一文读懂16S+高通量qPCR芯片联合分析思路！

随着高通量技术在微生物组学中的广泛应用，科研人员可以从基因组、转录组、蛋白组、代谢组等分子生物学水平获得数量庞大的组学数据，并进行多组学的联合分析。多组学联合分析加深了我们对生物过程和分子机制的理解，并将组学研究从部分延伸到了整体，为微生物组学研究提供了新的思路。美格基因基于高通量16S扩增子测序数据及高通量功能基因芯片检测数据，开发出联合分析流程，助力微生物群落结构及功能研究。

16S+高通量qPCR芯片

16S rDNA基因是对原核微生物进行系统化分类研究时最常用的分子标志物，广泛应用于微生物生态学研究。通过生物信息学分方法进行16S的序列分析和物种注释，可以了解样品的群落组成情况。

尽管宏组学和全基因组学等测序组学方法已经被广泛用来分析群落水平功能基因，但它们仍然面临快速检测和定量的挑战。基于高通量qPCR（HT-qPCR）的定量方法克服了测序组学方法在共效和精确定量方面的障碍，已被广泛应用于描述和解释各种生态系统中微生物的功能结构。

表1：高通量qPCR芯片产品列表

产品	检测引物数 （含16S基因）	单张芯片检测样品数 （含3技术重复）
抗生素抗性基因芯片（384P）	384	4
抗生素抗性基因芯片（144P）	144	12
碳氮磷硫功能基因芯片	72	24
砷功能基因芯片	80	21
毒力因子基因芯片	120	14
重金属抗性基因芯片	96	18

联合分析

基于16S+高通量qPCR芯片的组学数据，从16S、功能基因层面分别筛选出组间差异的菌种和功能基因，然后基于两者丰度的相关性进行联合分析，多角度揭示特定菌群与特定功能基因之间的相关性，对于研究群落结构及功能具有重要意义。

图1：16S+高通量qPCR芯片联合分析流程

分析结果展示（部分） 

图2：O2PLS分析 

 图3：相关性热图分析 

图4：和弦图分析 

图5：db-RDA分析 

 

关联分析的优势

优势一：通过对菌群及功能基因层面的组学分析，互相验证

优势二：同时实现从“因”和“果”两个方面探究生物学问题

优势三：阐述菌群与功能基因间的关联机制，更加全面地解析生物过程中的物种和功能调控机制

应用领域

全球气候变化及宏观生态学：微生物与碳氮磷硫等地球化学元素循环研究。

农业：微生物结构、功能与土壤功能、作物产量研究等。

环境污染：微生物与碳重金属污染、砷污染、抗抗生素抗性污染研究等。

医学领域：微生物与疾病质检的关系研究、耐药性研究、药物机理研究等。

文献案例

案例一

 

英文标题：Profiles of Microbial Community and Antibiotic Resistome in Wild Tick Species

中文标题：野生蜱类中微生物群落和抗性组的概况

期刊：Msystems

年份：2022

组学策略：16S+HT-qPCR芯片(抗生素抗性基因芯片)

由抗生素耐药病原体引起的感染对全世界的人类和动物健康构成高风险。近年来，环境和野生动物作为抗生素耐药性基因（ARGs）的主要来源和库层正在越来越多地受到研究。本文对野生蜱类物种中微生物群落和抗生素耐药组的鉴定表明，野生蜱类是抗生素耐药性的潜在传播者。本文研究结果强调了野生蜱类对ARGs维持和传播的贡献，以及相关的健康风险。

图6：网络图分析

案例二：

 

英文标题：Microbial functional attributes, rather than taxonomic attributes, drive top soil respiration, nitrification and denitrification processes

中文标题：微生物功能属性而非分类学属性驱动表层土壤呼吸、硝化和反硝化过程

期刊：Science of the Total Environment

年份：2020

组学策略：16S+HT-qPCR芯片(碳氮磷硫功能基因芯片)

微生物功能属性与分类属性在调节与碳(C)和氮(N)循环相关的特定土壤过程中的研究缺乏，阻碍了我们预测生态系统多功能性对环境变化的响应的能力。本研究对经过8种无机和有机肥料处理的实验田土壤进行了微生物功能属性（功能基因丰度）、分类属性（微生物分类组成）和土壤过程的研究。结果表明，功能基因的丰度是土壤过程速率的主要影响因素。

图7：SEM分析