一、介绍
宏基因组 ( Metagenome) 指特定环境下所有生物遗传物质的总和。它包含了可培养的和未可培养的微生物的基因。一般从环境样品中提取基因组DNA, 进行高通量测序,从而分析微生物多样性、种群结构、功能信息、与环境之间的关系等。
宏基因组的分析目前主要包括三种方法:基于组装分析、基于reads分析、基于bin分析。
下面我们介绍基于bin的分析方法。
二、分析流程介绍
宏基因组分箱(Binning)是将序列组装得到的Contigs按物种分开归类的过程。宏基因组分箱技术有助于获得不可培养微生物的全基因组序列,获得新物种的基因组序列和功能,预测未知物种的培养方法等等。
分箱软件通常基于GC含量、核苷酸频率、关键的单拷贝基因序列等组成性特征;丰度分布差异,认为源自同一基因组的序列 (contigs),在同一样本中应具有一致的丰度,而在不同的样本之间,它们又应该具有相似的丰度分布;两种策略进行分箱。
基于Binning的宏基因组分析流程,数据分析从下机原始序列开始,首先对原始序列进行去接头、 质量剪切以及去除污染等优化处理。然后使用优质序列进行拼接组装得到Contigs;使用metabat2和maxbin2软件分别对每个样本的Contigs进行分箱;不同软件分箱得到的bin进行合并(binning_refiner)、提纯(MAGpurify);然后将所有样优化后的bin进行去冗余(dRep);而后分别从物种和功能方面进行信息统计。
三、详细流程
- 数据质量控制,为了提高后续分析质量和可靠性,对原始测序数据进行以下清洗处理, 获取用于后续分析的有效数据(Clean Data)。具体处理步骤如下:使用fastp软件去除质量低