知识库 KnowledgeBase
人体微生物组信息分析平台。量化健康把宏基因组分析内容模块化、标准化、流程化与自动化——从原始测序数据到综合评价报告,知识库将湿实验产出的海量数据转化为可读、可用的功能洞察。
人体微生物组信息分析平台。量化健康把宏基因组分析内容模块化、标准化、流程化与自动化——从原始测序数据到综合评价报告,知识库将湿实验产出的海量数据转化为可读、可用的功能洞察。
对原始测序数据进行质控与序列比对,输出干净数据。

基于比对结果生成基因水平的丰度谱,量化物种与功能基因。

基于通路进行分组(糖类及脂类代谢通路、有益物质生成通路、抗性基因等),并基于元数据并合。

叠加疾病预测模型,输出个体微生物组的综合评价报告。

从原始测序数据到可解读的结果,知识库覆盖物种组成、功能基因、耐药与毒力、生态指标与预测模型的完整分析链路。
门/属/种多层级物种丰度与功能基因丰度。
KO/KEGG 通路注释、代谢与生成通路分组。
抗性基因、毒力因子与条件致病菌筛查。
多样性、肠型、F/B 比值等微生态生态指标。
基于菌群标志物的疾病风险与健康指数模型。
从原始数据到个体化综合评价报告的输出。
分析方法一致,按研究设计分为单样本分析与多样本分析两类;下列分析项可按研究目标选择,具体组合与样本要求由项目对接时确定。
单样本分析的内容可直接替代 16S 分析需求。
| 分析内容 | 说明 |
|---|---|
| 序列质控与物种组成 | |
| 质量控制 | 原始测序数据质控报告,去除低质量序列,并按需去除宿主序列 |
| 物种注释 | 基于 MetaPhlAn4 物种标记数据库,输出样本中各分类层级的相对丰度 |
| 功能注释(基于测序数据直接注释,无需组装) | |
| 功能注释 | 基于 HUMAnN3 的功能注释:基因家族、MetaCyc 反应、KEGG 直系同源组、Pfam 结构域、Level 4 酶学编号、eggNOG、Gene Ontology 与 Informative GO |
| 组装与基因集构建 | |
| de novo 组装 | 将质控后的高质量测序数据从头组装为 contigs,并延伸获得 scaffolds 与 scaftigs |
| 基因预测 | 对组装后的 scaftigs 预测开放可读框(ORFs),去冗余得到非冗余基因集 |
| 基因丰度 | 将高质量测序数据 mapping 到非冗余基因集,得到基因水平的丰度数据 |
| 基因功能注释(基于非冗余基因集) | |
| CARD | 抗生素耐药性功能注释 |
| VFDB | 致病毒力因子功能注释 |
| KEGG | KEGG Orthology 功能注释 |
| PHI | 病原-宿主互作数据库功能注释 |
| TCDB | 膜转运蛋白功能注释 |
| QS | 群体感应(Quorum Sensing)注释 |
| MvirDB | 生物防御相关基因注释 |
| CAZy | 碳水化合物水解酶功能注释 |
| COG | COG 数据库功能分类预测 |
| 基因与单菌基因组深挖 | |
| 基因物种注释 | 对非冗余基因集比对 NR 数据库做物种注释 |
| MAGs · 分箱(Binning) | 对 de novo 组装获得的 contigs 进行分箱,获得宏基因组组装基因组(MAGs) |
| MAGs · 丰度定量 | 将测序数据 mapping 到 MAGs 序列获得其丰度信息 |
| MAGs · 物种注释 | 基于 ANI 对 MAGs 做物种注释 |
| MAGs · 进化树 | 基于 MAGs 序列数据构建进化树 |
| 次级代谢产物分析 | 基于组装结果预测次级代谢产物 |
面向组间比较;两组以上及时间序列的分组分析,可另作个性化分析对接。
| 分析内容 | 说明 |
|---|---|
| 菌群组成分析 | 分析不同组之间在各分类层级的组成差异 |
| 多样性分析 | 物种累积曲线(判断抽样是否充分、比较物种丰富度)、Alpha 多样性(香农指数、丰富度、均匀度)、基因丰富度 |
| 降维聚类分析 | PCA 主成分分析、PCoA 主坐标分析、NMDS 非度量多维尺度分析、Enterotype 肠型分析 |
| 组间差异分析 | PERMANOVA 多因素方差分析、MRPP 多响应置换过程分析、组间 wilcox 检验、DESeq2、LefSe |
| 网络分析 | 根据物种丰度在样本中的相关性,构建物种之间的网络 |
| MGS 分析 | 按基因丰度相关性将基因聚类成簇(簇内基因数大于 700 记为一个 MGS),对簇内基因做物种注释并注释到物种 |
| MAG 分析 | 对所有样本做 de novo 组装并分箱得到 MAGs,去冗余得到代表性 MAGs,做物种注释并构建进化树 |
| 机器学习 | 通过随机森林模型构建分类器 |
| 其他分析 | 多元线性关联分析、基于 KEGG Orthology 的通路富集分析、代谢物潜力分析 |
分析结果的可信度取决于参考数据库。知识库的数据库按群落(宏基因组)与单菌(细菌基因组)两个层面组织,各自区分基因组与功能基因,配套由基因组预测的代谢模型,并以自建对照数据库为个体报告提供健康范围参照。
群落层面的物种组成与相对丰度解析。
功能基因、酶与代谢通路的注释与富集。
细菌基因组比对与物种鉴定。
耐药、毒力、转运与生物防御功能筛查。
由基因组预测代谢能力,支撑代谢层面的解读。
报告指标的健康人群对照基线。
菌群研究日益要求把菌群解析到菌种水平,这是 16S 扩增子测序难以达到的;宏基因组测序直接从样本中全部微生物的 DNA 出发,同时给出物种与功能两方面的信息。
| 维度 | 16S 测序 | 宏基因组测序 | 差异 |
|---|---|---|---|
| 测序对象 | 某一高可变区 | 样本中全部微生物的总 DNA | 覆盖更全面 |
| 测序原理 | PCR 扩增后测序 | 微生物基因组 DNA 随机打断为约 350 bp 片段后测序 | — |
| 数据量 | 平均 3~4 万条 clean tags/样本 | 1 G 起(约 660 万 reads raw data 以上)/样本 | 数据量更多 |
| 偏向性 | 探针与 PCR 引入偏向,可能造成假阳性结果 | 存在序列组份(GC)偏向 | 偏向更小 |
| 物种鉴定 | 属水平,部分可预测到种 | 种/株水平,低丰度微生物可提高测序深度获取 | 深度与准确度更佳 |
| 物种注释 | RDP、Greengenes 等,主要覆盖细菌 | NCBI 等数据库,覆盖细菌、真菌、古菌、病毒的基因片段 | 注释信息更多 |
| 功能分析 | 间接预测,仅到 KEGG 第三层级 | 由基因序列直接注释,覆盖酶、代谢与合成通路、膜转运、信号传递等 | 更准确、更全面 |
| 研究目的 | 群落组成、进化关系与多样性的监测 | 物种与丰度检测、功能与互作研究,可挖掘新物种、新基因 | 适用面更广 |
宏基因组测序一次覆盖上万种微生物,可解析到菌种水平,并获得功能基因注释与代谢通路信息。
量化健康与合作单位 2021 年发表于 Frontiers in Microbiology 的研究,把 16S、1 Gb 浅层宏基因组(S-WMS)与深度宏基因组放在同一批样本上做对照:两个自建人工菌群(69 种/33 属;62 种/28 属,各菌丰度按人群真实分布设置)与 59 例真实粪便样本。下表数值引自该文[1]。
| 对比指标 | 16S 测序 | 浅层宏基因组(1 Gb) |
|---|---|---|
| 属水平一致性(59 例粪便样本,Spearman 相关系数) | 0.407 | 0.806 |
| 属水平召回率(参照同批深度宏基因组) | 47.5% | 63.6%;丰度 > 0.02% 的属可达 88.8% |
| 误报属比例(人工菌群,低/高复杂度) | 37.8% / 40.8% | 12.0% / 28.6% |
| 读段可被深度宏基因组匹配 | 84.1% | 99.9% |
| 属丰度与已知组成的相似度(高复杂度人工菌群) | 0.61 ± 0.03 | 0.77 ± 0.03(p < 0.001) |
| 种水平分析 | 通常止于属水平 | 可解析到种:召回 58.5%,丰度 > 0.03% 的种达 91.6% |
| KEGG 功能预测(一级/二级通路) | 与已知功能组成有明显偏差 | 与已知功能组成基本一致 |
参照系说明:属/种召回率与一致性以同批样本的深度宏基因组结果为参照;误报率、丰度相似度与功能预测以人工菌群的已知组成为参照,人工菌群每种方法各测 5 次。三级通路上 16S 与浅层宏基因组的预测都达到可用水平,差异主要出现在一级与二级[1]。同一研究也比较了 0.5 Gb 与 1 Gb:两者在属水平都接近深度宏基因组,但按 1 Tb/芯片计算,0.5 Gb 会明显拉长凑样周期,故以 1 Gb 作为常规工作深度;该深度的信息量也与前人研究结论一致[2][3]。
该研究把偏差归因于 16S 方法本身的几个固有特性[1]:
因此 16S 更适合大规模初筛与群落结构层面的比较;需要种水平物种与功能层面结论时,宜采用宏基因组测序,预算敏感的大规模样本可用 1 Gb 浅层方案。相关应用见 常护航宏基因组检测。
以上为公开研究数据,用于说明方法学差异;不同样本类型、实验流程与分析版本下数值会有差异。
分析以项目方式交付:实验与测序环节的报告和原始数据,配合所选分析模块的结果数据与解读说明。
30 天,自样本抵达实验室起计算周期,如遇节假日顺延。
分析结束后三个月内,可就合同服务方案内的交付内容咨询相关对接服务人员。
由客户选择不同等级的生物信息工程师提供一对一分析服务,按人工时计费。
知识库解决“怎么读”。上游的测序方法与下游的检测、菌株资源由下面几项承接。