Nature综述:Microbiota, metagenome, microbiome傻傻分不清

点击上方蓝色「宏基因组」关注我们!专业干货每日推送!

进入微生物组领域也这么久了,每天阅读的文献,总会碰到microbiota, metagenome, microbiome这三个关键字,估计很多朋友不太清楚它们的具体意思什么。

首先从Wiki学习,这里还是非常专业的。

Microbiota 微生物群

微生物群是指研究动植物体上共生或病理的微生物生态群体。微生物群包括细菌、古菌、原生动物、真菌和病毒。研究表明其在宿主的免疫、代谢和激素等方面非常重要。近义词Microbiome微生物组即包括微生物,又包括其基因组。

Metagenomics 宏基因组

宏基因是指直接研究环境样品作为遗传学材料。广义来説其包括环境基因组、生态基因组学和群体基因组学。传统的微生物学和微生物基因测序依赖于单克隆的培养,早期环境基因测序克隆16s rRNA基因等特定基因来确定自然样品中的生物多样性。此方法将会漏掉大量末被培养的微生物多样性。最近研究采用鸟枪法或PCR直接测序方法来获得样品群体中所有成员无偏好的基因。因为这类方法可以展现从前无法发现的微生物多样性,因此宏基因组方法提供了革命性的工具去理解我们整个生活的世界。随着测序价格的下降,宏基因组允许微生物生态研究比之前更大的尺度和更多细节。

Microbiome 微生物组

WiKi认为其与Microbiota同义,均为Microbiota词条。但其实这两个词区别还是很有的,看下图。

下面这篇Nature的Review,用图形的方法对这三个词进行了定义和描述,让我们来学习一下:

图1. 本综述中对微生物群、宏基因组和微生物组的定义。
每张图代表的是相同的群体,然而不同的方法可以定义此群体可提供的不同信息。

  • a. 微生物群:采用16S rRNA研究方法鉴定此环境中微生物的种类。

  • b. 宏基因组:微生物群的基因和基因组,包括质粒、强调群体的遗传学潜能。

  • c. 微生物组:微生物群的基因和基因组,以及微生物群的产物与宿主环境。



分清概念了,下面看看宏基因组怎么分析吧?


宏基因组分析培训第4期


在广大粉丝的期待下,《生信宝典》联合《宏基因组》在2019年6月21-23日,北京鼓楼推出《宏基因组分析》专题培训第四期,为大家提供一条走进生信大门的捷径、为同行提供一个宏基因组分析学习和交流的机会、助力学员真正理解分析原理和完成实战分析,独创四段式教学(3天集中授课+自行练习2周+再集中讲解答疑+上课视频回看反复练习),“教—练—答—用”四个环节统一协调,真正实现独立分析大数据


关于学习生物信息学分析的重要性,请阅读《生物信息9天速成班—成为团队中不可或缺的人》。生信分析离不开程序写作,这部分没想象的难,只要跟着我们操作下来,就可以理解,具体见《生物信息中的程序学习心得》

课程简介

请详细阅读课程简介,如果以下内容您全精通,不必参加此培训。

宏基因组/微生物组是当今世界科研最热门的研究领域之一,为加强本领域的技术交流与传播,推动中国微生物组计划发展,中科院青年科研人员创立“宏基因组”公众号,目标为打造本领域纯干货技术及思想交流平台。成立两年,分享专业技术原创文章700+篇,关注人数39,000+,累计阅读量6,000,000+。


为满足广大读者进一步学习的需求,现联合《生信宝典》组织宏基因组学专题培训课程,进一步学习和交流宏基因组学分析技术,手把手带您快速入门、节约宝贵的时间,助力科研成果早日产出。


本课程一共3天,每天6节课,共18节课,全部课程均理论与实战结合(只要课上讲的都是可以学会并自己实现的分析)。从Linux和R基础、宏基因组Linux服务器分析平台搭建、Windows常用统计分析软件、数据分析图表解读和实战、宏基因组有参(Reference-based适合人类、动物肠道等)和无参(De novo适合植物、环境样本等)标准分析流程、Binning(挖掘单菌基因组)、统计分析以及各类高级分析(多基因连接进化树、网络图绘制和美化、网络属性比较、机器学习等),和CNS级图片修改排版。3天时间,老司机带您完成自学需要3个月甚至是3年的崎岖之路,助力您真正实现宏基因组分析、并根据自己课题的背景优化分析方案。


课程大纲


每节课1小时一个主题,理论结合实战,学懂原理,实战实操,全是老司机多年经验和代码的无私分享。下面是课程安排,如11代表第一天第一节课,26代表第二天第六节课,41为两周后的线上集中视频答疑。

编号主题简介
11Linux基础简介、远程登陆、文件传输、常用命令
12Linux软件安装Conda安装与配置,宏基因组相关软件安装和数据库下载
13Win软件安装git、R、Rstudio、R包、STAMP、AI等
14图表解读常用分析图表在文章中意义和使用场景
15R基础发展史、生物学中应用、ggplot2绘图
16可视化16种图表的数据整理和在线绘制
21宏基因组简介发展史、常用技术适用范围、分析思路
22宏基因组有参质控FastQCTrimmomatic、 MultiQC]()、KneadData质控、parallel并行计算
23物种和功能组成MetaPhlAn2物种组成、HUMAnN2功能组成、功能关联驱动物种
24物种和功能差异比较和可视化GraPhlAnLEfSeSTAMPR语言统计
25发表前准备图片排版数据释放代码整理(可选)
26网络绘制基础igraphGephi
31物种注释和可视化Kraken、Kraken2、GraPhlAn、KronamicrobiomeViz、metacoder
32拼接、基因注释和定量MEGAHIT、metaSPAdes、QUAST、Prokka、cd-hit、Salmon
33基因功能注释KEEG、COG/EggNOG、CAZy/dbcan2、ARDB/Resfams/CARD、Uniref、VFDB、TCDB
34分箱Binning理论MetaWRAPVizBin
35细菌基因组进化Bins提取保守基因、多基因进化树、 一文读懂进化树 Evolview基础 进阶 iTOL美化 进阶
36总结串讲宏基因组分析套路回顾和总结
37考试50题自评学习效果、知识点回顾
41答疑-线上答疑、考试内容串讲

教程内容简介如下:

一、分析平台搭建

工欲善其事必先利其器”,没有自己的分析平台,想分析大数据,那怎么能行。宏基因组数据量极大,前期原始下机的大数据想在自己本本上处理还是有难度的。好在现阶段一般的高校、科研院所、课题组都有自己的服务器,即使没有服务器,也可以租用国内的阿里云、腾讯云等服务。现在分析条件拥有了,如何把服务器变成宏基因组分析的利器呢,这是一个非常复杂的专业问题,在这里你马上可以学到!



图1. 宏基因组分析流程的搭建——系统、安装方法和主要软件

服务器推荐使用Ubuntu系统。最低配置32G内存、8核;推荐256G内存,24线程起;配置越高,分析更快更流畅。

没有软件的计算机只是一堆废铁,没有宏基因组分析系统的服务器也和你的数据分析没有半毛钱关系。想要搭建整套的宏基因组分析流程,网上的资源即零散、又稀少。易生信团队将分享多年经验摸索优秀软件和布置技巧,并分享全部源代码,让你在主流Linux服务器系统(Ubuntu 16/18.04,CentOS7等主流发行版)上快速布置宏基因组分析流程依赖的几十款常用软件、几百个依赖的R和Python包,轻松拥有专业分析平台。

data 分析 基因 基因组 宏基因组 宏基因组分析 微生物

分享新闻到
微信朋友圈
扫描后点
右上角分享

0 Comments

Leave a Comment

Ad

Related Posts: