宏基因组测序介绍
过去的十年中微生物研究领域产生了巨大的发展，由此也产生了大量复杂的超大型数据集，对宏基因组数据的分析方法也在飞速发展，本文简单介绍一下宏基因组测序的概念、建库以及分析方法，请各位大佬斧正。
1. 宏基因组测序，何为“宏”
何为“宏”?宏基因组 ( Metagenome)是由 Handelsman 等在1998年提出的概念， 其定义为“the genomes of the total microbiota found in nature” ,即环境中所有微生物基因组的总和。
和16S或ITS测序不同的是，宏基因组不包含对某个特定微生物种群的靶向，即不会对微生物特定种群进行单一性测序(真菌、细菌或者病毒)，而是所有微生物基因组的总和。
2. 宏基因组测序流程
经典的宏基因组测序分为四步：样品制备、文库构建、上机测序和数据分析
样品制备：样品制备一般由两步组成，分别为样品收集和DNA提取，这一步骤需要极力避免污染，尽量确保使用的所有试剂的“无菌”状态。由于二代测序的高敏感性，在DNA文库中即便极低的DNA含量也会被扩增并测序，一旦引入污染菌群，就会对样品中真实的信号产生覆盖。
文库构建&上机测序：根据测序平台的选择采用不同的建库方案及上机测序流程。
数据分析：宏基因组流行的分析方法主要分为两种，分别为：测序序列分类(read classification)和宏基因组组装(metagenomic assembly)。前者为宏基因组测序结果与数据库中已知微生物基因组的比对，按照比对结果对reads进行分类，并根据各微生物reads的相对丰度分析样本中各微生物的相对种群丰度;后者为根据宏基因组测序结果，对微生物基因组数据组装为完整的基因组序列。
3. 测序序列分类(read classification)
受益于基因组测序效率的提高，微生物领域的研究近年来得到了飞速的发展。随着相关实验方面难度和复杂程度的增加，更多的分析方法和数据集也被用来分析这些实验产生的数据。从未有过的大量数据对目前的计算方法产生了巨大的挑战，目前宏基因组学分析方法的首要目标是能够简化分析流程并最小化分析所需的内存，但同时要能够提供很高的数据库比对效率，目前针对宏基因组开发的工具种类很多，每种工具都有不同的优缺点。
4. 宏基因组组装(metagenomic assembly)是常用的工具，后续可自行详细了解
快速预约