PNAS：新型DNA分析策略助力土壤宏基因组研究

　　对于土壤微生物来说，这是最好的时代。虽然没有人进行过准确的调查，但一勺土壤中就容纳了数千亿个微生物细胞，包含成千上万的物种。密歇根州立大学(MSU)微生物生态学中心的特聘教授Jim Tiedje指出：“土壤是地球上最多样的微生物栖息地，但我们很少了解土壤微生物的身份和功能。”Tiedje和MSU同事，连同美国能源部联合基因研究所(DOE JGI)和伯克利国家实验室(Berkeley Lab)的合作者一起，在2014年3月10日的《PNAS》发表了迄今最大的土壤DNA测序工作。

　　Tiedje指出：“大草原代表着全世界面积最大、最肥沃的土壤，因此，对于理解其微生物群落的生物学基础和生态系统服务来说，它是一个重要的参考地点。在美国，它吸收任何土壤系统中最多的碳，每年产生大量的生物量，这是生物燃料、食品安全和碳固定的关键。这个生态系统在世界初级生产力和生物地化循环中的重要性，堪与大型海洋环流相比。”

　　自从十多年前人类第一个基因组公布以来，DNA测序已经扩展为一种强大的诊断技术，用于测量地球不同生态位的健康，以及它们对变化的响应能力。在 DOE JGI启动的这项初步研究中，MSU研究人员力图将美国中西部玉米田(已经持续栽培了100年)采集的不同土壤样本的微生物群落，与来自原始广阔大草原的样本进行比较。基本原理与人类基因组计划的最初动机同样引人注目。

　　土壤是一个“大挑战”生物，除了需要产生足够数据所需的吞吐量之外，一个关键因素是，有很少的参考基因组帮助筛选这些数据，以发现重要的性状，例如农业生产力、碳循环、养分处理或疾病和耐旱性。另一个是大量原始数据所必需分析的规模。在大草原土壤实验中，研究小组产生了将近4000亿个字母代码，数额超过人类基因组130，超过大肠杆菌基因组88,000。

　　本文第一作者C. Titus Brown这样比喻传统的“鸟枪法”DNA测序工作，他说：“就像撕碎整个图书馆的图书，然后在一大堆碎屑中进行再组装。”最近科学家们就基因组测序的后续数据分析方法也做了不少探索研究，例如：Nature Biotechnology报道最新基因组组装方法。

　　在本研究草原样本所用的分析方法，第一次尝试是在最近人体肠道微生物研究收集的特征数据集中进行的。Brown及其同事、第一作者Adina Chuang Howe使用了一种压缩方法，这种方法与大型计算机文件(例如JPEG图像)通过互联网传递有共同之处，可使大量的数据被舍弃而没有减少实际数据。 Brown将这种技术称为“数字归一化(digital normalization)”。

　　在肠道数据集中检测了这种方法之后，研究人员将其应用于土壤集。Brown表示：“这些结果仍然继续使我感到震惊。这种方法，使实际的生物学分析计算需求减少了2到200倍。”

　　关键的一点是，这个过程除了使困难的分析变得更加容易，使不可能实现的分析(特别是土壤宏基因组分析)变得容易接近之外，还显著提高了困难生物的基因组装配，使转录组装配不费吹灰之力。此外，这个过程提供了数据管理的“民主化”，让没有权限访问云计算和高性能计算的科学家能够分析它们。

　　Brown指出：“我认为这会导致思想的根本性转变。实际上，我们将生物测序分析中的标准重量级方法，转化成一种超高效率的流媒体方法。”因此，研究人员可以投入更多资源，从杂音中提炼科学问题，因为他们的基本分析开支已经下降。

　　至于实际的土壤生物学，分析仍在进行中。但与此同时，使用这种简单策略的影响无处不在。

　　伯克利实验室地球科学部门的资深科学家Janet Jansson表示：“这一直是我们的志向，提高把遗传学信息与生态功能联系起来的能力，有望产生诊断工具，用于改善土壤管理、碳封存、生态系统服务和生产力。”

　　宏基因组序列分析，为更好地理解一般土壤群落的功能，以及不同土壤生态系统的成分、多样性和功能的差异和相似之处，提供了手段。数字归一化会显著改善基因组的装配，并为促进未来土壤和其它复杂环境的研究，提供重要的参考。

　　Jansson称：“这将帮助我们建立‘基因和生物体如何在土壤中进化’的模式，以及如何用这些模式来理解和潜在管理适用特性，如温室气体流量、碳稳定度和植物病害发展。我们知道，土壤微生物负责营养循环——对所有更高形式的生命至关重要。由于微生物介导的碳吸收和封存，以及有机质降解的逆过程、 CO2和甲烷在大气中的释放，因此土壤微生物在碳循环中的作用是最近一直在强调的一个例子。这些过程之间的相对平衡，对于大气中的碳收支和随后的全球变暖趋势有巨大的影响。”

　　总之，虽然有4000亿的数据，但仍不足以揭示微生物在足够深的局部土壤样本中的作用，还需要更多的数据来全面研究土壤宏基因组的内容。