初学者如何系统掌握微生物组学常用研究方法？

二维码

初学者如何系统掌握微生物组学常用研究方法？
原文地址：https://www.zhihu.com/question/349326842

清风寡欲

可以了解一下这些内容
生命科学领域热门技术，驱动生物科学与医学进步！

检验医师

发现一个很好的中文protocol！
微生物组实验手册(Microbiome Protocols eBook, MPB)
网站还配有视频
https://cn.bio-protocol.org/bio101/mpb

大力水手

@易基因科技  可以咨询
微生物方面分为两部分，培养和数据挖掘。目前以生物信息的数据挖掘为主。易基因科技可以通过联合培养的方式提供学习。可以去联系一下。

清风寡欲

微生物组学研究大致可以分为3方面的内容：
第一、微生物培养
在我们最开始接触微生物的时候老师讲的就是使用培养基对微生物进行培养，如果我们想了解一种微生物的形态结构和生理功能，最直接的方法就是对微生物进行培养，然后针对性的去研究微生物的生理生化功能。


但是使用培养基对微生物进行培养的研究方法是有一定限制的：一、培养微生物费时费力，人工成本高。二、常规培养只能对好氧微生物进行培养，而还有一部分的微生物是厌氧的，对于这些厌氧微生物就需要使用另外的研究方法了。这也就需要寻求新的微生物研究方法了，基于测序的高通量组学技术解决了上述问题。
第二、微生物测序
由于高通量测序技术的发展，极大的促进了微生物的研究。现在对菌群的研究已经不单单局限于一种微生物了，需要对环境样本中尽可能多的微生物进行研究，高通量测序技术就提供了一个很好的平台，微生物测序技术可以对肠道微生物进行高灵敏度的精确定量，获得覆盖整个微生物群落的信息。基于高通量技术的微生物研究平台主要有两种：一、扩增子测序技术。二、宏基因组测序技术。
1.扩增子测序技术
扩增子测序主要包括16S rDNA测序、18S rDNA测序、ITS测序及目标区域扩增子测序等。采用高通量测序手段对16S/18S /ITS某个高变区域的序列进行扩增检测，来反应环境样品在细菌、真菌、古菌分类方面物种之间的差异。检测分析流程如下。


2.宏基因组测序技术
宏基因组，又被称为元基因组，它通过直接从环境样品中提取全部微生物的DNA，构建宏基因组文库，利用基因组学的研究策略研究环境样品所包含的全部微生物的遗传组成及其群落功能。它是在微生物基因组学的基础上发展起来的一种研究微生物多样性、开发新的生理活性物质（或获得新基因）的新理念和新方法。宏基因组测序研究摆脱了微生物分离纯培养的限制，扩展了微生物资源的利用空间，为环境微生物群落的研究提供了有效工具。主要的检测分析流程如下。


3.两者对比
既然两种方法都能对微生物进行检测，那么两种检测技术有什么区别呢？我们接着往下看。


这样对比后就可以看出来，宏基因组测序技术对微生物的鉴定及分析的准确性都高于扩增子测序技术。当然这两种检测技术在价钱上也是有差别的（10倍左右），我们可以根据自身情况选择合适的研究方法。如果有很多样本要检测，又受限于经费，那么我们也可以把两种测序方法进行结合，将大部分样本用于扩增子测序，小部分样本用于宏基因组测序。


第三、多组学研究
然而基因测序方法不能直接测定微生物的功能活性，难以鉴定微生物中的关键功能分子，单独使用无法回答微生物何种成员通过何种方式影响宿主等关键问题。单一组学研究弊端显现出来，多组学联用的优势逐渐突出。而在微生物多组学研究中，代谢组学是相对主要的研究内容。微生物的代谢组学是以微生物群落所有小分子代谢物为研究对象，可发现微生物随宿主病理生理变化的关键代谢物，为微生物组-宿主互作机制研究提供线索，成为微生物组学研究的重要补充。微生物组学与代谢组学关联分析在宿主生理、疾病病理、药物药理等方面取得众多进展，展现良好应用前景。
微生物代谢组学研究一般包含胆汁酸、短链脂肪酸、胆碱类，以及菌群宿主共代谢物质。在做完微生物测序和微生物代谢组检测后就可以进行微生物与代谢物关联分析了，联合分析的流程如下图所示。


这里也只是大概介绍了一下，详细的微生物研究方案可进入下方的链接：
https://mp.weixin.qq.com/s/A10tCMjR0jnugE_gAptjvA
希望以上内容能给大家在微生物研究方面带来一定的帮助。

同花顺

微生物组学研究需要三方面的知识和技术：
第一：生物方面，需要对细胞、代谢、生化有基础的了解，了解熟悉样品采集、分离培养、核酸提取等基本方法技术的原理及操作，以及一些分子实验的原理等；
高通量测序的分子实验基础：DNA提取与处理
第二代测序原理的详细解析！第二：数学方面，主要是概率统计等，了解熟悉显著性检验、降维、差异分析等原理，随着AI越来越火概率统计的重要性越来越高，当然这也是一大难点；
任何时候你都不应该忽视概率统计的学习！
回归分析与方差分析：数理统计的基石第三：计算机方面，计算机是数据分析与想法实现的最主要平台，是很多人认为的难点，但其实只要有了平台只需中规中矩的学一下并不难。
Linux系统学习资料（清晰整合版）
R语言入门系列之一相信生物方面的知识技术大家都不会愁，主要是后两方面。微生物组学包括基因组、转录组、蛋白组、宏基因组、宏转录组、宏蛋白组、宏病毒组等各个方面，完全无人引导的自学是非常困难的，全部学完也是要很多时间，很多硕博士也只是会一两个方面。
目前网上只有关于扩增子测序的比较成熟的系统学习方法及示例数据，很多较大数据需要服务器才能分析。最好的学习方法就是先确立目标，参与相关团队或者寻找合作团队，拿到数据，参照团队方法边实践边学习。具体的学习的话，基本是先学Linux系统以及基础的数据处理，例如指控、拼接、基因预测、功能与物种注释等，再学R语言以及统计检验、降维排序分析等。
如果有耐心且有足够时间的话，可以参照以下几本书：
星空Idealist：微生物组学分析最新书籍推荐