该研究旨在通过宏基因组测序技术，分析非洲不同地理和生活方式背景下人群的肠道微生物组多样性，并探究 HIV 感染相关的微生物特征。研究采用鸟枪法宏基因组测序对来自布基纳法索、加纳、肯尼亚和南非的 1,801 名女性粪便样本进行测序，通过系统的数据质控、分类学 profiling、基因组组装和功能注释，揭示了地理和生活方式对微生物组成的影响，并发现了与 HIV 感染相关的特定菌群变化。
研究结果显示，地理因素对微生物组变异的影响最大，城市人群表现出 Treponema 和 Cryptobacteroides 物种的减少以及 Bifidobacterium 物种的增加。通过组装和分箱，研究获得了 1,005 个新的细菌 metagenome-assembled genomes（MAGs），并发现抗生素敏感性可能驱动 Treponema succinifaciens 在城市人群中的缺失。此外，研究还识别出与 HIV 感染相关的微生物特征，包括 Dysosmobacter welbionis 和 Enterocloster sp. 等此前未与 HIV 关联的菌种。这些发现强调了在低中收入国家进行大规模肠道微生物组研究的必要性，并为全球微生物组多样性提供了重要参考。
实验流程
| 实验环节 | 仪器技术 | 解决问题 | 产生数据 |
|---|---|---|---|
| 样本采集与保存 | OMNIgene GUT OMR-200 采集管 | 保证样本在环境温度下 DNA 完整性和微生物组成稳定 | 粪便样本 |
| DNA 提取 | QIAamp PowerFecal Pro DNA 试剂盒、TissueLyser II | 高效提取微生物 DNA，减少批次效应 | DNA 样本 |
| 文库构建与测序 | NEB Ultra II 试剂盒、NovaSeq 6000 平台 | 获得高通量双端测序数据 | 2 × 150 bp 双端测序 reads |
| 数据质控 | HTStream、TrimGalore、BWA | 去重、修剪和去除宿主 reads，保证数据质量 | 质控后 reads |
| 分类学 profiling | mOTUs3 扩增数据库 | 物种水平鉴定和相对丰度定量 | 物种 profile 表 |
| 基因组组装与分箱 | MEGAHIT、MetaBAT、CONCOCT、MaxBin、DAS Tool、CheckM、dRep | 构建 metagenome-assembled genomes（MAGs） | MAGs 及质量评估数据 |
| 功能注释与比较 | Prodigal、MMseqs2、GTDB-Tk、dbCAN3 | 基因预测、蛋白质聚类、分类和功能注释 | 蛋白质目录、CAZyme profile |
| 病毒基因组分析 | VIBRANT、CheckV、BLAST | 组装和聚类病毒基因组，评估病毒多样性 | 病毒基因组目录 |
| 统计分析与机器学习 | R 包（vegan、lmerTest、SIAMCAT） | 多样性、差异丰度分析和模型预测 | 统计结果和模型性能数据 |
关键环节
样本采集与保存
研究涉及六个研究中心的 1,801 名女性，样本采集使用 OMNIgene GUT OMR-200 采集管，该装置可在环境温度下稳定保存粪便样本的 DNA 和微生物组成，适用于偏远或资源有限的地区。所有样本在同一实验室处理，减少因地点差异带来的偏差。这一环节为后续高质量的 DNA 提取和测序提供了基础。
DNA 提取与测序
DNA 提取采用 QIAamp PowerFecal Pro DNA 试剂盒，在统一条件下进行，包括珠磨和洗脱步骤，确保 DNA 的量和质量。文库构建使用 NEB Ultra II 试剂盒，并在 NovaSeq 6000 平台进行 2 × 150 bp 双端测序，每个样本产生约 4,400 万条 reads。该步骤产生了高质量的测序数据，为后续分析提供支撑。
数据质控与分类学 profiling
质控流程包括去重、修剪和去除人源 reads，使用 HTStream、TrimGalore 和 BWA，最终保留平均 3,120 万条 reads。分类学 profiling 使用 mOTUs3，并扩展数据库以包含新组装基因组，提高低丰度物种的检测灵敏度。通过将 reads 映射到物种分类单元，得到物种相对丰度 profile，用于多样性分析和差异丰度测试。
基因组组装与分箱
所有样本的 metagenomic reads 通过 MEGAHIT 组装，然后使用 MetaBAT、CONCOCT 和 MaxBin 进行分箱，DAS Tool 整合分箱结果，CheckM 评估基因组质量，dRep 进行去冗余和聚类。最终获得 69,539 个 MAGs，其中 34,215 个为高质量基因组。这些 MAGs 用于构建基因组目录，并通过 GTDB-Tk 进行分类学注释，通过与 UHGG 比较，发现了 1,005 个新基因组，为后续功能分析提供资源。
功能注释与比较
蛋白质编码基因用 Prodigal 预测，并通过 MMseqs2 进行聚类，构建蛋白质目录。与 UHGP95 比较，发现 7.6M 个新蛋白质。碳水化合物活性酶（CAZyme）注释用 dbCAN3，用于分析 Spirochaetota 门菌株的糖苷水解酶谱。对于 Treponema succinifaciens，进行了核心基因组分析和抗生素抗性基因检测，这些功能信息有助于解释其在不同人群中的存在与缺失。
病毒基因组分析
病毒基因组通过 VIBRANT 从组装结果中注释，CheckV 评估质量，BLAST 聚类去冗余。获得 44,506 个病毒基因组，其中 40,135 个是新的。病毒多样性分析揭示了不同位点的病毒组差异，并发现 9 个新的 jumbophages，其基因组中含有 CRISPR 阵列、sporulation 调节因子等特征。这些发现强调了病毒组在微环境中的重要性。
统计分析与机器学习
使用 R 包进行多样性计算（vegan）、差异丰度分析（lmerTest）和机器学习（SIAMCAT）。距离冗余分析显示 site 解释最多变异（7.92%），HIV 状态解释 0.52%。机器学习模型基于物种 profile 区分 HIV 状态，AU-ROC 均在 0.75 以上，表明微生物组特征可作为 HIV 相关生物标志物。
技术协同
| 关系类型 | 涉及仪器/技术 | 关系说明 |
|---|---|---|
| 流程衔接 | 样本采集 → DNA 提取 → 测序 → 质控 → 分类学 profiling | 从样本到物种组成的完整流程，确保数据可靠性和可比性。 |
| 互补 | mOTUs profiling 与 MAG 分析 | mOTUs 提供物种水平组成，MAG 分析提供基因组层面信息，两者结合提高分类和新物种发现能力。 |
| 验证 | 组装、分箱与质控（MEGAHIT、MetaBAT、CheckM） | 多款分箱工具和严格质量评估确保 MAGs 的准确性和完整性，支撑后续功能分析。 |
| 干预 | 抗生素抗性基因检测与表型关联 | 基因组特征与临床数据结合，揭示抗生素使用对微生物组成的影响，为解释 Treponema 缺失提供依据。 |
研究组合
| 研究目标 | 可参考仪器组合 | 组合价值 |
|---|---|---|
| 探索地理和生活方式对微生物组的影响 | 样本采集管（OMNIgene GUT）+ 测序平台（NovaSeq 6000）+ 分类学 profiling（mOTUs） | 适用于大规模人群研究，可覆盖多样化的地理和生活方式，获得高分辨率物种组成数据。 |
| 新物种发现与功能解析 | 组装（MEGAHIT）+ 分箱（MetaBAT、CONCOCT、MaxBin）+ 去冗余（dRep）+ 功能注释（prodigal、dbCAN） | 适用于资源有限但微生物多样性高的地区，可构建基因组目录并揭示新物种的功能特性。 |
| 疾病相关微生物特征识别 | 数据质控（HTStream）+ 差异丰度（lmerTest）+ 机器学习（SIAMCAT） | 适用于疾病风险分层和生物标志物发现，但需注意样本量、混杂因素和模型过拟合风险。 |
文献信息
文献标题：Expanding the human gut microbiome atlas of Africa
发表期刊：Nature
作者：Dylan G Maghini, Ovokeraye H Oduaran, Luicer A Ingasia Olubayo, et al.
发表时间：2025 年 2 月
PMID：39880958
DOI：10.1038/s41586-024-08485-8