评估微生物基因组质量的新工具

　　

生物通报道：在过去的十五年里，来自世界各地的研究中心发表了超过上千个微生物基因组序列，这些成果帮助科学家们了解了微生物在生物能源，健康，以及环境清洁等多个方面的重要作用。保守估计在未来的两年里，还将会有大约一万个微生物基因组序列公布，然而虽然目前的测序技术发展迅速，测序速度增加，成本降低，但是基因组标范并没有达到这种水平，因此对于DNA测序的热情有所减轻，而获得基因组的质量的水平也不稳定，这影响了采用这些信息的研究人员。

为了能检测这些微生物基因组DNA序列的质量，确保GenBank的可靠性，来自美国能源部联合基因组研究中心JGI的研究人员发展了一种新型的质量控制工具：Gene Prediction IMprovement Pipeline（GenePRIMP），这一研究成果公布在Nature Methods杂志上。

由于二十世纪90年代启动的人类基因组计划（HGP）以当时的技术水平要在15年内完成这一计划任务是很艰巨的。为了顺利完成人类基因组特别是功能基因组计划，科学家们同时也启动了模式生物基因组计划，以期探讨序列测定的新技术新方法以及确定基因功能的表达模式，其中包括大肠埃希菌、流感嗜血杆菌、酿酒酵母等微生物。

在过去的10年中，微生物学领域得到巨大的转变，这部分是由于坐落在马里兰州洛克菲勒市的基因组研究所（TIGR）的基因组测序仪的帮助。TIGR的科学家们发表了最初三个完整的微生物基因组序列——Haemppholus influenzae, Mycoplasma genitalium与Methanococcus jannaschii，并且随后完成了至2004年1月份全球完成与发表的150个微生物基因组中的40个。

但是随着这些序列的公布，研究人员也开始发现分析这些序列颇为吃力，有些数据甚至发生了不对应的情况，在这种情况下，JGI开发的这一最新工具就显示其重要的意义了，这一工具能真核生物基因组测序建立规范，避免由于个体错误引起的混乱。

2007年Science杂志就预测，人体微生物的研究可能成为国际科学家们的新热点课题，时间过去3年，这一预测就得到实现，随着肠道微生物基因组计划，肠道微生物与代谢疾病的研究步伐的加速，肠道微生物研究受到空前的重视。

在今年三月，Nature杂志就以封面文章的形式公布了人体肠道元基因组研究计划（MetaHIT）的一部分，研究人员用高通量的测序技术和高效能的信息分析平台，取得了一系列突破性的研究成果。

机体除受自身基因的调控外，还受到大量的共生细菌的影响。这些细菌大部分寄生在人的肠道中，通称为肠道菌群，在学术界常被称作“人体肠道元基因组”。该项研究成果收集了124个来自于欧洲人肠道菌群的样本，采用了新一代大规模高通量的测序技术进行深度测序，产出近6千亿的碱基序列。经过序列组装和基因注释分析，从中获得330万个非冗余的人体肠道元基因组的参考基因，约是人自身基因的150倍。这个基因集中包含了绝大部分目前已知的人体肠道微生物基因，但更多的是目前未知微生物的基因。从这个基因集中可以估计人肠道中存在约1000到1150种细菌，平均每个体内约含有160种优势菌种，并且这些细菌是绝大部分个体所共有的。

（生物通：万纹）

原文摘要：

GenePRIMP: a gene prediction improvement pipeline for prokaryotic genomes

We present 'gene prediction improvement pipeline' (GenePRIMP; http://geneprimp.jgi-psf.org/), a computational process that performs evidence-based evaluation of gene models in prokaryotic genomes and reports anomalies including inconsistent start sites, missed genes and split genes. We found that manual curation of gene models using the anomaly reports generated by GenePRIMP improved their quality, and demonstrate the applicability of GenePRIMP in improving finishing quality and comparing different genome-sequencing and annotation technologies.