用于乳酸菌发酵剂菌株宏条形码分析的生物信息学方法与数据库的比较

《Biology Bulletin Reviews》：Comparison of Bioinformatics Methods and Databases for Metabarcoding of Lactobacillus Starter Cultures

下一代测序技术可全面鉴定发酵乳制品微生物组成，本研究通过比较BLASTN、MEGAN和MG-RAST等工具在NCBI 16S数据库中的性能，发现BLASTN无需聚类可直接到种水平鉴定，而MEGAN/MG-RAST仅能到属水平且存在假阳性风险，建议建立经过验证的数据库以提高物种水平鉴定准确性。

　　

摘要—

下一代测序技术能够全面识别发酵食品（如酸奶和开菲尔）中微生物群的组成。然而，使用高通量测序技术进行食品成分分析时，需要找到合适的生物信息学软件与数据库的组合。本研究旨在通过高通量测序确定发酵乳制品的微生物群组成，并分析软件选择对分析结果的影响。我们对7份发酵乳制品的宏基因组进行了测序，以比较其组成并识别主要成分。从这7份样品中测得的16S rRNA基因序列数据通过BLASTN与NCBI 16S微生物数据库进行比对分析，同时还使用了MEGAN和MG-RAST工具。此外，我们还对由乳酸乳球菌（Lactococcus lactis）、短乳杆菌（Levilactobacillus brevis）、开菲尔乳杆菌（Lactobacillus kefiri）和中肠明串珠菌（Leuconostoc mesenteroides）组成的混合样本进行了分析。所使用的生物信息学工具的适用范围取决于可接受的误差水平：BLASTN无需进行序列分箱处理即可将样本鉴定到物种水平，而MEGAN和MG-RAST仅能将样本鉴定到属水平；但同时，如果参考序列鉴定错误，这些工具也更容易产生假阳性结果。因此，要进一步准确鉴定发酵乳制品中的细菌组成，需要建立经过整理的数据库，以实现物种水平的精确识别。