SILVA数据库2026：rRNA资源整合DSMZ数字多样性平台的新纪元

《Nucleic Acids Research》：SILVA in 2026: a global core biodata resource for rRNA within the DSMZ digital diversity

本刊推荐：为解决微生物分类学中核糖体RNA（rRNA）数据标准化与可持续性问题，研究人员开展了SILVA数据库整合至DSMZ数字多样性联盟（D3）的主题研究。通过重构网站界面、引入TaxMap可视化工具及QIIME2/DADA2/Kraken2分类器生成功能，实现了跨数据库互操作性与FAIR数据原则的深化应用。该成果为全球微生物组研究提供了核心数据基础设施，显著提升了rRNA序列分类的准确性与可重复性。

　　

在微生物学研究领域，核糖体RNA（rRNA）序列一直是解析生命之树的核心工具。自2007年问世以来，SILVA数据库作为全球权威的rRNA资源库，持续为科研界提供经过质量校验、比对和分类的rRNA序列。然而，随着测序技术的飞速发展，数据量呈指数级增长，传统的数据处理流程面临计算效率低下、分类标准不统一、以及跨平台互操作性不足等挑战。更严峻的是，微生物分类学体系本身正处于变革期——国际原核生物命名法规（ICNP）正式承认“门”（phylum）级分类单元，基因组分类数据库（GTDB）推翻了部分传统分类框架，而新出现的SeqCode更允许以基因组序列作为命名依据。这些变革使得如何将rRNA序列分类与最新分类学进展保持同步，成为亟待解决的难题。

为解决上述问题，由德国莱布尼茨DSMZ微生物与细胞培养物研究所牵头的国际团队，将SILVA数据库整合至DSMZ数字多样性联盟（D3）平台，并完成了一系列关键技术升级。相关研究以“SILVA in 2026: a global core biodata resource for rRNA within the DSMZ digital diversity”为题，发表于《Nucleic Acids Research》2025年数据库特刊。这项工作不仅确保了SILVA资源的长期可持续性，更通过深度融合LPSN（原核生物命名列表）、BacDive（微生物菌株数据库）等D3核心资源，构建了微生物数据互联互通的新范式。

研究人员主要采用以下关键技术方法：1）使用VSEARCH聚类算法（替代UCLUST）构建非冗余参考数据集（Ref NR 99），以99%相似度阈值优化序列代表性；2）通过德国生物信息学基础设施网络（de.NBI）云平台实现计算任务分布式处理；3）整合GTDB、LPSN、UniEuk等多源分类学标准进行手动 curation（人工校验）；4）开发TaxMap工具（基于EukMap重构）实现分类层级可视化管理；5）基于RESCRIPt插件和Clawback流程生成QIIME2、DADA2、KRAKEN2等分类器。

集成DSMZ数字多样性品牌

为提升用户体验的一致性，研究团队对SILVA网站进行了全面重构，采用与D3联盟统一的视觉设计规范。

新界面不仅强化了与LPSN、BacDive等数据库的跨资源导航功能，还为后续API开发与知识图谱构建奠定了基础。

工作流程与内容优化

针对数据量爆炸式增长的挑战，团队从SILVA第115版（SSU）和138.1版（LSU）开始，将指导树（guide trees）的计算基础从完整参考数据集（Ref）调整为Ref NR 99数据集。这一变革显著降低了计算复杂度，同时通过保留模式菌株序列确保了分类学代表性。此外，自第119版起，新增的自动分类流程（Parc）能够将Ref NR 99数据集的分类信息自动传播至全量序列。

分类学 curation（人工校验）体系革新

SILVA首次实现了基于LSU和SSU双亚基的全域生命分类覆盖。团队在第138.2版中采纳了43个ICNP正式发布的门级名称，并引入六层级分类框架（属、科、目、纲、门、域）以匹配GTDB标准。为解决未分类序列的归属问题，新创2,726个“Incertae sedis”（分类未定）占位符分类单元，同时废止了易引发歧义的“uncultured”（未培养）标签。

分类器生态扩展

为解决用户自定义分类器生成的技术门槛问题，团队开发了基于TestPrime工具的区段特异性与生境特异性分类器生成功能。通过整合RESCRIPt和Ready-to-wear流程，用户可直接获取优化后的QIIME2、DADA2与Kraken2分类器，显著提升了扩增子数据分析的准确性与可重复性。

FAIR数据与开源战略

为强化数据可追溯性，所有SILVA版本（自138版起）均分配了数字对象标识符（DOI），并采用知识共享署名4.0（CC-BY 4.0）许可协议。同时，TaxMap等核心工具以AGPLv3协议开源，体现了对开放科学理念的践行。

该研究通过系统性重构SILVA数据库的技术架构与生态体系，成功解决了微生物分类学资源面临的可持续性、标准化与互操作性三大核心挑战。尤为重要的是，通过深度融合D3联盟资源，建立了rRNA序列与菌株metadata（元数据）、酶学功能（BRENDA）、命名规范（LPSN）之间的关联网络，为宏基因组学、进化生物学等领域提供了坚实的数据基石。未来，随着知识图谱与SPARQL查询端点的部署，SILVA有望进一步推动微生物大数据在人工智能辅助研究（如检索增强生成RAG）中的应用，持续赋能全球生命科学研究。