《Brazilian Journal of Microbiology》：Uneven global coverage of halophilic metagenomes limits comparative analyses of microbial adaptation to saline environments
编辑推荐：
嗜盐微生物在生物技术、生物修复和天体生物学中具有核心地位，因为它们能在与地外环境相似的极端和多极端条件下生存。尽管宏基因组学（metagenomics）已改变了嗜盐生物多样性的研究，但现有数据集仍然碎片化且记录不均。为了评估嗜盐宏基因组研究如何反映全球高盐环境
嗜盐微生物在生物技术、生物修复和天体生物学中具有核心地位，因为它们能在与地外环境相似的极端和多极端条件下生存。尽管宏基因组学（metagenomics）已改变了嗜盐生物多样性的研究，但现有数据集仍然碎片化且记录不均。为了评估嗜盐宏基因组研究如何反映全球高盐环境的探索状况，研究人员利用一个整理流程，分析了PubMed索引的研究以及存放在美国国家生物技术信息中心（NCBI）序列读段档案（SRA）中的相关测序元数据。定量分析揭示了一个与全球研究投资不均相关的严重地理偏差（基尼系数=0.736），少数国家贡献了大部分公开数据集。相比之下，这些样本的环境分布显示出中等生态均匀性（Pielou均匀度指数=0.818），但研究人员识别出元数据完整性方面普遍存在缺口，这阻碍了数据集的可互操作性。整理后的数据集突出了对多极端嗜盐（polyextremophilic）生境的研究重点，将这些生态系统定位为生物技术和天体生物学生物勘探的首要目标。此外，地理偏差强调了需要可互操作的全球数据框架，以及在数据生成和分析方面进行更公平的投资，尤其是在全球南方（Global South）代表性不足的地区。
**论文解读：嗜盐宏基因组全球覆盖不均对微生物适应盐环境比较分析的限制**
**研究背景与问题**
嗜盐微生物（halophilic microorganisms）能在高盐浓度下生存，部分种类还能耐受极端温度、pH波动和紫外线辐射等多重胁迫，因而在生物技术（如工业酶、生物表面活性剂）、生物修复（bioremediation）和天体生物学（astrobiology）中具有重要价值。然而，传统培养方法难以分离这些微生物，宏基因组学（metagenomics）的出现使得无需培养即可解析其分类与功能。但现有嗜盐宏基因组数据集存在严重的碎片化和地理分布不均问题：多数样本来自西方发达国家，而拉丁美洲、阿拉伯半岛等拥有丰富盐环境（如盐湖、盐滩、深海卤水）的地区却严重缺乏代表性。此外，元数据（metadata）记录不全，导致跨研究比较困难。为此，研究人员假设全球嗜盐宏基因组的可获得性主要由区域经济和基础设施能力驱动，而非盐环境的真实分布，并开展了本研究。该论文发表在《Brazilian Journal of Microbiology》。
**关键技术与方法**
研究人员采用元数据驱动的文献计量学方法，从PubMed数据库检索2013年至2025年中旬发表的嗜盐宏基因组相关研究，利用Entrez Direct（EDirect）工具进行自动化检索，并辅以多步人工筛选流程：排除宿主相关微生物组（如肠道、皮肤）、仅依赖标记基因扩增子测序（16S rRNA）的研究，以及非自然盐环境样本。最终从NCBI序列读段档案（SRA）中获取具有地理坐标（经纬度）的鸟枪法宏基因组（shotgun metagenome）数据，共118篇论文、1,866个测序运行（SRR/ERR），对应1,426个唯一BioSample。样本按统一环境类别（如湖泊、卤水、沉积物等）进行标准化分类，并计算基尼系数（Gini coefficient）和Pielou均匀度指数（Pielou’s Evenness）以量化分布不均。所有分析在R语言中完成，使用maps、sf、rnaturalearth、ggplot2、ineq、vegan等公开包。
**研究结果**
**区域偏差：盐生境宏基因组数据的地理分布**
通过分析42个国家的1,426个BioSample，发现严重的地理偏差：基尼系数为0.736，表明极端不均。中国（370份，25.94%）、美国（273份，19.14%）和欧洲（292份，20.48%）贡献了大部分数据，前五名国家合计占65.78%。智利和巴西虽超过100份样本，但分别集中于阿塔卡马沙漠（Atacama Desert）和巴伊亚德托多斯奥斯桑托斯湾（Baía de Todos os Santos）的红树林，属于项目驱动。拉丁美洲和阿拉伯半岛（仅18份样本）明显不足，尽管这些地区拥有多样的盐环境。研究指出，这种偏差更多反映经济能力、研究基础设施和数据存储实践，而非盐环境的真实分布。
**环境背景：样本的生态分布**
尽管地理分布极端不均，环境类别的分布相对均匀（Pielou均匀度指数J′=0.818）。前五大环境类别（湖泊、沉积物、卤水、地下环境、土壤）占66.1%的样本。水相系统（湖泊、卤水、海洋、泉水、河口、地下水等）合计占60.2%。许多样本来自多极端环境（polyextremophilic habitats），如高温、高压、高辐射等，这些环境是生物技术酶和天体生物学类比（如火星、欧罗巴、恩克拉多斯）的理想研究目标。
**时间趋势：嗜盐宏基因组研究的时间变化**
鸟枪法宏基因组学采用率随时间增加，但并非线性增长。2020年出现明显下降，可能与COVID-19疫情相关（但需注意存储时间滞后）。2023年出现峰值（403份样本），主要源于中国（45.41%）、巴西（24.32%）和美国（20.59%）的少数大型项目。测序平台从早期的454焦磷酸测序过渡到Illumina HiSeq 2000/2500，再至NovaSeq 6000，反映了技术可得性和项目规模变化。
**结论与展望**
全球嗜盐宏基因组数据集的地理分布主要受经济投资、研究基础设施和数据存储实践差异的影响，而非盐环境分布。美国、中国和欧洲主导数据生成，而拉丁美洲和阿拉伯半岛等地区严重缺乏代表性。智利因阿塔卡马沙漠的极端环境研究而成为例外。此外，元数据报告不完整和存储库选择偏好限制了数据的可发现性、互操作性和重用。研究人员建议，需要从多尺度协调努力：建立全球可互操作的数据框架，同时加强国家和区域微生物组计划（如巴西微生物组项目），以标准化元数据收集、集中基础设施、扩大测序和生物信息学培训，从而促进更公平的参与和资源分配。最终，加强本地倡议和全球数据基础设施相结合，将推动更代表真实盐环境多样性的嗜盐宏基因组研究，为生物技术和天体生物学的未来发现奠定基础。
