低生物量样本16S rRNA基因测序中宿主DNA污染的系统性定量与去污染计算策略评估

《Quantitative Biology》:Systematic quantification and removal of host DNA contamination in 16S rRNA gene sequencing

【字体: 大 中 小 】 时间:2026年09月19日 来源:Quantitative Biology 2.2

编辑推荐:

   16S核糖体RNA(rRNA)基因测序是微生物群落分析的标准工具。当宿主DNA引发脱靶扩增(off-target amplification)时,尤其是在低生物量样本中,可能会遇到挑战。低生物量微生物组研究特别容易受到宿主DNA污染的影响,这可能掩盖微生物

  


16S核糖体RNA(rRNA)基因测序是微生物群落分析的标准工具。当宿主DNA引发脱靶扩增(off-target amplification)时,尤其是在低生物量样本中,可能会遇到挑战。低生物量微生物组研究特别容易受到宿主DNA污染的影响,这可能掩盖微生物信号并导致结果解读产生偏倚。这种污染对准确表征微生物群落构成了显著障碍,尤其是在细菌DNA有限的临床或环境样本中。为系统性定量和减轻宿主DNA干扰,研究人员构建了掺入受控比例人类DNA的细菌模拟群落(mock community)稀释系列。利用16S rRNA基因测序,研究人员评估了宿主DNA含量增加如何影响微生物群落谱,并评估了多种去除宿主来源序列的计算方法,包括聚类前过滤(pre-clustering filtering)、聚类后可操作分类单元(operational taxonomic unit, OTU)过滤以及R包Decontam。研究人员发现,当细菌含量相对宿主DNA低于10%时,脱靶扩增更为普遍。总DNA浓度引起的偏倚最小。聚类后OTU过滤和参考基因组比对(reference genome mapping)有效减少了宿主污染。在测试的校正策略中,聚类后OTU过滤被证明最为有效且计算上可持续,几乎完全去除了宿主来源读序(reads),且对微生物多样性估计的影响最小。尽管16S rRNA基因测序仍然是一种经济高效且高通量的技术,但在低生物量背景下需要严格的方法学控制。本研究提供了对脱靶扩增效应的系统性评估以及改善微生物群落分析准确性的实用缓解策略。所提出的框架为从低生物量16S rRNA测序数据中识别和去除宿主污染提供了一种稳健且可扩展的方法。
**论文解读**

**一、研究背景与科学问题**

16S核糖体RNA(rRNA)基因测序因其成本效益高和靶向回收微生物信号的能力,长期以来是微生物群落分析的核心工具。然而,在低生物量样本(low-biomass samples,即微生物DNA含量极低的样本)中,宿主DNA的大量存在会引发脱靶扩增(off-target amplification),即PCR引物非特异性地扩增宿主基因组序列而非目标细菌16S rRNA基因,从而产生系统性伪影,严重干扰微生物群落谱的准确性和可重复性。这一问题在临床组织、血液和肿瘤微生物组等低生物量生态位的研究中尤为突出,可能导致关于微生物群落结构与功能的错误结论,影响研究方向和临床应用。尽管已有多种计算策略被提出用于去除污染序列,但这些方法在受控条件下的有效性、可扩展性和适用性尚未经过严格的系统基准测试(benchmarking)。研究人员此前在乌干达农村人类免疫缺陷病毒(HIV)感染合并慢性阻塞性肺疾病(COPD)患者的痰液样本中观察到显著的人类DNA污染,尤其在COPD阳性组中更为明显,若不加校正,这些污染可能被误判为微生物数据。这一发现构成了本研究的直接出发点。因此,迫切需要建立一套系统框架,定量评估宿主DNA污染的影响阈值,并对不同计算去污染策略进行全面比较。

**二、研究概述与意义**

研究人员构建了一个细菌模拟群落(mock community)稀释系列,在其中掺入受控比例的人类基因组DNA,以系统模拟低生物量样本中不同水平的宿主DNA污染。利用16S rRNA基因测序,研究人员评估了宿主DNA比例和总DNA浓度对微生物群落谱的独立影响,并对三种计算去污染方法——聚类前过滤(pre-clustering filtering)、聚类后可操作分类单元(OTU)过滤(post-clustering OTU filtering)以及基于统计模型的R包Decontam——进行了基准测试和性能比较。研究发现,当宿主DNA占总DNA超过约90%(即细菌含量低于10%)时,脱靶扩增显著占主导地位,严重掩盖细菌信号。在测试的方法中,聚类后OTU过滤被证明是最有效且计算上可持续的策略,几乎完全去除宿主来源读序,同时对微生物多样性估计影响最小。总DNA浓度引起的偏倚远小于宿主DNA比例的影响。本研究首次在受控条件下系统量化了这一关键阈值,为低生物量微生物组研究提供了实证参考和实用的方法论框架,对临床和环境微生物组研究的设计与分析具有直接指导意义。

**三、关键技术方法**

研究人员使用ZymoBIOMICS微生物群落标准品(含8种细菌菌株和2种真菌菌株)作为模拟群落,将其与商业化人类基因组DNA(Promega)按不同比例混合,设置从1:99到99:1的细菌/人类DNA比例梯度,并设纯细菌、纯人类和无核酸酶水阴性对照。每个比例进一步进行1:1系列稀释以评估总DNA浓度的影响。采用微滴式数字PCR(ddPCR)结合TaqMan assay对18S和16S rRNA基因进行绝对拷贝数定量以验证实验设定比例。测序在Illumina MiSeq平台进行,靶向16S rRNA基因V3-V4区域(引物341F和785R),采用300 bp双端读序,共45个样本,每个样本约250万条读序。数据处理和分类注释使用LotuS2(v2.32)流程,以SILVA v138数据库为参考,Lambda比对器进行分类学比对。聚类前过滤使用BBMap工具将读序比对至人类参考基因组GRCh38.p14(经Progenomes3数据库掩蔽),聚类后过滤使用LotuS2内置的off-target数据库功能在OTU聚类后去除与人类基因组匹配的OTU,同时评估了基于统计模型的R包Decontam(v1.20.0)。统计分析在R环境(v4.3.0)中完成,包括Bray-Curtis相异度计算、主坐标分析(PCoA)和置换多元方差分析(PERMANOVA)。

**四、主要研究结果**

**4.1 细菌模拟群落和对照样本的组成分析:** 16S rRNA基因测序数据显示,即使是纯细菌模拟群落也未与其理论组成完全一致(Bray-Curtis相异度=0.35),而其他实验样本的群落组成与测序纯细菌模拟群落更为接近(Bray-Curtis相异度范围0.01至0.17,均值0.04,标准差0.03)。阴性对照样本(无核酸酶水)中Cutibacterium属占265条总读序中的259条;纯人类DNA样本中4457条总读序中有39条被归类为细菌类群,其中30条为Cutibacterium。Cutibacterium属(原Propionibacterium)被确认为实验室试剂和处理过程中的常见背景污染物。

**4.2 低生物量样本中宿主DNA污染占主导地位:** 当人类DNA占总DNA的90%以上时,未比对至SILVA数据库的序列("noHit"读序)显著过度呈现。通过BLASTn比对NCBI核苷酸数据库(nt),这些序列主要与人类第16号染色体高度匹配,部分与合成真核构建体、Pongo abelii和Pan troglodytes等灵长类保守基因组区域匹配,证实了脱靶扩增主要来源于宿主DNA。

**4.3 相对非细菌DNA含量比绝对DNA浓度更重要:** PERMANOVA分析表明,人类DNA含量解释了微生物群落组成变异的20%(R2=0.20, p=0.001),而总DNA浓度仅解释约8%(R2=0.08, p=0.008),高达73%的变异仍未被解释。PCoA显示微生物群落主要按细菌/人类DNA比例而非总DNA浓度聚类;纯细菌样本在不同DNA浓度下变异最小。随着人类DNA比例升高,Bacillus、Escherichia-Shigella、Salmonella和Cutibacterium的相对丰度显著下降,而"noHit"读序丰度大幅增加。总DNA浓度则与Listeria、Staphylococcus、Enterococcus和Pseudomonas的检出呈正相关。

**4.4 污染去除方法的效能比较:** 三种方法的比较显示,Decontam在低生物量样本中效果有限,因其依赖的污染物丰度与样本生物量之间的逆关系假设在低生物量条件下可靠性下降。在1:99(细菌:人类)样本中,原始数据中"noHit"读序占9.20%,聚类前过滤降至0.30%,聚类后过滤降至0.0056%,Decontam仅降至6.91%。在纯人类DNA样本中,聚类后过滤实现了100%的"noHit"读序去除(从99.12%降至0%),聚类前过滤降至75.47%,Decontam仅降至98.89%。聚类后OTU过滤之所以优于聚类前过滤,是因为其在OTU水平操作,先通过序列聚类捕获生物学变异,再去除与off-target参考数据库匹配的OTU,对噪声更具鲁棒性,降低了过度过滤真微生物序列的风险。

**4.5 ddPCR验证16S rRNA基因扩增:** ddPCR定量结果验证了实验设定的细菌/人类DNA比例,经基因组大小标准化和50:50比例归一化后,16S和18S rRNA基因拷贝数的对数转换值与预期一致,证实了实验稀释系列的准确性。此外,研究人员在50:50混合物的最低稀释度中检测到Vagococcus、Cetobacterium、Aeromonas、Vibrio和Plesiomonas等意外污染物,提示高度稀释样本对外部环境污染的易感性。

**五、讨论与结论**

本研究系统证明了宿主DNA污染在低生物量16S rRNA基因测序中引起的显著偏倚效应,并首次在受控实验条件下确定了宿主DNA超过约90%总DNA时脱靶扩增占主导地位的经验阈值。研究发现聚类后OTU过滤是兼具高效性和计算可持续性的推荐去污染策略,建议使用如LotuS2等内置off-target数据库的分析流程对低生物量样本进行宿主污染过滤。研究同时揭示了数据库注释错误(mal-annotation)对微生物群落分析的潜在影响及严格质量控制(包括技术重复和生物学重复)的重要性。研究局限性包括污染控制仅限于PCR和试剂水平控制,未涵盖从样本采集到测序的全流程对照。

研究结论指出:(1)宿主DNA污染在低生物量样本中强烈偏倚16S rRNA基因测序结果,当宿主DNA超过约90%总DNA时脱靶扩增占主导地位,该阈值为低生物量环境微生物组数据解读提供了经验参考;(2)在评估的方法中,聚类后OTU过滤是缓解宿主来源信号最有效且计算效率最高的策略,不会显著扭曲微生物群落结构,而依赖统计假设的方法或聚类前过滤在低生物量条件下表现欠佳;(3)这些发现对临床和环境等宿主DNA丰富的微生物组研究设计具有直接指导意义,强调了整合实验对照与适当计算策略以确保结果可靠性的重要性。未来应探索这些发现在更复杂真实微生物组和富集型测序方法中的适用性,以及在90%–100%宿主DNA范围内进一步细化污染效应特征。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号