在水生生态系统中，鱼类的健康和生产能力在很大程度上取决于背景环境中微生物群落结构的动态变化情况。尽管如此，从数千种候选物种中寻找对鱼类生产能力产生深远影响的微生物仍然是一项重大挑战。

准确定量微生物的绝对丰度，对于跟踪微生物群落组成的动态变化，寻找关键的核心物种和相互作用非常重要，而常见的微生物扩增子测序只能获得相对定量结果，无法得到绝对定量的信息。利用内标法绝对定量测序技术不仅可以分析样品中微生物总的绝对拷贝数，还可以分析样品中每个物种的绝对拷贝数，进而反映微生物群落的动态变化，为微生态相关研究提供更清晰、更全面的数据信息。

近期，来自日本的科研人员在微生物研究一区Top期刊《Microbiome》(IF=15.5)上发表研究论文。该研究利用添加内参标准品的方法进行了16S细菌扩增子绝对定量测序，对鳗鱼水产养殖箱中的微生物群落的组成、多样性和动态变化过程进行研究，并分析了随时间变化的微生物核心物种和相互作用。

值得注意的是，以往多篇Nature及子刊文章均已指出，在进行微生物相关研究时，采用“绝对定量”数据更加真实准确，更具可信性（文章链接：多篇Nature强烈建议：微生物真实差异、疾病标记物、核心菌群筛选、模型预测、动态变化、菌群互作网络、群落组装要用“绝对定量”）。

英文题目：Core species and interactions prominent in fish‑associated microbiome dynamics

中文题目：鱼类相关微生物组动力学中突出的核心物种和相互作用

发表期刊：Microbiome

影响因子：15.5（一区Top）

发表时间：2023年

本研究利用鳗鱼水产养殖系统，对水体样本中的微生物进行了为期128天的时间序列分析。通过对五个水箱中pH值、溶解氧（DO）浓度和鳗鱼生长状况进行测定，并在128天连续采集水样，进行微生物16S扩增子绝对定量测序（V4区），进而揭示了水产养殖微生物组的组成随时间波动的程度。本研究还重建了构成水产养殖微生物组的 9908 个ASV的种群动态变化，筛选其丰度与鳗鱼健康状况密切相关的细菌或古细菌，成功鉴定了几种微生物ASV始终与鳗鱼健康呈正相关。通过网络构建和代谢建模的方法，研究者进一步分析了核心微生物之间的潜在相互作用，揭示了可能决定鱼类健康状况的“核心微生物组”结构。

本研究结果发现，由于组成微生物种群密度显著的增加或者减少，微生物组的分类组成随着时间的推移发生了巨大变化。即使排除了环境参数（pH值和DO水平）对种群动态的混杂影响，一些特定的微生物类群也与鳗鱼的活动水平呈正相关。特别是一种维生素B12合成相关细菌 Cetobacterium somerae，在所分析的五个水产养殖池的重复时间序列中，始终与鳗鱼的活动水平表现出强烈的正相关。网络构建和代谢模型分析进一步表明，突出显示的细菌和其他一些密切相关的细菌形成了对鳗鱼具有潜在积极影响的“核心微生物组”。

图1、鳗鱼养殖系统中的微生物组动态变化情况。a 绝对定量的动态结果。对于每个水产养殖箱的每个水样，基于内标的绝对定量扩增子测序方法，得到相关16S rRNA基因的绝对拷贝浓度。b 相对定量的动态结果。显示了每个水产养殖箱在科水平的分类组成时间序列结果。

图2、与鳗鱼活动相关的微生物。a 显示了每个水产养殖池的pH值、溶解氧水平和鳗鱼活动得分的时间序列。b 相关性分析结果。检查了Spearman与每个水产养殖池中每个ASV的绝对丰度的相关性。c 相关性的随机化分析。d 每个ASV与pH值和鳗鱼活动水平的相关性。e 每个ASV与溶解氧DO及鳗鱼活动水平的相关性。f 与鳗鱼活动水平部分相关。为了控制pH值或溶解氧的影响，计算了每个水箱中每个ASV的绝对丰度与鳗鱼活动评分之间的部分相关性。g 与鳗鱼活动水平关系的分类学比较。在所有水产养殖箱中出现的属与鳗鱼活动水平有部分相关性。h 相关性的时滞分析。在计算鳗鱼活动水平与Cetobacterium绝对丰度之间的部分相关性时，对鳗鱼的活动变量引入了明确的时间滞后。

图3、微生物与微生物的共存网络。基于Meinshausen-Bühlmann（MB）模型，分析了微生物之间的共存模式。在网络中，可能以促进方式相互作用的微生物ASV成对和/或可能共享环境偏好的微生物ASV相互关联。每个网络都显示了网络模块，这些模块表示密集链接的 ASV 组。节点的颜色表示 ASV 丰度与鳗鱼活动水平之间的部分相关性。

图4、推断微生物之间的直接相互作用。基于“稀疏和低秩”（SLR）模型，通过控制共同环境偏好的影响来推断微生物ASV之间的直接相互作用。在对每个养殖箱的分析中，只有出现在 30 个或更多样品中的 ASV 才成为目标。节点之间的链接表示 ASV 之间潜在的正向交互。节点的颜色表示 ASV 丰度与鳗鱼活动水平之间的部分相关性。

图5、微生物之间的代谢相互作用。a 生态位空间分析。微生物 ASV 根据其 KEGG 代谢途径/过程谱绘制在 PCoA 图上，并推断出基因组的系统发育预测。在表面内紧密绘制的微生物 ASV 预计具有相似的基因库。b 潜在的竞争和促进性相互作用。基于NCBI RefSeq基因组信息，根据代谢资源重叠（MRO）和代谢相互作用电位（MIP）推断每对ASV之间的潜在代谢相互作用。MRO 和 MIP 的直方图分别显示在水平轴和垂直轴上。ASV对包括 Cetobacterium ASV，其绝对丰度与所有五个养殖箱中的鳗鱼活动水平呈正相关。