“昊创新、好技术！”
天昊生物多年专注于深耕遗传学和基因组学等领域科研特色技术的开发，不断跟进国际先进的科研成果及技术发展，创新研发了许多特色专利技术和领域内前沿的检测服务项目，受到广大专业科研用户的认可和好评。
合成菌群(synthetic microbial community, SynComs)是基于生态学和合成生物学基本理论，人为地将2个或多个已知分类地位、功能特性等明确的不同微生物，在特定条件下以确定的比例进行混合，进而获得效率高、功能强、可控性好、易保存且便于应用的有机群体。SynComs的构建可以是从自然环境中分离得到的野生型菌株，也可以是通过基因改造得到的微生物，在明确菌群成员互作、菌群与寄主和环境互作以及菌群功能等方面有巨大的优势，已经在医学、农业、工业和环境生态等领域中广泛研究和应用。
近，在ISME杂志上对SynComs的设计策略进行了总结，提出了一种基于集成高通量实验分析和计算基因组学分析的策略，并指出只关注相对定量结果可能存在问题，需要更加重视发挥绝对定量检测方法在这个设计过程的重要作用。其实，关于绝对定量检测在SynComs领域的应用，已经受到越来越多专家学者的重视和采用，包括在《Microbiome | 沈其荣院士团队利用天昊扩增子绝对定量技术揭示根际合成菌群通过微生物协同效应提高了植物抗病能力》和《New Phytologist | 中科院南土所孙波/梁玉婷组揭示促进低肥力土壤中作物生长的微生物策略》等研究中，都用到了天昊微生物扩增子绝对定量专利技术的检测方法。下面就让我们详细看下这篇文章。
英文题目：Strategies for tailoring functional microbial synthetic communities
中文题目：定制功能性微生物合成群落的策略
发表期刊：The ISME Journal
发表时间：2024
土壤和植物中有着大量微生物，这些微生物对于包括污染物降解、生物地球化学循环及支持植物生长和健康在内的多种生态系统服务至关重要。许多迷人的自然现象，如植物病害抑制、植物生长促进和植物抗逆性，都被发现具有微生物基础，促使人们广泛研究微生物、宿主及环境因素之间的复杂相互作用。通过改变土壤微生物群落来获得理想表型的土壤修正方法证明了对微生物生态系统的代谢潜力的基本理解可以带来农业上的好处。非培养测序技术的发展及用于分析所产生的元组学数据的生物信息学工具的爆炸性增长，极大地影响了对不同环境中微生物群落的理解。例如，可以利用在极端环境中发现的独特微生物来应对气候变化带来的挑战。这些方法产生了大量数据集，为生成众多假设提供了丰富资源。然而，仍有必要采用互补的实验方法对这些假设进行严格测试。确实，为了应用而（重新）构建微生物群落、识别微生物组相关表型背后的机制和因果关系及分析微生物-微生物相互作用的努力，仍然在很大程度上依赖于培养依赖的微生物学、分子生物学和植物生物学方法，因为需要在受控环境中分离和研究微生物菌株和/或群落。虽然像枯草芽孢杆菌和苏云金芽孢杆菌这样的单个菌株几十年来一直用于农业生物防治，但它们赋予特定表型的功效依赖于与常驻微生物群及其宿主的复杂相互作用。因此，由优先菌株组成的合成微生物群落（SynComs）的设计已经成为在受控条件下研究复杂微生物组相关表型的关键技术。
在过去的十年里，SynComs设计采用了多种策略。其中包括基于分类的设计，依赖于探索自然样本中的微生物组成，以及建立代表性或核心微生物组。此外，通过比较不同表型样本中的微生物丰度差异，可以设计与特定表型相关的SynComs，从而有助于确定对植物健康有益的微生物。这些比较可以用于指导自下而上的策略，包括从具有相关功能属性的相对较少数量的单个微生物菌株或物种中组装群落，并可能为重建该表型提供良好的起点。例如，Zhuang等人评估了不同生长阶段、土壤类型和农业实践下的根际微生物组成，以识别与生长/产量参数相关的类群，并使用差异丰度分析选择菌株构建确实增强宿主生长表型的合成群落。在类似的研究中分析微生物组介导的细菌性枯萎抑制，Kwak等人甚至能够通过差异丰度分析识别单一的黄杆菌属细菌菌株，能够在很大程度上重建保护表型。
图1、设计合成微生物群落对揭示微生物组相关表型的重要性。通常从具有感兴趣的表型的宿主开始，使用组学数据和/或表型分析来分离和表征细菌菌株。基于分类或功能特征，设计具有降低群落复杂性的合成微生物群落，可用于研究所研究的表型决定因素的确定。
合成微生物群落的功能性可以通过考虑微生物在体外或体内表现出的相互作用、具有的特定功能特性以及生态位偏好来优化。这种方法通过减少自然微生物群落的复杂性来研究特定表型的机制，并结合使用分类和功能数据来引导SynComs的设计。通过分析转录和翻译信息来预测竞争和底物偏好，允许通过添加相应的益生元或益生菌来有针对性地操纵自然群体中特定微生物成员的活动。基于功能的方法也可以与宿主表型相关的分类数据结合使用：例如，Carrion等人识别了在糖用甜菜病害抑制和促进土壤中的根际微生物区系中一致差异丰度的分类，通过表达特定的生物合成基因簇和几丁质酶编码基因的分析，他们识别了能够在很大程度上重建病害抑制表型的小型SynComs。设计SynComs不再仅仅基于分类，越来越多地涉及选择微生物组成员，这些成员（i）在体外或体内显示出积极或消极的相互作用，（ii）具有特定的功能性状，和/或（iii）具有互补/相似的生态位偏好。然而，整合微生物相互作用、功能性状和生态位偏好等标准引入了复杂性，需要全面的实验验证和复杂的分析。
SynComs的设计也可以基于功能基因来进行优化，考虑的特征包括碳水化合物活性酶、分泌系统和抗真菌代谢物等。通过整合宏基因组学、代谢组学和表型数据，可以更有效地识别和选择具有所需功能的微生物群体，从而提高SynComs的定制化和功能性。如何在复杂生态系统中优先选择功能和微生物成员对于群落重组至关重要。解释由高通量测序技术生成的大量数据可能具有挑战性。例如，基于共生模式构建的微生物网络是否代表给定生态系统中实际功能多样性的程度往往不清楚。微生物组数据集通常只有相对（而非绝对）丰度数据，定义核心和附属分类的角色很困难。2018年开发的一个计算框架采用功能数据进行SynComs设计，通过上游整合宏基因组学、代谢组学和表型数据集，实现更可靠的潜在机制关联识别。相对于以前的方法，该工作流实现了降维、过滤假相关以及通过标准化数据、聚类共表达基因和代谢物以及整合先验（微）生物学知识的数据整合。另一种计算引导的SynComs设计方法是通过统计学习可视化群落功能景观，识别微生物与功能特征之间的潜在关联，以更好地理解自然或设计微生物群落的动态和/或生态背景。基于这些功能景观概念的建模迭代提供了设计复杂的“高功能”群落的可能性，通过精心选择的特征进行有向进化。
近开发了一些创新的计算方法，用于解决基于大量（宏）基因组数据定制SynComs设计的挑战，包括优先确定相关的微生物相互作用、识别关键的（生态）功能特征，以及在硅中优化功能群落组成。一些基于基因组的工具包括antiSMASH，它预测微生物次级代谢产物的生物合成能力；MacSyFinder用于检测大分子系统；PHI-base用于病原性识别。对于次级代谢产物生物合成基因簇，预测其生态功能是考虑将其纳入SynCom设计的关键。例如，编码已知功能产品的参考生物合成基因簇，如MIBiG数据库中所存储的，可以用于识别病原相关功能特征。
基因组规模的代谢网络模型(GSMM/GEMs)在微生物组研究中得到了显著的应用，并在预测微生物群落内的功能相互作用方面具有特别的优势。此外，随着GSMM的发展，图论方法在预测生物相互作用和理解营养物质及环境影响方面提供了有价值的见解。这些方法被用于识别具有所需代谢潜力的小物种集合，和/或阐明生物体间的代谢交换。一个激动人心的研究利用GSMMs估计了成千上万个栖息地中的竞争和合作潜力。结果表明，竞争性群落抵抗物种入侵但难以适应营养变化，而合作群落则表现出相反的模式。已创建了多种工具，用于自动化微生物种及其群落的代谢网络重建。
机器学习(ML)和人工智能(AI)越来越多地用于（迭代）实验优化SynComs，因为它们可以帮助导航高维组合空间中的分类和功能。例如，BacterAI是一个新型的自动化科学平台，允许设计并使用实验平台生成作为“奖励”数据集的生长数据，进一步优化模型以改进实验设计。微生物代谢活动的预测可以通过在迭代设计中进行主动学习而高效生成，而无需先验知识。然而，使用这些方法定制SynComs面临的挑战包括可用数据集大小有限和缺乏评估SynComs质量的标准。此外，应谨慎使用AI和/或ML方法，因为如果没有验证，它们可能会产生错误或无效的关联。近的一项研究使用微生物丰度模式极其准确地预测了肿瘤类型和存在，但进一步分析显示这些相关性是虚假的，从而说明了无意中在污染、批次效应或假阳性分类上训练的风险。
构建特定（代谢）功能的微生物群落，这在微生物群落移植策略的背景下具有巨大的未来潜力。然而，预测的群落是否能成功定植真实宿主仍然是一个未知数，直到在湿实验室、温室和田间/宿主实验中进行验证。从选择和组合SynComs成员到其重构的转换过程中，面临许多额外的挑战，包括需要协调微生物之间的不同生长速率、确定接种顺序（即优先效应）、每个候选菌株的细胞密度量，以及评估可能导致某些SynComs成员在过程中丢失的潜在相互作用。此外，初始浓度的变化对于生长速率不同的菌株可能会对终组装的群体结构和稳定性产生重大影响。所有这些变化都可能导致在使用SynComs调查相互作用或因果推论时功能上的增加随机性。这强调了通过在重构过程的不同阶段使用低通量宏基因组测序、实时定量PCR数据或荧光标记来监测群落组成和结构稳定性的必要性。另外，代谢建模可能能够预测生态位互补性和群落稳定性，特别是如果能够通过上述实验数据进行微调。
随着高通量表型平台的发展以及云实验室的兴起，显著减轻了表型化的限制。在近的研究中，研究人员将136个随机组装的SynComs恢复到植物系统中。从这些试验中得到的实验数据被用作机器学习的数据集，成功地识别了预测表型结果的微生物菌株。尽管传统的SynCom设计方法可能仍对特定功能有效或作为简化的模型系统，这些新的概念框架需要处理和从大数据中提取有意义的见解。我们建议计算数据处理应包括整合来自大规模功能测试和预测的功能性状，这些功能可以针对实验数据进行校准和重新校准。这将导致为每个候选微生物创建一个标准化的特征矩阵。结合不同的SynComs设计参数，如群落的大小、所需的分类多样性等，通过计算SynComs级别的功能特征和/或使用基于模型的策略预测SynComs功能，可以评估生成的SynComs。从这些中，可以构建多个具有不同分类起源的具有相似功能特征组合的备选SynComs，这允许我们并行探索多种可能的解决方案。利用高通量表型系统将在接种这些多样化SynComs后产生的可操作样本信息，包括植物生物量（通过3D扫描）、抗压效果、生长形态、植物根系分泌物（包括挥发性有机化合物VOCs）的变化以及基因表达差异（通过元转录组学）。随后，这些组合及其表型数据可以重新作为AI工具的输入数据，用于学习和模型化SynComs功能，预测群体级表型，并帮助选择新的SynComs设计以迭代改进性能。未来可能建立针对SynComs相关数据集的数据库，并基于与不同宿主和表型相关的庞大SynComs数据集探索基因型-表型模式，从实验室间的相关性。
“定量微生物组学”时代天昊特色解决方案：
◆AccuMetaGTM宏基因组绝对定量测序专利技术服务
◆Accu16S®细菌扩增子绝对定量测序专利技术服务
◆AccuITSTM真菌扩增子绝对定量测序专利技术服务
天昊生物全新推出的重磅技术—AccuMetaTM宏基因组绝对定量测序专利技术。该技术特别适合针对土壤微生物相关碳、氮、磷、硫循环及其他功能基因进行绝对定量检测，分析内容更全面，提供的数据更丰富。该专利技术将为定量微生物组学研究提供更加专业、更高质量的数据结果。
天昊生物一直秉承“自主研发、创新驱动”的发展理念，在微生物多样性检测领域潜心研发多年，率先于2018年和2021年在国内市场成功推出了Accu16S®细菌和AccuITSTM真菌绝对定量测序技术服务，并在2023年6月30日顺利获得国家发明专利授权。我们的微生物绝对定量技术完美的解决了国内同类相对定量扩增子测序服务“只测比例，不知数量”的技术痛点，一个样本单次检测，即可同时获得样本微生物多样性的“相对比例”和“绝对数量”，既可以得到传统扩增子测序的所有分析结果，还可以获得样本总菌和特定菌种的绝对丰度结果，可谓一检三得。
1、只能获得相对定量结果，可能推导出错误结论；
2、传统qPCR等方法定量费时费力，无法避免跨平台系统误差；
3、针对特殊样本，无法排除PCR抑制剂干扰。
上图为微生物群“相对丰度(Relative abundance)”和“绝对丰度(Absolute abundance)”随时间变化比较示意图。只检测相对定量数据会掩盖了潜在微生物群落的动态变化，使变化过程中的差异更难被发现。（图片来源：Nature，2021）
上图为菌群组装过程主要由微生物之间不对称的相互作用，而基于相对丰度的数据推断出的相互作用会产生误导性的错误结果。a，相对丰度数据无法正确推断互作网络中的不对称相互作用，例如相对丰度无法检测到Staphylococcus 对Klebsiella 生长的促进，还错误地推断Staphylococcus 对Candida 的促进，并且无法检测到Candida 或Enterococcus 对Klebsiella 的生长抑制。而绝对丰度则准确推断出了上述互作关系，并且利用动物实验得以确认。（图片来源：Nature，2021）
上图为人类肠道菌群变化与微生物定量方法之间存在差异。本研究发现克罗恩氏病患者（CD）和对照人群（Control）粪便微生物的“相对丰度(RMP)”和“绝对丰度(QMP)”结果，在一些菌属中存在显著性差异。只考虑“相对定量”结果，可能会造成结论的错误或者关键菌属信息的丢失。（图片来源：Nature，2017）
一次检测，三套数据，结果更丰富；
对样本的需求量要求低，避免因样本无备份等造成的无法检测情况；
检测通量高，检测合格范围内各类菌种均可绝对定量；
相对定量和绝对定量数据相互印证，减少传统相对定量假阳性问题；
避免跨平台qPCR定量的系统误差；
内标法比qPCR在定量上具有更高的特异性、灵敏度和更好的一致性；
避免因样本DNA抽提等原因造成的PCR抑制剂残留对结果准确性的影响；
避免qPCR等定量实验碰到的引物设计和优化难题。
截至目前，天昊客户利用微生物绝对定量测序共发表SCI文章59篇，其中JCR分区在Q1区的高分文章多达29篇，研究领域涉及医学、环境、食品、农学和生态等各个领域，样本类型包括人类及动物粪便、土壤、体外发酵液、水体生物膜、酒类发酵物及口拭子DNA样本等。
上海天昊生物科技有限公司，2008年4月创建于上海浦东张江高科技园区，上海市高新技术企业。天昊生物建立了整套完备的实验室管理体系和标准流程，为国内外基因生物领域科研机构、医学院校以及生物制药企业提供精确、高效的基因检测分析服务。
天昊生物具有极强的技术研发实力，研发了多项具有国际水平的专利技术，包括多种SNP分型和拷贝数检测技术、微生物16S扩增子绝对定量技术。同时利用专利自主研发的AccuCopy®、CNVplex®、SNPscan®、iMLDR®、EasyTarget®、FastTarget®、SNPseq®、CNVseq®、MethylTarget®和SSRseq®等全新技术为客户提供灵活定制科研项目检测服务。在2018年荣获“浦东新区企业研发机构”称号，2023年荣获“上海市专精特新中小企业”称号。
天昊生物遗传分析中心借助多名长期从事基因及遗传分析的领域专家构成的专家咨询团队，专业团队结合准确、高效、经济的科研技术服务体系，致力于长期为分子生物学及医学遗传学领域的研究者提供高质量的科研策略咨询、实验技术服务和遗传数据分析，帮助广大科研人员获得更为优质的科研成果。
copyright © 2008-2023 天昊生物 reserved. ICP备案序号：沪ICP备18028200号-1
沪公网安备 31011502016782号
FastTarget®目的区域测序
