微生物是自然界中分布最广、种类最多、数量最大的生物类群。以肠道微生物为例，人体内微生物的总数量约是人体细胞总数的10倍 —— 越来越多的研究发现，肠道微生物与人体健康有着密切的关系，而微生物产生的代谢物是调控过程中最主要的中间递质之一。
微生物组
微生物组研究可以获得微生物群落组成及丰度信息，但是这些信息并不足以充分说明微生物是通过何种方式影响宿主或环境。
代谢组学是基于LC-MS/MS液质联用技术对生物样本中的小分子代谢物进行定性和相对定量分析。
微生物组-代谢组的联合分析可以用来解释差异菌群与差异代谢物的关联性，从而帮助建立微生物-代谢物-表型之间的逻辑关系。
扩增子&宏基因组
相比16s扩增子测序，宏基因组具有两个明显优势：
(1) 16s测序只能获得物种组成及丰度，宏基因组除了可以获得物种组成及丰度，更能获得功能基因的组成及丰度。
(2) 由于近似物种的16s序列非常近似，常规的短读长16s测序难以精确注释到种水平，一般只能鉴定到属水平；宏基因组测序获得的数据量更大，能够获得大量特异性的基因片段，因此对种水平注释的精度较短读长16s更佳。
为充分挖掘宏基因组与代谢组学背后的关联信息，中科新生命“宏基因组+代谢组联合分析”进行了全新升级，带您先睹为快。
1 两种组学，三个维度信息
宏基因组+代谢组可以同时获得菌群丰度，功能基因丰度以及代谢物丰度信息。通过降维排序比较分析，可以直观获得样本间不同维度信息的整体差异情况。
不同维度信息降维排序分析
2 菌群-功能-代谢物系统关联
菌群组成的差异会导致环境中功能基因丰度发生变化，而这些功能基因（比如代谢酶类）的差异则会造成菌群代谢能力的变化，引起代谢物的丰度差异。为了揭示这种调控关系，我们利用多种统计算法及模型对它进行展示。
基于物种丰度及显著差异代谢物的CCA分析
菌种与代谢物相关性聚类热图
菌群-功能基因-代谢物关联桑基图
菌群-功能基因-代谢物关联网络图
色氨酸代谢通路菌群功能基因及代谢物丰度变化
3 高级生信分析
多组学机器学习标志物 —— 利用宏基因组+代谢组数据形成组合标志物panel，借助中科新生命自主研发的集成机器学习算法，高效筛选针对肠癌或其它肠道微生物相关疾病的预测标志物。
微生物对代谢物的贡献分析（CMP)
在微生物组数据基础上，利用HUMAnN2数据库和MIMOSA2构建代谢模型，计算不同微生物对不同代谢物的潜在代谢潜能指标（CMP）；对每种代谢产物全部潜在贡献微生物CMP值进行汇总并做回归分析，评估微生物群落对指定代谢物的预测能力；最后结合代谢组学数据筛选对特定代谢物影响最大的微生物作为关键微生物。
菌群-菌群代谢-靶器官联合分析
为进一步分析药物通过关键菌群-代谢物对宿主的作用机理，基于微生物组、代谢组和靶器官组学将菌群、菌群代谢和靶器官代谢通路联合分析，完整解析实验条件如何影响菌群组成和功能，进而影响代谢物的产生，代谢物进行循环系统对靶器官的调控作用。
4 多种组合，精准定位应用方向
针对不同的应用领域，我们会采取特定的组学检测技术方法及分析方法。本次升级的宏基因+代谢联合共有3种组合：
标准版——宏基因组+非靶代谢组，适用于所有医学、农学、动科相关研究。
肠道专属版——宏基因组+G350高通量肠道靶向代谢组，医学类肠道微生物研究首选。
环境生态专属版——宏基因组+土壤代谢组，土壤环境生态研究首选。
以上的内容是否有让您心动？
如果想了解更多微生物组学产品、技术及生信分析内容，赶紧联系我们吧！
我知道你
在看
哦
首页
