微生物組（又稱“菌群”）在自然界中無所不在。在人體內(nèi)外，菌群與生俱來、又與我們相伴終身，和我們的發(fā)育和健康息息相關(guān)。因此人體微生物組也被稱為每個人的“第二基因組”。一個“第二基因組”可由數(shù)百萬個微生物基因組成，其數(shù)據(jù)量是一個人類基因組的成百上千倍。因此，根據(jù)人類已經(jīng)積累的海量微生物組數(shù)據(jù)，尋找“結(jié)構(gòu)”或“功能”類似的菌群樣本，從而實(shí)現(xiàn)對未知功能菌群的解讀和挖掘，以及對整個已知微生物組數(shù)據(jù)空間的全局性思考，一直是微生物組業(yè)界的關(guān)鍵瓶頸之一。然而，由于微生物組數(shù)據(jù)的復(fù)雜性和異質(zhì)性，如此“溫故而知新”卻長期以來卻如同“大海撈針”般艱難?；诙嗄甑难邪l(fā)積累，近日中國科學(xué)院青島生物能源與過程研究所單細(xì)胞研究中心正式發(fā)布國內(nèi)外首個“微生物組大數(shù)據(jù)搜索引擎——MSE（Microbiome Search Engine; http://mse.single-cell.cn），使得上述以整個微生物組為分析單元的智能搜索和大數(shù)據(jù)挖掘成為現(xiàn)實(shí)。
對海量微生物組“大數(shù)據(jù)”的搜索、挖掘與機(jī)器學(xué)習(xí)，能夠幫助人們了解微生物組與相關(guān)疾病之間的關(guān)系，從而利用人體各個部位的共生菌群實(shí)現(xiàn)個體化的精準(zhǔn)健康、精準(zhǔn)護(hù)理與精準(zhǔn)營養(yǎng)。據(jù)了解，該搜索引擎通過建立針對微生物群落的超高速比對算法和數(shù)字索引機(jī)制，為海量的樣本列出基于菌群結(jié)構(gòu)或功能相似性的“目錄”。當(dāng)輸入未知樣本時，引擎能夠根據(jù)這一帶有菌群相似性信息的“目錄”從浩瀚的微生物組大數(shù)據(jù)海洋中迅速自動選取與該樣本最為相似的匹配。同時，引擎還可以自動計(jì)算針對特定慢性疾病發(fā)表的一系列“微生物組診斷指數(shù)”（如該團(tuán)隊(duì)與寶潔公司合作發(fā)明的牙齦健康診斷方法: Huang, et al, ISME J, 2014）和“微生物組預(yù)警指數(shù)”（如該團(tuán)隊(duì)與中山大學(xué)附屬口腔醫(yī)院最近發(fā)表的新發(fā)性兒童齲齒預(yù)測方法等：Teng, et al, Cell Host Microbe, 2015），以判別未知樣本針對特定疾病的狀態(tài)和風(fēng)險。兩者相結(jié)合，實(shí)現(xiàn)對未知樣本的特性做出注釋與判斷，并根據(jù)進(jìn)一步數(shù)據(jù)挖掘的結(jié)果給出診斷結(jié)果和護(hù)理方面的建議。
與此同時，配合該搜索引擎，單細(xì)胞研究中心還發(fā)布了分析軟件Parallel-META 3 (Su, et al, Bioinformatics, 2014)，不但可以將數(shù)量龐大的未知微生物組樣本進(jìn)行結(jié)構(gòu)與功能解析，而且可以與其數(shù)據(jù)庫搜索匹配結(jié)果進(jìn)行更深入的比對分析。此軟件的深度數(shù)據(jù)挖掘能力能夠幫助剖析疾病與微生物組之間的關(guān)聯(lián)規(guī)律，讓微生物組大數(shù)據(jù)幫我們不僅“知其然”，而且“知其所以然”。
該搜索引擎前期獲得了科技部863與國家自然科學(xué)基金的支持，并正在支撐著單細(xì)胞研究中心主持的“中科院生物高通量檢測分析服務(wù)網(wǎng)絡(luò)”在健康、環(huán)境、海洋、工業(yè)等諸多微生物組應(yīng)用領(lǐng)域的產(chǎn)學(xué)研合作。
相關(guān)文章發(fā)表：
Su, et al., Bioinformatics, 2014,30(7):1031-1033.
Huang, et al., ISME J, 2014, 8(9):1768-1780.
Teng, et al., Cell Host & Microbe, 2015, 18(3):296-306.
微生物組大數(shù)據(jù)搜索引擎示范鏈接：
