宏基因組大數(shù)據(jù)分析的質(zhì)量控制流程規(guī)范

鄭廣勇1，楊楨1，曹瑞芳1，劉婉2，李亦學(xué)1,2，張國慶1,2

1. 中國科學(xué)院上海生命科學(xué)研究院生物醫(yī)學(xué)大數(shù)據(jù)中心，上海 200031

2. 上海生物信息技術(shù)研究中心，上海 201203

摘要：宏基因組數(shù)據(jù)具有數(shù)據(jù)量大、復(fù)雜度高的特點，從數(shù)據(jù)類型來看，其涵蓋了元數(shù)據(jù)和測序數(shù)據(jù)。為了保證宏基因組數(shù)據(jù)后續(xù)功能分析的有效性和正確性，需要對這些元數(shù)據(jù)和測序數(shù)據(jù)進(jìn)行嚴(yán)格的質(zhì)量控制檢測。詳細(xì)描述了宏基因組數(shù)據(jù)的質(zhì)量控制流程，包括元數(shù)據(jù)和測序數(shù)據(jù)的信息檢查、低質(zhì)量片段的過濾等過程，從而為宏基因組數(shù)據(jù)分析提供了預(yù)處理的規(guī)范，這將為微生物組大數(shù)據(jù)分析提供堅實的基礎(chǔ)。

關(guān)鍵詞：微生物組；宏基因組；大數(shù)據(jù)分析；二代測序；質(zhì)量控制

doi:10.11959/j.issn.2096-0271.2018025

論文引用格式：鄭廣勇, 楊楨, 曹瑞芳, 等. 宏基因組大數(shù)據(jù)分析的質(zhì)量控制流程規(guī)范[J]. 大數(shù)據(jù), 2018, 4(3): 3-12.

ZHENG G Y, YANG Z, CAO R F, et al. Quality control of big data analysis for metagenomics[J]. Big Data Research, 2018, 4(3): 3-12.

1? 引言

近年來，隨著二代測序技術(shù)及各種高通量組學(xué)技術(shù)的快速發(fā)展，生物醫(yī)學(xué)研究進(jìn)入大數(shù)據(jù)時代。實驗技術(shù)和信息技術(shù)的發(fā)展，使生物醫(yī)學(xué)數(shù)據(jù)開始從萬億字節(jié)的TB級躍升到千萬億字節(jié)的EB級，引發(fā)了后基因組時代的生物醫(yī)學(xué)研究的深刻變革。生物醫(yī)學(xué)研究已經(jīng)從第一范式的實驗科學(xué)，或快或慢地進(jìn)入第二范式理論科學(xué)、第三范式計算科學(xué)，直到最新的第四范式數(shù)據(jù)密集型科學(xué)。數(shù)據(jù)質(zhì)量對大數(shù)據(jù)分析與挖掘的價值日益凸顯。目前，測序能力的提升極大地推動了包括微生物組學(xué)在內(nèi)的各種組學(xué)的快速發(fā)展，進(jìn)而催生了大量以微生物為主要研究對象的國際合作項目，使得微生物組和微生物系統(tǒng)組成為生物醫(yī)學(xué)大數(shù)據(jù)的重點研究方向之一。微生物組是指存在于特定環(huán)境或生態(tài)系統(tǒng)中的微生物以及它們攜帶的遺傳信息和生物學(xué)功能的總和[1]。微生物組與人類健康有極為重要的關(guān)系，人體微生物組由數(shù)百至數(shù)千種不同的微生物組成，其細(xì)胞總數(shù)可達(dá)數(shù)萬億之多，數(shù)量遠(yuǎn)超人體自身細(xì)胞數(shù)量，其中獨特的微生物基因數(shù)量多達(dá)2 000萬個，數(shù)目遠(yuǎn)遠(yuǎn)超過人的基因數(shù)目（大約 2.5 萬個）。通過對人體微生物組進(jìn)行研究，可以解析人類健康、營養(yǎng)、代謝等方面的科學(xué)問題。

2 ?國內(nèi)外相關(guān)研究

目前，宏基因組（metagenome）技術(shù)是微生物組研究的重要手段之一，該技術(shù)利用基因組學(xué)策略研究特定環(huán)境樣品中包含的全部微生物的遺傳組成及其功能模式 [2]。宏基因組技術(shù)直接從環(huán)境樣品中提取DNA樣本，避開了傳統(tǒng)的微生物分離培養(yǎng)方法，為研究和利用占微生物種類99%以上的不可培養(yǎng)的微生物提供了一種新的途徑和良好的策略。近年來，高通量測序技術(shù)的快速發(fā)展為微生物表型及其遺傳機制的探索提供了新的技術(shù)方案[3]。宏基因組技術(shù)在農(nóng)業(yè)、林業(yè)、環(huán)保、醫(yī)藥等領(lǐng)域都有著廣泛的應(yīng)用，提供了豐富的人體、動植物、各類環(huán)境的科學(xué)研究數(shù)據(jù)[4-8]。2005年以來，以國際宏基因組聯(lián)盟為代表的微生物組研究計劃帶動了很多國家的相關(guān)研究，例如美國的人類微生物組計劃（Human Microbiome Project， HMP）[9]和歐盟的人類腸道微生物聯(lián)盟（Metagenomics of the Human Intestinal Tract Consortium，MetaHIT）[10]。這些項目的實施，推動了數(shù)據(jù)庫和數(shù)據(jù)挖掘等基礎(chǔ)研究工作的開展，并對相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)與質(zhì)量控制等提出了新的要求。相對傳統(tǒng)組學(xué)數(shù)據(jù)而言，宏基因組測序數(shù)據(jù)量大、涉及的微生物基因組復(fù)雜度高，而且可能存在大量未知物種，傳統(tǒng)的基于單一組學(xué)或單一物種的分析方法無法直接應(yīng)用于宏基因組研究，針對宏基因組數(shù)據(jù)的采集、整理、存儲以及后續(xù)研究分析等仍缺乏統(tǒng)一的規(guī)范。因此，宏基因組研究急需建立一套涵蓋樣本信息以及測序數(shù)據(jù)采集、整理、存儲、交換、分析的數(shù)據(jù)規(guī)范與標(biāo)準(zhǔn)。從數(shù)據(jù)流程看，宏基因組的分析過程包括元數(shù)據(jù)和測序數(shù)據(jù)質(zhì)量控制、微生物群落組成分析、群落功能生態(tài)分析、菌群差異功能分析等步驟（如圖1所示）。其中，元數(shù)據(jù)和測序數(shù)據(jù)質(zhì)量控制是后續(xù)一系列分析的基礎(chǔ)，直接影響整個分析的完整性和正確性，因而在整個數(shù)據(jù)分析過程中具有十分重要的意義。本文對宏基因組研究中的元數(shù)據(jù)及測序數(shù)據(jù)的預(yù)處理過程中的相關(guān)質(zhì)量控制標(biāo)準(zhǔn)進(jìn)行了簡要探討，從而為宏基因組數(shù)據(jù)分析提供支撐。

圖1 宏基因組數(shù)據(jù)主要分析流程

3 ?宏基因組數(shù)據(jù)質(zhì)量控制

宏基因組的測序數(shù)據(jù)具有數(shù)據(jù)量大、復(fù)雜度高的特點，其數(shù)據(jù)分析有一些特定的要求，具體而言主要有以下幾個方面。

● 宏基因組研究中樣本收集、存儲、運輸?shù)刃畔⒍紝ξ⑸锞翰町惙治鲇兄匾绊?#xff0c;因此需要在元數(shù)據(jù)中記錄這些信息，并在質(zhì)量控制流程中對元數(shù)據(jù)和測序數(shù)據(jù)進(jìn)行一致性檢查，以保證后續(xù)分析的正確性。

● 宏基因組研究通常依賴二代或三代測序技術(shù)，其測序速度比一代測序技術(shù)有顯著提升，但其測序長度及準(zhǔn)確度卻有所下降，因此在宏基因組數(shù)據(jù)質(zhì)量控制流程中必須對數(shù)據(jù)進(jìn)行去噪、剔除接頭、切除無效序列等操作，以保證結(jié)果的可靠性。

● 與宿主相關(guān)的微生物樣品測序結(jié)果中通常包含一定數(shù)量的宿主基因片段，這些片段會對后續(xù)的微生物菌群分析產(chǎn)生干擾，因此在宏基因組數(shù)據(jù)質(zhì)量控制流程中必須去除這些宿主基因片段，以保證后續(xù)分析的有效性。

● 需要對樣本的測序深度進(jìn)行一定的評估，從而保證不同分組樣本差異分析的需求。

筆者在長期的微生物組大數(shù)據(jù)分析過程中，根據(jù)宏基因組的數(shù)據(jù)特點和數(shù)據(jù)分析的要求，提出了一套完整的數(shù)據(jù)質(zhì)量控制流程（如圖2所示），具體包括：元數(shù)據(jù)和測序數(shù)據(jù)的一致性檢查、測序數(shù)據(jù)的質(zhì)量檢測、低質(zhì)量測序序列的過濾及切除、接頭序列及無關(guān)序列的剔除、宿主及污染序列的過濾、混合樣本的數(shù)據(jù)分割、樣本菌群的組成分析、不同分組樣本的主坐標(biāo)分析（principal coordinate analysis，PCoA）這8個步驟，下面將對這些步驟進(jìn)行詳細(xì)論述。

圖2 宏基因組數(shù)據(jù)質(zhì)量控制流程

3.1 元數(shù)據(jù)和測序數(shù)據(jù)的一致性檢查

元數(shù)據(jù)是對數(shù)據(jù)進(jìn)行描述的數(shù)據(jù)（data about data），主要對數(shù)據(jù)的屬性進(jìn)行表述。元數(shù)據(jù)主要包括數(shù)據(jù)來源、數(shù)據(jù)收集整理模式以及數(shù)據(jù)可靠性等信息，是實驗數(shù)據(jù)的重要組成部分。就宏基因組研究而言，元數(shù)據(jù)提供了項目技術(shù)設(shè)計、材料來源、實驗方案、結(jié)果描述等至關(guān)重要的信息[11]。目前國際基因組標(biāo)準(zhǔn)聯(lián)盟（Genomic Standards Consortium，GSC）已開發(fā)了針對基因組[12]、宏基因組[13]及擴增子[14]研究的多種元數(shù)據(jù)標(biāo)準(zhǔn)框架，框架包括組學(xué)數(shù)據(jù)的檢查列表以及取樣環(huán)境描述包（environmental package）。其中，宏基因組數(shù)據(jù)標(biāo)準(zhǔn)框架的制定原則指出，人體樣本和環(huán)境樣本的最少信息集合應(yīng)當(dāng)以樣本為出發(fā)點，保證樣本的基因型和表型關(guān)聯(lián)分析、不同分組樣本的差異分析、樣本菌群組成的機理研究分析的需求，因此筆者建議宏基因組的元數(shù)據(jù)中應(yīng)當(dāng)包含如下基本信息。

● 人體樣本：個人基本生理信息、生活行為方式、膳食結(jié)構(gòu)、營養(yǎng)狀況、既往病史等信息。

● 環(huán)境樣本：樣本獲取過程中的采集地點、大氣、水文、溫度、壓力、運輸方法、存儲媒介等信息。

同時，筆者建議使用國際宏基因組數(shù)據(jù)標(biāo)準(zhǔn)框架制定的標(biāo)準(zhǔn)詞匯來描述元數(shù)據(jù)，從而給出精確的元數(shù)據(jù)語義信息，進(jìn)而建立可共享的、可被機器處理的本體支持，利于未來的數(shù)據(jù)資源整合。在元數(shù)據(jù)完整性檢查完成后，需要開展元數(shù)據(jù)與測序數(shù)據(jù)的一致性檢查，重點檢查測序數(shù)據(jù)的樣本是否符合元數(shù)據(jù)描述的樣本，查看是否存在數(shù)據(jù)遺漏、差錯匹配、錯誤標(biāo)注等現(xiàn)象，這些都會對后續(xù)的數(shù)據(jù)分析造成嚴(yán)重的影響。這種一致性檢查是數(shù)據(jù)完整性、有效性的重要質(zhì)量控制步驟。

3.2 測序數(shù)據(jù)的質(zhì)量檢測

目前，宏基因組研究大都采用二代測序技術(shù)。以illumina為代表的二代測序技術(shù)基本都運用邊合成邊測序的策略，在堿基鏈合成的過程中，隨著合成鏈的增長， DNA聚合酶的效率會不斷下降，特異性也逐漸變差，從而造成堿基合成錯誤率增高。此外，測序儀在開始進(jìn)行合成反應(yīng)時，也會由于反應(yīng)不夠穩(wěn)定帶來質(zhì)量值的波動。測序數(shù)據(jù)的質(zhì)量好壞會影響下游的分析，不同測序平臺的測序錯誤率存在較大差異，因此在數(shù)據(jù)分析前，需要確定原始數(shù)據(jù)是通過哪種測序平臺產(chǎn)生的、其錯誤分布規(guī)律如何、是否存在一定測序偏向性、是否受序列中堿基含量分布（GC含量）影響等[15]。目前對原始測序數(shù)據(jù)進(jìn)行質(zhì)量檢測，通常使用FastQC和PRINSEQ[16]這兩種檢測軟件包。FastQC軟件包既有圖形操作界面，又有命令行操作模式，能同時支持多種文件格式，包括FastQ、SAM和BAM格式等。其測序質(zhì)量報告主要包括：讀段（reads）各位置的堿基質(zhì)量值分布、堿基的總體質(zhì)量值分布、reads各個位置上堿基分布比例、GC含量分布、reads各個位置的非確定堿基數(shù)目、是否含有測序接頭序列等。PRINSEQ是另一款常用的測序質(zhì)量檢測軟件，其報告內(nèi)容主要包括：reads數(shù)目以及長度頻率分布、堿基質(zhì)量頻率分布、序列復(fù)雜度、GC含量、重復(fù)序列及接頭信息等。

3.3 低質(zhì)量測序序列的過濾及切除

原始測序數(shù)據(jù)通常包含測序分值較低的堿基序列，其處理方式包括過濾和切除。對于全長質(zhì)量都比較低的序列，可直接進(jìn)行過濾處理；而對于只有部分片段質(zhì)量較低的序列，則可以通過片段切除的方法來處理。最基本的切除方法為設(shè)定特定的切除長度或剩余長度，這種方法會去除部分測序質(zhì)量較好的片段，從而造成一定的信息損失，因此更為通用的方案是從序列任意一端開始，逐個切除低于質(zhì)量閾值的堿基。如目前較為流行的低質(zhì)量序列切除與過濾軟件Trimmomatic[17]及PRINSEQ均支持從任意一端開始切除低質(zhì)量堿基。另一種方案為滑窗策略，將窗口內(nèi)的堿基質(zhì)量與設(shè)定的閾值進(jìn)行比較，如果滑窗內(nèi)的堿基數(shù)值低于質(zhì)量閾值，則切除整個滑窗的堿基。用戶可根據(jù)實際情況設(shè)置滑窗大小及質(zhì)量閾值。另外，值得注意的是，測序時如果無法判定一個堿基是哪種堿基，通常標(biāo)記為N字符，不同的組裝比對軟件對于N字符的處理方式完全不同，有的用4種堿基隨機替代N字符，有的則是用固定的某個堿基替代N字符，由于N字符會導(dǎo)致錯誤的組裝和比對，因此含N字符較多的序列同樣需要在組裝和比對前進(jìn)行切除或過濾操作。

3.4 接頭序列及無關(guān)序列的剔除

高通量測序過程一般會使用測序接頭序列，接頭序列的存在可能會導(dǎo)致基因組組裝和轉(zhuǎn)錄本組裝出現(xiàn)問題，因此需要在分析數(shù)據(jù)之前予以去除。此外，其他的測序標(biāo)簽以及引物片段也需要去除。去除接頭及標(biāo)簽序列是一項比較困難的任務(wù)，首先，這些序列可能存在測序錯誤，需要考慮應(yīng)對錯配、插入缺失片段（indels）以及不確定堿基（N字符）的情況；其次，如果測序的目標(biāo)序列較短， reads可能會延伸到3’端的接頭序列。而這種“讀穿”的情況會導(dǎo)致reads中含有部分3’端的接頭序列無法被識別。此外，某些公共來源的測序數(shù)據(jù)可能根本無法知道接頭序列信息。目前較為常用的接頭序列切除軟件包括Trimmomatic[17]、TagCleaner[18]和Cutadapt等。這些軟件均可以應(yīng)對錯配，并允許用戶指定測序和標(biāo)簽序列的最小重疊，TagCleaner還可以應(yīng)對indels以及不確定堿基。假如接頭序列未知，可以先用TagCleaner軟件預(yù)測，再進(jìn)行后續(xù)的切除。另外，值得注意的是，在測序文庫的制備過程中，聚合酶鏈?zhǔn)椒磻?yīng)（PCR）過度擴增可能導(dǎo)致重復(fù)序列的出現(xiàn)，在后續(xù)分析過程中，這些重復(fù)序列應(yīng)當(dāng)剔除。此外，某些低復(fù)雜度的序列由于缺乏信息量，很難可靠地比對到參考序列上，因此也應(yīng)當(dāng)予以剔除。

3.5 宿主及污染序列的過濾

宏基因組測序是對樣本中所有DNA分子進(jìn)行測序，因此獲得的數(shù)據(jù)中可能含有不屬于微生物的序列，例如與人類健康相關(guān)的宏基因組研究多使用與人體相關(guān)的組織或樣本（如口腔菌斑、唾液、皮膚及糞便樣本等），這些樣本中可能存在人類基因組序列污染。此外，研究樣本也可能存在其他生物體或載體的序列污染，從而對后續(xù)分析造成影響，因此在質(zhì)量控制過程中需要剔除宿主序列以及可能的污染序列。最直接的方法就是把序列比對至宿主基因組及可能的污染源序列上，然后剔除這些序列。FastQ Screen、BWA [19]、Bowtie[20]、SOAP等工具可以把序列比對至用戶懷疑的污染源序列上，如果存在一致序列則予以剔除。

3.6 混合樣本的數(shù)據(jù)分割

測序時，為了區(qū)別不同樣本來源的序列，需要在待測序列中加入一段具有特定序列的編碼序列（barcode）。在質(zhì)量控制過程中，為了獲得不同樣本的完整數(shù)據(jù)，需要根據(jù)碼序列對混合樣本進(jìn)行分割，將一個FastQ文件中的序列分別存儲到多個樣本文件中。

3.7 樣本菌群的組成分析

在獲得測序數(shù)據(jù)之后，首要工作是對相關(guān)樣本進(jìn)行菌群組成分析。在早期宏基因組研究中，通常需要對測序數(shù)據(jù)進(jìn)行拼接，獲得contig序列，之后通過一些常用的序列比對算法（如BLAST算法、BL AT算法等），將拼接后的序列比對至微生物參考基因組序列，從而獲得與序列相關(guān)的物種分類信息。然而，不同于其他高等生物基因組的拼接，由于微生物的多樣性，宏基因組研究中測序數(shù)據(jù)的拼接往往存在一定的難度，導(dǎo)致序列準(zhǔn)確度不高。此外，傳統(tǒng)的BLAST算法在對海量的拼接后數(shù)據(jù)進(jìn)行比對時往往耗時較長，BLAST算法速率為目前二代測序常用的比對軟件（如BWA、bowtie和SOAP等）速率的數(shù)百分之一至數(shù)十分之一，通常某些樣本完成所有序列比對可能花費數(shù)天甚至更久的時間。因此筆者建議在實際分析過程中，使用二代測序的比對軟件，把測序片段（不經(jīng)過拼接）直接比對到參考物種的標(biāo)識基因，從而快速獲取物種分類信息及豐度信息，為后續(xù)的樣本主坐標(biāo)分析提供足夠的信息。例如，目前國際人類微生物組計劃項目中采用Metaphlan軟件進(jìn)行數(shù)據(jù)處理，該軟件可以直接將測序序列比對至微生物參考數(shù)據(jù)庫中（涵蓋了美國生物技術(shù)信息中心基因組數(shù)據(jù)庫中的2 887個微生物基因組數(shù)據(jù)），從而獲得測序樣本的菌群組成信息[21]。

3.8 不同分組樣本的主坐標(biāo)分析

主 坐標(biāo)分析是一種微生物組學(xué)數(shù)據(jù)分析中常用的降維及可視化方法，主要用于研究數(shù)據(jù)相似性或差異性，在微生物群落相關(guān)研究中，不同樣本之間及不同環(huán)境之間微生物組成差異往往較大，所獲得的物種豐度表通常由稀疏矩陣構(gòu)成，因而不太適合使用其他組學(xué)數(shù)據(jù)通常采用的主成分分析方法。在主坐標(biāo)分析中，首先對物種豐度組成的距離矩陣進(jìn)行分解，獲得一系列的特征值和特征向量，然后對特征向量進(jìn)行排序，選擇前幾位的特征向量作為主要坐標(biāo)，并將樣品投影到這些向量的坐標(biāo)軸上進(jìn)行可視化展示。在對基于不同分類水平的物種豐度信息進(jìn)行PCoA時，樣本的物種組成越相似，它們在PCoA圖上的距離越小。通過不同分組樣本的主坐標(biāo)分析，可以檢測樣本的測序質(zhì)量以及深度是否提供了足夠的信息來區(qū)別不同的分組樣本，因而不同分組樣本的主坐標(biāo)分析是宏基因組數(shù)據(jù)分析質(zhì)量控制流程中非常重要的步驟。

4 ?宏基因組數(shù)據(jù)質(zhì)量控制應(yīng)用實例

本文以一套已公開發(fā)表的腸道微生物宏基因組數(shù)據(jù)為例進(jìn)行質(zhì)量控制流程結(jié)果展示，該數(shù)據(jù)為正常人群與肝硬化人群腸道微生物隊列研究數(shù)據(jù)，相應(yīng)宏基因組測序數(shù)據(jù)下載自歐洲生物信息研究中心核酸數(shù)據(jù)庫（ID：ERP005860）。本文選取部分有代表性的樣本，對元數(shù)據(jù)和測序數(shù)據(jù)進(jìn)行包括元數(shù)據(jù)整理、元數(shù)據(jù)和測序數(shù)據(jù)一致性檢查、測序質(zhì)量評估、低質(zhì)量序列過濾、測序接頭片段去除、宿主基因剔除、樣本菌群組成分析、樣本主坐標(biāo)分析在內(nèi)的質(zhì)量控制檢測。其原始數(shù)據(jù)測序片段的質(zhì)量評估結(jié)果如圖3所示，個別樣本總體測序質(zhì)量偏低，后續(xù)分析需加以控制或予以剔除。

圖3 測序片段不同位置堿基質(zhì)量分布

質(zhì)量控制前后樣本原始數(shù)據(jù)及干凈數(shù)據(jù)質(zhì)量統(tǒng)計見表1（括號內(nèi)為質(zhì)量控制后的數(shù)值）。質(zhì)量控制前后各樣本重復(fù)序列百分比、序列平均長度及讀段總數(shù)等均有明顯變化，這表明了對原始測序數(shù)據(jù)進(jìn)行相關(guān)質(zhì)量控制的必要性。隨后，筆者對各樣本的菌群組成及微生物豐度進(jìn)行評估，并在此基礎(chǔ)上開展了樣本的主坐標(biāo)分析，結(jié)果如圖4所示，正常樣本與疾病樣本可觀察到一定的分布差異，表明了質(zhì)量控制流程的有效性。

表1? 質(zhì)量控制前后序列質(zhì)量統(tǒng)計

圖4 主坐標(biāo)分析結(jié)果

5 宏基因組數(shù)據(jù)質(zhì)量控制應(yīng)用效果

上述宏基因組數(shù)據(jù)質(zhì)量控制實例表明，本文提出的質(zhì)量控制流程可以對宏基因組研究中的元數(shù)據(jù)和測序數(shù)據(jù)質(zhì)量進(jìn)行有效評估，從而為后續(xù)分析提供干凈的數(shù)據(jù)。具體而言主要有以下幾個方面。

● 元數(shù)據(jù)和測序數(shù)據(jù)的一致性檢查保證了取樣樣本和測序樣本的對應(yīng)關(guān)系，并賦予測序樣本表型信息，從而為測序樣本的基因型和表型關(guān)聯(lián)分析、不同分組樣本的差異分析、樣本菌群組成的機理研究分析提供支持。

● 宏基因組數(shù)據(jù)質(zhì)量控制流程中的質(zhì)量檢測、低質(zhì)量測序序列的過濾及切除、接頭序列及無關(guān)序列的剔除等步驟可以為后續(xù)的功能分析提供干凈的分析數(shù)據(jù)，保證結(jié)果的可靠性。

● 宿主及污染序列的過濾，可以去除宿主基因片段對后續(xù)菌群組成分析的影響，保證分析的有效性。

● 不同分組樣本的菌群組成和主坐標(biāo)分析，可以在一定程度上評估樣本的測序深度是否足夠，即在當(dāng)前的測序深度和質(zhì)量條件下是否提供了足夠的信息來滿足分組樣本差異分析的需求。

6? 結(jié)束語

近年來，隨著各種微生物組項目的開展，已有大量的宏基因組數(shù)據(jù)發(fā)布。如何充分利用和挖掘這些數(shù)據(jù)，對其進(jìn)行更為深入的二次分析，從而獲得新的發(fā)現(xiàn)，是一個極為重要的問題。宏基因組數(shù)據(jù)多分散在不同的數(shù)據(jù)庫中或者不同的研究者手中，其數(shù)據(jù)收集和分析標(biāo)準(zhǔn)存在較大的差異，從而給數(shù)據(jù)的整合帶來較大的障礙。如果能從生態(tài)類型（biotype）、數(shù)據(jù)類型（datatype）等角度系統(tǒng)整合這些數(shù)據(jù)，并提供統(tǒng)一的質(zhì)量控制評價標(biāo)準(zhǔn)，將為宏基因組研究提供更大的便利。因此制定規(guī)范合理的數(shù)據(jù)質(zhì)量控制標(biāo)準(zhǔn)，從而有效整合這些不同來源和類型的宏基因組數(shù)據(jù)，是未來的發(fā)展方向和趨勢。本文對宏基因組數(shù)據(jù)分析過程中的質(zhì)量控制流程進(jìn)行了探討，這將加速宏基因組學(xué)的相關(guān)研究。在此基礎(chǔ)上，整合微生物的分類、進(jìn)化、生態(tài)以及相關(guān)組學(xué)的數(shù)據(jù)，構(gòu)建統(tǒng)一的微生物組數(shù)據(jù)倉庫，并輔以微生物云服務(wù)平臺，將解決微生物組研究各種數(shù)據(jù)分散在不同地方的局面，為微生物組大數(shù)據(jù)提供科學(xué)的管理機制和運行范式，從而為我國微生物組學(xué)研究提供技術(shù)支撐及基礎(chǔ)大數(shù)據(jù)平臺。

點擊下方?閱讀原文?即可獲取全文

作　者　簡　介

鄭廣勇（1977－），男，博士，中國科學(xué)院上海生命科學(xué)研究院生物醫(yī)學(xué)大數(shù)據(jù)中心副研究員，主要研究方向為計算生物學(xué)、系統(tǒng)生物學(xué)以及生物醫(yī)學(xué)大數(shù)據(jù)的深度挖掘。

?

楊楨（1981－），男，博士，中國科學(xué)院上海生命科學(xué)研究院生物醫(yī)學(xué)大數(shù)據(jù)中心副研究員，主要研究方向為生物醫(yī)學(xué)大數(shù)據(jù)的深度挖掘。

?

曹瑞芳（1989－），女，中國科學(xué)院上海生命科學(xué)研究院生物醫(yī)學(xué)大數(shù)據(jù)中心工程師，主要研究方向為生物醫(yī)學(xué)數(shù)據(jù)庫和知識庫的構(gòu)建。

?

劉婉（1987－），女，博士，上海生物信息技術(shù)研究中心助理研究員，主要研究方向為微生物相關(guān)數(shù)據(jù)庫與數(shù)據(jù)倉庫、生物醫(yī)學(xué)數(shù)據(jù)審編。

?

李亦學(xué)（1955－），男，博士，中國科學(xué)院上海生命科學(xué)研究院生物醫(yī)學(xué)大數(shù)據(jù)中心研究員，主要研究方向為計算生物學(xué)、生物醫(yī)學(xué)大數(shù)據(jù)的系統(tǒng)研究。

?

張國慶（1978－），男，博士，中國科學(xué)院上海生命科學(xué)研究院生物醫(yī)學(xué)大數(shù)據(jù)中心研究員，主要研究方向為生物醫(yī)學(xué)數(shù)據(jù)庫和知識庫的構(gòu)建。

?

《大數(shù)據(jù)》期刊

《大數(shù)據(jù)（Big?Data?Research，BDR）》雙月刊是由中華人民共和國工業(yè)和信息化部主管，人民郵電出版社主辦，中國計算機學(xué)會大數(shù)據(jù)專家委員會學(xué)術(shù)指導(dǎo)，北京信通傳媒有限責(zé)任公司出版的科技期刊。

關(guān)注《大數(shù)據(jù)》期刊微信公眾號，獲取更多內(nèi)容

總結(jié)

以上是生活随笔為你收集整理的宏基因组大数据分析的质量控制流程规范的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。