 |
| 视觉中国供图 |
地球上大约有一千亿到一万亿种微生物。这一包含细菌、病毒、真菌以及小型原生动物等在内的生物群体，在亚马逊丛林、火山喷发口，或是大西洋海底甚至人类肠道均有分布，要全面鉴定这些微生物极具挑战性。
不久前，浙江大学徐建明教授团队在《微生物组》杂志上发表论文称，他们利用地球微生物组计划开源大数据，构建了全球微生物共存网络，通过对其“社会关系”的分析，首次揭示了地球多种环境中微生物组间的互联模式。通过分解有机质使土壤更加肥沃，抑制并排斥过路菌群的入侵和群集，调节人体与微生物之间的平衡……徐建明表示，微生物的功能不止于此，它还影响着温室气体排放、绿色生产等。而地球微生物组计划就是为摸清不同环境下高度复杂的微生物群落组成和功能的相互关联。
测序技术助力探索微生物“暗物质”
2010年，美国阿贡实验室的杰克·吉尔伯特(Jack Gilbert)教授启动了地球微生物组计划，即收集全球微生物组的开源大数据项目，其最终目标是鉴定世界各地的20万个微生物样本，以生成一份详细的目录。
地球微生物组计划的第一阶段是基于扩增子测序分析微生物群落组成，相关成果已于2017年在《自然》杂志发表。国外研究人员按照由采样到数据分析的各个流程的统一标准，建立了包含27751个高质量细菌和古菌群落的数据库，并利用这些样本，鉴定出大约30万条独特的微生物16S rRNA序列，其中绝大多数无法在原有数据库中找到。
“这项工作体现了全球生物界的通力合作，为深入研究未知环境的微生物组构成提供了数据基础和参考依据。”徐建明介绍说。
近年来，基因测序领域取得了一系列新进展。但由于缺乏标准化的分析方法，常用分析框架又存在诸多缺陷，使微生物组的研究受到了一定限制，进而制约了人们对环境微生物基本结构的认知与发展。
徐建明告诉科技日报记者，地球微生物组计划是要建立一个不断更新的开源数据库，因此其第一阶段工作并未结束。与此同时，随着当前宏基因组技术的飞速发展，地球微生物组计划第二阶段也已开始，即建立环境宏基因组分析的统一标准流程，构建地球宏基因组参考数据。
据介绍，宏基因组即生物环境中全部微生物遗传物质的总和，包含可培养的和不可培养的微生物的基因，目前主要指环境样品中的细菌和真菌的基因组总和。为更好认识微生物的特性，以往科研人员常在微观尺度挖掘其具体特性，但有时如同盲人摸象，只能看到局部。
“微生物之间的复杂关系对微生物群落功能有重要影响，然而环境中绝大部分微生物类群都未被成功培养，我们对这些未培养的微生物‘暗物质’的具体功能特征尚不清楚。”徐建明表示，高通量测序技术为团队探索微生物“暗物质”提供了有效方法，而微生物生态网络分析则为了解微生物之间的“社会关系”网络提供了可行手段。
筛选出微生物间“社会关系”
大鱼吃小鱼、小鱼吃虾米、虾米吃浮游……物种间的食物网根据捕食和被捕食关系呈现了生物之间的相互作用。类似地，在微生物群落中，不同微生物间也存在着共生、寄生、捕食和竞争等相互作用形式。
徐建明说，厘清不同生态系统中微生物的复杂交互作用关系，具有两大挑战。一是超过95%的微生物无法人工培养，进而无法通过实验一一甄别；二是上万种微生物之间存在几亿对相互关系，面对这样的海量数据根本无法通过传统的实验开展研究。
“地球微生物组计划建立统一采样、测序、分析的全球最大标准化环境微生物组数据库，为中外科学家研究提供了丰富的数据资源。”徐建明表示，团队科研人员通过构建微生物生态网络算法建立了一个“筛子”，筛选出微生物之间的交互作用后，又用大数据找到微生物之间的作用规律，并通过这种规律构建起一套统计模型继续筛选。
由此，徐建明团队通过综合分析全球多种生存环境(土壤、植物、动物、水体等)中的微生物组数据，分八大模块构建了全球微生物共存网络。乍看之下，整个共存网络图就像分子结构模型，不同的是，网络内部各模块之间纵横交织、连接更为复杂。
“由于环境中绝大部分微生物类群都是未培养类群，因此我们的研究是从复杂系统的角度整体分析共存网络本身的拓扑特征，而不是对具体微生物类群进行分析。”徐建明说，通过网络，我们对微生物的关系能够看得更清，为进一步理解它们的运行机制提供了前提。
此外，随着同一个生态系统内微生物关系的明确，科研人员可进一步研究跨界的互联表征。他们发现两种环境中相同的微生物关系越多，二者在关系网络中的连接线越粗。这反映出不同生态系统之间，微生物的关系与交往情况。
找出调控微生物群落功能的关键因子
“这项研究促使我们从系统角度认识事物，加深了对地球微生物重要性和多样性的认识。”徐建明介绍道，整体社会关系网络的相似性，反映潜在交流的强度。土壤和淡水的关系，比土壤和咸水的关系要大，这很大程度上在于水的循环作用和影响程度。
“通过本次研究，我们还发现，人类作为活动范围最大的动物，人类皮肤微生物组可能对地球微生物迁移具有非常重要的作用。”徐建明说，地球微生物组中不同环境中的微生物组都有紧密联系，并可依据关联特征划分为不同的子网络。根据子网络间的相似性，可进一步将子网络分组。值得注意的是，土壤微生物组与动物表面、动物肠道和淡水微生物组有密切关系，而植物、动物体表的微生物是连接两组子网络的桥梁。
论文第一作者、浙江大学环境与资源学院马斌研究员说，所有的微生物是相互关联的，不能割裂开来理解。例如肠道微生物组，不能因为它们在人体内活动，就忽略了体外环境对其的影响。“如果只是从微生物群落组成的角度进行研究，有时候常常不能真正认识微生物组运行的内在机制。”
微生物群落是典型的复杂系统，具有非线性特征，因此很难对其进行准确控制。科研人员要实现微生物群落功能的定向调控，需要通过找出关键控制因子，使微生物群落发挥出符合预期的功能。
“下一步，我们将利用地球微生物组计划第二阶段的地球宏基因组数据集，开展地球微生物群落功能基因网络分析，进一步解析地球微生物组的功能特征及其潜在调控机制，为实现微生物群落功能的定向调控提供参考依据。”徐建明表示，运用网络分析找出关键控制节点后，通过大数据建立关键控制节点和预期功能目标之间的关系模型，从而调节关键控制节点参数值，实现对预期功能目标的定向调控。
江耘
