-
国家认可委 CNAS L23010 认可项目：微生物宏基因组 | 16S rRNA扩增子
二级病原微生物安全实验室
国家高新企业 | ISO9001认证 | 肠道健康精准检测高新技术研发中心 | 专精特新企业- 联系电话：+13336028502
- +400-161-1580
- service@guheinfo.com
国家认可委 CNAS L23010 认可项目：微生物宏基因组 | 16S rRNA扩增子
二级病原微生物安全实验室 国家高新企业 | ISO9001认证 | 肠道健康精准检测高新技术研发中心 | 专精特新企业
谷禾健康
恭喜！
杭州谷禾信息技术有限公司检测实验室
注册号：CNAS L23010
【新突破】
谷禾16S rRNA 扩增子检测项目正式通过中国合格评定国家认可委员会 CNAS 认可，纳入实验室认可范围。
【深扎根】
此前谷禾获认可的宏基因组项目（详情：杭州谷禾检测实验室获CNAS国家认可，微生物检测迈向更高台阶），顺利通过 CNAS 首次监督评审。
关于CNAS
CNAS 是“中国合格评定国家认可委员会”（China National Accreditation Service for Conformity Assessment）的英文缩写，是由国家认证认可监督管理委员会批准设立并授权的国家认可机构，统一负责对检测实验室、校准实验室、认证机构等合格评定机构进行认可。获得 CNAS 认可，表明该实验室具备按照相关国际和国家标准开展检测活动的技术能力和管理水平，其出具的检测报告具有权威性和公信力。
在我国合格评定体系中，CNAS 认可代表的是对机构能力的第三方评价。对于检测实验室而言，是围绕实验室的管理体系、技术能力、人员能力、设备设施、方法确认、质量控制、结果有效性、持续改进能力等方面进行系统评审。
CNAS 认可体系强调实验室活动的公正性、独立性和结果有效性。检测结果是否客观，检测过程是否受控，人员是否能够避免不当压力和利益干扰，都是实验室质量体系中的重要内容。
因此，实验室通过 CNAS 认可，意味着其在获认可范围内具备按照相应认可准则开展检测活动的能力，也意味着检测过程和结果具备更清晰的规范性、可追溯性和可信基础。
同时，CNAS 与国际认可互认机制相衔接，在相关互认范围内，有助于推动检测、校准、检验等合格评定结果在不同国家和地区之间获得更广泛的接受。
对高通量测序检测实验室来说，CNAS 认可不仅是一项资质成果，更是一种来自国家认可体系的能力确认，也是一份面向科研、产业与真实应用场景的可信承诺。
据目前公开认可信息及相关项目范围比对
谷禾获认可的16S rRNA 扩增子检测项目
为国内高通量测序检测类公司中
首个通过 CNAS 认可的同类项目
从宏基因组检测项目首次获得认可
到如今顺利通过监督评审；
从实验室基础质量体系建设
到16SrRNA扩增子检测项目纳入认可范围；
这是一份属于谷禾团队全体成员的喜报
更是一段长期秉持“工匠精神”
日常工作的阶段性回响
也意味着谷禾检测实验室在微生物组检测
和高通量测序检测能力建设的道路上
再次迈出了坚实且具有行业引领性的一步
16S rRNA 扩增子检测，是一条由多个高精细环节环环相扣组成的完整技术链路。通过对微生物特征基因片段进行富集、高通量测序和深度生物信息学分析，能够帮助洞察样本中微生物群落的物种组成、多度分布、多样性特征及结构演变。
然而，正因为这条技术链路横跨了分子生物学、微生态学与计算机信息学等多个学科，其全生命周期的复杂性与不确定性也呈指数级上升。
系统性鸿沟：标准化不足带来的数据可比性挑战
在当今蓬勃发展的微生物组研究领域，方法学标准化不足所导致的研究间可比性差，已成为横亘在科学探索与真实世界应用之间的一道系统性鸿沟，这不仅是对宝贵科研资源的巨大损耗，更是掣肘了微生态研究成果向产业化与临床端安全转化的核心通道。
这就要求实验室不仅在技术层面知道怎么做，更要在体系管理层面清晰、透明、有据可查。
比如说，数据质控阈值是如何经过数理统计学验证的，异常结果出现时的根本原因有没有相应的调查机制，涉及流程、软件版本或关键参数调整时，是否经过必要的技术确认等。
这些都构成了高通量测序检测项目的质量门槛。
谷禾的选择：以标准化支撑检测长期稳定
面对这一阻碍行业健康发展的底层痛点，谷禾健康团队深知，建立贯穿生命科学检测全周期的标准化操作规范（SOP）和严密质控体系，是让检测数据具备稳定性、可追溯性的关键，也是精准指导下游靶向干预、产品研发、功效评价，以及迈入临床级应用的关键基石。
为此，我们历经多年在底层技术上的持续深耕与无数次真实样本的反复打磨，系统性重构并确立了一套严苛、稳定的微生物高通量测序（涵盖16S rRNA及宏基因组）全流程检测技术规范。
正因如此，CNAS 认可对谷禾而言，不是一次单点项目申报，也不是把既有流程简单整理成文件，而是一次对检测能力、质量体系和长期稳定能力的系统性确认。
对于高通量测序实验室而言，认可体系的核心在于：将国际标准内化为员工工作习惯的能力，并在日复一日的枯燥运行中，始终保持检测能力的在册、受控、不走样。
高通量测序的底层逻辑是极其精密且连续的。为了确保发出的每一组测序数据的真实可靠，谷禾检测实验室严格围绕“公正、科学、守信、高效”的质量管理方针，从人员管理、设备量值、物料方法、环境监控、数据记录五大核心维度，构建了多维一体的立体防线，将标准彻底深化在底层秩序中。
在这套质量方针中，公正始终被放在最前面。对谷禾而言，公正意味着：
“ 在谷禾实验室体系，实验室人员，
从来不是简单完成标准操作的机器，
而是质量体系有血有肉的真正执行者。”
一份样本从接收到报告出具，中间会经过多个岗位。
有人负责核对信息，有人负责样本处理，有人负责核酸提取，有人负责文库构建，有人负责上机测序，有人负责数据分析…每个人手中的动作，可能只是流程中的一小步，但连在一起，就成为一份报告背后看不见的质量支撑。
CNAS 认可要求实验室关注人员能力、培训、监督、授权和持续评价。这些要求最终落到日常，各岗位都要知道：为什么这样做，这样做会影响什么？如果出现偏离，应该如何识别、记录、上报和处理等。
同样重要的，是检测人员在岗位职责内保持独立、客观的技术判断。
样本不会说话，数据也不会主动解释自己。守住每一道关口的，是实验室里那些反复核对编号的人，是每次操作前确认试剂状态的人，是发现异常后停下来追原因的人，是报告发出前逐项检查的人…
将CNAS要求落到谷禾检测的日常里，就是一套动态的人员能力验证模型。
质量管理不是把责任简单压给个人，而是让每个人在清晰的规则、充分的训练和持续的监督中，把事情做对、做稳、做久。
这种能力，不是某一次操作优秀，而是长期稳定；不是把标准挂在墙上，而是让标准融入每一次开盖、每一次移液、每一次复核、每一次签发…
这些看似重复的动作，最终都会落到客户所等待的那份结果里。也正因如此，我们愿意把看似细小的记录留得更清楚，把普通的日常做扎实，让质量体系真正落在每一天的工作里。
宁愿在发现疑点时多停一步，
也不愿把不确定带进样本流程。
高通量测序仪、PCR 仪、荧光定量 PCR 仪、生物安全柜、离心机、微量移液器、纯水仪……许许多多设备构成了一份肠道菌群检测报告背后的技术基础。
然而再精密的仪器，如果状态不可确认，也无法支撑可靠的结果。
一支微量移液器，可能只是实验台上最常见的工具，但它每一次吸取和转移，都关系到微量反应体系的稳定。
一台生物安全柜，不只是设备，更是样本保护、人员保护和污染控制的重要屏障。
设备会通过状态、记录和数据回应实验室的管理水平。因此，在谷禾实验室，设备会贯穿采购、验收、标识、使用、维护、核查、校准、异常处理和记录管理的全过程。
“一份看似普通的粪便样本，
背后都承载着一个人
对了解自身肠道微生态的期待。”
样本是检测的起点，也是客户信任进入实验室的第一站。
从采集、保存、运输，到实验室接收、编号、流转、处理和留存，每一步都需要被认真对待。
对每一份样本保持一致的接收、流转和处置要求，也是公正性在样本端的体现。无论样本来自何种项目、何种合作场景，进入实验室后，都应回到同一套受控流程中被认真对待。
样本要有清晰身份
试剂要有受控状态
耗材要适用于相应实验环节
关键物料要经过必要确认
外部提供的产品和服务也需要被纳入管理
成熟的实验室管理，是要把影响结果的因素尽可能管住。
与样本同等重要的，是各种高精密的试剂与反应耗材。高通量测序对试剂批次间的稳健性要求近乎苛刻。
磁珠吸附力的微量起伏、核酸提取试剂盒的微小原料波动，或者聚合酶的活性晃动，都会在敏感的测序仪中被指数级放大，进而干扰微生物群落的真实丰度。
为此，谷禾对所有生产投入品确立了严格的“状态受控”与“关键物料确认”原则。
“ 能说明的，用严谨的数据讲清楚。
不能过度推断的，我们严格守住边界。
把科学的不确定性放在它该在的位置。”
在菌群检测中，方法贯穿样本处理、核酸提取、扩增建库、测序、数据分析和报告审核等多个环节。每一个环节都可能影响最终结果。因此，方法要落实为“流程被理解、被执行、被记录、被复核、被持续改进”。
谷禾检测对方法的理解，是专业，也是克制。
专业，是因为检测方法必须经过充分确认。在检测项目建立和持续运行过程中，我们会围绕方法适用性、关键性能表现、操作边界和结果稳定性等方面开展系统评估，确保方法能够满足预期用途。
好的方法，不是让实验室显得复杂，而是让复杂工作变得稳定。
对于肠道菌群检测中涉及的分子生物学实验环节，谷禾检测关注的除了能不能检出之外，还有方法在不同样本状态、不同批次运行和不同实验条件下是否依然保持稳定。
哪些步骤必须严格一致，哪些条件不能随意改变，哪些异常信号需要暂停复核等等，都是由方法体系本身来约束。
在微生态检测领域，复杂性不仅来自实验台，也来自数据端。高通量测序产生的是海量数据，形成正式的报告之前，还需要经过数据质控、序列处理、分类注释、结果整合、专业审核等。
每一次涉及分析逻辑、版本状态或关键参数的调整，都需要经过相应评估和确认，确保升级带来的是能力提升，而不是结果波动。
CNAS评审专家们对谷禾检测实验室的实验方案、分析流程及关键参数控制，进行全方位、系统性的现场核查与技术确证。
专业的另一面，是克制，是边界。
报告表达必须基于检测数据本身，不能越过证据范围去制造确定性，也不能为了迎合期待而扩大解释。肠道菌群检测可以帮助客户了解肠道微生态的组成和特征，但它不应被包装成超出检测能力范围的承诺。
一次偶发异常结果背后的多轨复核
一处原始记录细节的补充确认
一项分析流程变更前后的评估
一份报告发出前的层层审查
…
它们隐身于幕后，
却真真切切地决定了
一份报告是否值得被托付信任
“ 好的实验环境，
让正确的事更容易发生，
让错误的事更不易发生。”
在微生物检测和基因扩增相关实验中，环境从来不是背景。环境本身，就是质量的一部分。
肠道菌群检测面对的是复杂微生物群落。样本之间、区域之间、人员操作之间，以及仪器状态、空间条件、输入物料等外部变量，都可能对结果稳定性产生影响。
对高通量测序而言，一些风险并不总是以明显故障的形式出现，它可能是设备运行状态中的细微漂移，也可能是空间流转中的潜在交叉干扰。
在空间管理层面，谷禾检测重视功能区域之间的边界感。
涉及核酸处理、扩增和测序相关的关键区域，需要通过合理分区、标识管理、人员与物料流转控制、清洁消毒和污染防控措施，尽可能降低交叉干扰风险。
该隔离的区域要隔离，该限制的进入要限制，该标识的状态要标识，该记录的条件要记录。环境条件不适合时，检测活动就不能被简单推进；存在潜在风险时，就需要先判断、先控制、先确认。
这些日复一日的环境控制，可以保护样本不被无关因素干扰，保护人员在安全条件下工作，也保护最终结果不被不必要的外部变量影响。
谷禾检测的环境，不仅是一间实验室的装修和空间，而是一种质量氛围：
环境会在每一份稳定的结果里，留下自己的痕迹。
应用十多年的底层技术迭代与平台进化
16S rRNA 扩增子检测，作为谷禾的高频基石技术，是谷禾在微生物组学领域扎根最深、应用场景最广、数据资产最雄厚的底层技术支撑。
在谷禾多年的肠道菌群检测、微生态研究服务和高通量测序的大规模实践中，16S rRNA 测序长期扮演着连接微生态样本与高维度生命科学大数据的关键纽带。
作为谷禾最早推向市场、经历了十余年应用与多轮标准化迭代的经典项目，它完整见证了海量复杂样本的自动化流转、实验反应体系的优化、生物信息学分析算法的迭代升级，数以万计科研与临床报告的交付等。
伴随着这一长周期的技术演进历程，谷禾在微生物组检测领域逐步构建起了严密的方法学验证体系，确立了标准作业程序（SOP）的底层逻辑。
一个高通量测序项目真正的成熟与强大，取决于它能否在大规模、跨批次、长周期的实际运行中，有效对抗各种高风险变量，始终保持极高的多中心稳定性和结果复现性。
纳入全球互认体系的底层逻辑升级
此次，16S rRNA 扩增子检测项目通过 CNAS 认可，是谷禾长期的技术沉淀与质量管理体系深度融合的必然结果，意味着谷禾持续运行的检测，全面正式跨入了全球多边互认的合规轨道。
16S rRNA 扩增子检测项目从企业经典向国际认可的跨越，是检测与质量的全面升级。在 CNAS 质量框架下，16S rRNA 项目的运行实现了多维一体的规范化：
经典，代表它经历过时间和样本的检验
认可，代表它进入了更规范、受控和可评价的质量框架
两者结合，构成了谷禾 16S rRNA 扩增子检测项目今天的底气
深度赋能全产业链伙伴
对于长期携手并进的科研学者、临床专家、生物医药企业以及大健康产业同仁而言，这一升级意味着：谷禾为全产业链合作伙伴的课题研究、队列分析、产品研发、商业化落地、功效评价、微生态应用，提供了坚实的数据底座。
-为科学研究、临床转化与大健康产业筑牢底座-
CNAS 认可是一项阶段性成果，也是一项持续性的要求。
从宏基因组检测项目获得认可，到顺利通过 CNAS 首次监督评审；从 16S rRNA 扩增子检测项目长期规模化运行，到正式纳入 CNAS 认可范围，谷禾走过的，是一条把技术做深、把体系做实、把数据做稳的长期主义之路。
这条路没有捷径。
– 它来自十多年的技术迭代，也来自每一天的样本、记录、复核和改进；
– 它来自实验平台的持续进化，也来自质量体系对每一个细节的长期约束；
– 它来自团队所有人对微生物组检测的专业投入，也来自谷禾对客户信任的持续回应
…
这一次，我们为团队感到骄傲；
同时也更清醒地知道，认可之后，标准只会更高，责任只会更重。
未来，谷禾将继续围绕微生物组检测和高通量测序技术，持续完善检测方法、质量控制、生物信息分析和数据管理流程，在每一次样本处理、每一轮数据分析、每一份报告审核中，保持对标准的敬畏和对结果的审慎。
因为我们深知样本的背后，连接着一个个科研问题、一项项转化探索、一次次产品验证，或者一个人对自身健康状态的认真关注。
样本和数据不会说话，但谷禾的选择，定义了数据的分量。
我们专注检测
坚持检测平台的中立性，不因商业压力或主观判断改变检测结果；
我们尊重数据
坚持科学严谨，不为了迎合期待而扩大解释；
我们重视体系
因为只有把标准融入日常，检测能力才能长期稳定地保持；
我们敬畏样本
坚持职业的同理心，因为每一份样本背后，都是一份真实的托付。
以此为新的起点，谷禾将坚定依托这套获得国家级认可的标准化检测体系，以扎实的技术积累和持续的体系建设，推动微生物组检测服务向更加规范、可靠、可持续的方向发展。
谷禾将用这份穿越周期的确定性，为国内外顶尖科研机构的多中心大队列研究、高分顶级临床文献的发表、精准个性化微生态干预方案的制定，乃至下游创新型产品开发，提供精准、可靠、经得起全球科学界与监管机构反复推敲的高质量底层数据支撑。
把看不见的标准
做进看得见的结果里
谷禾，与前沿科学同频
始终与全产业链伙伴同行
编辑
谷禾健康
迄今为止，已经有了许多对呼吸道微生物组通过16S rRNA高通量测序的研究。这其中所有基于扩增子的研究的共同之处就是PCR的应用：
一是扩增待测序的目标标记基因，
二是为多样本的混合测序添加必要的索引序列。
这些步骤可以通过一步PCR或两步PCR完成，但没有研究说明两步PCR方案相关的实验室处理步骤是否会使样品比一步PCR方案更容易受到来自实验室的细菌DNA污染的影响。
本文
试图确定对16S rRNA V3V4与V4基因区域的一步或两步PCR的建库方案对上呼吸道和下呼吸道微生物组的影响
对收集的样本进行了三个设置下的lllumina MiSeq测序
设置1（两步PCR，V3V4区域）
设置2（两步PCR，V4区域）
设置3（一步PCR，V4区域）
分别对这三个设置产生的测序数据进行分析
结论
PCR步骤数量的差异会影响对呼吸道微生物群落的物种组成分析，且对上呼吸道（高细菌载量）的影响小于下呼吸道（低细菌载量），这表明PCR设置的偏差与样本生物量有关。
通过三个实验，即对模拟群落样品HM-783D、NCS样品、呼吸道样品采用三种PCR方案进行建库后的测序结果分析，研究这三种建库方案对其菌群描述的影响。
模拟群落样品HM-783D，来自20种不同细菌物种（17个属）的基因组DNA。
阴性对照样本NCS
呼吸道样品，从Bergen COPD微生物组研究中选择了23名研究对象，其中9名健康，4名患哮喘，10名患COPD（慢阻肺）。上呼吸道样本以漱口水（OW）为代表，下呼吸道样本以标本刷(PSB)和支气管肺泡灌洗液(PBAL)为代表。
三种PCR方案：
细菌DNA提取后通过三种不同的建库设置进行MiSeq测序，分别为
Setup1（两步PCR，V3V4区域）；
Setup2（两步PCR，V4区域）；
Setup3（一步PCR，V4区域）
下图完整的展示了三个PCR设置下的使用呼吸道样本的生物信息学过滤步骤：
最终：
设置1：得到了666个ASVs
设置2：得到了310个ASVs
设置3：得到了291个ASVs
1. 对模拟群落样品HM-783D的分析
在设置1中进行了四次测序，设置2和设置3分别进行了一次。
与预期丰度（Expected）相比，柱状图中观察到三种PCR设置下的各菌属的相对丰度与预期丰度相差不大，表中数据显示，三种PCR设置都在恢复高丰度物种方面具有最高的效率，但设置3在回收低丰度物种时的效率最低。
2. 对阴性对照样品的分析
从上至下分别为设置123测序后，在NCS样品中观察到的20种最丰富的ASV。通过R包Decontam去除污染物，在设置23之间差异最大的是属于肠杆菌科的ASV，与后续的对水样品进行设置23下的测序分析结果相比较，发现大肠杆菌ASV就是在建库步骤中使用设置3的试剂时引入的污染物。
3. 对采集的呼吸道样品的分析
在去除污染物前后，代表为呼吸道菌群的链球菌，普雷伏氏菌，Veillonella和Rothia属的相对丰度变化不大，而去除污染物后，预测作为污染物代表的数量较少的物种被滤出。基于主坐标分析，发现高细菌载量的OW样品聚集在一起，低细菌载量PBAL，PSB一句设置23分离开。
去除污染物之前的三种类型样品的三种PCR设置下的物种分类
去除污染物后的
从左至右分别为去除污染物前后的未加权UniFrac距离的主坐标分析
OW：蓝色； PBAL：绿色；PSB：紫色；NCS：红色。
设置2（球形），3（菱形）
文章作者给出的结论是文库制备和测序方法的选择会对呼吸道微生物组的分析产生影响，且对上呼吸道的影响小于下呼吸道。靶向扩增子区域的差异（16S rRNA基因V3 V4与V4）并未表现出对细菌群落描述的重大影响。对于整篇研究存在的主要的局限性在于仅研究了DNA提取后的PCR步骤，污染或影响也可能来自于更前期的处理。
编者按
在使用测序技术进行的微生物研究中，测序偏差和污染物是一直存在的问题，也因此诞生了许多工具和计算方法用于尽可能的消除或降低这方面的影响。这篇研究也提醒了我们，在呼吸道微生物组的研究中，要注意上呼吸道与下呼吸道的菌群差异或相似可能不仅仅来源于样本自身，还可能掺杂着PCR方法选择上的影响。
参考文献：
Drengenes C, Eagan TML, Haaland I, Wiker HG, Nielsen R. Exploring protocol bias in airway microbiome studies: one versus two PCR steps and 16S rRNA gene region V3 V4 versus V4. BMC Genomics. 2021 Jan 4;22(1):3.
相关阅读：
谷禾健康
宏基因组中短序列的注释是理解测序微生物群落潜在功能的重要步骤之一。单纯利用局部匹配的注释容易混淆那些蛋白同源性且局部序列非常相似的序列，进而不能真实准确反映复杂蛋白质家族中多变的结构和功能域。
今天我们介绍一种新方法MetaGeneHunt，该方法可以识别特定的蛋白质结构域，并根据结构域的长度对hit-counts进行标准化。使用MetaGeneHunt对MG-RAST对公开获取的宏基因组进行分析，包括哺乳动物微生物群和Twin Gut肠道菌群研究，以评估短序列中含GH蛋白的频率和位于GH区域的匹配频率。
在对糖苷水解酶(GHs)的研究，发现在所有样本中4726,023条含有GH区域蛋白匹配的短读序列中，有58.3%的序列位于目标区域之外。接下来，在比较样本之前，将匹配到目标区域的hit-counts标准化，以说明对应的域长度。肠道和盲肠中的菌群显示出与不同微生物组合相匹配的GH谱特征。
相反，胃和结肠的菌群在结构和功能上显示出更多样性和多变性。在样本中，尽管有波动，但碳水化合物处理的潜在功能变化与群落组成的变化相关。这表示，在利用MG-RAST平台处理宏基因组测序序列时，MetaGeneHunt是一种能快速准确地识别短序列宏基因组中离散蛋白结构域的新方法。
在过去的几十年里，宏基因组DNA的高通量测序已经产生了大量的序列，这些序列的特征为我们了解微生物群落的结构和功能提供了许多认知。例如，截至2019年12月，MG-RAST托管了约40万个可公开访问的带注释的数据集。在数据处理过程中，不考虑目标区域(或蛋白质)的长度会导致两个主要的系统偏差。
首先，目标区域越长，他们的频率就越容易被高估。其次，如果数据处理涉及稀疏性，较短的、不太丰富的域，尽管重要，也可能被丢弃。为了解决这些问题，研究人员设计了MetaGeneHunt来精确注释从MG-RAST检索到的短序列宏基因组中的蛋白质结构域。MetaGeneHunt将MG-RAST提供的短序列局部比对与M5nr数据库中精确的基于PFam的蛋白质结构域识别相结合，以在公共可访问数据集中识别蛋白质结构域。
MetaGeneHunt简要说明：
MetaGeneHunt的设计基于MG-RAST平台注释的数据集的。在使用GeneHunt创建的M5nr数据库中，MetaGeneHunt使用了糖苷水解酶和辅助结构域(如CBMs)的精确的特定结构域注释(PFam)作为参考注释表(RAT)。
首先，MetaGeneHunt使用MG-RAST应用程序接口从MG-RAST（“330”和“650”文件）检索M5nr注释的宏基因组。接下来，使用来自RAT的注释命中的MD5id，在文件“650”中识别与潜在的GHs匹配的序列。
接下来，对于这些局部匹配，将精确对齐位置与RAT中特定于域的注释进行比较。如果查询中的>20AAs与特定的蛋白质结构域(考虑到RAT中的HMM-envelope位置)对齐，则该结构域注释被转移到查询中。
相反，如果查询的>20AAs匹配在目标区域之外(例如，在连接域、辅助域、信号肽中)，则该注释被认为是否定的。用户可以随意修改重叠（overlapping）的阈值。接下来，从序列聚集文件( “330”文件)中检索每个识别出的命中的实际序列计数。最后，在后续的数据处理和标准化过程中，根据Pfam数据库中蛋白质结构域的大小，对每个蛋白质结构域的命中计数进行标准化。
方法验证：
文中使用的原始数据和预处理数据可在MG-RAST服务器上公开访问。在mgp20861项目中可获得对应于〜555百万个100 bp序列的小鼠微生物组数据。使用MG-RAST API 检索了哺乳动物微生物组数据（mgp116）和双肠肠道菌群研究（mgp10）其他数据集。哺乳动物微生物组研究糖苷水解酶（GHs）和相关酶的附加注释表是从Brian Muegge（直接对应）获得的。使用MG-RAST API检索了预处理的数据，包括从门到属水平的读物分类注释。数据分析和统计使用R统计语言。
1. 糖苷水解酶的识别，识别蛋白质结构域并考虑其长度产生了一个健壮的功能注释系统，对hit-count的标准化反应了目标区域的实际分布。
a).横轴为目标区域的原始hit-count，纵轴为标准化后的hit-count，图中的颜色阶梯表示目标区域的长度。这种标准化主要影响长度短的域(例如，GH78、GH25)、小的亚域(例如，GH31N、GH36C)和目标区域的附属域(例如，CMB5_12)。
b).小鼠胃肠道中目标区域的标准化后的hit-count（仅显示大于100的hit-count的区域），可见，标准化后的hit-count与结构域长度无关（附加文件中有对两者做相关分析，结果分别为P.pearson=0.38，P.spearman=0.33）
c).热图显示了小鼠胃肠道中最受样本来源影响的被稀疏标准化的GH区域的分布（two-way方差分析）。纵轴的注释列Mx:F/M:S/I/C/L分别表示小鼠（样本号）:雌性/雄性:胃/肠/盲肠/结肠
2. 小鼠肠道菌群的结构，与盲肠中的微生物群落相比，结肠与肠道中的微生物群落结构更相似，结肠和胃中的微生物群落有较高的相似性。
a).对受样本来源影响较大的样本根据属水平进行样本聚类（Bray-Curtis距离指数，complete linkage）。
b).样本间的微生物群落组成，只展示了相对丰度至少占群落中1%的属水平物种（V:疣微菌门，B:拟杆菌门，A:放线菌门，F:厚壁菌门）。
c).NMDS分析(2D stress=0.020)，展示了在样本聚类中都存在的这些菌属，在b)中的主要类群用标签指示，不同门水平按颜色区分，点的大小反映该属在样本中的最大频率。
微生物组中的结构-功能关系，多样性仍然与潜在功能高度相关。胃和盲肠的群落在结构和功能上是最多样化的。其次，肠道中的群落组成和功能大多是保守的，而与保守的微生物群落相关的大肠则显示出可变功能潜力。
对同一位置的样本的微生物群落结构和功能差异进行成对比较（Bray-Curtis），线条为线性回归的结果。在胃，肠，盲肠和结肠中，属水平群落结构的变化与多糖解构功能的相关性分析结果表示除大肠外，其余的P.pearson的值都在0.001以下。胃和盲肠的群落在结构和功能上是最多样化的，尽管多样性仍然与功能潜力高度相关。其次，肠道中的群落组成和功能大多是保守的，而与保守的微生物群落相关的大肠则显示出可变的功能潜力。
MetaGeneHune提供了一种新的方法来识别短序列宏基因组中的GHs及其相关结构域。识别结构域而不是蛋白质是至关重要的，因为GH结构域与许多可变结构域相关。这种新方法基于GeneHunt注释方法，并对其进行补充，旨在分析MG-RAST中的短序列宏基因组。因此，它不需要大型计算机基础设施。
通过这种新方法对小鼠胃肠道菌群的GHs研究发现，在胃中，虽然富含碳水化合物处理的酶，但相对于胃肠道的其他部分，胃中没有特定酶可供选择；在肠道中，出现了更保守的菌群，最为富集的是拟杆菌门，它们的潜在功能主要在多糖处理上；来自结肠和胃的菌群虽然是距离最远的，但在结构和功能上却表现出高度的相似性。
在未来，利用GeneHunt和MetaGeneHunt相结合创建新的专用参考注释表将为研究宏基因组的潜在功能提供新的更有效的途径。
MetaGeneHunt和GH的RAT可在GitHub上公开访问。（https://github.com/renober/MetaGeneHunt）
参 考 文 献
Berlemont R, Winans N, Talamantes D, Dang H, Tsai HW.MetaGeneHunt for protein domain annotation in short-read metagenomes. Sci Rep.2020 May 7;10(1):7712. doi: 10.1038/s41598-020-63775-1. PMID: 32382098; PMCID:PMC7205989.
Muegge BD, et al. Diet drives convergence in gut microbiomefunctions across mammalian phylogeny and within humans. Science.2011;332:970–4. doi: 10.1126/science.1198719
Turnbaugh PJ, et al. A core gut microbiome in obese and leantwins. Nature. 2009;457:480–484. doi: 10.1038/nature07540.
Berlemont R, Martiny AC. Glycoside Hydrolases acrossEnvironmental Microbial Communities. PLOS Comput. Biol. 2016;12:e1005300. doi:10.1371/journal.pcbi.1005300.
Lozupone CA, Stombaugh JI, Gordon JI, Jansson JK, Knight R. Diversity,stability and resilience of the human gut microbiota. Nature. 2012;489:220–30.doi: 10.1038/nature11550.
Sharpton TJ. An introduction to the analysis of shotgunmetagenomic data. Front. Plant Sci. 2014;5:209. doi: 10.3389/fpls.2014.00209.