扩增子测序介绍及核心生信分析图

一、扩增子测序核心基础

1. 测序目标基因（按研究对象选择）

2. 核心原理与流程

1. 样本处理：提取微生物总 DNA；
2. 靶向扩增：用特异性引物扩增目标基因片段（引物带 barcode，区分不同样本）；
3. 文库构建：PCR 产物纯化、定量、混合，构建测序文库；
4. 高通量测序：Illumina MiSeq/HiSeq（主流）、PacBio（长读长，提升物种分辨率）；
5. 生信分析：从原始数据到物种注释、差异分析、功能预测的全流程解析。

3. 核心分析目标

• 物种组成：样本中包含哪些微生物（门、纲、目、科、属、种水平）；
• 多样性分析：α 多样性（样本内微生物丰富度和均匀度）、β 多样性（样本间微生物群落差异）；
• 差异比较：不同分组（如对照组 vs 处理组、不同环境样本）的物种丰度差异；
• 功能预测：基于物种组成预测微生物群落的功能潜力（如代谢通路、酶活性）。

二、扩增子测序核心生信分析图（按分析逻辑分类）

（一）数据质控与预处理图（验证数据可靠性）

1. 序列质量分布图（FastQC/Trimmomatic 质控图）
   • 核心用途：评估原始测序数据的质量，决定是否需要过滤低质量序列。
   • 解读要点：横轴为测序读长（碱基位置），纵轴为 Phred 质量值（≥20 为合格，≥30 为优质）；目标基因扩增子测序（如 16S V3-V4 区）需保证扩增片段覆盖区域的质量值稳定在 25 以上，无明显下降（避免影响物种注释准确性）。
   • 示例特征：Illumina MiSeq 测序的双端序列（R1/R2），前 150bp 质量值≥30，末端 5-10bp 可适当过滤。
2. 嵌合体过滤效率图
   • 核心用途：展示嵌合体（PCR 扩增过程中形成的杂合序列，会导致假阳性物种）的去除效果。
   • 解读要点：常用柱状图展示 “过滤前嵌合体比例” 与 “过滤后嵌合体比例”，合格标准为过滤后嵌合体占比≤5%（常用 UCHIME 工具去除嵌合体）。
   • 示例：过滤前嵌合体占比 8.2%，过滤后降至 2.1%，满足分析要求。
3. OTU/ASV 数量统计直方图
   • 核心用途：展示每个样本经过质控后获得的有效 OTU（操作分类单元，97% 序列相似性聚类）或 ASV（扩增子序列变体，100% 序列相似性，分辨率更高）数量，反映样本的微生物丰富度基础。
   • 解读要点：横轴为样本名称，纵轴为 OTU/ASV 数量；同一分组样本的 OTU/ASV 数量应相对一致（避免个别样本因测序深度不足导致数量过低）。

（二）物种组成分析图（解析 “有哪些微生物”）

1. 物种组成堆叠柱状图（门 / 属水平）
   • 核心用途：展示不同样本在特定分类水平（门 / 属最常用）的物种丰度占比。
   • 解读要点：
     • 横轴为样本名称（按分组排列），纵轴为物种丰度占比（0-100%）；
     • 不同颜色代表不同物种（门 / 属），颜色块长度代表该物种的丰度占比；
     • 重点关注：优势物种（占比最高的前 5-10 个物种）、分组特异性物种（某分组独有的高丰度物种）。
   • 示例：土壤样本中，对照组以变形菌门（Proteobacteria，35%）、放线菌门（Actinobacteriota，28%）为优势门；处理组中放线菌门占比升至 42%，变形菌门降至 25%，提示处理影响了优势菌群结构。
2. 物种丰度热图（属 / 种水平）
   • 核心用途：聚焦高丰度物种（如前 50 个属），展示其在不同样本中的丰度差异聚类。
   • 解读要点：
     • 横轴为样本，纵轴为物种（属），颜色深浅代表丰度（红色 = 高丰度，蓝色 = 低丰度）；
     • 物种聚类树：丰度模式相似的物种聚为一类（如 A 属和 B 属在所有样本中均高丰度，聚为一支）；
     • 样本聚类树：物种组成相似的样本聚为一类（验证分组合理性）。
   • 适用场景：快速定位 “分组特异性高丰度属”（如处理组中 C 属显著高表达，对照组中 D 属显著高表达）。
3. 物种分布弦图（Chord Diagram）
   • 核心用途：展示 “样本 - 物种” 或 “分组 - 物种” 的关联强度，适合多样本、多物种的关联可视化。
   • 解读要点：
     • 左侧为样本 / 分组，右侧为物种（属 / 门水平），线条粗细代表关联强度（丰度占比）；
     • 优势：直观展示某一物种在多个样本中的分布情况，或某一样本的核心物种构成。
   • 示例：展示 3 个分组（CK、T1、T2）与 10 个优势属的关联，可见 T1 组与 E 属、F 属的关联线条最粗（E 属、F 属为 T1 组核心物种）。
4. 稀释曲线（Rarefaction Curve）
   • 核心用途：验证测序深度是否足够覆盖样本中的所有微生物（判断是否需要增加测序量）。
   • 解读要点：
     • 横轴为测序序列数（抽样数量），纵轴为观测到的 OTU/ASV 数量；
     • 合格标准：曲线趋于平缓（斜率接近 0），说明测序深度已足够，再增加测序量也不会显著增加新的 OTU/ASV；
     • 若曲线未平缓：提示测序深度不足，需补充测序或谨慎解读结果（低丰度微生物可能未被检测到）。

（三）多样性分析图（解析 “微生物多样性差异”）

1. α 多样性分析图（样本内多样性）

• 核心指标：
  • 丰富度指标：Observed OTUs（观测到的 OTU 数）、Chao1 指数（估算总物种数）；
  • 均匀度指标：Shannon 指数（兼顾丰富度和均匀度，数值越大，多样性越高）、Simpson 指数（侧重优势物种占比，数值越小，多样性越高）。
• 常用图表：箱线图 / 柱状图（按分组展示 α 多样性指标的分布）
  • 解读要点：横轴为分组（如 CK、T1、T2），纵轴为 α 多样性指数值；若两组箱线图无重叠且 P<0.05（如 ANOVA 检验），说明两组的 α 多样性存在显著差异。
  • 示例：对照组（CK）的 Shannon 指数中位数为 6.2，处理组（T）为 4.8，P=0.02，提示处理显著降低了样本的微生物多样性。

2. β 多样性分析图（样本间多样性）

• 核心逻辑：基于物种组成矩阵（如 Bray-Curtis、Jaccard、UniFrac 距离），展示样本间的群落差异。
• 常用图表：
  （1）主坐标分析（PCoA 图）
  • 解读要点：横轴（PC1）和纵轴（PC2）分别代表最大、次大差异维度，百分比为该维度解释的差异比例；同一分组样本聚集，不同分组样本分离，说明分组间群落差异显著。
  • 示例：Bray-Curtis 距离 PCoA 图中，CK 组样本聚集在左侧，T 组聚集在右侧，PC1 解释 58.3% 差异，PERMANOVA 检验 P=0.001，证明处理组与对照组的微生物群落结构存在极显著差异。
    （2）非度量多维尺度分析（NMDS 图）
  • 解读要点：与 PCoA 逻辑一致，基于 “秩次” 而非原始距离，更适合非正态分布数据；应力值（Stress）<0.2 为合格，<0.1 为优秀（图表可靠性高）。
    （3）聚类树（UPGMA 树）
  • 解读要点：基于物种距离矩阵构建的聚类树，样本分支越近，物种组成越相似；可与热图结合（如 “聚类树 + 物种丰度热图”），同时展示样本聚类和物种分布。

（四）差异比较与统计分析图（解析 “分组间差异”）

1. 火山图（差异物种筛选）
   • 核心用途：兼顾 “物种丰度差异倍数” 和 “统计显著性”，快速筛选显著差异物种（属 / 种水平）。
   • 解读要点：
     • 横轴：log2 (差异倍数 FC)（FC = 处理组丰度 / 对照组丰度，FC>2 为上调，FC<0.5 为下调）；
     • 纵轴：-log10 (P 值 / Padj 值)（Padj<0.05 为统计显著）；
     • 颜色：红色 = 显著上调物种，蓝色 = 显著下调物种，灰色 = 无差异物种；
     • 示例：共筛选出 23 个显著差异属，其中 15 个上调（如耐胁迫相关的 G 属），8 个下调（如基础代谢相关的 H 属）。
2. LEfSe 分析图（LDA 效应量分析）
   • 核心用途：筛选 “分组特异性标志物”（不仅考虑丰度差异，还考虑组内一致性），适合多分组比较。
   • 解读要点：
     • 左侧 LDA 分值柱状图：横轴为 LDA 分值（阈值通常≥2），纵轴为物种名称，分值越高，该物种对分组的区分贡献越大；
     • 右侧进化分支图（Cladogram）：从门到属水平展示差异物种的进化地位，不同颜色代表不同分组，节点大小代表物种丰度；
     • 优势：同时展示差异物种的分类层级和效应量，结果更具生物学意义（如筛选出 T 组特有的标志物物种 I 属，LDA=4.2）。
3. ANCOM 分析结果图（针对高稀疏数据）
   • 核心用途：解决扩增子数据 “高稀疏性”（大量物种在部分样本中丰度为 0）导致的统计偏差，准确识别差异物种。
   • 解读要点：横轴为物种名称，纵轴为 W 值（统计量，W 值越大，差异越显著）；设定 W 阈值（如 W≥10），筛选出显著差异物种；
   • 适用场景：样本中低丰度物种较多时，比火山图更可靠。

（五）功能预测分析图（解析 “微生物功能潜力”）

1. 功能通路富集气泡图 / 柱状图
   • 核心用途：展示差异功能通路（如 KEGG 通路、COG 功能分类）的富集情况。
   • 解读要点：
     • 气泡图：横轴为富集倍数，纵轴为功能通路名称，气泡大小 = 差异物种数量，颜色 = Padj 值（越红越显著）；
     • 示例：PICRUSt2 预测结果显示，处理组中 “抗生素生物合成通路”“ABC 转运蛋白通路” 显著富集，提示微生物群落的耐药和物质转运功能增强。
2. FUNGuild 功能分类堆叠图（真菌特有）
   • 核心用途：对真菌物种进行功能 guild（功能类群）分类（如腐生营养型、共生营养型、病原营养型）。
   • 解读要点：横轴为样本，纵轴为功能类群丰度占比；示例：对照组中腐生营养型真菌占比 60%，处理组中共生营养型占比升至 55%，提示真菌功能类群发生显著转变。

三、核心总结

1. 技术特点：扩增子测序聚焦 “靶向基因”，快速解析微生物群落组成与差异，成本低、周期短，适合大规模样本筛查；
2. 必做核心图：物种组成堆叠柱状图、α 多样性箱线图、β 多样性 PCoA 图、LEfSe 分析图（标志物筛选）、功能通路富集图；
3. 分析逻辑：从 “数据质控→物种组成→多样性→差异物种→功能预测” 逐步深入，每个环节的图表需结合实验假设解读（如 “处理是否影响微生物多样性？哪些物种是关键标志物？功能如何变化？”）；
4. 工具推荐：QIIME2（核心分析流程）、R（ggplot2、pheatmap 绘制图表）、LEfSe 在线工具、PICRUSt2（功能预测）。