物种丰度数据来源：16S rRNA vs 宏基因组测序

这一章我们来聊聊数据源头。你可能刚拿到课题，正纠结该用哪种测序方式——我太理解了。做物种丰度可视化，最怕的就是跑偏了方法，后面全白干。

目前主流的两种来源：16S rRNA 扩增子测序 和 宏基因组鸟枪法测序。它们的目标、成本、结果都不太一样。我这么多年做下来，发现很多新人一开始就选反了。

1. 16S rRNA 扩增子测序

这个方法只瞄准细菌（还有古菌）的 16S 核糖体 RNA 基因中的几个高变区（V1–V9）。因为 16S 基因既有保守区（设计通用引物），又有高变区（区分物种），所以打个比方——像用身份证号的某一段来识别一个人。靠谱吗？某种程度上靠谱，但分辨率有限。

优势：

• 成本低，几百万条 reads 就能看群落全貌
• 生物信息流程成熟，从 Qiime2 到 mothur 都能一键跑
• 适合大量样本多组比较，比如肠道菌群、土壤

劣势：

• 只能鉴定到属水平，种水平经常不准
• 不包含真菌、病毒、真核微生物（除非用 ITS 之类）
• 无法获取功能基因信息

我一开始做环境样本时就吃过亏：用 16S 扩增子发现群落变化不大，但项目要求找功能差异。后来才换成宏基因组——你想想看，只靠身份号片段，怎么可能知道一个人的健康状况？

一个典型的 Qiime2 处理命令（我经常用这个检查原始数据质量）：

qiime demux summarize \
  --i-data demux.qza \
  --o-visualization demux_summary.qzv

2. 宏基因组鸟枪法测序

这个就比较狠了——把样本里所有的 DNA 全部打碎、测序。不分区域，不分物种。真核、原核、病毒、质粒……拿到的是整个“DNA 汤”。说白了，你得到的不光是「谁在」，还能知道「他们能干啥」。

优势：

• 物种分辨率可达菌株水平（前提是数据库够全）
• 同时获得功能基因、代谢通路、抗生素抗性等
• 可以拼装新物种的基因组

劣势：

• 贵！数据量要几十倍于 16S
• 计算量巨大，特别是 de novo 组装和分箱
• 宿主 DNA 污染严重时（如血液样本）需要大量宿主去除

我印象很深的一个项目：做奶牛瘤胃微生物，老板想省经费用了 16S。结果发现要鉴定一个稀有菌种的准确丰度，16S 根本做不到。最后还是补了 5 个宏基因组样本，用 Kraken2 快速看谱——一下就找到了那个菌株的特异序列。

跑 Kraken2 给丰度的常用命令（我个人习惯先做一个 quick check）：

kraken2 --db /path/to/kraken2_db \
  --report report.txt \
  --threads 8 \
  sample_R1.fastq sample_R2.fastq

3. 两种方法的对比

4. 如何选择？

说实话，没有绝对的好坏，只有合不合适。我一般这样替项目把关：

• 预算有限、样本又很多（比如 100+ 例）→ 16S 没跑的，重点看属水平差异。
• 想找新基因 or 新菌种 → 必须宏基因组，16S 帮不了你。
• 临床样本，低生物量要注意宿主 DNA → 我建议先用 16S 画个轮廓，再挑少量代表性样本做宏基因组验证。
• 功能导向（比如抗生素抗性基因）→ 别想了，直接宏基因组。