新视野——宏病毒组ssDNA Virome

噬菌体、病毒研究者的烦恼

1. 病毒与噬菌体分离麻烦，宿主污染严重，数据浪费

2. 基因注释信息缺失，大量未知功能的ORF

3. 想开展溶原性、烈性噬菌体研究，不知如何下手

4. 噬菌体作为一种天然的病原细菌抗生素，前景广阔，是否存在大规模筛选工具？

问题一堆一堆，何处入手？

我们以一篇宏病毒文献为例，寻找破局之道

分为四步

1、抓基础、重基础：收集现有数据

国内大部分研究者对于生物数据库的理解都停留在使用层面，例如常见的NCBI BLAST页面

然而，我们常常忽视数据库整体的状态更新与特色。想建大厦，从基础抓起！

研究的第一步在于收集已有数据，并对已有的病毒完成图进行分类统计。

（1）NCBI RefSeq：< 9000病毒完成图

（2）ICTV：病毒物种分类国际权威数据库

2、找研究重点与Unique Idea

核心思路：自我简化

从上图统计可以看到，按照各种分类标准，病毒可以分为很多类型。此时，如果想一网打尽，那么几乎没有合适的研究手段，很多人在这里被卡住了。。。

简化方式：

（1）只关注带有衣壳蛋白的病毒——表面活性剂可以富集

（2）只关注单链环状DNA病毒——外切酶除去双链DNA，RNA酶去除所有RNA，剩余环状ssDNA后，样品组成得到极大的简化

（3）phi29特异性地对ssDNA进行滚环扩增，获得双链DNA，可以直接进行NGS测序

MetaSPades组装后，获得>2500个单链环状DNA完成图，绝大部分都小于10kb。

3、高级分析

高级分析不能贪多，国内很多研究者初期都有非常棒的研究结果。有时为了追求完美，单纯为了增加研究内容，会错失时机，同时也会严重降低文章研究主旨，得不偿失。

（1）用衣壳蛋白的差异性进行物种分类

（2）物种分类重新统计数据

（3）寻找以上两者关联

4、主题升华

宏基因组公共数据特别多，找几个作为案例证明：

（1）分析流程的可靠性

（2）获得的2500个完成图存在的广泛性

彩蛋——笔者感想

回帖率：宏基因数据中，reads回帖率比较低，即组装获得的序列还是非常不完整。

在BGI最新研究成果的帮助下，依靠培养组学的技术，暴力解析了kb级别的细菌基因组后，肠道回帖率从50%增加到70%以上，是个非常大的进步。

然而，环境样品没有这么好的运气可以如此暴力破解，因此该研究的意义特别巨大。

我们可以通过实验技术的简化，针对性地解析部分物种，进而获得全貌。日拱一卒无有尽,功不唐捐终入海

 欢迎一起讨论关于病毒、宏病毒研究方案！

参考文献：Discovery of several thousand highly diverse circular DNA viruses. bioRxiv, 2019.