Влияние методологических решений на результаты метагеномного секвенирования бактериальных сообществ

Термин микробиом охватывает совокупность всех генов, принадлежащих микроорганизмам (бактериям, вирусам, грибам), которые населяют определённую среду. Секвенирование участка гена 16S рРНК позволяет изучить таксономический состав микробиоты, выявляя бактерии и археи, в том числе сложно поддающиеся культивированию. Однако данный метод до сих пор не имеет стандартизированной процедуры. Множество доступных методологических вариантов усложняют воспроизведение результатов и, как правило, ограничивают сопоставимость результатов между независимыми исследованиями, использующими разные методики, измерительные и биоинформатические конвейеры. Интерпретация, обсуждение и визуализация результатов исследования микробиома животных представляют собой сложную задачу из-за отсутствия единых стандартных параметров и справочных данных для сбора и сравнения. Стандартизированные методологии при исследовании сообществ микроорганизмов необходимы для упрощения и сравнения результатов различных исследований. В данном анализе представлены основные причины расхождений в получаемых данных на всех этапах работ. К ним относятся отбор проб (место отбора проб, метод, транспортировка и хранение образца), извлечение материала нуклеиновой кислоты, выбор праймера 16S рРНК, амплификация, подготовка библиотеки, секвенирование и конвейер биоинформатического анализа. Проблемы, связанные с таксономическим и функциональным профилированием на основе метагеномных данных, включают в себя вопросы точности классификации в условиях систематических ошибок в базах данных, сложности прогнозирования функций и метаболических взаимодействий в различных микробных сообществах, а также отсутствие единого методологического подхода к проведению исследования. Преодоление этих препятствий потребует междисциплинарного сотрудничества, развития вычислительных инструментов и совершенствования аналитических методов.

1. The effect of 16S rRNA region choice on bacterial community metabarcoding results. / Y. Bukin, Y. Galachyants, I. Morozov [et al.] // Sci Data 6, 190007 (2019). https://doi.org/10.1038/sdata.2019.7.

2. Characterization of the gut microbiome using 16S or shotgun metagenomics / J. Jovel , J. Patterson, W. Wang // Frontiers in microbiology. – 2016. – №7– С.459.

3. Towards standards for human fecal sample processing in metagenomic studies / P.I. Costea, G. Zeller, S. Sunagawa [et al.] // Nature biotechnology. – 2017. – Т. 35. – №. 11. – С. 1069-1076.

4. Variation in the metagenomic analysis of fecal microbiome composition calls for a standardized operating approach / Z. Xu, Y.K. Yeoh, H.M. Tun [et al.] //Microbiology Spectrum. – 2024. – Т. 12. – №. 12. – С. e01516-24.

5. Determination of effect sizes for power analysis for microbiome studies using large microbiome databases / G. Rahman, D. McDonald, A. Gonzalez [et al.] // Genes. – 2023. – Т. 14. – №. 6. – С. 1239.

6. Analysis of metagenomic data / S. Liu, J.S. Rodriguez, V. Munteanu [et al.] //Nature Reviews Methods Primers. – 2025. – Т. 5. – №. 1. – С. 5. https://doi.org/10.1038/s43586-024-00376-6

7. Comparison of methods to collect fecal samples for microbiome studies using wholegenome shotgun metagenomic sequencing / D. A. Byrd, R. Sinha, K. L. Hoffman [et al.] // Msphere. – 2020. – Т. 5. – №. 1. – С. 10.1128/msphere. 00827-19, https://doi.org/10.1128/msphere.00827-19.

8. Reproducibility, stability, and accuracy of microbial profiles by fecal sample collection method in three distinct populations / D. A. Byrd, J. Chen, E. Vogtmann [et al.] // PLoS One. – 2019. – Т. 14. – №. 11. – С. e0224757.

9. Variability and bias in microbiome metagenomic sequencing: an interlaboratory study comparing experimental protocols / S. P. Forry, S. L.Servetas, J. G. Kralj [et al.] // Scientific reports. – 2024. – Т. 14. – №. 1. – С. 9785. https://doi.org/10.1038/s41598-024-57981-4.

10. Прасолова, О. В. Депонирование патогенных штаммов микроорганизмов как основа биобезопасности / О.В. Прасолова // Нормативно-правовое регулирование в ветеринарии. — 2024. — № 3. — С. 39– 43. — DOI 10.52419/issn2782-6252.2024.3.39.

11. Library construction for next-generation sequencing: overviews and challenges / S. R. Head, H. K Komori, S. A. LaMere [et al.] //Biotechniques. – 2014. – Т. 56. – №. 2. – С. 61-77. 12.Benchmarking short-read metagenomics tools for removing host contamination / Y. Gao, H. Luo, H. Lyu [et al.] // GigaScience. – 2025. – Т. 14. – С. giaf004.