高通量16SrRNA标签测序法比较人与不同动物肠道微生物组

1、中国科技论文在线高通量16S rRNA标签测序法比较人与不同动物肠道微生物组多样性基金项目：教育部博士点基金（20094433120017） 邓冠华，查龙应，王玉，黎耀涛，李若玢，周宏伟作者简介：邓冠华（1984-），男，硕士研究生，研究方向：人体微生物组通信联系人：周宏伟（1975-），男，教授，研究方向：（1）微生物组方法学（2）人体微生物组（3）环境微生物组. E-mail: biodegradation1.51.51.51.51.51.51.51.51.51.51.51.51.51.51.5School of Public Health and Tropical Medicine, S

2、outhern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515;School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515;School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzh

3、ou Road North, GuangDong GuangZhou 510515;School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515;School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 51051

4、5;School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515南方医科大学公共卫生与热带医学学院，广东 广州 510515;南方医科大学公共卫生与热带医学学院，广东 广州 510515;南方医科大学公共卫生与热带医学学院，广东 广州 510515;南方医科大学公共卫生与热带医学学院，广东 广州 510515;南方医科大学公共卫生与热带医学学院，广东 广州 510515;南方医科大学公共卫生与热带医

5、学学院，广东 广州 510515510515;51051515914306407020-62798126;州市广州大道北1838号公共卫生与热带医学学院506室;广州市广州大道北1838号公共卫生与热带医学学院506室 microbial.diversity;59506498;345860248;55sniper;373602649;biodegradation邓冠华（1984-），男，硕士研究生，研究方向：人体微生物组;周宏伟（1975-），男，教授，研究方向：（1）微生物组方法学（2）人体微生物组（3）环境微生物组 邓冠华;查龙应;王玉

6、;黎耀涛;李若玢;周宏伟Guan-Hua Deng;Long-Ying Cha;Yu Wang;Yao-Tao Li;Ruo-Bin Li;Hong-Wei Zhou周宏伟教育部博士点基金（20094433120017）1.51.51.51.51.51.51.51.51.51.51.51.51*|*期刊*|*Whitman WB, Coleman DC, Wiebe WJ. Prokaryotes: the unseen majorityJ. Proc Natl Acad Sci U S A, 1998, 95(12):6578-6583.<CR>2*|*期刊*|*Huse SM,

7、 Dethlefsen L, Huber JA, Mark Welch D, Relman DA, Sogin ML. Exploring microbial diversity and taxonomy using SSU rRNA hypervariable tag sequencing. PLoS Genet, 2008, 4(11):e1000255.<CR>3*|*期刊*|*Lozupone CA, Stombaugh JI, Gordon JI, Jansson JK, Knight R. Diversity, stability and resilience of t

8、he human gut microbiotaJ. Nature, 2012, 489(7415):220-230.<CR>4*|*期刊*|*Armougom F, Raoult D. Exploring Microbial Diversity Using 16S rRNA High-Throughput MethodsJ. Journal of Computer Science & Systems Biology, 2009, 02(01):74-92.<CR>5*|*期刊*|*Andersson AF, Lindberg M, Jakobsson H, Ba

9、ckhed F, Nyren P, Engstrand L. Comparative analysis of human gut microbiota by barcoded pyrosequencingJ. PLoS One, 2008, 3(7):e2836.<CR>6*|*期刊*|*Ley RE, Hamady M, Lozupone C, Turnbaugh PJ, Ramey RR, Bircher JS, Schlegel ML, Tucker TA, Schrenzel MD, Knight R et al. Evolution of Mammals and Thei

10、r Gut MicrobesJ. Science, 2008, 320(5883):1647-1651.<CR>7*|*期刊*|*Wu JY, Jiang XT, Jiang YX, Lu SY, Zou F, Zhou HW. Effects of polymerase, template dilution and cycle number on PCR based 16 S rRNA diversity analysis using the deep sequencing methodJ. BMC Microbiol, 2010, 10:255.<CR>8*|*期刊

11、*|*Zhou HW, Li DF, Tam NF, Jiang XT, Zhang H, Sheng HF, Qin J, Liu X, Zou F. BIPES, a cost-effective high-throughput method for assessing microbial diversityJ. ISME J, 2011, 5(4):741-749.<CR>9*|*期刊*|*Edgar RC, Haas BJ, Clemente JC, Quince C, Knight R. UCHIME improves sensitivity and speed of c

12、himera detectionJ. Bioinformatics, 2011, 27(16):2194-2200.<CR>10*|*期刊*|*Jiang XT, Zhang H, Sheng HF, Wang Y, He Y, Zou F, Zhou HW. Two-stage clustering (TSC): a pipeline for selecting operational taxonomic units for the high-throughput sequencing of PCR ampliconsJ. PLoS One, 2012, 7(1):e30230.

13、<CR>11*|*期刊*|*Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, Fierer N, Pena AG, Goodrich JK, Gordon JI et al. QIIME allows analysis of high-throughput community sequencing dataJ. Nat Methods, 2010, 7(5):335-336.<CR>12*|*期刊*|*Falush D, Wirth T, Linz B, Pritch

14、ard JK, Stephens M, Kidd M, Blaser MJ, Graham DY, Vacher S, Perez-Perez GI et al. Traces of human migrations in Helicobacter pylori populationsJ. Science, 2003, 299(5612):1582-1585.<CR>13*|*期刊*|*Ley RE, Lozupone CA, Hamady M, Knight R, Gordon JI. Worlds within worlds: evolution of the vertebra

15、te gut microbiotaJ. Nature Reviews Microbiology, 2008, 6(10):776-788.<CR>14*|*期刊*|*Seurinck S, Defoirdt T, Verstraete W, Siciliano SD. Detection and quantification of the human-specific HF183 Bacteroides 16S rRNA genetic marker with real-time PCR for assessment of human faecal pollution in fre

16、shwaterJ. Environ Microbiol, 2005, 7(2):249-259.<CR>15*|*期刊*|*Simpson JM, Santo Domingo JW, Reasoner DJ. Microbial source tracking: state of the scienceJ. Environ Sci Technol, 2002, 36(24):5279-5288.<CR>16*|*期刊*|*Gourmelon M, Caprais MP, Segura R, Le Mennec C, Lozach S, Piriou JY, Rince

17、A. Evaluation of two library-independent microbial source tracking methods to identify sources of fecal contamination in French estuariesJ. Appl Environ Microbiol, 2007, 73(15):4857-4866.<CR>17*|*期刊*|*Fogarty LR, Voytek MA. Comparison of bacteroides-prevotella 16S rRNA genetic markers for feca

18、l samples from different animal speciesJ. Appl Environ Microbiol, 2005, 71(10):5999-6007.<CR>18*|*期刊*|*King EL, Bachoon DS, Gates KW. Rapid detection of human fecal contamination in estuarine environments by PCR targeting of Bifidobacterium adolescentisJ. J Microbiol Methods, 2007, 68(1):76-81

19、.<CR>19*|*期刊*|*Lee JE, Lee S, Sung J, Ko G. Analysis of human and animal fecal microbiota for microbial source trackingJ. The ISME Journal, 2010, 5(2):362-365.|1|邓冠华|Guan-Hua Deng|南方医科大学公共卫生与热带医学学院，广东 广州 510515|School of Public Health and Tropical Medicine, Southern Medical University, 1838 Gu

20、angzhou Road North, GuangDong GuangZhou 510515|邓冠华（1984-），男，硕士研究生，研究方向：人体微生物组|广州市广州大道北1838号公共卫生与热带医学学院506室|510515|microbial.diversity|15914306407<CR>|2|查龙应|Long-Ying Cha|南方医科大学公共卫生与热带医学学院，广东 广州 510515|School of Public Health and Tropical Medicine, Southern Medical University, 183

21、8 Guangzhou Road North, GuangDong GuangZhou 510515|59506498|<CR>|3|王玉|Yu Wang|南方医科大学公共卫生与热带医学学院，广东 广州 510515|School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515|345860248|<CR>|4|黎耀涛|Yao-Tao Li|南方医科大学公共卫生与热带医学学院

22、，广东 广州 510515|School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515|55sniper|<CR>|5|李若玢|Ruo-Bin Li|南方医科大学公共卫生与热带医学学院，广东 广州 510515|School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzh

23、ou Road North, GuangDong GuangZhou 510515|373602649|<CR>*|6|周宏伟|Hong-Wei Zhou|南方医科大学公共卫生与热带医学学院，广东 广州 510515|School of Public Health and Tropical Medicine, Southern Medical University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515|周宏伟（1975-），男，教授，研究方向：（1）微生物组方法学（2）人体微生物组（3）环境微生物组 |广州市广

24、州大道北1838号公共卫生与热带医学学院506室 |510515|biodegradation|18928752050高通量16S rRNA标签测序法比较人与不同动物肠道微生物组多样性|Comparison of human and animal fecal microbiota with Illumina sequencing of 16S rRNA tags|教育部博士点基金（20094433120017）- 9 -（南方医科大学公共卫生与热带医学学院，广东 广州 510515）摘要：目的：比较人、大猪、小猪、大鼠、小鼠以及鸡的肠道细菌群落结构及多样性。方法：对

25、上述物种，每种物种收集五个不同个体的粪便样品，每个个体取两个平行样，提取总DNA；PCR扩增，获得16S rRNA V6标签片段；Illumina测序；经BIPES以及QIIME分析并比较菌群结构及多样性。结果：不同物种之间肠道菌群差异较大。五类物种肠道菌群均以厚壁菌门、拟杆菌门、以及变形菌门为主，但鸡的厚壁菌门显著减少，而变形菌门显著增加。从多样性角度，猪肠道菌群种属丰富度及Shannon指数均显著高于人及鸡肠道菌群。从多样性角度，尽管不同人之间的肠道菌群相似度较低，但不同物种之间相比较，小猪与大鼠肠道菌群与人相似性高于小鼠和鸡肠道菌群。结论：不同物种肠道菌群存在显著差异。与人类相比，小猪的

26、肠道微生物组最相近，而鸡的肠道菌群相似度最低。关键词：微生物组；Illumina测序；动物模型；微生物多样性；16S rRNA中图分类号：R372Comparison of human and animal fecal microbiota with Illumina sequencing of 16S rRNA tagsGuan-Hua Deng, Long-Ying Cha, Yu Wang, Yao-Tao Li, Ruo-Bin Li, Hong-Wei Zhou(School of Public Health and Tropical Medicine, Southern Medic

27、al University, 1838 Guangzhou Road North, GuangDong GuangZhou 510515)Abstract: Objective: To compare the Microbial diversity of human, small pigs, large pigs, rats, mice and chickens feces. Methods: Genomic DNA of human and animal feces was extracted, and the 16S rRNA V6 tags were amplified and sequ

28、enced by Illumina HiSeq 2000 subsequently. The BIPES and QIIME were employed to analyze the gut bacterial community. Results: The gut microbiota of human and animals was significantly different. As in human, three bacterial phyla, Firmicutes, Bacteroidetes and Proteobacteria, dominated the faecal mi

29、crobiota of small pigs, large pigs, rats, mice and chickens, however, the Proteobacteria in chicken gut microbiota decreased sharply. Meanwhile, both the rarefaction curves and Shannon diversity index in pigs were higher than that in humans and chickens. Compared to mice and chickens, the gut microb

30、iota of small pigs and rats was more similar to the human, though the human gut bacterial communities were different among the different individuals. Conclusion: The gut microbiota of human and animals is different markedly. And the human gut microbiota is significantly similar with small pigs, but

31、differs with chicken. Key words: Microbiome; Illumina; animal model; microbial diversity; 16S rRNA0 引言微生物是地球生物量的主要组成部分，其细胞数量超过动植物细胞总量23个数量级1。它们起着调节气候、物质循环和分解污染物的作用，是地球生命得以延续的动力。微生物在人类的健康和环境中发挥着关键的作用。随着微生物生态研究的深入，发现包括人体肠道微生物群落在内的微生物群落的复杂性和多样性远远超乎了我们的想象。例如，大肠杆菌曾被认为是人体肠道微生物中最主要的细菌，然而，相对于厚壁菌门和拟杆菌门的种属，大肠

32、杆菌仅仅是一种低丰度的肠道细菌2。由于传统培养仅能培养肠道内的少部分细菌，人们培养出的各种微生物仅为肠道微生物的小部分。人体肠道末端，仅有20%40%微生物能够被顺利地培养出来。在高通量测序技术出现以前，人类肠道微生物的许多基本问题均有待解决。例如，肠道微生物的数目和组成，不同个体肠道微生物的共同及其独有特征，肠道微生物组成对肠道菌群功能的预测等3。针对传统培养方法存在的问题，人们先后开展了分子生物学方法的研究和生物学评价工作。16S rRNA分子是研究细菌群落的最佳靶分子，利用保守区序列设计通用引物来进行PCR扩增，利用可变区序列来进行种属分类。PCR扩增可检测肠道中不能培养或生长缓慢的细菌

33、，加速发现新的细菌和加快肠道微生态研究进程。变性梯度凝胶电泳（DGGE）和温度梯度凝胶电泳（TGGE）等16S rRNA基因指纹技术，可以从扩增产物分开单独的rRNA基因，具有简单、快速、灵敏的优势。2005年Lionutti等运用该技术对儿童克罗恩病患者的肠道营养和微生物群落进行了研究。但DNA指纹技术仍有其限制性，只能分离较小的片段（最长只达1000-bp），因此只能提供有限的信息，片段太长时解离率下降，限制了系统发育分析和探针的序列信息量；再者分辨率低，通常显示的是群落中优势种类的DNA 片段。近年来，新一代测序技术和非传统培养方法的快速发展，形成了能够处理海量数据的分析工具和种系聚类方

34、法，具有时间短、效益高的特点。这已被广泛应用到土壤、海洋、口腔、生殖道和皮肤表面4。2008年，Andersson等人采用该方法研究人体胃肠道细菌群落结构5。2008年，Ley等人以16S rRNA为标签序列研究人和59种哺乳动物的肠道菌群结构6。近年来，采用深度测序技术和新的种系聚类方法对微生物群落结构的研究相继展开。本课题组前期建立了通过Illumina双末端测序（BIPES），分析微生物群落的新方法，并建立了新的序列聚类工具TSC，可以高效低成本分析微生物群落。本文采集人和不同动物粪便，PCR扩增并Illumina测序粪便细菌16S r RNA V6区，通过BIPES以及QIIME分析并

35、比较人、大猪、小猪、大鼠、小鼠以及鸡的肠道细菌群落结构及多样性。为人与不同物种的肠道菌群结构研究提供一定数据基础。1 材料和方法1.1 采样分别收集来自人、SD大鼠、BABL/c小鼠、猪和鸡的粪便样品，保存于-80。人是来自南方医科大学的学生，年龄为20-22周岁，SD大鼠和BABL/c小鼠是分别来自南方医科大学实验动物中心的成年雄性大鼠和小鼠，猪是为云浮本地黑猪，年龄约为25天的猪，体重约6kg，本文称为“小猪”，以母猪奶和小猪饲料为主食；年龄为12月的猪，体重约55kg，本文称为“大猪”，以饲料为主食；鸡是广州某养殖农场的成年三黄鸡。1.2 样品总DNA提取所有粪便样品均采用Mobio公司

36、的DNA提取试剂盒提取样品的总基因组DNA，具体的操作严格按试剂盒说明书进行，与本课题组前期的报道相同7,8。并用DNA纯化试剂盒纯化以及用0.8%琼脂糖凝胶电泳定性检测和测定浓度后-20保存。1.3 16S rRNA基因扩增针对所有粪便样品的16S rRNA V6区，选用上游引物967F (CNACGCGAAGAACCTTANC)和下游引物1046R (CGACAGCCATGCANCACCT)进行扩增。扩增体系为25l体系，采用Takara Ex Taq，模板为2l。扩增条件：94 ，2 min；94 ，30 s；57 ，30 s；72 ，30 s；30个循环；72 ，5 min。PCR产物

37、测序前处理包括三步，第一，用凝胶分析软件BandScan进行相对定量，平衡所有样品因PCR扩增导致各样品浓度不一所带来的后期测序数据的深度不齐，以等量的Marker DL 2000的100-bp条带为基准进行相对定量，确定不同组别每个样品PCR产物的加入量，并按组别将各组样品混合，第二，对各组样品的混合PCR产物用Invitrogen荧光定量仪进行绝对定量。第三，根据各组别样品PCR产物的绝对定量和计划测序深度对各组PCR产物进行混合，并加入4个标准品，以评估高通量测序误差，最后，将总PCR产物经Illumina HiSeq2000 测序仪进行PE 100-bp测序（华大基因）。1.4 数据分

38、析首先，采用BIPES7,8流程（Perl语言编写，专用于分析高通量测序数据的流程）处理原始序列。包括四步，第一步，拼接序列。根据每个样品引物上的Barcode识别双末端测序的原始序列，用Perl脚本语言编程把双末端测序序列分别放入FQ文件1和2里，然后采用Needleman-Wunsch (NW)算法进行全局比对，对V6区片段进行拼接，拼接过程中，发生错配时，根据序列测序质量沿着5'-3'逐渐下降，我们选择靠近5'端的碱基为准。第二步，去除引物，得到16S rRNA V6片段。第三步，质量控制。通过对标准品计算测序错误率，对本次测序精确率进行初步评估。评估合格后，我们

39、会去除一个或多个模糊不清的序列（N）；去除引物上含有任何错误的序列；去除在40-70位点发生一个以上碱基错配的序列；去除拼接序列长度小于50-bp和大于90-bp的序列。第四步，将得到的干净序列用UCHIME筛选嵌合体并去除嵌合体序列9。我们用分阶段聚类算法Two-Stage-Clustering (TSC)10将干净序列聚类成操作分类单元（OTUs），出现频率大于等于3次的序列采用严格的分层聚类算法，NW距离采用最远距离法；出现频率小于3次的序列采用贪婪聚类算法，NW距离采用最远距离法。TSC聚类方法保持对高丰度序列高精确度聚类，同时也保持低丰度序列的多样性，从而达到缓和测序与PCR错误的目

40、的。最后采用Global Alignment for Sequence Taxonomy (GAST) 2算法对OTUs进行分类。采用UCLUST算法计算得到稀释曲线和Shannon指数。根据UniFrac距离，我们采用QIIME进行主成分分析，同时根据UniFrac距离得到OTUs系统发育树11。另外，我们采用QIIME来做OTUs网络图，将OTUs标准化到300个并使用Cytoscape6软件将其可视化展示，以减低其复杂性。最后，所有的统计分析均采用SPSS17.0进行统计分析。2 结果2.1 门水平分布我们采用GAST流程对所有序列进行分类，GAST流程对分析V3和V6片度具有较高的分类

41、性能2。如图1 A所示，不同物种之间肠道菌群差异较大。它们的肠道菌群均以厚壁菌门、拟杆菌门以及变形菌门为主，但鸡的厚壁菌门显著减少，而变形菌门显著增加。相比于人和大猪，小猪肠道细菌群落的变形杆菌显著减少，而拟杆菌门显著增加。大鼠和小鼠肠道菌群的差异大于大猪和小猪的肠道菌群差异，而人和鸡之间肠道菌群差异最大。图1 种系分类分布图。A 人和不同动物肠道菌群主要种系门水平分布图。B 人和不同动物肠道菌群主要种系的属水平分布图。C 人群不同个体肠道菌群主要种系门水平分布图。Human 、LP 、SP 、Rat、 Mouse和 Chicken分别代表人、大猪、小猪、大鼠、小鼠和鸡的粪便样品。以上图标在本

42、文一致。Fig 1 Taxonomic distribution. (A) Relative abundance of the dominant bacterial phyla in human and animals gut communities. (B)Relative abundance of the dominant bacterial genera in human and animals gut communities. (C) Relative abundance of the dominant bacterial phyla in the human communities.

43、 “Human”, “LP”, “SP”, “Rat”, “Mouse” and “Chicken” represent the samples of humans, large pigs, small pigs, rats, mice and chickens respectively. These labels are employed in this paper.2.2 属水平分布五类物种肠道菌群的主要种属相差巨大，如图1 B。人主要以Faecalibacterium、Megamonas、Escherichia等细菌种属为主；小猪主要以Prevotella、Subdoligranulum

44、、Faecalibacterium等细菌种属为主；大猪主要以Streptococcus、Lactobacillus、Succinivibrio等细菌种属为主；大鼠主要以Papillibacter、Bilophila、Akkermansia等细菌种属为主；小鼠主要以Bacteroides、Lactobacillus、Bulleidia等细菌种属为主；鸡主要以Pseudomonas、Acinetobacter、Lactobacillus等细菌种属为主。如图1 C，不同人体的肠道细菌群落种属差异很大。人体肠道细菌群落主要以Faecalibacterium为主，其所占比例在不同个体中大小不一，Huma

45、n2和Human3主要以Faecalibacterium和Escherichia，但Human3的Escherichia明显减少，Catenibacterium和Acidaminococcus增加；Human1和Human4主要以Faecalibacterium、Megamonas和Escherichia为主，但Human4的Faecalibacterium明显地减少；然而，Human5与其他个体不同，主要以Faecalibacterium和Dialister为主。2.3 多样性分析我们将所有样品标准化到1646条序列，大猪组的两份样品的其中一个平行样被剔除。所有序列按97%的相似度进行OTU

46、s分类，计算稀释曲线和Shannon多样性指数。结果如图2所示：A图为不同物种的稀释曲线，大猪的肠道细菌多样性最高，其次分别是小鼠、小猪、大鼠、鸡，人肠道细菌多样性最低；B图显示Shannon指数最高的也是大猪(5.3972)，其次分别是大鼠(5.2313)、小猪(5.0044)、小鼠(4.5343)、人(3.7918)和鸡(3.4734)。从多样性角度，猪肠道菌群种属丰富度及Shannon指数均显著高于人及鸡肠道菌群。图2 多样性比较。A操作分类单元（OTUs）的稀释曲线。B Shannon指数，将样品序列标准化到1646条，OTUs的相似度为0.97。Fig. 2 -Diversity c

47、omparison.(A)Rarefaction curves for OTUs. (B)Shannon index were calculated using UCLUST with reads normalized to 1,646 for each sample using 0.03 distance OTUs.采用UCLUST算法计算得到肠道细菌多样性指数后，将其分类并转入Excel，并采用SPSS对不同组别多样性信息进行One Way ANOVA分析，结果显示，各组间的多样性指数具有统计学意义，尤其是Shannon指数差别显著，P<0.01。2.4 多样性分析采用QIIME，计

48、算得到UniFrac距离，从图3 A可知，人群内不同个体肠道细菌群落的差异很大，个体间UniFrac距离最大为0.5851,最小为0.3496。图3 B，小猪与人之间的UniFrac距离为0.7165，其次是其次分别是大鼠（0.7457）、大猪（0.7527）、小鼠（0.7859），与人UniFrac距离最远的是鸡（0.8132）。最后，将五类物种的UniFrac距离导入Excel，采用SPSS对人与不同动物的UniFrac距离进行Students t-test分析，统计结果显示，五类物种的UniFrac距离均具有统计学意义，P<0.01。图3 A 人群不同个体间粪便样品中微生物群落的U

49、niFrac距离。B 人与不同动物间粪便样品中微生物群落的UniFrac距离。UniFrac距离代表任意两个样品微生物群落在系统发育树上的分支。Fig 3 UniFrac Distance.(A)Average unweighted UniFrac distance between humans fecal samples each other. (B)Average unweighted UniFrac distance between human and other animal fecal samples. Bars indicate the mean ± SEM. These

50、 distances represent the fraction of branch length shared by any two samples' communities in a phylogenetic tree built from16S rRNA sequence data from all samples.经过QIIME对UniFrac距离进行主成分分析（Principal coordinate analysis），得到五类物种的unweighted的UniFrac聚类结果（图4）。人和四种动物以物种亲缘关系为主要因素分别聚成一堆，除了小猪外，大猪、大鼠、小鼠和鸡四种

51、动物与人均能明显分开，说明人和小猪的肠道菌群结构最为相近，其次是大鼠，人与鸡肠道细菌群落结构相差最远。图4 UniFrac聚类图，每一个点代表一个粪便样品。Fig. 4 Principal coordinates anlysis of unweighted UniFrac distances between human and animal faecal samples.2.5 OTUs水平分布我们采用GAST分类器对所有16S rRNA V6片段进行分类，然后将所有OTUs随机标准化到300个OTUs，以Cytoscape软件做可视化OTUs网络图，如图5，发现人和小猪的OTUs网络图重叠部

52、分最大，其次是大猪，而大鼠、小鼠以及鸡和人的OTUs网络图重叠部分很少，说明人和小猪的肠道菌群在OTUs水平上是最相近的。图5 操作分类单元（OTUs）网络图，每个样品的OTUs标准化至300个，每一个节点表示一个操作分类单元，每一条线表示线上的OTUs来自相同的种系。Fig. 5 Results from network-based analysis of microbiota with reads normalized to 300 for each sample. Nodes represent operational taxonomic units (OTUs), and each l

53、ine indicates that an OTU was identified in the same source.3 讨论根据人群的生活经历和方式，包括饮食结构，不同的人体肠道菌群可区分具有不同特征的人群。例如，2003年，Falush D等人以幽门螺旋杆菌（Helicobacter pylori）的多样性追踪人群的迁徙轨迹12。人群由于年龄、健康状况、生活方式等原因，导致肠道菌群结构不同。2008年，Ley等人研究发现，尽管来自不同大洲和性别的人群肠道菌群结构差异巨大，但人与不同哺乳动物肠道菌群结构的差别更大13。本文采用BIPES以及QIIME分析并比较人和四类哺乳动物的肠道菌群结构

54、及多样性发现，尽管不同人的肠道菌群结构很大（图3 A），相比于其他物种，人与四类物种的肠道菌群结构的差异更大（图 4）。宿主亲缘关系的远近和饮食结构是影响肠道菌群的两个关键因素，一项研究发现，人与灵长类动物肠道菌群的相似度高于非灵长类动物。然而，在灵长类动物中，饮食结构成为影响肠道菌群的首要因素，例如，人与环尾狐猴等杂食性灵长类动物肠道菌群的相似度高于食草性灵长类动物，而人与食草性灵长类动物肠道菌群的相似度高于食草性非灵长类动物，例如偶蹄目类动物绵羊6,13。Lee等人的另一份研究哺乳动物进化及其肠道菌群的报告指出，现代生活方式的人类实质上可定义为“杂食性灵长类动物”6。本文研究发现，尽管不同

55、人之间的肠道菌群相似度较低，但不同物种之间相比较，小猪与大鼠肠道菌群与人相似性高于小鼠和鸡肠道菌群。不同物种肠道菌群存在显著差异。与人类相比，小猪的肠道微生物组最相近，而鸡的肠道菌群相似度最低。我们认为，其原因主要来源于以下三点：（1）本研究的人群个体的饮食结构均不尽相同，故不同人之间的肠道菌群相似度较低。（2）人、小猪和大鼠都属于脊索动物门的哺乳纲，而鸡属于鸟纲，非哺乳动物。（3）人、小猪和大鼠三类物种中，人和小猪饮食结构的相似性高于大鼠的可能性更大。本研究的大鼠均以动物中心配发的动物饲料为食。猪一直被公认为是生物和医学研究的实验动物，由于人与猪解剖和生理上的相似性，猪作为动物模型已经被应用

56、于许多科学研究领域。选择研究人肠道菌群结构适合的动物模型，首先，选择与人最为相近的种属，如灵长类动物。其次，选择饮食结构与人最为相似的杂食性灵长类动物或种属比较相近的杂食性动物。如家猪和鼠类。本研究发现，五类物种中，小猪的肠道微生物组与人类最相近。小猪与人均为哺乳动物，而且人与小猪的饮食结构比较相近。因此，小猪是研究人类肠道菌群结构的重要实验动物之一。微生物源追踪是通过各种分子和生物化学手段追踪水源粪便污染的方法14,15,16。最近，由于微生物源追踪被应用于预防水源污染与人群健康风险评估而备受关注。传统的微生物源追踪法是以大肠杆菌、肠球菌和噬菌体作为粪便指示菌，将其从水源样品中分离出来，并用

57、各种基因型或表型特征加以鉴别。随着高通量测序技术和新型种系聚集方法被应用于微生物群落结构研究中，微生物追踪法得到了新的发展，最近，16s rRNA作为微生物分类的标签序列已经被应用到微生物追踪17,18。2010年，Lee等人的研究发现，来自相同粪便的微生物群落是非常相似的，而且，其微生物群落具有一个共同的核心菌属，如双歧杆菌是人的核心菌属；Yania是鸡的核心菌属以及Marinicola是猪的核心菌属19。本研究发现，五类物种肠道菌群的主要种属相差很大，其主要菌种以及所占的比例均各具特点，这将为水源微生物追踪提供一定的数据基础。4 结论人与不同动物肠道微生物多样性存在显著差异。与人类相比，小

58、猪的肠道微生物组最相近，而鸡的肠道菌群相似度最低。这将为人与不同物种的肠道菌群结构研究提供一定的数据基础。参考文献 (References)1 Whitman WB, Coleman DC, Wiebe WJ. Prokaryotes: the unseen majorityJ. Proc Natl Acad Sci U S A, 1998, 95(12):6578-6583.2 Huse SM, Dethlefsen L, Huber JA, Mark Welch D, Relman DA, Sogin ML. Exploring microbial diversity and taxonomy using SSU rRNA hypervariable tag sequencing. PLoS Genet, 2008, 4(11):e1000255.3 Lozupone CA, Stombaugh JI, Gordon JI, Jansson JK, Knight R. Diversity, stability and resilience of the human gut microbiotaJ. Nature, 2012, 489(7415):220-230.4 Armougom F, Raoult D. Exploring Microbial