💻 bioinformatics

Taxonomic profilers and their influence on metagenomic diversity analyses

本研究表明，分类学分析工具、参考数据库以及参数设置的选择显著影响着宏基因组分析中的 alpha 多样性估算值和统计结论，这强调了研究人员进行敏感性分析以确保科学发现的稳健性与可靠性的至关重要性。

原作者： Rondeau-Leclaire, J., Blanchet, G., Jacques, P.-E., Laforest-Lapointe, I.

发布于 2026-07-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Rondeau-Leclaire, J., Blanchet, G., Jacques, P.-E., Laforest-Lapointe, I.

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

想象一下，你是一名正在试图破解谜题的侦探：“谁住在这个微小的、隐形的城市里？”在微生物组研究的世界里，那个“城市”就是一份土壤、唾液或粪便样本，而居民则是数十亿计的微小微生物。为了查明谁住在那里，科学家们使用被称为**分类谱分析工具（taxonomic profilers）**的特殊软件工具。这些工具就像是超高速图书管理员，扫描数百万页的 DNA“页面”，并将其与已知的微生物巨型参考库进行比对，从而制作出一份宾客名单。

但转折在于：就像不同的图书管理员可能会使用不同的目录或对什么是“宾客”有不同的定义一样，这些软件工具并不总是对宾客名单达成一致。这项由 Jonathan Rondeau-Leclaire 及其团队领导的研究，决定对四种最受欢迎的“图书管理员”进行测试：mOTUs、MetaPhlAn、Kraken2 和 Sourmash。他们并没有仅仅使用虚构的、人造的数据；他们深入挖掘了来自八个不同数据集的 1,211 个真实宏基因组，涵盖了从人类肠道、皮肤到苔藓和蜜蜂肠道的各种样本。

伟大的宾客名单差异

研究团队发现，选择哪位“图书管理员”会显著改变故事的走向。如果你要求一个工具去统计宾客数量，它可能会说：“哇，这里有 500 个不同的物种！”而问另一个工具，它可能会说：“实际上，我只看到了 200 个。”

该论文发现，Alpha 多样性（一种高级说法，指“房间里有多少种不同类型的宾客，以及它们分布得多么均匀”）对你选择哪个工具极其敏感。

“DNA 到标记基因”类图书管理员： 像 MetaPhlAn 和 mOTUs 这样的工具寻找微生物身上的特定“名牌”（标记基因）。即使使用同一种类型的文库，这两个工具给出的多样性计数也不同。例如，在观察 Shannon 多样性时，当使用相同的文库时，mOTUs4 在 95.5% 的样本中发现的多样性高于 MetaPhlAn4。
“DNA 到 DNA”类图书管理员： Kraken2 和 Sourmash 则通过比较整个 DNA 序列来进行匹配，就像是在匹配整个段落。这些工具表现出了更剧烈的波动。使用相同的数据库时，Kraken2 报告的物种数量通常远多于 Sourmash。事实上，在使用一种特定的设置时，Kraken2 发现了平均 1,167 ± 625.7 个物种，而 Sourmash 仅发现了 192 ± 48.69 个。

作者指出，这些差异并非随机噪声，而是由工具的内部逻辑驱动的。例如，Kraken2 就像是一个图书管理员，他会说：“只要我看到哪怕一个微小的线索，我就把这位宾客列入名单”；而 Sourmash 则更为严格，它会说：“我需要一堆证据才能把名字加进名单。”

图书库也很重要

不仅是图书管理员，他们使用的图书库也至关重要。论文测试了两个庞大的参考数据库：RefSeq（基于 NCBI 分类学）和 GTDB（基于系统发育基因组学关系）。

GTDB 图书库规模更大，包含超过 113,104 个物种，而 RefSeq 仅有 27,285 个。
不难理解，使用更大的库（GTDB）会导致发现更多的多样性。论文指出，如果你使用 GTDB，该工具可能会将志贺菌（Shigella）归类在肠杆菌属（E. coli）之下，从而改变整个宾客名单的结构。

“那又怎样？”时刻：结论会改变吗？

这是故事中最关键的部分。宾客名单的不同真的重要吗？是的，有时很重要。

当研究人员询问“病人和健康人之间的多样性是否存在差异”时，答案完全取决于他们使用了哪种工具。

在包含 719 个样本的 Gut PD（帕金森病）数据集中，在 13 种方法论中，有 9 种显示出两组之间的差异具有统计学意义。但这种差异的“强度”（效应量）波动巨大，范围从 0.04 到 0.13 不等。
在 Gut NAFLD 数据集中，只有一种特定的配置（高置信度水平下的 Kraken 配合 RefSeq）发现了显著差异，而其他配置则表示：“不，这里什么也没有。”
论文明确反对认为所有这些工具都是可以互换的观点。他们证明了 Alpha 多样性分析可能会受到方法论选择的影响，这意味着研究人员可能会无意中（或有意地）选择一个能让其假设看起来成立或不成立的工具。

好消息：Beta 多样性更稳定

虽然宾客的“计数”（Alpha 多样性）很不稳定，但宾客的“排列方式”（Beta 多样性）则更为稳定。Beta 多样性问的是：“A 组的宾客和 B 组的宾客看起来是否不同？”

作者发现，尽管具体的物种数量发生了变化，但关于两组之间是否存在差异的统计结论通常保持不变。
例如，在 Gut RA（类风湿关节炎）数据集中，大多数工具都认为两组之间存在差异，即使它们在具体有多少物种方面存在分歧。
然而，论文指出，使用 RefSeq 数据库配合 Kraken 有时会导致与使用 GTDB 不同的结果，这表明一个更大、更完整的库有助于工具在宏观图景上达成共识。

总结

作者得出结论，并没有一个适用于所有情况的“最佳”工具。“正确”的选择取决于你的具体问题、样本类型以及你所能接触到的文库。

他们警告研究人员不要仅仅因为某个工具能给出他们想要的结果就进行“择优挑选”（cherry-picking）。相反，他们建议：

保持透明： 明确说明你使用了哪种工具、数据库和设置。
检查你的工作： 进行“敏感性分析”，看看如果更换工具或数据库，你的主要结论是否依然成立。
不要拿苹果比橘子： 你不能直接将使用工具 A 的研究得出的多样性数值与使用工具 B 的研究进行比较，因为数值本身会受到软件的影响。

简而言之，论文表明，虽然这些工具功能强大，但它们并不是魔杖。它们是透镜，而不同的透镜会向你展示同一微观世界的不同版本。为了获得最真实的景象，科学家需要清楚自己正通过哪种透镜在观察。

技术摘要：分类剖析工具及其对宏基因组多样性分析的影响

问题陈述
分类剖析是微生物组研究中的基础步骤，然而，生物信息学工具及其参数的选择引入了显著的方法论变异。尽管基准测试研究（如 CAMI）已利用模拟数据评估了工具性能，但目前仍缺乏关于这些选择在应用于包含噪声和未表征多样性的真实世界宏基因组时，如何影响多样性估计和统计结论的理解。作者指出，不同的剖析工具估算的丰度类型不同（分类丰度 vs. 序列丰度），并采用不同的算法策略，导致其生成的谱图（profiles）具有不可互换性。因此，工具选择在多大程度上影响 α 多样性和 β 多样性指标，以及下游假设检验的稳健性，目前仍缺乏充分的表征。

方法论
本研究评估了四种广泛使用的分类剖析工具：mOTUs v4、MetaPhlAn v4、Kraken2 和 Sourfish。这些工具代表了两种主要的途径：

DNA-to-Markers (D2M)： MetaPhlAn 和 mOTUs，通过将 reads 比对到标记基因来估算分类丰度。
DNA-to-DNA (D2D)： Kraken2 和 Sourmash，通过将 k-mer 与参考基因组进行匹配来估算序列丰度。

分析使用了 1,211 个宏基因组样本，涵盖 8 个不同的数据集（包括人类肠道、唾液、皮肤以及苔藓和蜜蜂肠道等环境样本）。研究测试了 13 种方法论设计，变量包括：

参考数据库： NCBI RefSeq 与 GTDB (Genome Taxonomy Database)。
数据库版本： MetaPhlAn 和 mOTUs 的不同发布日期。
参数： Kraken2 的 --confidence 阈值（0.10, 0.45, 0.90）以及 Sourmash 的 --threshold_bp。

分析方法：

α 多样性： 使用丰富度 (Richness)、Shannon 熵、逆 Simpson 指数 (Inverse Simpson) 和 Tail 统计量进行计算。为了消除数据库规模和工具敏感性的差异，每个方法论内的多样性数值经过了中心化和标准化处理。通过 Pitman-Morgan 检验评估了工具对之间标准化差异的变异性。
β 多样性： 为每种方法论生成了 Bray-Curtis 不相似度矩阵。通过 Procrustes 分析 对序列表征 (ordinations) 进行比较，以衡量方法论输出之间的相关性。
统计推断： 通过执行 Mann-Whitney 检验（针对 α 多样性）和 PERMANOVA（针对 β 多样性）来测试方法论对科学结论的影响，这些检验是基于预定义的组别（例如，健康组 vs. 疾病组）进行的。

关键结果

估算值的显著变异： α 多样性估计值在不同方法论之间存在显著差异。例如，mOTUs4 生成的 Shannon 和 Inverse Simpson 多样性通常高于 MetaPhl4；而 Kraken2 报告的丰富度始终高于 Sourmash。
变异驱动因素：
- 算法策略： D2D 工具（Kraken2, Sourmash）对工具选择的敏感度高于 D2M 工具。
- 参考数据库： 在 D2D 工具中，选择 RefSeq 还是 GTDB 会显著影响丰富度和 Tail 统计量。包含更多物种的 GTDB 产生了更高的丰富度估计值。
- 参数： Kraken2 的 --confidence 参数极大地影响了多样性估计；较低的阈值会增加多样性数值，有时甚至超过 Sourmash。
对统计结论的影响：
- α 多样性： 方法论的选择经常改变统计显著性和效应量。在多个数据集中（如 Gut COV, Saliva COV），某一分组差异在一种工具下是显著的，而在另一种工具下则不显著。效应量（秩相关系数/rank-biserial correlations）根据所使用的工具和数据库的不同而表现出巨大的差异。
- β 多样性： 虽然序列表征（Procrustes 相关性）对工具和数据库的选择较为敏感，但 统计推断（PERMANOVA 显著性和 $R^2$ ）在不同方法论之间保持了高度的稳定性。大多数工具在“分组变量是否与群落不相似性显著相关”这一问题上达成了一致，尽管解释方差（ $R^2$ ）可能有所不同。

意义与主张
本文认为，分类多样性分析对剖析工具、参考数据库和参数化的选择高度敏感。作者主张：

迥异的生物学结论： 研究人员可能会仅仅基于其方法论选择，而在多样性差异的存在或程度方面得出不同的生物学结论。
工具的非等效性： D2M 和 D2D 工具产生的是不可互换的丰度谱，即使是同一类别的工具（如 Kraken 与 Sourmash），也会因为算法启发式规则的不同而产生分歧的结果。
进行敏感性分析的必要性： 本研究强调了研究人员评估结果相对于工具、参数和数据库选择之稳健性的必要性。
透明度： 为了确保可重复性并避免“挑选结果”(cherry-picking)，作者建议透明地报告所有方法论细节，并根据特定的研究目标证明工具选择的合理性。

研究结论指出，虽然在测试的数据集中 β 多样性的统计结果相对稳健，但 α 多样性的结论是非常脆弱且高度依赖于方法论的。作者倡导研究视角从询问“哪种工具最好？”转向“方法论的选择如何影响我们的结论？”，以促进更可靠、更透明的宏基因组研究。

伟大的宾客名单差异

图书库也很重要

“那又怎样？”时刻：结论会改变吗？

好消息：Beta 多样性更稳定

总结

类似论文