Deep sequencing artificially inflates estimates of microbial diversity

为了了解生活在我们的皮肤上、土壤中或肠道内的隐形世界，科学家们经常求助于一种类似于“遗传普查”的技术。他们采集样本，分离出其中微小生物的 DNA，并利用机器读取作为每个物种独特标识符的特定基因的遗传密码。通过计算样本中出现了多少种不同版本的这些基因，研究人员可以估算出那里生活着多少不同类型的微生物。这种方法彻底改变了我们对微生物世界的认知，揭示了此前不可见的复杂群落。然而，为了使这些计数具有意义，数据必须反映现实，而非计数机器本身的特性。如果技术本身创造了并不存在的生命幻象，那么整个微生物多样性的图景就会变得扭曲，导致科学家误以为一个群落比实际情况要多样得多。

最近的一项研究针对了一个令人困扰的模式：即观察样本的过程本身似乎创造了比实际存在更多的生命。研究人员首先测试了一个简单的受控场景：他们采集了仅包含一种类型遗传序列的样本，这意味着最初的多样性为零。这些“零多样性”样本是使用变异极小的宿主基因或加入合成 DNA 链来创建的。当这些均匀的样本进行测序时，结果令人震惊。机器报告的不是仅有一种序列类型，而是数百种不同的变体。随着研究人员增加读取次数（即收集的数据总量），问题变得更加严重。一旦测序量超过十万次读取，虚假变体的数量便呈指数级爆炸。看起来，机器似乎是在凭空发明新的物种，仅仅是因为它观察得如此深入且持久。

这种人为的膨胀并不局限于受控的试管实验。当研究人员将同样的分析应用于真实的微生物样本（例如含有细菌或真菌的样本）时，他们发现了相同的模式。随着读取次数的增加，计算出的群落多样性随之上升，即便样本的实际生物组成保持不变。研究表明，这一误差不仅影响了物种的总数，还影响了特定生物类群内部的感知多样性。研究人员发现，这个问题在用于识别微生物的不同类型的遗传标记中都是一致的，这表明当前的测序技术在处理大量数据时面临着根本性的挑战。

团队调查了特定的调整是否可以解决这个问题。他们测试了缩短机器读取的遗传序列长度，并尝试使用另一种名为 AVITI Element 的测序平台。虽然这些改变有助于减少虚假变体的数量，但并未完全消除问题。人工膨胀依然存在，尽管程度有所减轻。作者得出结论，目前最实际的解决方案是在比较测序深度差异极大的样本时要极其谨慎。如果一个样本被读取了一百万次，而另一个仅被读取了一千次，前者看起来一定会更加多样化，这并非因为其本身更丰富，而是因为机器有了更多产生错误的机会。该研究建议，利用这些受控的、零多样性的样本作为基准，可以帮助科学家调整他们的研究方法以更接近真相，从而确保他们绘制的微生物世界地图是基于真实存在的事实，而非机器所想象出来的幻象。