对菌群16S
rRNA基因进行高通量测序，无疑是微生物组研究中最基础也是最常用的研究方法，能以较高的性价比揭示菌群的具体物种组成，从而解答“群落中有谁在？”的基本问题。然而，很多时候，我们更希望知道菌群行使的具体功能，也就是解释“它们在干什么？”。对菌群进行宏基因组测序自然是最佳解决方案，但如此高大上的研究方法，投入成本相对较多，分析方法也相对复杂。如果仅仅知道菌群组成，该怎么把物种的“身份”和它的“功能”对应起来呢？
由此，一款名为PICRUSt的菌群代谢功能预测利器应运而生，相关论文发表在权威期刊《Nature Biotechnology》上[1]。
PICRUSt全称为“Phylogenetic Investigation of Communities byReconstruction of Unobserved States”，可以通过16S rRNA基因序列，预测对应的细菌和古菌的代谢功能谱。
有了PICRUSt，相当于在菌群的“组成”和“功能”之间搭起了一座桥，即使只有16S rRNA基因的测序结果，我们一样可以获得宏基因组级别的研究结果！
1、PICRUSt的基本原理
PICRUSt的总体思路说来很简单，主要分为3步：
1. 先根据已测微生物基因组的16S rRNA基因全长序列，推断它们的共同祖先的基因功能谱；
2. 对Greengenes数据库中其它未测物种的基因功能谱进行推断，构建古菌和细菌域全谱系的基因功能预测谱；
3. 最后，将测序得到的菌群组成“映射”到数据库中，对菌群代谢功能进行预测。该步骤具体通过以下方式实现：
i. 对测序获得的16S rRNA基因序列，进行“封闭式”参考OTU划分（Closed-reference OTU picking），通过与Greengenes数据库比对，寻找每一条测序序列的“参考序列最近邻居”，并归为参考OTU；
ii. 根据“参考序列最近邻居”的rRNA基因拷贝数，对获得的OTU丰度矩阵进行校正；
iii. 根据“参考序列最近邻居”对应的KEGG/EggNOG等基因功能谱数据，换算预测菌群的整体代谢功能。
2、ICRUSt的特点
PICRUSt算法的一大特点，就是基于Greengenes的16S rRNA基因全
由此，一款名为PICRUSt的菌群代谢功能预测利器应运而生，相关论文发表在权威期刊《Nature Biotechnology》上[1]。
PICRUSt全称为“Phylogenetic Investigation of Communities byReconstruction of Unobserved States”，可以通过16S rRNA基因序列，预测对应的细菌和古菌的代谢功能谱。
有了PICRUSt，相当于在菌群的“组成”和“功能”之间搭起了一座桥，即使只有16S rRNA基因的测序结果，我们一样可以获得宏基因组级别的研究结果！
1、PICRUSt的基本原理
PICRUSt的总体思路说来很简单，主要分为3步：
1. 先根据已测微生物基因组的16S rRNA基因全长序列，推断它们的共同祖先的基因功能谱；
2. 对Greengenes数据库中其它未测物种的基因功能谱进行推断，构建古菌和细菌域全谱系的基因功能预测谱；
3. 最后，将测序得到的菌群组成“映射”到数据库中，对菌群代谢功能进行预测。该步骤具体通过以下方式实现：
i. 对测序获得的16S rRNA基因序列，进行“封闭式”参考OTU划分（Closed-reference OTU picking），通过与Greengenes数据库比对，寻找每一条测序序列的“参考序列最近邻居”，并归为参考OTU；
ii. 根据“参考序列最近邻居”的rRNA基因拷贝数，对获得的OTU丰度矩阵进行校正；
iii. 根据“参考序列最近邻居”对应的KEGG/EggNOG等基因功能谱数据，换算预测菌群的整体代谢功能。
2、ICRUSt的特点
PICRUSt算法的一大特点，就是基于Greengenes的16S rRNA基因全