新闻资讯

News Information

您现在的位置：

首页

美格基因｜宏基因组云分析系列优化第三弹来袭！！

发布时间：

2025-08-22

美格云生态官网：http://cloud.magigene.com/

我们始终以技术创新为核心驱动力，持续推动宏基因组研究工具的研发与功能升级。本次宏基因组云分析平台迎来第三轮核心模块优化，重点涵盖基因集管理、丰度计算方法及丰度表、物种与功能组成分析、物种与功能差异分析、功能注释分析、代谢通路组间差异分析等多个关键分析环节。通过丰富功能和简化操作流程，为您构建更高效、更可靠的宏基因组云分析体验。

接下来我们一起来看下具体的优化内容吧！！

01 基因集管理系列

01 新增碳、氮、磷、硫功能基因集

研究意义：碳（C）、氮（N）、磷（P）、硫（S）是生物地球化学循环中的关键元素，相关功能基因的研究在环境科学、农业、医学及工业生物技术等多个领域具有重要价值。

优化内容：在基因集管理模块中，新增默认生成的C、N、P、S功能基因集，便于用户直接调用。

02 新增基因集合并操作

优化内容：为提升分析效率与操作便捷性，本次更新支持用户对已有基因集进行合并处理。

效果：用户可在基因集管理模块中直接合并已筛选的基因集，便于开展后续分析。

03 新增按物种界分类水平筛选基因集的功能说明

优化内容：以往在筛选细菌、真菌、古菌、真核生物或藻类等特定物种注释结果时，需用户明确指定分类门级信息。本次升级新增按界分类层级进行筛选的功能。

效果：优化后，用户现可在基因集管理模块中直接选择界分类层级，快速获取相应物种的注释信息。

02 新增丰度计算方法

方法回顾：宏基因组分析中，基因或功能元件丰度的准确计算是解析微生物群落功能及其环境适应性的关键。合理选择标准化方法有助于提高结果的可靠性与可比性。以下为四种常用方法的简要说明：

01 Reads Number（原始读段计数）

直接统计比对至目标基因或功能元件的测序读段数量。该方法简单直观，适用于初步筛选高丰度基因，但未校正基因长度和测序深度差异，不适用于跨样本比较。计算公式如下图所示：

02 RPKM（每千碱基每百万读段数）

校正基因长度与测序深度的影响，适用于单端测序数据，常见于宏基因组功能注释（如KEGG通路分析）。其缺点为样本间总RPKM值存在差异，跨样本比较时需进一步标准化。计算公式如下图所示：

03 FPKM（每千碱基每百万片段数）

与RPKM类似，适用于双端测序数据，将一对paired-read视为一个片段，减少重复计数偏差。计算公式如下图所示：

04 TPM（每百万转录本每千碱基）

先校正基因长度，再校正测序深度，样本TPM总和一致，便于跨样本比较，广泛应用于转录组数据分析，在宏基因组中需注意短基因可能带来的偏差。计算步骤为：1）计算每个基因的RPK（Reads Per Kilobase）：RPK=C/(L/10³)；2）样本内所有RPK求和并归一化：Sum=∑RPK_i；3）TPM = RPK/(Sum/10⁶)。

优化内容：丰度计算模块新增上述四种方法，用户可在任务发起前根据研究需求选择合适的计算方法。

03 物种丰度表增加分类层级

优化内容：以往物种丰度表仅显示所选分类层级（如属水平）的信息。若用户需了解更高层级的分类信息（如纲水平），需另行查看对应层级的丰度表。本次更新对各类水平丰度表补充了完整的分类层级信息。

效果：例如，属水平丰度表将同时展示界、门、纲、目、科信息；种水平丰度表将补充界、门、纲、目、科、属信息。