基于特征蛋白的人肠道病毒组精准高效分析新方法SinProVirP的开发与应用

《Cell Reports Methods》:A signature-protein-based approach for accurate and efficient profiling of the human gut virome

【字体: 大 中 小 】 时间:2025年12月09日 来源:Cell Reports Methods 4.5

编辑推荐:

  本研究针对当前肠道病毒组分析工具在准确性与计算效率间的失衡问题,开发了基于病毒属水平特征蛋白的量化工具SinProVirP。通过整合27.5万个噬菌体基因组构建包含10.9万个特征蛋白的数据库,实现了对已知和新颖病毒的高精度检测(召回率>80%),计算需求降低超80%。在炎症性肠病队列中成功揭示病毒组失调模式并提升疾病分类效能,为大规模病毒组研究提供了可靠方案。

  
人类肠道中居住着数万亿微生物,其中病毒——尤其是噬菌体——作为调控细菌群落和宿主免疫的关键角色,近年来备受关注。然而,由于病毒基因组的高变异性、缺乏保守标记基因以及新病毒物种的不断涌现,传统宏基因组分析工具难以在准确性、新颖病毒检测能力和计算效率之间取得平衡。组装依赖的方法虽准确性高但资源消耗巨大,而基于参考数据库的k-mer工具(如Phanta)虽速度快却无法有效识别未收录病毒。这种技术瓶颈严重阻碍了跨队列、大规模肠道病毒组研究的深入开展。
为解决这一难题,来自华大基因研究院的Junhua Li团队在《Cell Reports Methods》上发表了题为“A signature-protein-based approach for accurate and efficient profiling of the human gut virome”的研究。他们创新性地提出病毒属水平特征蛋白(signature protein)策略,开发出全新工具SinProVirP。其核心思路在于:尽管新病毒物种层出不穷,但人类肠道中病毒属的发现已趋于饱和,且属内蛋白共享度较高,因此可通过筛选属特异性蛋白作为分子标记,实现高效且普适的病毒组量化。
关键技术方法概述
研究整合GPD、MGV等四大公共数据库的27.5万个病毒基因组,经质量过滤(长度≥10 kb、完整性≥50%)后聚类为13万个物种代表序列。通过vContact2构建蛋白共享网络,生成6,780个病毒聚类(VC),并从中筛选出10.9万个高特异性特征蛋白建立数据库。SinProVirP采用氨基酸比对策略,通过Diamond将宏基因组读段比对至特征蛋白数据库,以蛋白覆盖度≥70%且半数以上蛋白被检测为VC量化标准。在735例炎症性肠病(IBD)队列中验证其生物学应用价值。
研究结果
1. SinProVirP精准识别并量化病毒聚类
在模拟宏基因组数据(含10%病毒读段)中,SinProVirP的VC检测精度(F1分数=0.81)接近金标准WGVP(全基因组比对法),且显著优于Phanta(F1=0.59)。其丰度估计与真实值高度吻合(R2=0.914),且在不同病毒读段比例(1%-30%)下均保持稳定性能。值得注意的是,SinProVirP对细菌来源读段的误判率(11%-13%)与其它工具相当,证明其数据库能有效排除原核生物同源序列干扰。
2. 特征蛋白策略有效捕获新颖病毒丰度
通过Lou等研究中新组装的8,424个病毒基因组测试,SinProVirP对库内已知物种和新颖物种(与参考库ANI<95%)的召回率分别达90%和80%,显著高于Phanta(72% vs. 55%)。进一步分析显示,Phanta将23.3%的新病毒读段误判为细菌,而SinProVirP凭借属级蛋白的进化保守性,对新颖病毒读段的正确分类率超过98%。
3. 资源效率优势显著
SinProVirP的蛋白数据库仅0.025 GB,较WGVP(11.46 GB)和Phanta(32 GB)大幅缩减。处理1000万读段时,其峰值内存占用为6.33 GB(仅为Phanta的1/5),耗时19.2分钟(较WGVP减少87%),文件I/O操作量降低至WGVP的2.8%,凸显其在大规模数据中的应用潜力。
4. VC层级分析揭示IBD中病毒组失调模式
在四个IBD队列(735样本)中,SinProVirP共检测到3,502个VCs,其中644个核心VCs跨队列稳定存在。克罗恩病(CD)患者病毒组丰富度和Shannon指数显著降低,且与细菌多样性变化同步(Spearman’s rho=0.74)。随机森林模型显示,结合病毒VC特征与细菌物种可进一步提升CD诊断效能(AUC=0.925)。此外,VC_4267_0(非IBD富集)与CD相关菌Clostridium clostridioforme呈负相关,提示噬菌体可能通过调控病原菌丰度影响疾病进程。
结论与展望
SinProVirP通过创新性地利用病毒属水平特征蛋白,突破了现有工具在准确性、新颖病毒检测和计算效率间的三角矛盾。其紧凑的数据库设计、氨基酸比对策略以及严格的同源序列过滤,为大规模跨队列肠道病毒组研究提供了标准化解决方案。在IBD队列中成功验证其生物学价值,不仅揭示了疾病特异的病毒-细菌互作网络,还凸显了病毒组特征在疾病分型中的补充作用。未来,随着更多生境病毒组数据的积累,该方法有望拓展至海洋、土壤等生态系统,推动病毒组学在生态与健康领域的深度融合。
(注:本研究局限性包括当前数据库依赖vContact2聚类结果,对真核病毒覆盖不足;且主要适用于肠道环境,其他生境适用性需进一步验证。)
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号