近日，在科技部863計劃、國家自然科學基金等項目的支持下，中國科學院青島生物能源與過程所功能基因組團隊在元基因組計算方法學取得了系列進展。
纖維素降解、沼氣生成等生物能源過程均由復雜微生物群落完成。元基因組學可克服自然界中大部分微生物難以培養(yǎng)的問題，通過直接測定、分析微生物群落的遺傳信息，深入認識復雜微生物群落的結構和功能。而海量數據的高效分析則是元基因組學領域的技術瓶頸之一。
該團隊計算生物學組寧康、蘇曉泉等研究人員利用GPGPU（高性能并行化通用處理器）等先進計算硬件，設計了高性能微生物群落數據分析軟件Parallel-META。利用該軟件對微生物群落進行分析，較之傳統(tǒng)方法，在準確性相同的條件下，速度提高10倍以上（圖1）。相關研究結果發(fā)表在BMC Systems Biology（2012，6(Suppl 1):S16）上，并申請一項軟件著作權（登記號：2012R11S039241）和一項發(fā)明專利（受理號：201210055384.8）。該方法已經被應用于數十個合作項目的數據處理過程。
圖 1 基于Parallel-META程序的微生物群落分析較傳統(tǒng)方法速度提高10倍以上
同時，基于微生物元基因組數據庫系統(tǒng)的設計和構建，寧康、蘇曉泉、宋寶興等開發(fā)了一系列微生物群落比較和搜索方法。這些方法有助于在海量微生物群落樣本中鑒別具有特定功能的基因。相關研究成果發(fā)表在Bioinformatics, 2012, 28 (19), 2494-2501和PLoS ONE, 2012, 7(11), e48998上。
此外，該團隊還與美國加州大學崔欣萍教授、美國科學院院士朱健康教授等合作，開發(fā)面向微生物和植物、具有高靈敏度的單核苷酸多態(tài)性（SNP）檢測方法，該方法(GeMS; http://www.computationalbioenergy.org/snp.html)在生物進化、突變體檢測等領域具有較高的潛在應用價值。
目前，中國科學院青島生物能源與過程所功能基因組團隊主持的元基因組技術平臺（http://www.bioenergychina.org/fg/；http://www.computationalbioenergy.org），正支撐著來自國內外近三十多個研究所、高校、企業(yè)的微生物群落合作研究。上述計算方法學進展正通過該研究網絡，直接服務于生物能源、環(huán)境監(jiān)控、醫(yī)藥衛(wèi)生、農業(yè)生態(tài)等廣泛科研和應用領域。
原文連接：
1. PLoS ONE, 2012, 7(11), e48998：http://dx.plos.org/10.1371/journal.pone.0048998
2. Bioinformatics, 2012, 28 (19), 2494-2501：http://bioinformatics.oxfordjournals.org/content/early/2012/07/26/bioinformatics.bts470.full
3. BMC Systems Biology, 2012，6(Suppl 1):S16：http://www.biomedcentral.com/1752-0509/6/S1/S16
