📖划重点
美国俄亥俄州立大学和中国西北农林科技大学的联合团队于2023年在《Nature Communications》杂志上发表了题为“Interrogating the viral dark matter of the rumen ecosystem with a global virome database”的文章，分析了来自全球 13 种反刍动物近 1000 个瘤胃宏基因组的序列数据，构建了一个包含近 40 万个病毒操作分类单元 (vOTU) 的全球瘤胃病毒组数据库 (rumen virome database，RVD)。研究发现，瘤胃病毒组具有高度的多样性，其中大部分属于尾噬菌体目 (Caudovirales)，与人类肠道病毒组存在显著差异。RVD 显著提高了从宏基因组中检测瘤胃病毒的能力，并预测了瘤胃病毒可能感染的细菌、古菌和原生动物，以及它们携带的辅助代谢基因 (AMG) 和抗生素抗性基因 (ARG)。这些发现为未来研究病毒如何影响瘤胃生态系统和消化生理学提供了有价值的资源和基线框架。
关键词：反刍动物，瘤胃病毒组，数据库建立，公开数据挖掘，尾噬菌体，宿主预测，系统发育分析
🔬研究背景
瘤胃是反刍动物消化系统的重要组成部分，其中存在着复杂的微生物生态系统。瘤胃微生物组在消化和发酵不可消化的饲料、为反刍动物提供能量和氮源方面发挥着重要作用。然而，目前对瘤胃微生物组的研究主要集中在细菌、古菌和原生动物，而对瘤胃病毒的研究相对较少。已有的瘤胃病毒参考基因组数据库不足，限制了瘤胃病毒的鉴定分类及对其宿主的预测，因此很难对瘤胃病毒组进行表征，尤其是新病毒的发现。
🧪采样方法
样品采集: 研究人员收集了从13种反刍动物中获得的975个瘤胃宏基因组公开数据集，这些动物来自 8 个国家的 5 个大洲，涵盖了不同的饲养方式。
样品分组策略: 研究人员根据动物种类、地理位置、饲养方式（如放牧、非放牧）、饲养制度（如牛肉、乳品）等因素对样品进行分组，以分析瘤胃病毒组的多样性和差异。
从 NCBI SRA 下载已发表的瘤胃宏基因组数据，使用fastp进行质控，使用Megahit 组装。使用VIBRANT、VirSorter2、CheckV进行病毒鉴定。使用FastTree构建系统发育树。MAG和参考基因组根据GTDB分类法进行分类。使用 BLASTn进行序列比对，以预测瘤胃病毒的动物宿主。使用DRAMv进行AMG鉴定和基因组注释。使用vConTACT2 构建基因共享网络。
1. 瘤胃病毒高度多样化：分析了全球的975个瘤胃宏基因组20TB的序列数据，确定了 705,380 个contigs，构建了一个全球瘤胃病毒组数据库（RVD），包含397,180个vOTU，其中约 91% 的 vOTU无法归类到已知病毒。
2. RVD 有助于从宏基因组序列中分析瘤胃病毒组：显著提高了从宏基因组中检测瘤胃病毒的比率，与IMG/VR V3相比，检测到的病毒种类更多。瘤胃病毒组预测可以感染瘤胃微生物组的核心部分，包括纤维降解菌和产甲烷菌，以及多种细菌和古菌。
3. 瘤胃病毒的辅助代谢基因 (AMG) 编码的酶参与多种代谢过程，包括核苷酸、碳水化合物、维生素和氮的代谢。AMG可能会改变宿主的新陈代谢和生态适应性，以自上而下和自下而上的方式影响瘤胃生态系统。
本研究构建了全球首个瘤胃病毒组数据库，并揭示了瘤胃病毒组的多样性和潜在的功能。瘤胃病毒组可能在瘤胃功能、微生物蛋白合成、饲料效率和甲烷排放等方面发挥着重要作用。未来需要进一步研究瘤胃病毒与宿主的相互作用，以及它们对瘤胃功能的影响，以开发基于病毒的干预策略，改善瘤胃功能并提高反刍动物的生产效率。
1. 利用公开数据挖掘，大规模分析了来自全球 975 个瘤胃宏基因组数据集的 20TB 序列数据，节省了动物采样和处理的时间和人力，可以更快速出成果。
2. 构建了专门的全球瘤胃病毒组数据库，为未来研究提供了宝贵的资源。
3. 使用了先进的生物信息学分析工具，挖掘出旧数据未发现的瘤胃病毒组多样性。
4. 预测了病毒-宿主关联，并识别了病毒携带的 AMG 和 ARG，全面揭示了瘤胃病毒组的潜在功能。
