Cell：2500个食物宏基因组中未被探索的巨大微生物多样性及其与人类微生物组的联系

整合来自50个国家的1950个新测序和583个公开的食品宏基因组，通过广泛认证的流程：食品收集测序及公共数据筛选；宏基因组数据的整理及标准化；宏基因组组装生成分类和功能特征；食品宏基因组与人类宏基因组数据合并，产生了2533个宏基因组测序数据及其标准化的样本信息，最终收集在cFMD数据中以供后续分析使用。元数据分为27个领域，涵盖样本、食品相关和技术信息(STAR方法)。根据食品类型/底物、生产方式（发酵/非发酵）以及不同食品类型的其他特定特征对样品进行分层食品分类，得出15个顶级类别、107个类型和358个亚型。虽然大多数样本来自乳制品（n = 1650）、发酵饮料（n = 422）和发酵肉（n = 133），但我们也考虑了一些不太典型的类别，如发酵种子、非发酵鱼和非发酵肉。作者生成了27123个MAGs，经过质量过滤，产生了4976个高质量（HQ）和5136个中等质量（MQ）的原核MAGs。这些MAGs与超过1 M个基因组序列（包括173,302个分离基因组，以下称为“参考基因组”）进行整合，并以95%的全基因组平均核苷酸一致性（ANI）聚类到1,036个物种水平的基因组箱中；（以下简称为“食物SGBs”，因为包含至少一个来自食物的MAG）。我们进一步鉴定了MetaPhlAn v4的SGB特异性标记基因，以便在宏基因组中分析所有SGB，即使是在低丰度的情况下。我们还重建了392个HQ和395个MQ真核MAGs，将它们聚类成108个真核食品SBG。这些生成的数据集是下游分析的基础，这些分析扩展到curatedMetagenomicData (cMD)中提供的19,833个人类宏基因组，以将食物和人类微生物组联系起来。

10112个原核MAGs被归类为1036个SGBs，属于13个不同的门，作者对其进行了分析，以评估食物微生物的系统发育多样性。来自4个门的6个类对系统发育多样性的扩大负有主要责任，因为它们占我们研究中92%的MAGs和78%的SGBs：Actinomycetia，Proteobacteria，Flavobacteria和Bacilli。Bacilli属于Bacillota（原Firmicutes），该门构成了大多数食品MAGs (n = 6300，来自394个SGBs)。约20%的食品MAGs （n = 2026，来自208个SGBs）与Actinomycetota（原Actinobacteria）有关，尤其是Actynomicetia纲（来自150个SGB的1544个MAGs），包括属于Bifidobacterium（来自10个SGBs的168个MAGs）和Propionibacterium（来自2个SGBs的37个MAGs）的与健康相关的物种。Acetobacteraceae，是第三个重建最多的家族（来自61个SGBs的523个MAGs），代表了Pseudomonadota的很大一部分。因此，cFMD提供了扩展的食品微生物的遗传和微生物多样性，其中包括传统上与食品相关的相对较少的细菌家族，我们接下来将利用这些细菌进行深入研究。

一半的食物SGBs（1036个中的535个）包含至少一个参考基因组，因此在物种水平上进行了分类。来自kSGBs的7,961个MAGs中有67%来自乳制品，反映了65%的样本来自乳制品。从乳制品中重建最多的菌种是Lactococcus lactis（672个）、Streptococcus thermophilus（448个）、Lacticaseibacillus paracasei（415个）和Lactococcus cremoris（404个）。乳业中常见的非乳酸菌种有：Staphlyococcus equorum，Brevibacterium aurantiacum，Corynebacterium casei，Brevibacterium yomogidense和Flaviflexus ciconiae，其中许多通常在奶酪生产环境中发现。因此，大多数样本来自奶制品的事实反映在其在重建的已知的物种水平基因组箱中的较高的代表性上。总的来说，对于在食物宏基因组中发现的有分离代表菌株的细菌物种的MAGs整合提供了更大的菌株多样性，从而能够进行更高分辨率的研究。

作者将分析扩展到人类宏基因组，以测试与食物相关的细菌是否属于人类微生物组的普遍定植者。考虑了cMD27中来自39个国家的19,833份肠道和口腔人类样本，发现在食物和人类环境中至少检测到一次的1,409个SGBs。共鉴定出816种食品中普遍存在的SGBs，其中409种也在人类样品中检测到。不同宿主条件也影响人类微生物组中发现的食物种类的数量。在所有年龄组中，食物微生物组与粪便微生物组的重叠程度高于口腔微生物组（P < 1e-100）。西方化人群(W)与非西方化人群（NW）相比，食物和人类微生物组之间共有的SGBs数量更高，但这可能反映了抽样偏差。在同一身体部位，跨年龄类别和生活方式，食物SGBs的绝对数量趋于稳定，但当通过样本丰富度标准化时，它们的贡献在新生儿（平均累积相对丰度 = 56%）和儿童（8%）中明显高于学龄（3%），成人（3%）和老年人（5%）。在不同年龄段的人体内检测到的一些食物种类是一致的：Bifidobacterium longum、Escherichia coli、Streptococcus salivarius、S. thermophilus、Bifidobacterium bifidum和Bifidobacterium breve。

作者对食物中的潜在病原体也进行了分析，L. paracasei普遍存在于乳制品（33%）、发酵饮料（74%）和水开菲尔（79%）中，其菌株与人类菌株在整个系统发育中传播。L. delbrueckii广泛应用于乳制品行业。在77份食物样本中检测出ESKAPEE物种E. hormaechei，相对丰度为0.02%，这需要进一步调查以确保食品安全。Streptococcus gallolyticusis在食物中广泛存在，且可能与疾病相关（如结直肠癌）。然而，食物菌株与人类菌株分开聚集，因此可能排除了人类菌株的食物来源。因此，对食品样本进行宏基因组调查，对于调查具有已知和不太受重视的致病潜力的人类微生物组物种的来源具有相关性。

作者重建了787个真核来源的MAGs，并为下游分析提供了足够的质量(n = 392 HQ和n = 395 MQ)。这些MAGs从乳制品（来自247个样本的401个MAGs）、发酵饮料（来自205个样本的233个MAGs）和其他8个类别（即酒精、益生菌和不同的发酵产品）中重建；91个样本153个MAGs)。这些MAGs被聚类成108个SGBs，所有的SGBs在分类上都归属于fungal分支，得到78个kSGBs（来自742个MAGs）和30个uSGBs（来自45个MAGs）。重建最多的uSGBs由4个MAGs组成，分别属于Aspergillaceae、Mucoraceae和Aspergillaceae。S. cerevisiae是重建最多的SGB(191个MAGs)，主要从发酵饮料（149个）和酒精饮料（29个）中恢复。我们根据最常见的物种分类确定了一些聚类。这主要是由于酿酒酵母在酒精饮料（91%）和发酵饮料（76%）中的高流行率，以及发酵肉类（64%）和乳制品（24%）中的高流行率。