Microbiome | 综述：解读植物-微生物相互作用的全息组学

发稿时间：2021-04-25来源：天昊生物

英文题目：Holo-omics for deciphering plant-microbiome interactions
中文题目：解读植物-微生物相互作用的全息组学

期刊名：Microbiome

影响因子：11.607

发表时间：2021-3-24

宿主-微生物相互作用因其对宿主健康的重要性而得到认可。对宿主-微生物群落关系的分子基础的进一步理解将提高研究者准确预测宿主适应性和处理相互作用结果的能力。在植物微生物研究领域，解开植物与其微生物伙伴之间的功能关系是有效利用微生物提高植物适应性的新方向。研究者提出将宿主和微生物数据集匹配的多组学策略，这里称为全息组学（holo-omics），为这一领域的假设发展和进步提供了一种强有力的方法。研究者讨论了几个实验设计考虑因素，并列举了一个研究案例，以强调全息组学在植物微生物系统中产生更全面的分子网络观点的潜力。此外，研究者讨论了进行全息组学研究的最大挑战。具体包括缺乏经过审查的分析框架和公开可用的工具，以及集成不同数据所需的技术专业知识等。最后，研究者总结了全息组学研究的适当案例，下游验证的需要，以及为植物微生物研究领域带来希望的新实验技术。研究者认为，利用全息组学方法来表征宿主-微生物的相互作用，可以为拓宽系统水平的理解提供重要的机会，并为改善宿主健康和适应性的微生物方法提供重要的信息。

宿主微生物已经成为宿主健康的重要决定因素，也是宿主与其非生物环境相互作用的重要调节因子。事实上，微生物群落中的微生物基因增加了宿主自身的基因库，可以提高宿主对环境干扰的适应能力，或者在某些情况下，阻止宿主这样做。在人类中，越来越多的人认识到微生物可以影响多种病理，包括癌症、心脏代谢疾病、过敏和肥胖。同样，现在人们认识到，植物的适应性很大程度上取决于与植物微生物群落的相互作用，这不仅包括对疾病的易感性，还包括在生物和非生物胁迫下的生存能力。最近的研究表明，这些相互作用依赖于复杂的分子交换，包括宿主对其微生物伙伴的感知，微生物对宿主的感知，以及围绕对两者生存都很重要的营养。此外，新的发现表明，宿主适应性的最终结果不仅取决于宿主和微生物之间的物质交换，还取决于微生物本身成员之间的信号和代谢相互作用。总的来说，这些研究表明，理解植物微生物群落可能需要在宿主和微生物的功能、活性和分子交换水平上检测这些关系。

目前，研究者缺乏对植物微生物群落相互作用的必要的功能洞察，这是由于系统的复杂性导致的。与动物肠道不同，植物微生物群是由地球上最多样的周围环境之一的土壤而组成的，并存在于其中。土壤中有一个巨大的微生物生态系统，包括细菌、病毒、真菌、古细菌和原生生物，它们在复杂的营养交换网络中相互作用。这些土壤微生物群的丰度、组成和活性会在短物理距离、短时间内发生剧烈变化，并对季节性环境因素做出反应，从而增加植物提取微生物群落的来源多样性。作为复杂性的一个附加层，存在于植物中并由植物分泌的代谢物为微生物群提供营养，并且这些代谢物在植物发育过程中，以及从组织到组织的组成和数量会发生显著变化，导致微生物类群在时间和空间上的不同。此外，已知特定的微生物谱系会引发特定植物代谢物的系统性渗出，这可能会在微生物组发育中形成反馈调节。总的来说，这些因素产生了一个动态的、相互关联的生物系统，挑战了研究者破译和维持它的基本分子机制的能力。

然而，也许研究者对植物微生物群落相互作用的功能认识缓慢上升的一个更大原因在于研究者对工具的选择。迄今为止，植物微生物研究领域主要依赖于使用基于扩增子的测序对群落结构的描述性调查，例如细菌的16S rRNA测序和真菌的ITS测序。虽然这些数据确实使人们对影响植物微生物群落广泛结构的一般力量及其影响的相对强度有了相当深入的了解，但它们通常不能提供与宿主关系的机械论观点。最近，越来越多的研究开始探索其他微生物群特征，如活性和功能能力，包括宏转录组学和宏基因组学。但是目前仍然缺乏将植物微生物组数据与植物生理学、遗传学、新陈代谢和其他宿主过程联系起来的额外步骤的研究，这可能从植物-微生物相互作用的这一代表性不足的方面提供缺失的数据。

为了实现对植物微生物功能的更全面的观察，研究者主张将以宿主为中心的组学策略(如转录组学、代谢组学、表观组学和蛋白质组学)与更常用的以微生物为中心的技术(如扩增子测序、宏基因组学、宏转录组学和外代谢组学)搭配的实验设计。Nyholm等人最近创造了“全息组学”这个短语来描述这样的实验，这些实验结合了来自宿主和微生物区域的多个水平的数据。研究者认为这种全息组学研究有能力通过生成植物-微生物相互作用过程中表达、翻译和产生的图像来解析植物微生物群生态系统的功能。这种多面图像有助于将从每个单独数据集获得的结果筛选为有意义的生物信号，并有助于利用通过正交方法收集的数据为特定假设建立支持。在这篇综述中，研究者以Nyholm等人提出的概念框架为基础，具体探讨了植物微生物研究领域的全息组学。研究者首先讨论植物全息组学研究的实验设计考虑因素，重点是包括纵向设计和取样策略。接下来，研究者介绍了一个最近的植物全基因组研究案例，研究了干旱胁迫和高粱微生物群落发展之间的相互作用，随后是其他几个最近针对植物微生物群落的全基因组研究的例子。最后，研究者总结了当前在全息组学数据集分析方面的挑战，并探索了新开发的分析全息组学数据集的工具，最后研究者展望了下游验证的重要性和全息组学在植物微生物研究中的未来。

全息组学研究的实验设计

图1、全息组学实验的设计、分析和验证的考虑。在左边，与设计相关的考虑因素包括纵向设计方法，样本类型的适当选择，以及对研究中提出的科学问题的最佳数据类型的评估。在中间，与分析相关的挑战包括选择适当范围的生物和技术专业知识，以及选择适当的分析框架和工具来直接整合不同的数据类型。对下游假设检验和验证技术的建议包括使用宿主遗传空间的直接和进化驱动的修改，微生物遗传学的直接操作，以及自下而上构建复杂性降低的合成群落。

许多实验设计考虑对于从涉及全息组学的微生物学研究中获得准确和有意义的结果至关重要(图1)。首先，研究者提出纵向研究，这里用来指在整个植物发育过程中进行取样的研究，尽管不总是来自同一个体宿主—为全息学研究提供了明显优于终点研究的优势。在终点微生物组实验中，研究人员通常在实验中的一个特定时间点取样，以发现不同实验处理之间微生物群落的差异。然而，选择合适的时间点是一个挑战，因为通常很少或没有宿主和微生物反应何时发生的先验知识。更重要的是，每种数据类型中的模式，即使是生物学上相关联的，也可能不会在单个时间窗口内出现。相比之下，纵向研究试图描述微生物群随时间的变化。因此，纵向研究允许一种类型的伪重复，因为在多个时间点观察到的模式更有可能是真实生物过程的结果，而不是随机噪声，类似于真实生物复制的附加值和目的驱动方面。其次，纵向设计增加了观察仅在治疗后狭窄时间窗内发生的偏移的可能性。如上所述，仅在一个任意定义的时间点收集的样本可能无法捕捉在所选时间窗之外表现出的重要的治疗依赖差异。此外，纵向设计有利于识别受时间延迟影响的数据类型之间的相关性。宿主和微生物之间信号的转导和解码可能需要时间，宿主内转录转移和蛋白质合成及代谢产物产生的下游转移之间的滞后也是如此。对微生物组组成和丰度的影响，以及宏观宿主表型的发展，很可能受到时间延迟的更大影响。最后，纵向设计可能有助于建立正交数据集中相关特征之间因果关系的明确假设。概率时间序列建模的出现及其在设计中的应用在这方面可能特别有用，尽管目前这些工具仍在开发中。尽管有其优势，但全息组学实验的纵向设计确实带有重要的限制和考虑。例如，由于多轮取样的必要性，应仔细规划样本收集的时间，以确保新的混杂变量，如昼夜节律变化和随昼夜周期变化的非生物因素(如温度和光照)，不会引入下游统计分析。当采集大量样本时，特别是在野外，许多与宿主相关的数据类型，如转录组学，对昼夜节律周期很敏感，需要在实验设计中在一天的固定时间在尽可能窄的窗口内采集样本。

其次，在设计一个综合的全息组学研究时，考虑样本和取样过程的限制是至关重要的。例如，必须仔细考虑每种收集的样本类型对于特定所需数据类型的适用性，在某些情况下，可能需要更改采样策略才能变得可行。例如，叶片微生物组样品中来自植物的DNA、RNA和蛋白质的含量将比来自微生物的呈指数增长，因此如果不去除植物来源的污染物，一些微生物技术可能是不可行的。对于微生物生物量低的环境，如干旱胁迫下的沙土，必须收集大量样品进行核酸提取。另一方面，腐殖酸含量高的土壤或根际样品可能需要特殊试剂来去除腐殖酸（~我们天昊生物的独门秘技Accu16S^TM细菌绝对定量测序技术完美解决了腐殖酸等PCR抑制物对样品细菌16S拷贝数定量的干扰问题，请点击“专属含PCR抑制剂的环境样本微生物拷贝数定量的最佳解决方案!”了解详情~）。此外，不同的植物组织，如根和叶，可能需要不同的收集方法或需要不同的时间来收集，这些差异可能会无意中影响样品的优劣和数据结果，特别是对时间和温度高度敏感的组学策略。当单个收集的样本将用于产生多种数据类型时，重要的是要确定一个对所有数据类型都有效的通用采样策略。最后，样本数据的详细收集和报告对于更好地确保结果的可再现性和生物学相关性非常重要。

第三，重要的是不仅要考虑预期的数据类型如何影响采样需求，还要考虑在全息组学设计中用特定的数据类型解决什么问题最好，以及实际上是否有利。虽然在这一框架内确实可以提出许多问题，但需要仔细审查哪些数据类型组合最适合正在研究的系统并可实现、所进行的调查范围以及项目可用的资源；这包括可用的工具、数据库和计算资源，宿主基因组注释的范围和质量，以及生物和非生物参数对数据获取的潜在影响。例如，与其他宿主生物相比，全基因组学在非模式植物中可能特别具有挑战性，因为基因组庞大，注释不足，代谢多样性大，细胞器多，与共生体和病原体的相互作用网络复杂。在某些情况下，这可能会排除在宿主包含一些有用的数据类型，如转录组学或表观组学。

值得注意的是，由于包含了多种组学技术，全息组学设计通常实施起来相当昂贵。特定的组学技术仍然相对昂贵，包括宏基因组学和宏转录组学，而其他技术(如扩增子分析)每份样品的成本可以低一到两个数量级。在进行全息组学研究之前，研究者建议先进行成本较低的集中试点调查，或者有限的采样范围，以确定微生物群落动态是否受到所讨论的实验因素的显著影响，从而保证进一步的全息组学研究。这也将允许对系统进行初步分析，而不需要广泛的技术和生物专业知识。在全息组学研究中发展分期，其中需要更多投资的技术在以后实施，在纵向设计的情况下，可以通过基于成本较低的早期数据集选择关键时间点来减少资源支出。然而，值得注意的是，不是所有的数据类型都同样适合这种方法，一些样品类型需要立即或快速处理(RNA、代谢物)，而另一些(DNA)可以储存更长时间供以后使用。

植物全息组学研究案例

作为植物微生物群全息组学研究的最新实例，Xu等（PNAS, 2018;115:E4284–93）进行了高粱及其相关根微生物群对干旱胁迫响应的大规模田间研究。这项工作是在加州中部山谷进行的，那里夏季缺少降雨和高温实际上保证了高粱生长周期中诱导干旱条件的能力，而不需要避雨棚。由于植物对干旱的反应因其发育阶段的不同而不同，在这次干旱实验中收集的时间序列数据被用来得出高粱对不同生长阶段水分胁迫反应的更完整的观点。这种方法对于探索植物微生物群也有价值；据研究者所知，在田间对作物系统进行的纵向微生物群研究很少，而植物微生物群落的多样性、组成和功能随植物生长和发育而变化的研究就更少了。

作为这项研究的一部分，两种高粱基因型(RTx430和BTx642)在加利福尼亚州帕利尔的科尔尼农业研究和推广中心的农田中随机分组种植。从出苗后的第2周到第8周，对单个随机区组进行干旱胁迫或正常灌溉，此时再次给干旱胁迫的样品浇水，以探索重新灌溉对宿主和微生物过程的影响。以纵向方式(每周在一天的特定时间一次)从叶和根组织以及根际和大块土壤中收集样本。该设计允许调查受样品室(叶、根、根际和土壤)、基因型(RTx430和BTx642)、浇水处理(灌溉和干旱)和植物发育(从幼苗出现到籽粒成熟)影响的差异。更重要的是，所描述的全息组学方法能够在不同的数据集上探索微生物和植物表型之间的联系。

首先，研究了干旱对根细菌微生物群落组成的影响。扩增子测序(16S rRNA)显示高粱根系中的细菌群落以发育条件的方式对早期干旱胁迫做出强烈反应。特别是，观察到干旱延迟了根和根际微生物群的正常发育，这种发育在复水后迅速恢复。值得注意的是，干旱胁迫导致革兰氏阳性菌的大量富集，包括放线菌和厚壁菌门，以及含氯菌门。第二，对微生物组转录活性的探索被用来寻找微生物方面这种广泛但明确的谱系特异性富集的潜在原因。来自根际的翻译数据揭示了与碳水化合物、氨基酸和次生代谢物的运输和分解代谢相关的微生物过程中强烈的干旱诱导的转变，已知其中许多存在于植物产生的根分泌物中，这些根分泌物滋养根际和根相关微生物。通过纳入来自宿主根组织的代谢组学数据，研究者确定了干旱期间宿主产生的富含干旱的根代谢物和根微生物组中上调的微生物转运途径之间的强烈重叠。通过qPCR和RNA-Seq对参与这些代谢途径的几个高粱基因的转录水平进行的分析显示了强烈的上调，表明富集的代谢物可能是由宿主而不是微生物本身产生的。最后，基因组解析宏基因组学允许为根际微生物组中许多富集和衰竭的分类群开发部分完整的基因组库。这些群体之间的比较基因组学方法表明，在干旱胁迫下高度富集的微生物具有明显更多的基因，这些基因被分配用于运输和分解许多富含干旱的根代谢物。基于对这些单个数据集的综合分析，研究者提出了一个假设，即干旱通过宿主分泌物谱的变化导致根微生物群中特定微生物的富集，这种变化有利于这些分类群因底物偏好而生长。

除了细菌群落，这个项目还利用ITS2扩增子测序分析了干旱对高粱真菌微生物群的影响。高粱和丛枝菌根真菌(AMF)之间的共生关系尤其令人感兴趣，考虑到以前的报告，即AMF定殖提高了某些植物的抗旱性，推测真菌菌丝可以改善土壤中的水分运输，真菌共生体能够改变其宿主的气孔导度。相比之下，高粱根RNA-seq数据集发现，虽然AMF群落组成没有改变，但AMF丰度显著降低，这是通过真菌总18S rDNA的定量聚合酶链反应和ITS2扩增子测序来确定相对AMF丰度来评估的。值得注意的是，干旱诱导的宿主基因转录的最强变化是先前被确定为AMF定殖标记的簇的下调。这些高粱基因的转录在开花前和开花后的干旱中都受到强烈和广泛的下调，在这两种情况下，都与AM真菌丰度的降低密切相关。开花前干旱后恢复灌溉时，AMF丰度和植物基因表达都恢复到干旱前的水平。此外，多种宿主数据集(代谢组学、蛋白质组学和RNA-Seq)显示，光合作用在干旱胁迫期间停滞不前，光合作用产生用于维持AMF伙伴关系的糖类。研究人员从对这些不同数据集的单独分析中推断，由于干旱导致气孔关闭，高粱失去了光合输出，无法利用从AMF获得的矿物质营养，因此停止向AMF提供糖和脂质，以换取矿物质。这个实验表明，整合宿主数据和ITS扩增子数据可以为植物生物学的广泛假设提供深刻甚至令人惊讶的澄清。

植物生物学领域的全息组学研究

除了上述案例研究，越来越多的杂志强调在植物微生物领域采用全息组学策略(表1，图2)。表1、植物微生物群落研究领域中采用全息组学的最新研究。该表列出了2014年至2020年期间的20篇文章，采用组学方法探索地上或地下植物微生物群中的植物和微生物相互作用。

图2、连接植物和微生物组学技术。全息组学研究的植物微生物研究领域的最新实例，采用了来自宿主数据类型(绿色)和相关微生物数据类型(蓝色)的配对数据集。

目前，最常包含的宿主数据类型是转录组学，它提供了一个关于宿主功能的广泛的，并且在许多情况下是相对良好注释的视角。这种数据类型的一个明显优势是，就分析而言，它可能是所有植物组学技术中发展最完善的；有相对大量的可用的工具，以及一系列用于下游分析的植物-宿主特异性表达图谱。作为一个在全息组学框架中成功应用宿主转录组学的研究实例，Castrillo等人探索了拟南芥中磷酸盐饥饿反应(PSR)与微生物组组成和功能之间的关系。作为这种设计的结果，研究人员发现，植物免疫系统在微生物组组装过程中协调微生物识别和营养线索；16S rRNA组成图谱表明，PSR突变体的微生物群不同于野生型拟南芥。此外，研究表明，在有限的磷酸盐条件下，合成群落接种增强了PSR主调节因子(PHR1)的活性，这证实PHR1直接调节一组功能相关的植物-微生物识别基因。拟南芥根的全基因组基因表达分析表明，拟南芥中的PHR1突变体也通过改变茉莉酸和水杨酸生物合成途径中的基因表达直接抑制植物免疫系统。综上所述，这一整体设计表明植物根微生物群直接连接磷酸盐胁迫反应和植物免疫系统。

代谢物代表基因、转录物和蛋白质之间多重相互作用的下游产物，并作为宿主-微生物相互作用功能界面的重要组成部分。将代谢组学数据纳入全息组学研究的优势在于，代谢组学研究所必需的许多实验、分析和数据整合要求实际上与基因组学、转录组学和蛋白质组学研究完全兼容。为此，有人提出代谢组学可以为许多全息组学实验的设计和分析提供一个“共同标准”。例如，通过结合微生物组分析、初级代谢物定量、宿主防御基因表达、食草动物生长分析和微生物互补分析，胡等人发现，苯并噁唑类物质(BXs)是一类由小麦和玉米等谷物根部释放的防御性次级代谢物，可与土壤微生物群落形成反馈回路，从而改变未来几代作物的表现。代谢组学用于识别和量化特定植物在进入土壤时产生的BX分类，在几个实验设计中的扩增子分析显示，这些化合物的渗出改变了宿主及其后代的根相关真菌和细菌群落，甚至在越冬期之后也是如此。最后，宿主现象学和宿主基因表达分析表明，土壤微生物群落的这些条件性变化导致了下一代宿主防御的改变，包括已知调节食草动物的植物激素水平的改变。该系统中的另一项研究证实了BXs作为根内膜守门人的作用，允许特定的微生物谱系进入宿主。尽管使用代谢组学数据进行全基因组研究有许多优势，但仍存在一些挑战，即许多峰不能被识别为特定的代谢物，并且由于数据中的噪声，研究通常需要更大的复制。此外，可识别代谢物的数量远比基因组或转录组层的可识别基因和转录本更有限，因此代谢组学数据的使用可能会限制“搜索空间”，从而限制最终结果的解释。

宿主基因组数据集最近也被用于结合全基因组关联分析，以研究微生物补充的遗传基础。对200种高粱基因型根际微生物群的分析表明，根际相关细菌表现出与植物基因型的遗传关联，某些宿主基因座表现出与根际微生物群特定亚群丰度的相关性。也有机会在全息组学研究中扩大其他数据类型的使用，如表观组学、蛋白质组学、外代谢组学、蛋白质组学和宏转录组学；改进分析方法和全息组学整合方法将有助于促进这一扩展。

全息组学分析中的挑战

综上所述，上述例子表明，收集微生物和宿主数据的组合是一种有希望的方法，通过产生基于机制的问题和可测试的假设来进一步阐明植物和细菌群落的相互作用。然而，全息组学的分析有其自身的挑战(图1)。一个明显的难点是，全息组学方法通常需要广泛的专业知识来实施，合作不仅应包括一个植物和微生物生物学家团队，用于解释和解码特定路径和基因之间的联系，还应包括统计学家和计算生物学家，以适当的统计严谨性来识别和实施这些方法。全息组学的综合分析需要大量的计算资源，包括存储、处理、分析数据的适当手段，以及具有适当质量控制措施和建模选择的工作流程。另一个重大挑战是目前缺乏全面发展的分析方法，因此非常需要继续开发信息丰富和强大的生物信息学工具。对于那些确实存在的工具，很难知道选择哪一个，因为有些工具可以推广到所有的数据类型和实验，而另一些工具则取决于所研究的特定问题。一般来说，有更多的软件专门用于宿主或微生物群的分析，而不是用于同时整合两者数据集的工具。

第二个挑战是开发和实施在单一分析框架内直接整合正交数据集的统计方法。目前，大多数采用整体设计的植物微生物学研究，包括本研究中强调的例子，首先关注单独的整体分析，然后根据可用数据和现有知识整合来自不同层的结果。这种方法虽然实施起来相对简单，但可能会遗漏多个组学层之间的重要关联。在这方面，植物微生物研究团体可能受益于人类微生物领域的最新进展；许多最近的人类肠道全息组学研究已经开始使用来自不同组学水平的数据的直接整合，例如通过实施相关性分析(如Spearman等级相关性)，以直接解析与特定环境或宿主特征相关的微生物分类群。也有人提出，最近开发的策略，如基于核和网络的方法，以及无网络的非贝叶斯和无网络的贝叶斯方法，可以更全面地揭示宿主-微生物相互作用中的非线性关系。

作为对直接整合方法有用的工具的一个例子，最近开发的网络分析旨在整合和查询全息组学数据。TransNet允许使用差异表达元素(例如，基因、微生物)之间的相关性和来自不同分类领域的高通量数据的整合来构建网络。此外，跨网分析可以应用于整合分类领域之间以及内部的任何“跨组学”数据。适用于TransNet的数据类型包括miRNAs和基因表达、蛋白质和代谢物、细菌和宿主基因表达以及甲基化数据。第二个这样的例子是使用多变量预测建模与弹性网络算法通过堆叠概括。最近对人类的一项研究同时从同一患者身上获得了免疫组、转录组、微生物组、蛋白质组和代谢组的样本，以测量每个数据集预测孕龄的能力。虽然目前这份清单仍然相对较短，但随着全息组学研究作为一个领域的不断发展，研究者预计将开发新的模型、统计和可视化工具以及组学数据集成和分析方法，这些工具和方法足以理解管理复杂植物微生物系统的基本原理。最后，另一个重要领域是继续开发将非经济数据与全息经济分析相结合的手段；最近的一项研究提出了一种联合建模方法，以进一步推进研究者对宿主和微生物世界的相互作用如何不仅影响宿主的适应性和健康，还可能影响更广泛的环境和进化变化的理解。

宿主和相关微生物组内部和之间的串扰，不能仅通过单独分析单个组学层面的简化方法来正确评估。尽管全息组学有助于解开植物微生物群中起作用的分子动力学，但值得注意的是，研究者预计这种大规模全息组学研究的主要功能是产生而不是检验关于植物微生物群中功能关系的假设。虽然有人认为，零假设检验实际上是进行生态学研究的一种过时方法，但为了从功能上理解植物微生物群中起作用的分子机制，遵循传统假设驱动方法的验证实验将是必要的(图1)。幸运的是，在植物和微生物生物学中已经开发出了各种各样的新技术方法，这些方法非常适合植物微生物组的假设检验目的。使用CRISPR/Cas9来改变核心功能的植物宿主代表了一种用于验证的如此强大的方法。此外，通过基于微生物组的GWAS和相关方法，利用大型植物种质资源收集和群体定位具有剖析参与特定微生物补充的基因位点的潜在能力。在微生物方面，使用合成群落来剖析微生物对宿主表型的贡献是一种方法，其力量来自于创造能够在形式和功能上模仿天然植物微生物群的微生物群落，但具有一定程度的多样性，使得操作易于管理。类似地，随机条形码转座子诱变测序(RB-TnSeq)也显示出能够识别参与根定殖的微生物基因，并且可以证明对于开发更完整的细菌基因组注释以及基因功能的实验验证是无价的。另一种有前途的植物微生物原位操作和研究技术是使用CRISPR/Cas9衍生的序列特异性抗菌剂。这种环境CRISPR/Cas9系统可用于从复杂的群落中去除某个物种或甚至某个物种中的某些等位基因，以研究其对整个植物微生物群的影响。

总之，全息组学代表了一种有用的工具，在研究者努力提高对植物-微生物相互作用的基础生物学的理解中使用。采用这一策略反过来将需要并推动替代测序-数据整合分析技术的发展，这些技术可能在植物生物学领域之外有所裨益。最后，作者期待微生物和植物生物学家，以及生态学家、统计学家和计算机科学家共同努力，开发整合不同科学观点的统一实验框架。这是整个科学界在技术和概念上协调方法的过程，这可能仍然是给研究者一个更全面的自然世界观的最大挑战。

各位看官如果有想做微生物绝对定量的想法，那就请联系天昊生物吧！天昊生物是国内唯一一家提供 “微生物16S扩增子绝对定量测序”技术的服务。

扩增子绝对定量测序相关链接：

常见微生物绝对定量技术集合,收藏了!；

微生物绝对定量研究知多少；

专属含PCR抑制剂的环境样本微生物拷贝数定量的最佳解决方案!；

天昊16S扩增子绝对定量测序项目新文：金针菇β-型糖苷多糖对结肠炎小鼠的抗炎及肠道菌群调节作用；

喜讯！天昊生物16S扩增子绝对定量测序项目文章再次登陆《Science of the Total Environment》；

相对丰度会歪曲实际丰度，联合16S扩增子测序和总菌qPCR获得的绝对丰度可靠吗？；

Nature Microbiology：火眼金睛，肠道菌群绝对定量分析擒“真凶”！；

又一篇！天昊生物微生物16S扩增子绝对定量测序技术再发好文；

祝贺！天昊生物16S扩增子绝对定量测序技术助力客户登陆Science of the Total Environment；

Nature：要想真正研究宿主-肠道微生物的相互作用，必须将相对定量变成绝对定量；