加州大学伯克利分校的Kevin Chen和Lior Pachter 2005年将宏基因组定义为“应用现代基因组学的技术直接研究自然状态下的微生物的有机群落，而不需要在实验室中分离单一的菌株”的科学。不仅能够分析群落的物种结构和系统进化，并且能够深入分析群落内的基因功能以及代谢网络。

扩增子测序和宏基因测序对比

1. 生长发育过程中肠道微生物的变化规律

2. 饮食结构对肠道微生物的影响

3. 疾病对肠道菌群的影响

4. 药物治疗不同阶段肠道微生物的变化规律

研究目的：利用宏基因组和扩增子测序探明影响婴儿早期免疫系统发育的肠道微生物

样本信息：222名婴儿的1548例粪便样本

测序策略：16s扩增子测序+宏基因组测序

结论： 芬兰和爱沙尼亚婴儿的肠道中存在大量拟杆菌门的细菌，而俄罗斯婴儿的肠道则为双歧杆菌，拟杆菌可能驱动人群的自身免疫差异。 芬兰、爱沙尼亚与俄罗斯人群LPS（脂多糖）的合成存在差异，芬兰和爱沙尼亚肠道LPS的合成主要来源于拟杆菌，而俄罗斯则相反，表明拟杆菌可能通过LPS合成参与人 群的自身免疫调节，其特性可能会妨碍早期免疫训练。

分析流程

基因预测及丰度分析

1. core-pan基因分析

从基因在各样品中的丰度表出发，可以获得各样品的基因数目信息，通过随机抽取不同数目的样品，可以获得不同数目样品组合间的基因数目，由此我们构建和绘制了Core和Pan基因的稀释曲线，图片展示如下：

2. 基因数目差异分析

为了考察组与组间的基因数目差异情况，绘制了组间基因数目差异箱图，展示结果如下：

为了考察指定样品（组）间的基因数目分布情况，分析不同样品（组）之间的基因共有、特有信息，绘制了韦恩图(Venn Graph)或花瓣图，展示结果如下：

物种注释

1. 注释基因数目及相对丰度聚类分析

从不同分类层级的相对丰度表出发，选取丰度排名前35的属及它们在每个样品中的丰度信息绘制热图，并从物种层面进行聚类，便于结果展示和信息发现，从而找出样品中聚集较多的物种，结果展示见下图：

2. 基于物种丰度的降维分析

基于不同分类层级的物种丰度表，我们进行了PCA和NMDS分析，如果样品的物种组成越相似，则它们在PCA和NMDS图中的距离则越接近。

功能数据库注释

1. 功能相对丰度聚类分析

根据所有样品在各个数据库中的功能注释及丰度信息，选取丰度排名前35的功能及它们在每个样品中的丰度信息绘制热图，并从功能差异层面进行聚类。

2. 基于功能丰度的降维分析

3. 多样品代谢通路比较分析

样本量