外觀
16S rRNA 擴增子分析 (16S rRNA Amplicon Analysis)
16S rRNA 基因(約 1,500 bp)同時有保守區與 9 個高變異區 (V1–V9):保守區用來設計通用引子,高變異區用來區分分類群。只定序這一個標記基因就能便宜地描述大量樣本的細菌群落組成。
擴增區選擇
| 區域 | 常用引子 | 讀長 | 特性 |
|---|---|---|---|
| V4 | 515F / 806R(Earth Microbiome Project) | Illumina 2×250 | 擴增子約 250 bp,雙端完全重疊、錯誤率低;最常見 |
| V3–V4 | 341F / 805R(Illumina 16S protocol) | Illumina 2×300 | 約 460 bp,屬層級解析度稍好;read 尾端品質差時接合困難 |
| 全長 V1–V9 | 27F / 1492R | PacBio HiFi、ONT | 可到種層級;成本較高 |
不同區域、引子得到的菌相不能直接合併比較;跨研究整合要用同一區域或改用 shotgun。
流程
text
raw FASTQ → 去引子(cutadapt)→ 品質過濾 / 去噪(DADA2 或 Deblur)→ ASV 表 + 代表序列
→ 去嵌合體 (chimera) → 分類指派(naive Bayes 分類器 + SILVA / Greengenes2)
→ 去除粒線體 / 葉綠體 / 汙染 → 演化樹 → α / β 多樣性 → 差異豐度| 步驟 | 輸出 | 檢查點 |
|---|---|---|
| 去噪 | ASV × 樣本計數表 | 每步保留的 reads 比例(過濾、接合、去嵌合後應仍有大部分) |
| 分類指派 | 每個 ASV 的界→屬(→種) | 未分類比例;屬以下的指派信心較低 |
| 汙染控制 | 清理後的表 | 萃取空白、PCR 空白;低菌量檢體用 decontam |
| 定序深度 | 每樣本 reads 數 | 稀釋曲線 (rarefaction curve) 是否趨於平緩 |
ASV vs OTU
| OTU(operational taxonomic unit) | ASV(amplicon sequence variant) | |
|---|---|---|
| 方法 | 序列以 97% 相似度聚類 | 建立錯誤模型,推回真實序列(單鹼基解析) |
| 跨研究比較 | 聚類結果依資料集而變 | 序列本身就是 ID,可直接合併 |
| 現況 | 舊工具(mothur、UPARSE) | DADA2、Deblur、UNOISE3;目前主流 |
r
library(dada2)
# V4、Illumina 2×250:截短長度要保留足夠重疊(約 250 bp 擴增子 + ≥ 12 bp 重疊)
filterAndTrim(fnF, filtF, fnR, filtR, truncLen = c(240, 160), maxEE = c(2, 2),
rm.phix = TRUE, multithread = TRUE)
errF <- learnErrors(filtF, multithread = TRUE) # 學習錯誤模型
errR <- learnErrors(filtR, multithread = TRUE)
ddF <- dada(filtF, err = errF, multithread = TRUE) # 去噪 → ASV
ddR <- dada(filtR, err = errR, multithread = TRUE)
merged <- mergePairs(ddF, filtF, ddR, filtR)
seqtab <- removeBimeraDenovo(makeSequenceTable(merged), method = "consensus")
taxa <- assignTaxonomy(seqtab, "silva_nr99_train_set.fa.gz") # DADA2 網站提供的格式化 SILVAQIIME 2 以同樣演算法包成外掛(qiime dada2 denoise-paired、qiime feature-classifier classify-sklearn),並自動記錄資料來源 (provenance)。
多樣性 (Diversity)
| 類型 | 指標 | 意義 |
|---|---|---|
| α(樣本內) | Observed ASVs、Chao1 | 豐富度 (richness) |
| Shannon、Simpson | 豐富度 + 均勻度 (evenness) | |
| Faith's PD | 考慮演化距離的多樣性 | |
| β(樣本間) | Bray–Curtis | 依豐度的差異 |
| Jaccard | 只看有 / 無 | |
| UniFrac(unweighted / weighted) | 考慮演化樹;unweighted 對稀有菌敏感 |
β 多樣性通常以 PCoA 視覺化,用 PERMANOVA(vegan::adonis2)檢定組間差異;PERMANOVA 對組內離散度不同也敏感,需搭配 betadisper 檢查。降維的概念見 PCA。
組成資料與差異豐度
定序深度是儀器決定的,不代表菌量,因此每個樣本只能得到相對豐度(加總為 1)。一個優勢菌增加,其他菌的比例都會下降,即使它們的絕對量沒變。

模擬 60 個樣本:A、B 的絕對量彼此獨立 (r = −0.07),但優勢菌 C 大幅波動時兩者同時被稀釋,相對豐度出現 r = 0.75 的假相關。
| 議題 | 做法 |
|---|---|
| 正規化 | CLR (centered log-ratio) 轉換;稀釋抽樣 (rarefying) 用於多樣性仍常見,但丟資料,差異豐度不建議 |
| 零值多 | CLR 前需加 pseudocount;或用處理零膨脹的模型 |
| 差異豐度 | ANCOM-BC2、ALDEx2、MaAsLin 2/3、LinDA;不同方法結果常不一致,建議至少用兩種並報告交集 |
| 絕對量 | 需加 spike-in、qPCR 測總 16S 拷貝數或流式細胞計數 |
| 多重檢定 | 數百個分類群同時檢定,需 FDR 校正 |
限制
| 限制 | 說明 |
|---|---|
| 解析度 | V4 通常只到屬;近緣種(如 E. coli vs Shigella)無法區分 |
| 16S 拷貝數 | 不同菌每個基因體有 1–15 個拷貝,豐度會偏向高拷貝菌 |
| 引子偏差 | 引子錯配讓某些類群被低估(如 27F 低估 Bifidobacterium;原始 515F/806R 低估 SAR11,後經 Parada / Apprill 修正) |
| 無功能資訊 | PICRUSt2 只能從近緣基因體推測,不能取代 shotgun |
| 批次效應 | 萃取試劑組、定序批次影響大;用 mock community(如 ZymoBIOMICS)監控 |
分類學指派原理(RDP Classifier 以 8-mer + Naive Bayes)見 Naive Bayes;參考資料庫見微生物體資料庫。