近日，在科技部863计划、国家自然科学基金等项目的支持下，中国科学院青岛生物能源与过程所功能基因组团队在元基因组计算方法学取得了系列进展。

纤维素降解、沼气生成等生物能源过程均由复杂微生物群落完成。元基因组学可克服自然界中大部分微生物难以培养的问题，通过直接测定、分析微生物群落的遗传信息，深入认识复杂微生物群落的结构和功能。而海量数据的高效分析则是元基因组学领域的技术瓶颈之一。

该团队计算生物学组宁康、苏晓泉等研究人员利用GPGPU（高性能并行化通用处理器）等先进计算硬件，设计了高性能微生物群落数据分析软件Parallel-META。利用该软件对微生物群落进行分析，较之传统方法，在准确性相同的条件下，速度提高10倍以上（图1）。相关研究结果发表在BMC Systems Biology 2012，6:S16上，并申请一项软件著作权（登记号：2012R11S039241）和一项发明专利（受理号：201210055384.8）。该方法已经被应用于数十个合作项目的数据处理过程。

图 1 基于Parallel-META程序的微生物群落分析较传统方法速度提高10倍以上

同时，基于微生物元基因组数据库系统的设计和构建，宁康、苏晓泉、宋宝兴等开发了一系列微生物群落比较和搜索方法。这些方法有助于在海量微生物群落样本中鉴别具有特定功能的基因。相关研究成果发表在Bioinformatics, 2012, 28 (19), 2494-2501和PLoS ONE, 2012, 7(11), e48998上。

此外，该团队还与美国加州大学崔欣萍教授、美国科学院院士朱健康教授等合作，开发面向微生物和植物、具有高灵敏度的单核苷酸多态性（SNP）检测方法，该方法(GeMS)在生物进化、突变体检测等领域具有较高的潜在应用价值。

目前，中国科学院青岛生物能源与过程所功能基因组团队主持的元基因组技术平台，正支撑着来自国内外近三十多个研究所、高校、企业的微生物群落合作研究。上述计算方法学进展正通过该研究网络，直接服务于生物能源、环境监控、医药卫生、农业生态等广泛科研和应用领域。

原文链接：

1. PLoS ONE, 2012, 7(11), e48998：http://dx.plos.org/10.1371/journal.pone.0048998

2. Bioinformatics, 2012, 28 (19), 2494-2501：http://bioinformatics.oxfordjournals.org/content/early/2012/07/26/bioinformatics.bts470.full

3. BMC Systems Biology, 2012，6:S16：http://www.biomedcentral.com/1752-0509/6/S1/S16