在地球的內部、地球之上以及地球的周圍，微生物的數量達到了10^30，估計超過了銀河系中的星星。微生物已知在調控碳固定，維持氮、硫、磷和其他營養素的循環中起至關重要的作用，但目前大多數的微生物仍然是無法培養和未知的。美國能源部正以這一“微生物暗物質”作為目標，更好地了解地球微生物的多樣性，收集來自自然的教訓用于應對能源和環境的挑戰。

然而要探索地球微生物的多樣性，要求更多地了解較少研究的，微生物和感染它們的病毒，影響微生物調控循環能力的病毒之間的關系。盡管據估計病毒的數量至少比地球上的微生物細胞高出兩個數量級，在序列數據庫中相比約5萬的細菌基因組，當前的測序DNA病毒基因組不超過2,200個。

在發表于8月17日《自然》（Nature）雜志上的一項研究中，美國能源部聯合基因組研究院(DOE JGI)的研究人員利用來自世界各地zui大規模采集的組裝宏基因組數據集，揭示出了125,000個部分及完整的病毒基因組，其中大多數病毒感染微生物。這一研究努力將已知的病毒基因數量提高了16倍，為研究人員提供了*的病毒序列信息資源。

論文的資深作者、DOE JGI原核生物超級計劃負責人Nikos Kyrpides說：“這是*次有人系統地查看所有的生境及如此大的數據匯編。揭示所有這些新病毒的關鍵在于我們開發出了敏感的計算方法。”

“揭開新病毒的一把鑰匙”

*作者、博士后研究人員David Paez-Espino解釋，這涉及采用了一種非針對性的宏基因組學方法，參考了分離病毒和手動監管的病毒蛋白模型，他將其描述為是“迄今為止zui大、zui多樣的數據集”。
研究小組分析了從DOE JGI綜合微生物基因組與微生物組樣品（Integrated Microbial Genomes with Microbiome Samples）數據管理和分析系統獲得的，來自10個不同類型生境、世界各地3,042個樣本的超過5萬億堿基（Tb）的序列。他們努力篩查大堆的數據集，生成了包含279萬個蛋白的125,000多個病毒序列。

研究小組將病毒序列與多個生境中的多個樣本進行了匹配。例如，他們發現一個病毒組存在于海洋過渡區95%的樣本中——這一區域定位在海面下200-1,000米之間，在沒有充足的陽光照射供微生物進行光合作用。

通過分析一個CRISPR-Cas系統，研究人員生成了一個包含350萬間隔序列（spacer sequence）的數據庫。然后利用這些間隔序列檢測了病毒和噬菌體宏基因組，尋找這些片段有可能zui初來自何處。利用這種方法，該研究小組還計算確定了近10,000種病毒的宿主。他們報告說：“大多數的這些都是從前未知的，包括在以往未發現病毒的16個原核生物類群中鑒別出了充當病毒宿主的生物。”

CRISPR-Cas蛋白的信標

DOE JGI功能基因組學研究組組長說，Kyrpides開展的鑒別新病毒序列的研究工作將幫助合成生物學研究組開發出一些可以在許多細菌宿主中起作用的新啟動子。“我們正在不斷地尋找將跨越許多不同的類群起作用的調控DNA元件，這將使得我們能夠構建出可以在許多不同宿主中表達的基因和信號通路。”

Cheng還預計，Kyrpides研究小組生成的這一擴充的病毒間隔序列將使得研究人員能夠尋找到稱作為前間區序列鄰近基序(PAMs)的其他遺傳序列。在噬菌體中這些序列定位靠近間隔序列，可作為CRISPR-Cas的信標，觸發如編輯或調控基因等行為。“人們正在尋找新的PAM序列和新的Cas9s，有了這一新信息，如果你可以在同一噬菌體上定位間隔序列，看看鄰近序列中有什么共有的東西，那么你就可以識別出新的PAM序列。”

“我們認為發現許多大噬菌體，包括迄今為止報道的zui長的噬菌體基因組，指出了常規的病毒組富集和測序策略的一些局限性，有可能讓這些研究對具有不同尋常特征的一些新奇的病毒產生偏見，”研究的共同作者Natalia Ivanova說。

Kyrpides 說：“該研究zui重要的一個方面就是沒有將焦點放在單一生境上。轉而我們檢測了的病毒組，調查了病毒在所有生態系統中的流動。我們將病毒序列數量提高了50倍，鑒別出的99%的病毒家族都與以往測序的病毒沒有密切關系。我們將充當病毒宿主的微生物類群數量增長了超過一倍，構建出了*個病毒分布圖。這提供了巨大數量的數據供未來的數年進行更詳細的研究。”