文献阅读（7）：Recognizing the reagent

• 标题：Recognizing the reagent microbiome
• 发表期刊：Nature Microbiology
• 发表时间：2018/08
• 关键点：讨论了low-biomass环境的试剂来源微生物组污染特点，可根据污染物种特征进行去污染

生态

• 遇到意想不到的细菌群时，第一步应该是使用这些生态数据，并考虑该发现是否具有生态意义。
• 菌群可以通过基于培养的方法或荧光原位杂交来验证。

Utilizing artificial patterns

• 真实存在的菌群信号适合样本相关地，而试剂污染不是，而是和DNA分离提取的批次相关。
• 同批次内污染具有一致性，批次间的污染不一致，此特征可用于识别试剂污染 （Figure 1a）。
• 在一些非常低生物量的研究中，大多数信号可能来自试剂污染，拥有多个批次可以通过批次关联快速统计鉴定试剂污染。
  Figure 1
• 同一个批次的所有样品中试剂污染物种比例具有一致性，高度相关 （Figure 1b，c）。
• 另一种方法是测量输入 DNA（或扩增子）数量与输出物种丰度之间的相关性。 将发现污染物种的强负相关。
• 真实的信号是可重复地。在两次重复的DNA提取中，真实信号的成正相关（Figure 1D）。

总结：

试剂来源污染有几个特点：

1. 同一批次丰度相似，不同批次差别较大；
2. 同一批次，丰度相关性很高；
3. 不同DNA提取，相关性较低。