为什么功能预测是锦上添花？

很多研究表明，微生物群落功能与环境因素之间的联系比与物种组成更加紧密，这也提醒了我们在探究微生物群落的组成外，更需要深度挖掘群落功能的构成。

目前主要使用宏基因组学技术来研究微生物群落的功能，但如果手中只有16S数据却又想探究群落功能，请别忘了扩增子测序的一款分析神器——PICRUSt功能预测！兼顾功能分析且高性价比！既能丰富文章内容、提升研究深度，也能为下游的菌群互作/响应机制分析提供参考。

PICRUSt的从1到2

PICRUSt功能预测软件于年出道，是通过将OTU信息比对到GreenGene数据库，得到样本/分组的功能count值信息，进而反映样本群落功能组成的一款软件。凭借其仅基于16SOTU序列就能预测微生物群落功能的优势，在推出后受到广大研究者的青睐。

图1PICRUSt1软件分析原理示意

PICRUSt1软件的结果输出依赖于Greengene数据库，但该数据库更新的迟缓度严重限制到PICRUSt的功能预测范围，已无法满足日益增长的研究需求。年，全新版本的PICRUSt即PICRUSt2出道接棒，成为功能预测的新利器。

图2PICRUSt2软件分析原理示意

结合官方描述，改进后的PICRUSt2与1相比，具有如下优点：

1、更丰富的基因组信息：

升级后用于预测的参考基因组数据库扩大了10倍以上，使功能预测信息更加全面，较大提高了预测精度。

2、更友善的输入输出设置：

PICRUSt2在输入数据时支持任何16S原始序列（OTU/ASV序列）输入，内置注释方法，使注释过程不再依赖于GreenGene数据库；在输出时，支持输出MetaCyc本体预测，这将可与宏基因组学的结果进行比较。

3、更贴近实际环境的预测设置：

PICRUSt2通过将OTU/ASV序列输入至16S参考序列进化树中进行基因家族拷贝数预测，而参考序列进化树可根据不同样本类型（如肠道微生物、土壤微生物等）自定义特定环境的参考数据库。

4、更严格的预测方法：

原理上，PICRUSt2采用MinPath（最小路径集）进行功能丰度预测，确定基因家族存在的最小路径。MinPath可在给定一组参考路径和一组可映射到多个路径的功能中找到解释所有功能的最小数量的路径，从而降低假阳性注释；PICRUSt2还从castorR包中添加了隐藏状态预测算法，使预测过程更加严格。

5、软件的持续更新：

PICRUSt2推出后处于持续的更新状态，目前可以在GitHub