参考基因组的空白：菌群研究里那些查无此菌的序列

研究说了什么

在人体肠道宏基因组研究中，无法注释到已知物种的序列比例在不同队列间从两成到五成不等，非西方人群样本的注释率通常更低，因为参考基因组库以欧美样本为主。研究者通过大规模培养组学与单细胞组装补入新基因组，建立统一基因组目录，使注释率明显提升。也有方法学研究发现，同一份测序数据用不同数据库注释，物种水平的结论会发生变化，甚至影响关键菌的判定。

为什么重要

菌群与疾病的关联研究依赖注释的准确性。如果所谓的关键菌其实来自数据库缺口或错误归类，后续的机制研究就会走偏。人群偏倚还会让健康菌群的定义带上地域与饮食色彩，把某一地区的正常状态当成全球标准。这对抗衰研究尤其重要，因为长寿人群的菌群特征很容易被过度解读。

证据与边界

基因组目录仍在快速扩张，版本更新会让旧结果无法复现，这是当前菌群研究可重复性问题的来源之一。注释工具与参数选择同样影响结论。现阶段应把物种层面的发现视为暂定，功能通路层面的结论相对稳健，但仍受数据库覆盖度限制。单一研究提出的新菌种需要独立队列验证。