DNA metabarcoding: 条形码的追踪饮食摄入之路

最近一项研究表明：DNA metabarcoding为追踪人类饮食中植物的摄入提供了一种有潜力的新方法，类似方法也可以用来检测人类食谱中的动物成分和真菌成分。该研究发表在了《mSystems》期刊 (IF:6.5)，阐述了广泛用于野生生物的研究方法能从人类粪便食物残渣中扩增和测序植物DNA。

DNA metabarcoding：这是一种基于扩增子的测序技术，通过含有DNA barcodes的参考数据库得到物种信息，应用于动物学、微生物群落生态学和环境DNA研究。

植物DNA metabarcoding方法是对植物叶绿体DNA中的trnL(UAA)-P6 marker进行扩增并测序，该marker长度短且引物高度保守，具有种间差异，先前已有实验证明它能从人类粪便样本中鉴定植物DNA，因此在本文的研究中，作者用该方案来处理人类粪便样本进行后续的meta分析。

“DNA测序给我们提供了大量研究数据，比如肠道菌群和个人基因组。该研究表明这一强大的技术可以让我们知道我们吃了什么，而这往往是难测量的“，资深研究作者劳伦斯·戴维（Lawrence David）博士如是说，他是杜克分子遗传学与微生物系，基因组和计算生物学中心的助理教授。

膳食评估有很多方法，但是大部分都依赖于个人记录自己吃了什么。这容易受到记忆错误、汇报的偏差和对问卷调查的理解等的影响。DNA metabarcoding可以用粪便中的食物残渣的DNA作为一个生物标记来评估个体的饮食信息。研究人员可以从粪便样本中扩增食物DNA、测序，然后基于参考数据库判断这些序列来自哪些食物。“我觉得DNA metabarcoding就像超市里面的条形码，可以把一个特定的DNA序列认作一种特定食物的标识码”，该文章的第二作者，Brianna Petrone这样说道。他是杜克大学医学院的研究生。

该图是DNA metabarcoding结果和被采样人的报告结果的韦恩图

David博士和并列一作—-现为哈佛大学的初级研究员的Aspen Reese博士是在与普林斯顿大学的生态学家Rob Pringle博士和现就职于布朗大学的Tyler Kartzinel博士会面后发起这项研究的。后面两位是最开始用DNA metabarcoding研究非洲大草原中食草动物的复杂食物网的科学家。David博士说：“我们想知道他们的方法是否对人有用。” “在微生物领域，越来越多工作阐明特定食品可能会改变或塑造肠道中特定细菌的水平，但是我们在宏基因组研究中往往没有考虑饮食数据。”

为了验证假设，研究人员从冷藏库中拿先前研究的粪便样本提取了DNA，David博士说：“我们碰巧在几年前进行了一项研究，当时我们正为微生物饮食干预的参与者准备食物，然后我们也确切知道了在收集粪便前一周他们所吃的食物。”

研究人员对11位饮食受控和自由饮食的个体的粪便样品中叶绿体DNA中的条形码区域进行了测序，成功地在大约50％样本中扩增到了植物DNA，在食用富含植物的饮食受控的个体中，这一比例增加到了70％。测序的获得的大部分植物DNA与可以匹配到人类常见的食用植物，包括谷物，蔬菜，水果和草药。David博士说：“总体而言，研究参与者记录的食物摄入与我们从粪便中分离DNA测序的得到的饮食谱一致。” “如果饮食记录中记录植物，在80%的时候同时被metabarcoding方法检测到。”

该图是metabarcoding结果与实际结果的一致性，热图左侧是食物的拉丁名，右侧是食物的公共名称。

相对较高的PCR失败率和无法在序列水平上区分某些饮食植物表明该技术还需要进一步完善。例如，卷心菜，西兰花，抱子甘蓝和大头菜都是同一物种的栽培种，研究人员无法通过叶绿体条形码区域中的序列来区分它们。咖啡是唯一一种在饮食日志中有记录但从通过DNA检测发现不了的样本序列了。

David博士展望了DNA metabarcoding在未来研究的应用，以及对早期研究进行饮食分析的可能性。David博士说：“与这项研究类似，可以想象这一技术应用到DNA检测，查看是否存在可以影响肠道微生物模式的潜在的饮食差异”。“继续畅想，DNA metabarcoding将在新的微生物组研究中用于鉴定特定食品与肠道细菌的关系，以及在营养学上的广泛研究做为传统饮食评估的补充。”

参考文献

Aspen T. Reese, Tyler R. Kartzinel, Brianna L. Petrone, Peter J. Turnbaugh, Robert M. Pringle, Lawrence A. David. Using DNA Metabarcoding To Evaluate the Plant Component of Human Diets: a Proof of Concept. mSystems, 2019; 4 (5) DOI: 10.1128/mSystems.00458-19