【数据分析】宏基因组荟萃分析（Meta-analysis）的应用与实操指南

禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者!

介绍

宏基因组荟萃分析是把多项独立宏基因组研究联合起来，系统评估微生物特征（菌种、基因、通路等）与宿主表型或暴露因素之间关联的统计学方法。它通过扩大样本量、整合跨人群异质性，提高发现稳健微生物标志物的能力。传统方法直接套用 GWAS 或临床 meta-analysis 时，会忽视微生物数据的“成分性、深度不均、零膨胀、批次效应”等独特属性，导致假阳性、不可重复。新兴工具如 Melody 在保留原始计数、无需归一化或零填充的前提下，为每项研究生成成分性-感知的汇总统计量，再跨研究统一模型框架，识别在所有队列中均与宿主变量存在绝对丰度关联的“驱动菌”，从而实现可泛化、高可信度的微生物组发现。

一、宏基因组（microbiome）荟萃分析的现状

1. 数据爆炸：高通量测序让“无培养”研究微生物组成为可能，但单个研究样本量小，结果难以泛化。
2. 汇总需求：近几年大量研究开始尝试 meta-analysis 以扩大样本量、提高统计功效 [2–5]。
3. 技术瓶颈：传统 meta-analysis 策略（如 GWAS 或临床常用的固定/随机效应模型）直接套用到微生物组数据时，表现不佳，难以发现稳定、可重复的“微生物标志物”。