rrnDB数据库简介-16S基因多拷贝数的证据

16S基因作为mark gene在微生物群落结构的研究中发挥中重要作用, 但是候选的mark gene 肯定不止16S 一种，最新比较火热的功能基因，也可以作为mark gene。利用功能基因作为mark  gene, 相比16S有什么优势呢？

在功能基因的文献中指出了两点:

1) 不同物种的16S基因序列可能完全相同，尤其是在二代测序中，我们通常指扩增16S的部分序列，这样不同物种扩增出来的序列完全相同的概率大大增加，这样不同有效的区分物种，所以说利用16S基因做的species 水平的注释，可信度一般；

2）16S基因在一个物种中会有多拷贝，这样PCR是会有多个扩增产物，这样导致在OTU 定量会引入错误，比如物种A只有1个16S基因，物种B有2个16S基因，在群落中，二者丰度相同，经过相同循环次数的PCR , 理论上最终测序得到的reads中，物种B的reads会是物种A的2倍; 在16S研究中，我们通常使用reads 表征某个OTU的分度，尽管在群落中物种A和B相同，但是由于拷贝数的差异，所以定量的结果，不能正确的反映在群落中二者的丰度比例；丰度定量不准确，对于后续的alpha 和 beta 多样性的分析都会有影响；

之前只是文章中这么一说，对于某个物种16S的拷贝数也没有认真去研究过，今天看到了rrnDB 这个数据库；

这个数据库中收录了16S基因为多拷贝的物种；可以直观的看到16S基因多拷贝的现象；

数据库网址如下：

https://rrndb.umms.med.umich.edu/

点击导航栏的 search 按钮，先看一下数据库中的具体记录

先用默认的关键字进行检索，看下检索出来的记录，点击下图的Search 按钮，

检索的结果如下：

第一列Data source record id 是物种基因组在NCBI中的版本号，Data source organism name 是物种名称，RDP  taxa 是在RDP 数据库中的注释信息，最后一列16S copies 就是在该物种中16S基因的拷贝数；

从检索的结果可以直观的看出，还是有很多的物种存在16S基因多拷贝的现象；

最新更新的RDP Classifier 程序中，考虑了16S基因的多拷贝现象，对于16S基因的多拷贝数问题，通过这个数据库可以更加直观的了解。