【摘要】 宏基因组学可以生成有关食草动物饮食的数据，而无需像宏条形码那样进行引物选择和 PCR 富集步骤。

宏基因组学可以生成有关食草动物饮食的数据，而无需像宏条形码那样进行引物选择和 PCR 富集步骤。饮食分析的宏基因组方法仍然相对未被探索，需要验证生物信息学步骤。目前，还没有宏基因组食草动物饮食研究利用叶绿体和核标记作为植物识别的参考序列，这将增加可以提供分类信息的读取数量。在这里，我们探索如何在计算机上类似于从粪便样本中获得的序列的宏基因组数据集的模拟可用于验证分类分配。使用已知的序列列表来创建模拟数据集，我们为序列的分类分配导出了可靠的识别参数。我们应用这些参数来表征位于挪威的西洋参( Tetrao urogallus )的饮食，并将结果与​​元条形码trnL 进行比较从相同样本生成的 P6 循环数据。两种方法在鉴定的植物分类群数量上表现相似（宏基因组学 42 个分类群，宏条码编码 43 个分类群），物种分辨率没有显着差异（宏基因组学 24%，宏条码编码 23%）。我们进一步观察到，虽然宏基因组学受到粪便样本年龄的强烈影响，新鲜样本的表现优于旧样本，但宏条形码不受样本年龄的影响。另一方面，宏基因组学使我们能够同时获得西洋参的线粒体基因组，从而提供额外的生态信息。我们的研究证明了利用宏基因组学进行饮食重建的潜力，但也强调了与元条形码相比，该技术未来使用的关键考虑因素。

 

科学指南针是互联网+科技服务平台,500多家检测机构,提供近5万种设备和服务项目,涵盖生物医药、智能硬件、化学化工等多个领域,由专业人员1对1跟踪服务,保证检测质量与效率。