华人学者一作！从碎片到全貌——《Cell》开发Metax实现宏基因组跨域分类谱的精准分析

宏基因组测序让我们能直接读取环境或人体样本中所有微生物的DNA，无需培养。但解读这些数据并不容易：一个样本里可能混着细菌、病毒、真菌、古菌，它们的基因组片段长短不一，有些物种丰度极低，有些序列和参考数据库对不上。

尤其在低生物量样本（如血液、组织活检）或宿主DNA占主导的样本中，试剂带来的污染序列和残留宿主序列会严重干扰真实微生物信号的识别。传统分类工具在复杂群落中经常误判物种身份或高估丰度。

2026年9月11日，德国亥姆霍兹感染研究中心计算生物学团队邓志罗和Alice McHardy在Cell 在线发表题为Metax enables accurate cross-domain taxonomic profiling of metagenomes的研究论文。

Metax是一款新开发的跨域分类分析工具，核心思路是“用覆盖度说话”。它基于概率框架，结合基因组覆盖信息与期望最大化算法，判断一段序列是真实的微生物信号还是人为干扰。

覆盖度指的是基因组上被测序读段覆盖的均匀程度——真实微生物的基因组覆盖通常是均匀的，而污染或伪迹往往呈现局部堆积或异常稀疏。利用这一特征，Metax能在参考数据库不完整的情况下，依然准确区分真实物种与噪声。

文章模式图（图源自Cell ）

研究团队在600多个样本上系统评估了Metax，涵盖宿主相关样本、环境样本、废水样本和低生物量临床样本，测序深度从浅层到深度覆盖、读长从短读长到长读长都有涉及。结果显示，Metax的平均F1分数比其他主流方法高出55%，Bray-Curtis相似性降低45%——也就是说，它不仅能更准地识别物种，还能更精确地估算相对丰度。

在应用层面，Metax成功识别了口腔种植体周围炎中细菌和病毒的独特特征，还从血浆无细胞DNA中揪出了试剂污染和参考基因组组装错误的信号。这意味着它既能用于临床微生物组研究，也能作为质控工具，帮研究者发现数据中的“暗雷”。

Metax的价值在于把“覆盖度”从质控指标升级为分类依据，让低生物量、高宿主污染的样本也能被可靠解读。当然，它仍依赖测序深度和参考数据库质量，极端复杂群落中的表现也需更多验证。但方向很清晰：宏基因组分类分析正在从“拼序列”走向“拼证据”。

参考消息：https://www.cell.com/cell/fulltext/S0092-8674(26)00997-9