Nature | 河流微生物组：多维度研究能揭开啥神秘面纱？

主要观点总结

文章介绍了关于地表水样本研究项目（GROW）的可视化数据展示，包括项目流程、样本分组及分析覆盖情况、全美采样及多维度数据分析的空间分布等。同时，也介绍了微生物组宏基因组、宏转录组多组学分析可视化和河流生态系统微生物组与环境因子的多维度关联分析等图集合。通过对河流微生物组多维度的研究，系统揭示了地表水微生物生态的复杂规律，为理解水生生态系统物质循环、应对环境变化提供科学依据。

关键观点总结

关键观点1: 项目流程与数据展示

文章描述了GROW项目的流程，包括众包采集地表水样本、地理空间属性、宏基因组测序和宏转录组测序等。数据被存储在DOE系统生物学知识库（KBase）和国家微生物组数据协作组（NMDC）。科罗拉多大学地理空间基因组中心构建了GROWweb。

关键观点2: 样本分组与多维度分析

文章展示了样本分组及分析覆盖情况，包括地球化学、地质、宏基因组、宏转录组分析的样本覆盖数。不同样本量分组呈现了不同分析维度在各组样本中的应用。

关键观点3: 可视化多维数据分析的空间分布

文章以美国地图为底，用不同颜色编号标记采样点，关联宏基因组、宏转录组等分析类型，呈现全美采样及多维度数据分析的空间分布。

关键观点4: 微生物组宏基因组与宏转录组分析的重点内容

文章介绍了微生物组宏基因组与宏转录组分析的可视化图，包括主要类群的宏转录组表达占比分布、微生物类群的宏基因组相对丰度与宏转录组共现性关系等。

关键观点5: 河流生态系统微生物组与环境因子的关联分析

文章还介绍了河流生态系统微生物组与环境因子的多维度关联分析，包括抗生素抗性基因（ARGs）表达与污水处理厂（WWTP）有无的关系、微生物组与环境因子的相关性热图等。