定义
PICRUSt是一类以系统发育信息为桥梁、从标记基因数据推测微生物群落功能组成的计算工具[1]。它输入的是16S rRNA基因等系统发育标记基因的序列及其丰度，输出的是基因家族、酶分类编号或代谢通路层面的预测丰度[3]。此处的「功能」通常指KEGG直系同源基因等基因家族，也可以是任意自定义的性状[4]。
该工具要解决的问题是：通过标记基因测序可以知道样本里有哪些微生物，却不能直接说明这些微生物携带哪些功能基因。PICRUSt利用已测序基因组数量的快速增长，按标记基因序列与参考基因组的相似程度推断可能关联的功能，从而以较低成本获得群落功能的近似画像。
原理
PICRUSt的核心假设是系统发育与功能之间存在足够强的关联，因此亲缘关系接近的微生物，其基因含量也较为相似[1]。原版工具的处理分两步：第一步是基因含量推断，在一棵参考系统发育树上为每个物种预先推算基因家族丰度，该步骤与具体样本无关，只需计算一次；第二步是宏基因组推断，把各分类单元的基因含量预测与样本中16S rRNA基因的相对丰度结合，并按16S rRNA基因拷贝数校正，得到整个群落的基因家族预期丰度[5]。
对尚未测序的微生物，PICRUSt借助祖先状态重建方法，依据已测序近缘类群中观测到的基因分布，拟合演化模型来推断其基因含量，并给出不确定性估计[5]。基因组预测使用的是参考细菌和古菌基因组中已有的基因含量与16S拷贝数注释，功能分类体系可以是任意的，论文中演示了KEGG直系同源基因与COG两种方案[5]。
第二代工具PICRUSt2改用序列系统发育置放的方式：先把待测序列比对到参考比对结果上，用工具置放进入参考树并消解置放结果，再用隐状态预测方法从邻近参考基因组插值出每个基因家族的拷贝数[4]。它还会按预测的16S拷贝数对每个序列的丰度作归一化，最后用最大简约法把基因映射到MetaCyc反应并判定通路[4]。
发展历程
PICRUSt由Morgan G. I. Langille等人提出，相关论文于2013年8月25日在线发表、9月正式刊于《自然·生物技术》，该研究由北美9家机构的作者合作完成[6]。论文指出，用16S信息进行预测时，PICRUSt重现了人类微生物组计划的部分关键结论，在宿主相关和环境群落中都能较准确地预测基因家族丰度，并带有可量化的不确定性[1]。
论文作者把这种方法称为「预测性宏基因组」途径，认为它适用于大量只做过标记基因调查、尚未培养或尚未测序的微生物群落[1]。初版实现与文档以软件包形式公开提供，采用的分类与功能参考数据库为Greengenes[5][7]。
第二代版本PICRUSt2由Gavin M. Douglas等人开发，2020年发表于《自然·生物技术》[3]。相较初版，它的参考基因组数据库扩充了10倍以上，引入castor R包中的隐状态预测算法，支持输出可与常见鸟枪法宏基因组结果对比的MetaCyc本体预测，并用MinPath推断通路丰度使结果更为严格[4]。PICRUSt2不再限定闭合参考的OTU，任何16S序列都可作为输入，菌群分析中常用的DADA2、deblur等产生的序列变异体均可直接使用[4]。
应用
PICRUSt可用于宿主相关与环境群落的比较分析。原版论文把它应用于人类、土壤、其他哺乳动物肠道以及Guerrero Negro微生物席等数据集，结果显示推断的基因含量与实测宏基因组之间相关性最高接近0.9，平均约为0.8[5]。
在实际研究中，该工具常被用来从16S数据推算KEGG直系同源基因与代谢通路的相对丰度。例如针对鲍鱼肠道菌群的研究先用PICRUSt得到KEGG直系同源基因表，再按代谢通路归类，用于比较不同物种间的功能差异[7]。在针对土壤样品的评估中，研究者把PICRUSt2与Tax4Fun2的预测结果同鸟枪法测序的功能谱作对照，以判断二者在碳氮循环等功能基因上的偏差。
由于工具的原版参考数据库偏向特定生境，研究者也开发了针对专门环境的衍生版本。以瘤胃微生物组为例，CowPI是基于PICRUSt的功能推断工具版本，依托瘤胃微生物基因组数据，在瘤胃数据上其预测结果比原版更接近对应的宏基因组与宏转录组数据[8]。
在数据分析流程中，PICRUSt2常与扩增子处理流程衔接使用，例如从QIIME 2导出的序列变异体和丰度表作为输入，输出酶分类编号、KEGG直系同源基因与MetaCyc通路丰度表，随后再用于多样性与差异分析[9]。
局限
PICRUSt的准确性依赖于参考基因组数据库的覆盖程度。它的推断基于已测序代表性微生物的完整基因组，对于基因组与序列数据库中代表性不足的群落，预测可靠性会下降，瘤胃微生物组就是这类传统上代表性偏低的例子[8]。由于参考基因组中不少并非来自土壤等特定环境，这类样本上的预测准确度也存在不确定性。
该工具给出的是功能潜力而非实测功能。有研究明确指出，PICRUSt2并没有测定样本中的基因或转录本，只是从近缘类群的基因组推断基因的存在，因此结论应限定为「潜在能力」，而不能表述为活性或表达上调[10]。基于16S数据的功能推断在条件允许时不应替代宏基因组和宏转录组方法[8]。
为控制预测质量，相关流程引入最近测序类群指数作为质量指标，反映OTU与参考基因组之间的平均遗传距离。PICRUSt的分析实践中，通常剔除该指数高于0.17的观测值，以保证功能预测的可靠性[7]。PICRUSt2则默认丢弃最近测序基因组距离超过2个替换/位点的序列变异体，这些序列恰是环境研究中最受关注的新颖类群，因此分析时需同时报告被丢弃部分所占比例[10]。
另有方法学层面的限制：推断代谢与分类的对应关系受制于已发表测序基因组的数量，对于亲缘关系较远的类群推断质量不足；细菌和古菌许多类群基因组可塑性强，16S rRNA基因序列几乎相同的菌株代谢潜力可能差异很大；表型可塑性也使同一菌株在不同环境条件下呈现不同的代谢响应[11]。
参见
参考资料
- nih.gov 上的网页 [引用日期2026-10-14]
- 科技资源标识详情 [引用日期2026-10-14]
- picrust [引用日期2026-10-14]
- Home - You signed in with another tab or window [引用日期2026-10-14]
- UC Santa BarbaraUC Santa Barbara Previously Published Works [引用日期2026-10-14]
- h1.co 上的网页 [引用日期2026-10-14]
- nih.gov 上的网页 [引用日期2026-10-14]
- fao.org 上的网页 [引用日期2026-10-14]
- galaxyproject.org 上的网页 [引用日期2026-10-14]
- bio-microbiome-functional-prediction — SkillsAuth [引用日期2026-10-14]
- tandfonline.com 上的网页 [引用日期2026-10-14]