메타지노믹스 시퀀싱

기술 사양

TECHNICAL SPECIFICATIONS

Item	Details
Sequencing Data Volume	6 G / 10G
Assembly	Assembly into contigs with MEGAHIT (succinct de Bruijn graph); N50, contig counts and length distributions reported
Gene Prediction	Prodigal predicts prokaryotic and metagenomic ORFs, outputting gene sequences, protein sequences and GFF files
Non-redundant Gene Set	MMseqs2 clustering at 95% identity and 90% alignment coverage for dereplication; gene abundance quantified by Bowtie2 mapping
Taxonomic & Functional Annotation	Taxonomic annotation by DIAMOND against NCBI-NR; functional annotation across five databases — GO, KEGG, COG, CAZy and CARD (including antibiotic resistance ontology ARO)

분석 프로세스

ANALYSIS WORKFLOW

데이터 QC

raw · 정제 데이터

어셈블리

MEGAHIT · contig

유전자 예측

Prodigal · ORF

유전자 세트 구축

MMseqs2 · Bowtie2

기능 주석

NR / KEGG / CAZy

조성 분석

벤 · 막대 · 히트맵

다양성 분석

알파 · 베타

차등 분석

LEfSe · 순위합 검정

생물정보 분석

BIOINFORMATIC MODULES

Module	Core Methods & Metrics	Key Outputs
Sequencing Statistics	Raw fastq (R1/R2) statistics: data volume, read counts, base counts, Q20/Q30 and GC content; base retention rate after adapter trimming and quality filtering	Raw and cleaned data statistics tables, base-quality and content distribution plots
Assembly	MEGAHIT (succinct de Bruijn graph) assembles effective sequences per sample into contigs; N50, contig counts and length distributions reported	Assembly statistics tables, length distribution plots
Gene Prediction	Prodigal predicts prokaryotic and metagenomic ORFs and coding regions, outputting gene sequences, protein sequences and GFF files	Gene sequence files, protein sequence files, GFF
Non-redundant Gene Set	MMseqs2 clustering at 95% identity and 90% alignment coverage for dereplication; per-sample effective reads mapped to the gene set with Bowtie2 for abundance	Non-redundant gene set, gene abundance tables
Taxonomic & Functional Annotation	DIAMOND against NCBI-NR for taxonomic annotation with abundance computed from domain to species; functional annotation across GO, KEGG, COG, CAZy and CARD (including ARO)	Annotation summary tables, per-database level abundance tables
Composition analysis	Venn diagrams, community bar plots and abundance heatmaps at species (Species/Genus/Family, etc.) and function (KO/COG/CAZy/ARO/GO/Pathway) levels	Venn diagram, community bar plots, heatmap
Diversity analysis	Alpha-diversity indices with intergroup boxplots; beta-diversity distance matrices, hierarchical clustering, PCA / PCoA / NMDS ordination and ANOSIM tests	Index boxplots, PCA / PCoA / NMDS plots, ANOSIM plots
Differential Analysis	LEfSe (LDA) at species and functional levels; intergroup Wilcoxon rank-sum tests to screen differential taxa and functional units	LEfSe plots, LDA bar charts, differential test tables

결과 예시

SELECTED FIGURES FROM ACTUAL REPORTS

Contig 길이 분포

시료별 어셈블리 contig의 길이 구간 분포로, N50 등 어셈블리 지표를 함께 제시합니다.

KEGG 기능 주석

KEGG 2차 계층 경로의 유전자 수로, 대사·유전정보 처리 등 주요 카테고리에 따라 색상으로 구분합니다.

CAZy 주석

6개 기능 모듈(GH / GT / PL / CE / AA / CBM)별 유전자 수입니다.

공통 / 고유 종 벤 다이어그램

Treat 그룹과 Con 그룹 간 공통 및 고유 종입니다.

종 조성 막대 그래프(속 수준)

시료별 속 수준 상대 풍부도로, 그룹 간 군집 구조 차이를 시각화합니다.

종 풍부도 히트맵(발췌)

상위 종의 시료별 풍부도 분포와 계층적 클러스터링으로, 일부 종만 표시합니다.

PCA(종 수준)

시료 간 조성 차이와 그룹 내 클러스터링을 보여주는 주성분 점수 플롯입니다.

PCoA(종 수준, Bray-Curtis)

종 거리 행렬에 대한 주좌표 분석으로, 신뢰 타원은 그룹 구조를 보여줍니다.

LEfSe LDA 막대 그래프(발췌)

그룹 간 유의하게 다른 종과 LDA 점수로, 색상으로 그룹을 구분하며 상위 항목만 표시합니다.

적용 분야

APPLICATIONS

마이크로바이옴 기능 잠재성신규 유전자 및 경로 발굴내성 유전자 및 환경 모니터링숙주-미생물 상호작용메타게놈 어셈블리 게놈(MAG)

FAQ

How long does a Metagenomics project take?

From sample QC approval, standard timelines are 3-6 weeks (library prep, sequencing and bioinformatics included); large cohorts or deep custom analyses follow the confirmed study plan.

What if my samples fail QC?

Failed QC is reported immediately with reasons, and we discuss resampling or plan adjustments with you — sequencing never proceeds without qualification.

What bioinformatics is included? Can I add custom analyses?

Standard delivery covers QC, mapping/assembly, quantification, differential and functional enrichment analyses. Custom deep-dive and multi-omics integrative analyses are supported on request.

What samples do you need for Metagenomics?

Total RNA ≥1 μg with RIN ≥7 (snap-frozen, dry ice); microbial and faecal samples ≥200 mg (sterile, −80 °C); whole blood for WGS ≥500 μL (EDTA only, never heparin). RNA integrity matters more than concentration. See Technical Resources → Sample Guide.