近日，40001百老汇官网电子游戏联合深圳市环境科学院在《Frontiers in Environmental Science》杂志上发表了题为“FWAlgaeDB，an integrated genome database of freshwater algae”的研究成果，发布了淡水藻类基因组数据库——FWAlgaeDB，并阐述了数据库的结构及各功能板块。研究还基于40001百老汇官网电子游戏GenoLab M高通量基因测序平台对10个水库水体样本进行了宏基因组测序，在藻类物种鉴定方面，比较了FWAlgaeDB与NT库的差异及优势。
FWAlgaeDB是第一个专门的淡水藻类数据库，包含204个淡水藻类物种的生物学信息、基因组及功能注释信息，并整合BLAST在线比对软件，可以快速、准确地完成序列相似性比对和物种鉴定，对淡水藻类物种多样性保护及功能开发，具有重要作用。
藻类是水生态系统中重要的成员，对碳固定和初级生产力的提高发挥关键作用，并在可再生能源、水产养殖和制药产业中具有普遍应用。淡水藻类广泛分布于人类的生活环境中，包括淡水湖泊、沼泽、水库、河流、溪流及冰川等，占据了淡水环境的重要生态位，与人类生存息息相关。近几十年来，淡水藻类在水质监测、生物多样性评估与废水重金属去除等方面受到密切广注。
藻类基因组包含重要的遗传信息，是藻类功能开发及遗传改造的基础，为生态环境保护与生物资源利用提供重要的理论依据。然而，目前已发表的藻类基因组序列有限且分散。已有的藻类相关数据库，比如GenBank和JGI，没有对淡水和海洋藻类进行有效的区分，且不包含藻类的生物学信息，比如生活环境、分类学信息、形态学图片等；而AlgaeBase和Algae-Hub，虽然包含藻类基本的生物学信息，但是没有收录其基因组信息。因此，对于专注于淡水藻类的研究人员来说，目前已有的藻类数据库并不能满足其研究需求。基于此，40001百老汇官网电子游戏和深圳市环境科学院合作开发了一个综合性的、开放访问的淡水藻类基因组平台--FWAlgaeDB，助力淡水藻类研究和生态环境保护。
FWAlgaeDB目前包含来自于7个门204个物种的淡水藻类。其中，生物学特征信息来源于NCBI，公共数据库以及已发表的文献。基因组序列从NCBI下载，CDS及Protein序列一部分来源于NCBI已公布的文件（84个物种），另一部分来源于我们的基因预测（120个物种）。此外，我们对每个物种都进行了功能注释（NR，Swiss-Prot，GO，KEGG，COG和KOG），以帮助了解基因功能层面的信息。
FWAlgaeDB包括搜索模块、BLAST比对分析、基因组数据集(FWAlgae pool)/功能注释文件(annotation)模块，可以实现网站内的快速检索、相似性比对及基因组/注释文件的免费下载。
FWAlgaeDB集成了一个智能搜索模块，可以帮助研究人员快速检索感兴趣的数据。FWAlgaeDB支持不同的搜索方法：①输入分类学术语检索（支持不同分类学水平，如纲，目，科，属等），网站会输出相应水平上的物种列表以供选择。研究人员确定目标物种后，可以点击并跳转到特定页面浏览、下载相关数据。②精确检索，通过物种的科学名称、数据库编号或NCBI分类号来精确检索物种信息。FWAlgaeDB使用模糊匹配算法，即使搜索字符串或拼写不完整，也可以根据潜在相关性输出搜索结果。
展示204个淡水藻类的分类信息和基因组序列。淡水藻类的属和种按字母顺序排列在浏览界面上。每个物种都链接到一个特定的页面，包含其生物分类学信息、生活环境、NCBI登录号、地理分布、参考图片和相关文献，以及可下载的基因组序列。在本页面，研究人员可以下载相应的FASTA格式的基因组序列。此外，单击藻类名称将直接进入Annotation下载界面。
注释界面以表格形式呈现，研究人员可以单独选择或一键打包Genome、CDS、Protein和不同的数据库注释文件进行下载。为了更好地了解藻类基因组信息，我们还收集并注释了204种藻类的主要基因家族，包括ABC transport、细胞色素p450、转座酶、藻毒素基因簇等，供研究人员免费下载使用。本页内嵌的搜索工具也支持通过物种名称或数据库ID进行精确搜索。
FWAlgaeDB集成了BLASTN/BLASTP比对工具，研究人员能够将待查询序列(核苷酸或氨基酸序列)与整个数据库进行比对，并获得BLAST比对报告。研究人员可以在操作界面中粘贴FASTA序列或上传序列文件，快速搜索数据库中与待查询基因组或蛋白质序列相匹配的物种列表。数据库支持BLASTN、MEGABLAST和Discontiguous MEGABLAST比对，且可以使用高级命令行参数对搜索进行优化。
为了验证FWAlgaeDB的有效性，我们使用GenoLab M平台对10个水库水体样本进行了宏基因组测序，将测序得到的reads在FWAlgaeDB和NT藻类数据库中进行物种注释的分析和比较。
基于NT藻类数据库进行物种鉴定时，获得了极其庞杂的物种鉴定结果，且需要进一步区分是否是淡水藻类，后续的识别过程将极为复杂。NT数据库获得的海量数据可能会分散研究人员的注意力，并模糊一些重要信息。而基于FWAlgaeDB鉴定得到的物种，相对更为集中，且确定都是淡水来源的藻类。
另外，在NT数据库中检测到几个公认的海洋藻类物种（图中橙色标记），这是令人费解且无法解释的。因为样本来源于淡水水库，理论上不存在海洋种类。这些潜在的假阳性表明，FWAlgaeDB是鉴定淡水样本中藻类物种的更优选择。当然，如果要对这些假阳性物种进行确切的鉴定，还需要进一步的湿实验验证，如藻类分离、培养和PCR鉴定。
图6 FWAlgaeDB和NT藻类数据库对10个水库样本藻类物种鉴定的比较
基于上述分析，我们得出如下结论：
1、FWAlgaeDB是目前第一个专门针对淡水藻类的基因组数据库，包含204种淡水藻类的生物学特征及基因组信息，可助力水生态环境相关研究的开展；
2、FWAlgaeDB可以实现BLAST相似性比对及淡水藻类物种鉴定，且数据库中所有信息文件都提供开源、免费的下载；
3、相对于NT数据库，FWAlgaeDB更适合淡水样本的藻类物种鉴定。