編譯：微科盟弈軒，編輯：微科盟茗溪、江舜堯。

微科盟原創(chuàng)微文，歡迎轉(zhuǎn)發(fā)轉(zhuǎn)載，轉(zhuǎn)載須注明來源《微生態(tài)》公眾號。

導(dǎo)讀  

mBodyMap是一個精心篩選的數(shù)據(jù)庫，用于研究人體內(nèi)的微生物及其與健康和疾病的關(guān)系。其主要目的是促進(jìn)人類相關(guān)宏基因組數(shù)據(jù)的可重用性，并通過使用最先進(jìn)的工具集對采集樣本的微生物含量進(jìn)行一致的注釋，并且手動管理相應(yīng)人類宿主的元數(shù)據(jù)，協(xié)助識別與疾病相關(guān)的微生物。mBodyMap根據(jù)采集的樣本與人類疾病和身體部位的關(guān)聯(lián)來組織樣本，以實現(xiàn)跨數(shù)據(jù)集集成和比較。為了幫助用戶找到感興趣的微生物，并可視化和比較它們在不同身體部位和各種疾病中的分布和豐度/患病率，mBodyMap數(shù)據(jù)庫配備了直觀的界面和收集數(shù)據(jù)的廣泛圖形表示。到目前為止，它總共包含63148個序列，包括14401個宏基因組和48747個與健康和56種人類疾病相關(guān)的擴(kuò)增子，來自136個項目的22個人體部位。數(shù)據(jù)庫中還提供了按身體部位和疾病分層的6247種（隸屬于1645屬）的預(yù)先計算的豐度和流行率。

論文ID 

原名：mBodyMap: a curated database for microbes across human body and their associations with health and diseases 

譯名：mBodyMap：一個關(guān)于人體內(nèi)微生物及其與健康和疾病關(guān)系的精心統(tǒng)籌的數(shù)據(jù)庫

期刊：Nucleic Acids Research

IF：16.971

發(fā)表時間：2021.10.28

通訊作者：劉智、陳衛(wèi)華和趙興明

通訊作者單位：華中科技大學(xué)和復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院

DOI號：10.1093/nar/gkab973

綜述目錄

主要內(nèi)容

1 介紹

微生物幾乎存在于人體的所有部位，在人類健康和疾病中起著至關(guān)重要的作用。人類微生物群主要位于腸道，從胃到結(jié)腸的數(shù)量和多樣性不斷增加。然而，其他解剖部位，包括肺、皮膚、陰道、眼睛、胎盤、耳朵、口腔和鼻腔也含有微生物群。微生物組的組成取決于解剖結(jié)構(gòu)（例如腸和肺之間）、個體之間甚至隨時間而變化；它可以通過飲食變化（包括益生菌的使用、抗生素和其他藥物的使用、年齡或疾?。┖推渌蛩貋砀淖儯⑶乙彩莿討B(tài)的。例如，人體皮膚微生物組高度個性化，取決于多種因素，如身體部位、年齡、性別和生活方式因素。除了個別微生物（如已知的致病細(xì)菌）外，在許多疾病中，如結(jié)直腸癌（CRC）、2型糖尿病（T2D）和炎癥性腸?。↖BD），微生物組成的變化（即失調(diào)）也越來越多地被觀察并發(fā)現(xiàn)。因此，盡管“健康微生物群”的確切定義仍有待確定，但多年來，保持健康微生物群的重要性已經(jīng)引起了人們的關(guān)注。益生菌、益生元和合生元的開發(fā)和使用引起了越來越多的關(guān)注，用于在多種疾病的情況下干預(yù)微生物失調(diào)和/或恢復(fù)“健康微生物群”。

目前已經(jīng)建立了公共數(shù)據(jù)庫，如HMDAD（人類微生物疾病協(xié)會數(shù)據(jù)庫）、Disbiome和MicroPhenoDB，用于存儲人體各部位的人類疾病和微生物之間的關(guān)聯(lián)。表1總結(jié)了它們的主要特點。簡而言之，HMDAD和Disbiome從同行評審的出版物中收集基于文本挖掘的微生物疾病關(guān)聯(lián)，并根據(jù)數(shù)據(jù)源的可信度確定這些關(guān)聯(lián)的強(qiáng)度。MicroPhenoDB從HMDAD和Disbiome數(shù)據(jù)庫以及其他開放資源中獲取微生物與疾病的關(guān)系，因此，它是迄今為止最大的微生物與疾病關(guān)聯(lián)數(shù)據(jù)庫。然而，盡管這些數(shù)據(jù)庫對微生物-疾病關(guān)聯(lián)做出了重要貢獻(xiàn)，但它們往往通過文本挖掘主要關(guān)注單個致病微生物，而在很大程度上忽視了微生物群落作為一個整體對健康和疾病的重要貢獻(xiàn)。因此，目前尚無法獲得一套全面的、經(jīng)過策劃和一致注釋的宏基因組數(shù)據(jù)集，以將全身不同部位的人類相關(guān)微生物與健康和疾病聯(lián)系起來。

  表1. mBodyMap的主要特征以及與微生物-人類疾病關(guān)聯(lián)的類似數(shù)據(jù)庫的比較。

在這方面，我們開發(fā)了mBodyMap，這是一個針對22個人體部位的微生物及其與健康和疾病關(guān)系的統(tǒng)籌數(shù)據(jù)庫?？傮w而言，我們從136個項目的16S rRNA和宏基因組下一代測序（mNGS）中收集了63148個宏基因組樣本/序列。mBodyMap的核心功能包括：（i）為每次采集的序列/樣本以及所有可能的相關(guān)元數(shù)據(jù)（如年齡、性別、國家和體重指數(shù)（BMI））手動收集健康和疾病信息；（ii）始終如一地注釋微生物內(nèi)容，包括使用最先進(jìn)的工具集對測序讀數(shù)和預(yù)先計算的物種/屬相對豐度進(jìn)行分類分配；(iii) 根據(jù)相關(guān)的健康控制和疾病、樣本采集地點和統(tǒng)計數(shù)據(jù)收集樣本，包括物種流行率和豐度；（iv）具有直觀圖形表示人體內(nèi)微生物分布和豐度/流行度的設(shè)備，使用戶能夠瀏覽人體內(nèi)微生物的分布，并直觀地比較微生物在各種疾病和健康中的分布。

  2 數(shù)據(jù)庫創(chuàng)建：序列讀取的數(shù)據(jù)收集和相關(guān)元數(shù)據(jù)的手動整理

為了識別與人類相關(guān)的宏基因組數(shù)據(jù)集，我們系統(tǒng)地搜索了公共數(shù)據(jù)庫，包括NCBI生物項目(https://www.ncbi.nlm.nih.gov/bioproject/) 和EBI ENA（歐洲核苷酸檔案，https://www.ebi.ac.uk/ena) 并手動檢查相關(guān)項目信息，以確定數(shù)據(jù)集作為人類相關(guān)宏基因組數(shù)據(jù)集的準(zhǔn)確性。

接下來，我們從EBI ENA（序列讀取存檔）和NCBI SRA（https://www.ncbi.nlm.nih.gov/sra）下載了原始序列數(shù)據(jù)，使用由Aspera（一種高速數(shù)據(jù)傳輸工具）提供支持的瀏覽器工具 (https://github.com/enasequence/enaBrowserTools) 和SRA工具 (https://github.com/ncbi/sra-tools) 進(jìn)行處理。對于每次比對的數(shù)據(jù)和樣本，我們還下載了相關(guān)元數(shù)據(jù)，包括技術(shù)元數(shù)據(jù)，如測序平臺、讀取次數(shù)和讀取長度，以及生物元數(shù)據(jù)，如采集樣本的身體部位，以及人體宿主的年齡、性別、國家、體重指數(shù)（BMI）和疾病。我們手動整理了兩次元數(shù)據(jù)：第一輪包括在內(nèi)部R或Perl腳本的幫助下手動檢查提取的元數(shù)據(jù)，以找到所有感興趣的元數(shù)據(jù)；如有必要，可查閱相關(guān)出版物、補(bǔ)充材料，甚至通訊作者。在第二輪手工策展期間，來自第一輪的不同策展人審查了收集的元數(shù)據(jù)并進(jìn)行了必要的更正。

我們根據(jù)相關(guān)的人類健康或疾病以及采集樣本的身體部位對樣本進(jìn)行分層。涉及的身體部位如下：耳朵、鼻子、口腔、氣管、食道、上呼吸道、肺、胃、子宮、宮頸、輸卵管、卵巢、陰道、尿道、皮膚、血液、腹腔液、大腸和小腸。

  3 原始序列讀取的處理

我們使用 FastQC (v0.11.8, http://www.bioinformatics.babraham.ac.uk/projects/fastqc/) 以 FASTQ 格式處理下載的原始測序讀數(shù)以評估質(zhì)量和 Trimmomatic，以去除低質(zhì)量堿基和測序載體。短于原始讀長三分之二的序列被排除在后續(xù)分析之外。

對于16S序列，我們在隨后的分析中直接使用單端測序讀取，但在隨后的分析之前，在默認(rèn)參數(shù)下使用Casper v0.8.2合并雙端讀取。包含單端和雙端測序讀數(shù)的宏基因組序列都直接進(jìn)行了后續(xù)分析。

我們將結(jié)果序列稱為“純凈數(shù)據(jù)（clean data）”，并將其用于進(jìn)一步的檢查。如有必要，我們還使用 Seqtk (https://github.com/lh3/seqtk) 在默認(rèn)參數(shù)下將 FASTQ 序列轉(zhuǎn)換為 FASTA 格式。

  4 已處理測序讀數(shù)的分類注釋和相對豐度的計算  

對于16S序列，我們使用MAPseq v1.2 分析除雜處理后的數(shù)據(jù)，并將分類分類信息分配給注釋。正如MAPseq的創(chuàng)建者所指出的，我們在屬水平應(yīng)用了0.4的綜合得分來注釋分類分類。對于每個樣本/序列，隨后計算屬和種水平的相對豐度，總豐度值為100%。

對于宏基因組序列，我們在默認(rèn)參數(shù)下使用MetaPhlAn2將分類分類數(shù)據(jù)注釋給測序讀數(shù)，并計算物種的種水平和屬水平的相對豐度。

  5 樣品/序列的質(zhì)量控制

我們進(jìn)行了樣本/序列水平質(zhì)量控制以保證我們的數(shù)據(jù)質(zhì)量：首先，我們從后續(xù)分析中排除了 <5000 個讀數(shù)的擴(kuò)增子樣本/序列，并在 mBodyMap 中將它們標(biāo)記為“失敗的 QC（QC 狀態(tài) = 0）”，然后確保樣本/序列僅包含單個分類單元，即我們還將占總豐度大于或等于 99.99% 的物種或?qū)贅?biāo)記為“質(zhì)量控制失?。≦C 狀態(tài) = 0）”。

  6 數(shù)據(jù)庫建設(shè)與web開發(fā)

我們將所有數(shù)據(jù)加載到 MySQL v5.7.25 (https://www.mysql.com/) 數(shù)據(jù)庫中，并使用 HTML 和 JavaScript 對網(wǎng)站的前端（網(wǎng)頁）進(jìn)行編碼，使用 Python v3.7.7 (https://www.mysql.com/) 對后端進(jìn)行編碼/www.python.org/) 使用 Flask v1.1.2 (https://flask.palletsprojects.com/) 框架來支持對 MySQL 數(shù)據(jù)庫的查詢。我們使用 Vue.js v 2.6.12 (https://cn.vuejs.org/) 框架橋接前端和后端，并使用 plotly.js v1.58.4 (https://github .com/plotly/plotly.js/）。我們還使用了其他幾個開源 JavaScript 庫，包括 Element UI v2.15.1 (https://element.eleme.io/)和BootstrapVue v2.21.2 (https://code.z01.com/bootstrap-vue/)。該網(wǎng)站托管在 Apache v2.4.29 (https://www.apache.org/) 服務(wù)器上。

  7 數(shù)據(jù)庫概述和功能：mBodyMap概述

到目前為止，mBodyMap包含63 148個序列，包括14 401個宏基因組序列和48 747個與健康和56種人類疾病相關(guān)的擴(kuò)增子序列，與136個項目中的22個人體部位相關(guān)（圖1A）。根據(jù)我們的質(zhì)量控制和后續(xù)分析流程，我們認(rèn)為總共有61913個序列為“有效序列”。

圖1. mBodyMap中的數(shù)據(jù)概述。（A）左面板包含一個交互式身體地圖，指示可點擊的身體部位，可獲得宏基因組數(shù)據(jù)；右側(cè)面板包含每個身體部位的樣本數(shù)量，按健康（深綠色）和疾?。S色）分層。（B）總結(jié)我們?yōu)闃颖臼占脑獢?shù)據(jù)的條形圖。Y軸表示元信息，X軸表示包含該元信息的樣本的比例。（C）元數(shù)據(jù)的完整性根據(jù)年齡、性別和BMI進(jìn)行評估。

通過多輪人工處理，我們將清晰的健康或疾病信息注釋到了幾乎所有采集的樣本，隨后使用MeSH系統(tǒng)描述和組織這些信息。我們從微生物組數(shù)據(jù)中確定了與健康和56種疾病相關(guān)的信息。表2列出了健康和mBodyMap中包括的前10種疾病；它們根據(jù)在我們的數(shù)據(jù)庫中鏈接到的樣本/序列數(shù)進(jìn)行排序。

表2. 健康統(tǒng)計數(shù)據(jù)和納入mBodyMap的前10種疾病。

注釋：相關(guān)部位數(shù)量：采集該健康/疾病樣本的身體部位數(shù)量。已處理的運行次數(shù)：具有已處理序列數(shù)據(jù)的所有運行次數(shù)；所有的運行最終都會被處理。有效運行次數(shù)：其數(shù)據(jù)通過我們的質(zhì)量控制程序的運行次數(shù)，以及我們數(shù)據(jù)庫中相應(yīng)物種屬的相對豐度。相關(guān)物種數(shù)：與已處理和有效運行相關(guān)的物種數(shù)。關(guān)聯(lián)的屬數(shù)：與已處理和有效運行關(guān)聯(lián)的屬數(shù)。

 我們還努力為微生物組數(shù)據(jù)集收集盡可能多的元數(shù)據(jù)；然而，我們的努力只得到了三個最基本的宿主細(xì)節(jié)：年齡、性別和樣本中很小比例（3.97%）的BMI（圖1B）。22.61%的樣本不包含任何基本元數(shù)據(jù)，而其余樣本僅包含一個或兩個（分別為64.23%和9.19%）（圖1C）。這些結(jié)果與我們之前在腸道微生物組數(shù)據(jù)集中的發(fā)現(xiàn)一致。他們指出了重復(fù)使用宏基因組信息的困難，并呼吁指定說明宏信息或宏基因組樣本的指導(dǎo)原則。

我們從數(shù)據(jù)庫中的61913次有效序列中確定了6247個物種，隸屬于1645個屬，其中3710個物種隸屬于1075個屬，分別在一個或多個樣本中確定（一個或多個健康/疾病的中位相對豐度高于0.01%）；這些結(jié)果與我們之前在腸道宏基因組分析中的發(fā)現(xiàn)一致，即大約 50% 的微生物是個體特有的。雖然大多數(shù)物種的流行率較低，但我們的研究結(jié)果表明，少數(shù)物種在豐度限制下含有大量的分類群，從而擴(kuò)大了人體各個部位公認(rèn)的微生物群落物種。我們相信，進(jìn)一步分析樣本將增加人體各部位的物種/菌株總數(shù)。

  8 網(wǎng)絡(luò)使用 mBodyMap為瀏覽和查詢宏基因組數(shù)據(jù)及相關(guān)信息提供了一個用戶友好的交互式門戶。為了幫助研究人員找到身體部位健康/疾病關(guān)聯(lián)，mBodyMap為用戶提供了兩種搜索選項：一種需要點擊頭版人體圖片上描述感興趣身體部位的指示，以查看相關(guān)的健康或疾病，另一種要求是在“健康與疾病”頁面上選擇健康/疾病以查看相關(guān)身體部位。對于每個身體部位健康/疾病對，我們提供相關(guān)項目和樣本/序列、相關(guān)物種/屬及其相關(guān)樣本中相對豐度和患病率的信息。例如，要查看肺的慢性阻塞性肺疾病的相關(guān)詳細(xì)信息，用戶可以在“健康與疾病”頁面上選擇慢性阻塞性肺疾病，然后選擇肺作為身體部位，查詢結(jié)果將顯示有4026種相關(guān)微生物被分配到1270屬。我們在一個以上的樣本中僅鑒定了 274 個物種（占總數(shù)的 6.81%），屬于 86 個屬（占總數(shù)的 6.77%），中位相對豐度高于 0.01%。有關(guān)更多詳細(xì)信息，請參閱https://mbodymap.microbiome.cloud/#/health&diseases/Lung/Chronic%20Obstructive%20Pulmonary%20Disease/D029424 。然后，用戶可以選擇一個物種，如鏈球菌（Streptococcus mitis），以獲取更多信息，包括其在健康和疾病樣本中的分布和豐度；有關(guān)詳細(xì)信息，請參閱https://mbodymap.microbiome.cloud/#/taxon/species/Lung/D029424/28037。“分類群（Taxa）”頁面包括“物種（Species）”和“屬（Genera）”頁面，用戶可以瀏覽感興趣的微生物，查看其所在宿主部位以及與之相關(guān)的健康或疾病。 “數(shù)據(jù)”頁面提供了宏基因組項目和樣本/序列的手動策劃元數(shù)據(jù)，供用戶下載。每個項目、序列和健康/疾病的NCBI BioProject、NCBI SRA和NCBI MeSH瀏覽器的附加鏈接可用于幫助研究人員下載數(shù)據(jù)和獲取更多資料。此外，對于每個微生物分類單元（即物種和屬），我們在公共數(shù)據(jù)庫（如有）中包含了相應(yīng)頁面的鏈接，如NCBI分類法 (https://www.ncbi.nlm.nih.gov/taxonomy)、GMrepo （按人類表型分層的綜合腸道微生物組數(shù)據(jù)庫）和MVP（微生物-噬菌體關(guān)聯(lián)數(shù)據(jù)庫）。我們打算在繼續(xù)改進(jìn)網(wǎng)站的同時，創(chuàng)建更多到外部數(shù)據(jù)庫的鏈接。   9 疾病和身體部位內(nèi)部和之間的物種相對豐度和流行率

利用mBodyMap中所有有效序列的預(yù)先計算的相對豐度的可用性，用戶可以可視化不同疾病中感興趣的微生物的流行情況；為便于比較，還提供了健康個體中微生物的分布情況。圖2A顯示了副流感嗜血桿菌（Haemophilus parainfluenzae）的分布：條形圖用于描述其在健康中的流行情況以及與上呼吸道相關(guān)的十種疾病（另見https://mbodymap.microbiome.cloud/#/taxon/species/Upper%20respiratory%20tract/729；默認(rèn)情況下，此條形圖中包含超過10次有效序列的疾?。４送?，我們可視化了健康對照組和其他疾病中選定身體部位的相對豐度，并在方框圖中比較了結(jié)果（默認(rèn)情況下，方框圖中包括有效序列次數(shù)>10次的疾?。粓D2B）。為了更好地說明每個身體部位的一個物種/屬在不同相對豐度閾值下的樣本比例，我們創(chuàng)建了一個線圖，其Y軸表示在一定相對豐度范圍內(nèi)每個有效序列的序列百分比，其X軸表示相對豐度閾值。線形圖顯示了所選分類單元在所選身體部位的相對豐度分布（圖2C）。

 圖2. 所選分類單元的健康和疾病的豐度、流行度和分布的圖形表示。這里，以上呼吸道副流感嗜血桿菌（Haemophilus parainfluenzae）為例。（A）它在健康和多種疾病中的流行。Y軸表示健康和各種疾病，X軸表示構(gòu)成該健康或疾病的樣本比例。（B）方框圖的Y軸表示健康和其他疾病，X軸表示相對豐度。（C）它在健康和各種疾病中的分布。

 使用mBodyMap，用戶還可以探索感興趣的微生物在身體各部位的分布。圖3為人體的圖形表示，用于顯示整個人體部位的鏈球菌的豐度和患病率。我們使用不同的顏色來表示不同的相對豐度和流行程度，使用戶能夠直觀地瀏覽人體內(nèi)微生物的分布情況，并排顯示了健康和疾病部位的用戶感興趣的微生物分布。在我們的數(shù)據(jù)庫中，在22個身體部位發(fā)現(xiàn)了微小鏈球菌，并將其與55種疾病聯(lián)系起來(https://mbodymap.microbiome.cloud/#/taxon/species/28037)。在患病人群的多個身體部位，S. mitis的相對豐度和患病率高于相應(yīng)的健康部位，這與S. mitis作為致病細(xì)菌的特征一致（圖3）。

 圖3. S. mitis是一種已知的致病細(xì)菌，在mBodyMap的身體部位分布。在健康和患病人體的不同部位顯示S. mitis的相對豐度（A）和患病率（B）。在患病人群的多個身體部位大量分離到S.mitis，這與其作為致病細(xì)菌的特征一致。

  10 未來發(fā)展方向 

除了在未來幾年持續(xù)收集各種人體部位的新宏基因組數(shù)據(jù)外，我們計劃在mBodyMap中添加新內(nèi)容，包括（但不限于）所收集樣本的病毒豐度、功能譜和代謝途徑譜。我們還計劃包括更多功能，允許用戶執(zhí)行現(xiàn)場交叉樣本比較、差異豐度分析和數(shù)學(xué)建模。此外，我們將致力于確定身體部位特定或富集的物種和微生物疾病標(biāo)記，并在數(shù)據(jù)集和項目中對它們進(jìn)行比較。我們使用LEfSe（線性判別分析效應(yīng)大?。┓椒ㄔ谀承╉椖恐凶R別健康控制和疾病之間的標(biāo)志微生物，并將其可視化到網(wǎng)頁上。這些發(fā)展將進(jìn)一步促進(jìn)人類宏基因組數(shù)據(jù)的可重用性和可訪問性，并幫助用戶更好地了解多個身體部位的微生物群失調(diào)與人類疾病之間的關(guān)系。

結(jié)論

這篇文章介紹了mBodyMap，一個針對人體內(nèi)微生物及其與健康和疾病的關(guān)系的精心統(tǒng)籌的數(shù)據(jù)庫。到目前為止，mBodyMap包含63148個序列，包括14001個宏基因組和48747個與健康和56種人類疾病相關(guān)的擴(kuò)增子，與136個項目中的22個人體部位相關(guān)。我們的目標(biāo)是為來自不同人體部位的精選和一致注釋的微生物提供一個中心資源，這將允許用戶快速找到感興趣的微生物，并可視化其在整個人體內(nèi)的分布，并有助于識別部位和/或疾病特異性標(biāo)記微生物。我們從多個來源收集人類樣本的宏基因組數(shù)據(jù)集，手動整理其元數(shù)據(jù)，并使用最先進(jìn)的工具集對其微生物內(nèi)容進(jìn)行注釋。然后，我們根據(jù)人類健康或疾病以及與之相關(guān)的身體部位對樣本進(jìn)行分層，并預(yù)先計算物種/屬的相對豐度和患病率。與現(xiàn)有的微生物-人類疾病關(guān)聯(lián)數(shù)據(jù)庫相比，mBodyMap側(cè)重于宏基因組學(xué)數(shù)據(jù)，并強(qiáng)調(diào)微生物群落作為一個整體在健康和疾病中的重要作用。未來，我們將向mBodyMap添加更多數(shù)據(jù)和功能。

本文由“健康號”用戶上傳、授權(quán)發(fā)布，以上內(nèi)容（含文字、圖片、視頻）不代表健康界立場?！敖】堤枴毕敌畔l(fā)布平臺，僅提供信息存儲服務(wù)，如有轉(zhuǎn)載、侵權(quán)等任何問題，請聯(lián)系健康界（jkh@hmkx.cn）處理。

相關(guān)知識

40萬人數(shù)據(jù)：睡眠時長與心血管疾病的關(guān)系
關(guān)于健康和疾病的幾個數(shù)字
什么是微信健康數(shù)據(jù)庫
補(bǔ)充鈣和維生素 D 及其與腎結(jié)石疾病的關(guān)系
泌尿生殖系統(tǒng)在疾病中的作用：微生物組與泌尿系統(tǒng)健康相關(guān)
一種基于物聯(lián)網(wǎng)的人體健康檢測數(shù)據(jù)采集系統(tǒng)及方法
大數(shù)據(jù)分析可揭示健康指標(biāo)與疾病關(guān)系
關(guān)于海洋生物與人類健康的體會和建議
國民體質(zhì)與健康數(shù)據(jù)庫
有關(guān)營養(yǎng)的數(shù)據(jù)庫是什么

網(wǎng)址: 一個關(guān)于人體內(nèi)微生物及其與健康和疾病關(guān)系的數(shù)據(jù)庫 http://www.u1s5d6.cn/newsview1849796.html