BioTuning.ru
Главная / Информационный курс / Тесты микробиома
BioTuning / смотреть и разбираться

Тесты микробиома

Тесты микробиома
Купить полную версию статьи в PDF 399 ₽

Доступно в полной версии:

Купить полную версию статьи в PDF 399 ₽

Как пользоваться этим курсом

Тест микробиома обещает превратить невидимое сообщество в понятный отчёт: названия бактерий, проценты, цветные шкалы и советы. Самое интересное начинается между этими элементами. Где заканчивается лабораторное измерение? Какая часть результата вычислена? А какая появилась потому, что компания решила назвать одно значение «хорошим», другое — «плохим»?

Этот курс посвящён грамотному чтению таких отчётов. Его предмет — преимущественно потребительское профилирование кишечного микробиома по образцу кала. Это не руководство по диагностике и не разбор персональных анализов. Клинический анализ на определённый возбудитель, исследовательская метагеномика и коммерческий «индекс здоровья кишечника» решают разные задачи. Объединять их в один класс «полезных» или «бесполезных» тестов неправильно.

Мы будем двигаться от устройства измерения к качеству доказательств. Сначала разберём образец, методы и единицы, затем — референсные базы, статистику и прогнозы, после — исследования коммерческих сервисов, вопросы конфиденциальности и способы распознавать чрезмерные обещания. Последние разделы содержат учебные случаи, вопросы с ответами и проверенную библиографию.

Четыре метки, которые помогают не смешивать выводы

ФАКТ — конкретный результат исследования или установленное свойство метода. Он сопровождается ссылкой и ограничением применимости. МЕТОДИЧЕСКОЕ ОБЪЯСНЕНИЕ — разбор того, как получается число и что необходимо для его интерпретации. АВТОРСКИЙ ВЫВОД — логическое следствие обсуждения, а не результат отдельного эксперимента. УЧЕБНЫЙ ПРИМЕР — специально придуманные данные, которые нельзя выдавать за наблюдения над людьми.

Уверенность также относится к конкретному утверждению. Высокая уверенность в том, что проценты зависят от знаменателя, не означает высокой уверенности в персональном прогнозе. У отдельного исследования могут быть хорошо воспроизводимые результаты внутри своего протокола и одновременно узкие границы переноса на другие популяции.

Как пользоваться этим курсом: иллюстрация из информационного курса 073

Что именно попадает в пробирку

Образец не равен всему организму

Микробиота — сообщество микроорганизмов; слово «микробиом» часто используют шире, включая генетический материал и условия существования сообщества. В отчёте важно не спорить о термине, а узнать объект измерения: ДНК из образца, определённые гены, культивируемые организмы или молекулы обмена.

Исследования Human Microbiome Project показали выраженные различия между участками тела и между людьми, отвечавшими критериям здоровья проекта. В анализ вошли 4788 образцов от 242 взрослых, а не 4788 независимых участников. Исследование описывало выбранную популяцию и разные биотопы; оно не создало универсального персонального эталона. [32]

Кал представляет определённый материал из кишечной экосистемы в конкретный момент. Он не является прямой картой всех отделов кишечника, слизистой оболочки, кожи и ротовой полости. Если лаборатория обнаружила последовательность в кале, буквальный вывод касается данного образца и метода. Более широкое утверждение требует отдельного обоснования.

Одно название услуги — разные вопросы

Профилирование сообщества отвечает на вопрос о составе в рамках протокола. Целевой молекулярный тест ищет заранее выбранную мишень. Посев показывает рост в заданных условиях. Анализ метаболитов измеряет выбранные химические соединения. Ни один из этих подходов не превращается в другой только из-за слова «микробиом» на упаковке. [8, 9, 10, 11, 12]

Нельзя переносить ограничения широкого потребительского профиля на все исследования кала или все методы клинической микробиологии. Обратный перенос тоже неверен: существование полезного целевого теста не подтверждает полезность любого обзора сотен таксонов. Критерии зависят от конкретной задачи, мишени и способа принятия решения.

Что именно попадает в пробирку: иллюстрация из информационного курса 073

Почему важны дата и контекст

Дата сбора, особенности хранения, недавние изменения обычного режима и характеристики образца помогают понимать различия. Это не приглашение специально менять питание или самостоятельно отменять назначенное лечение перед тестированием. Подготовка относится к конкретному протоколу; вопросы, затрагивающие лечение, решаются с медицинским специалистом. [1]

Метаданные не исправляют плохой анализ и не доказывают причину изменений. Они лишь позволяют не считать каждый сдвиг исключительно свойством бактерий. Анкета может быть необходимой частью исследования и одновременно источником чувствительных сведений — к этой двойственности мы вернёмся в разделе о данных.

От образца до графика: цепочка преобразований

От образца до графика: цепочка преобразований: иллюстрация из информационного курса 073

Схема показывает не готовую истину, а несколько преобразований. На каждом этапе возможны случайная вариация и систематическое смещение. Чем дальше утверждение от первичных данных, тем больше дополнительных предпосылок оно содержит.

Сбор и хранение

Набор, стабилизатор, транспортировка и время до обработки могут влиять на получаемый профиль. Универсальную домашнюю инструкцию из одной статьи вывести нельзя: исследование определённого консерванта не валидирует все наборы с похожей этикеткой. Корректный вопрос поставщику — какие условия проверены для его набора и каковы критерии отклонения образца.

Videnska и соавторы сравнили варианты сбора и выделения ДНК на материале 16 добровольцев: три системы сбора и два способа выделения дали 96 сочетаний обработок. Это не 96 независимых людей. В их эксперименте выделение ДНК влияло на профиль

сильнее способа сбора. Вывод относится к исследованным комбинациям и не определяет победителя среди всех существующих наборов. [7]

Выделение ДНК и библиотека

Разные микроорганизмы неодинаково поддаются разрушению клеток. Поэтому доли выделенной ДНК не обязаны точно соответствовать долям клеток в исходном материале. В работе Costea и соавторов сравнивали 21 протокол выделения; сам выбор протокола был существенной частью технической вариации. Такая проверка объясняет потребность в стандартизации, но не доказывает клиническую пользу последующего отчёта. [4]

Подготовка библиотеки — превращение выделенного материала в набор фрагментов, пригодных для секвенирования. Амплификация, длина фрагментов и другие особенности обработки добавляют ограничения. Число прочтений показывает объём полученных данных, однако без качества и состава этих данных оно мало говорит о достоверности заключения.

Вычислительная обработка

Программа фильтрует прочтения, удаляет часть нежелательных последовательностей и сопоставляет оставшиеся с базой. Затем применяются правила классификации и статистические расчёты. Обновление базы или алгоритма иногда меняет итог при неизменных исходных файлах. Это не изменение самого человека.

Проект MBQC включал 15 лабораторий и девять вычислительных протоколов. Он продемонстрировал влияние происхождения материала, выделения ДНК, среды обработки и вычислительных решений на вариацию результатов. Методологический вывод — сопоставлять следует документированные цепочки обработки, а не только названия приборов. [5]

От образца до графика: цепочка преобразований: иллюстрация из информационного курса 073

16S, shotgun и другие методы без магии

Секвенирование гена 16S рРНК

Обычно измеряется участок ДНК, кодирующий 16S рРНК, а не количество самой РНК. Этот маркер используют для изучения бактерий и архей; конкретный охват зависит от праймеров и протокола. Стандартный бактериальный 16S-профиль не является полным исследованием вирусов и грибов.

Удобная аналогия — определение книги по выбранному фрагменту текста. Некоторые фрагменты хорошо различают книги, другие встречаются у нескольких очень похожих изданий. Поэтому результат зависит от выбранного участка и эталонной библиотеки. Название вида в отчёте не гарантирует, что метод действительно различает все близкие виды.

Johnson и соавторы показали, что исследованные короткие переменные участки не давали разрешения, доступного при секвенировании полного гена. Это не основание утверждать, что 16S «всегда видит только род» или, наоборот, что полный 16S всегда надёжно определяет штамм. Разрешение проверяют на конкретных организмах, данных и алгоритме. [8]

Shotgun-метагеномика

При shotgun-секвенировании исследуют множество фрагментов ДНК, а не только один маркер. Это расширяет возможности таксономического и функционального анализа, но не означает чтения каждого генома целиком и без ошибок. Ограничения задают глубина, доля ДНК хозяина, представленность организмов в базе и неоднозначность совпадений. [9]

Метод может обнаруживать последовательности разных групп организмов, если их нуклеиновые кислоты попали в библиотеку и распознаются анализом. Обычная ДНК-библиотека не даёт полного охвата РНК-вирусов. Отсутствие таксона в отчёте может означать недостаточное покрытие или предел метода, а не доказанное отсутствие в организме.

Существуют разные стратегии вычисления состава. Например, MetaPhlAn использует специфические маркерные гены для отнесения прочтений к группам. Поэтому фраза «полное секвенирование» не сообщает, какой именно алгоритм сформировал таблицу и какие данные он учитывал. [10]

Подход Что даёт Чего не следует обещать

16S-маркер Таксономический профиль в пределах выбранного участка и базы.

Полного охвата всех организмов и гарантированного определения каждого штамма.

Shotgun ДНК Широкий набор последовательностей; оценка состава и генного потенциала.

Измерения всей активности, всех вирусов и автоматической пользы рекомендаций.

Целевая ПЦР Регистрацию заданной мишени по валидированному протоколу.

Полного описания сообщества за пределами панели.

Посев Рост организмов в выбранных условиях.

Исчерпывающей переписи всех организмов образца.

Метаболомика Измерение определяемых химических соединений.

Однозначного установления их производителя или персонального эффекта.

Как читать рекламное сравнение технологий

Больше названий и функций — не то же самое, что более полезное решение. Для исследовательского вопроса широкий охват может быть преимуществом. Для узкого вопроса хорошо проверенный целевой метод может быть уместнее. Это методическое соображение, а не рекомендация заказывать тот или иной анализ.

Нужно сравнивать не только технологии, но и заявленную задачу, единицы результата, предел обнаружения и проверку качества. Сравнение «наш shotgun против чужого 16S» недостаточно, если одновременно различаются лаборатория, выделение ДНК, база и правила интерпретации.

Проценты, количества и нули

Относительная доля — число со знаменателем

При относительном профилировании результат описывает соотношение частей. Даже идеальное измерение долей само по себе не восстанавливает общее количество. Увеличение одного компонента может уменьшить доли остальных без их собственного сокращения. Это математическое свойство состава, а не технический дефект конкретной лаборатории. [14]

Проценты, количества и нули: иллюстрация из информационного курса 073

В учебном примере количество A одинаково в двух состояниях, но его доля уменьшается вдвое. Фраза «A стало в два раза меньше» неверна без указания единиц. Корректно: «доля A снизилась с 10 до 5 процентов». Чтобы обсуждать количество A, нужны дополнительные количественные данные.

В реальном секвенировании ситуация сложнее рисунка: числа прочтений не тождественны числам клеток. Влияют свойства геномов, копийность маркера, обработка и классификация. Поэтому к подписи «относительная численность» следует относиться буквально, уточняя, относительно чего она рассчитана.

Количественное профилирование

Vandeputte и соавторы сочетали секвенирование с проточной цитометрией для оценки микробной нагрузки. В их данных нагрузка у здоровых участников различалась вплоть до десятикратного уровня. Это показывает, почему равные доли могут скрывать разные количества; такой диапазон не является нормативом для персонального отчёта. [13]

Количественный подход тоже имеет погрешности. Важны единицы — на грамм влажного материала, сухого материала или иной знаменатель, способ подсчёта, объём пробы и согласование измерений. Слово «абсолютный» не означает «безошибочный» и не превращает численность в диагноз.

Что означает ноль

«Не обнаружено» означает, что сигнал не зарегистрирован при данном протоколе и пороге. Это отличается от утверждения «организма нет». Малые доли особенно чувствительны к глубине секвенирования, фильтрам и случайному попаданию фрагментов в библиотеку. Сравнение нулей между сервисами требует знания их порогов. [8, 9]

Проценты, количества и нули: иллюстрация из информационного курса 073

Зачем это знать неспециалисту

Не обязательно самостоятельно пересчитывать композиционные данные. Достаточно не превращать относительное отличие в рассказ о «дефиците» без дополнительных оснований. Если сервис продаёт средство для увеличения таксона, математическое описание доли и доказательство пользы вмешательства должны быть двумя разными аргументами.

Купить полную версию статьи в PDF 399 ₽

Источники и Список литературы

  1. [1] Porcari S. et al. (2025). International consensus statement on microbiome testing in clinical practice. The Lancet Gastroenterology & Hepatology. DOI: 10.1016/S2468-1253(24)00311-X Проверено: Аннотация, метод Delphi и доступные положения консенсуса в PMC. Использование и границы: Экспертная рамка; ограничения рутинного применения и интерпретации. Это не испытание конкретного сервиса. https://doi.org/10.1016/S2468-1253(24)00311-X
  2. [2] Servetas S. L. et al. (2026). Evaluating the analytical performance of direct-to-consumer gut microbiome testing services. Communications Biology. DOI: 10.1038/s42003-025-09301-3 Проверено: Аннотация и раздел результатов о сравнении профилей и вариации; подписи к рисункам. Использование и границы: Семь DTC-сервисов, стандартизованный материал одного донора; аналитическая согласованность, не клиническая польза. https://doi.org/10.1038/s42003-025-09301-3
  3. [3] Rodriguez J. et al. (2024). Microbiome testing in Europe: navigating analytical, ethical and regulatory challenges. Microbiome. DOI: 10.1186/s40168-024-01991-x Проверено: Текст издателя: дизайн, результаты и обсуждение коммерческих отчётов. Использование и границы: Сравнение шести сервисов на одном доноре. Интерпретации и коммерческая подача; не рейтинг всего рынка. https://doi.org/10.1186/s40168-024-01991-x
  4. [4] Costea P. I. et al. (2017). Towards standards for human fecal sample processing in metagenomic studies. Nature Biotechnology. DOI: 10.1038/nbt.3960 Проверено: Доступная аннотация PubMed. Использование и границы: Сравнение 21 протокола выделения ДНК; техническая вариация. Не универсальная инструкция по домашнему хранению. https://doi.org/10.1038/nbt.3960
  5. [5] Sinha R. et al.; MBQC Project Consortium (2017). Assessment of variation in microbial community amplicon sequencing by the Microbiome Quality Control (MBQC) project consortium. Nature Biotechnology. DOI: 10.1038/nbt.3981 Проверено: Аннотация в публикационной записи Broad Institute и библиографическая запись. Использование и границы: 15 лабораторий, девять вычислительных протоколов; сопоставимость этапов анализа. https://doi.org/10.1038/nbt.3981
  6. [6] McLaren M. R., Willis A. D., Callahan B. J. (2019). Consistent and correctable bias in metagenomic sequencing experiments. eLife. DOI: 10.7554/eLife.46923 Проверено: Аннотация PubMed и пояснения к рисункам. Использование и границы: Систематические смещения и калибровка на известных сообществах. Коррекция требует подходящих контролей. https://doi.org/10.7554/eLife.46923
  7. [7] Videnska P. et al. (2019). Stool sampling and DNA isolation kits affect DNA quality and bacterial composition following 16S rRNA gene sequencing using MiSeq Illumina platform. Scientific Reports. DOI: 10.1038/s41598-019-49520-3 Проверено: Аннотация PubMed. Использование и границы: 16 добровольцев, сочетания сбора и выделения ДНК. Повторы не являются независимыми людьми. https://doi.org/10.1038/s41598-019-49520-3
  8. [8] Johnson J. S. et al. (2019). Evaluation of 16S rRNA gene sequencing for species and strain-level microbiome analysis. Nature Communications. DOI: 10.1038/s41467-019-13036-1 Проверено: Аннотация PubMed и описание сравнений переменных участков. Использование и границы: Разрешение коротких участков и полного гена; нельзя обещать одинаковую идентификацию всех видов и штаммов. https://doi.org/10.1038/s41467-019-13036-1
  9. [9] Quince C. et al. (2017). Shotgun metagenomics, from sampling to analysis. Nature Biotechnology. DOI: 10.1038/nbt.3935 Проверено: Аннотация PubMed; проверена запись о наличии corrigendum. Использование и границы: Обзор технологии, вычислительных ограничений и охвата. Не доказательство пользы потребительского теста. https://doi.org/10.1038/nbt.3935
  10. [10] Segata N. et al. (2012). Metagenomic microbial community profiling using unique clade-specific marker genes. Nature Methods. DOI: 10.1038/nmeth.2066 Проверено: Аннотация PubMed. Использование и границы: Принцип профилирования по специфическим маркерам; алгоритм является частью измерительной системы. https://doi.org/10.1038/nmeth.2066
  11. [11] Franzosa E. A. et al. (2018). Species-level functional profiling of metagenomes and metatranscriptomes. Nature Methods. DOI: 10.1038/s41592-018-0176-y Проверено: Аннотация на странице издателя. Использование и границы: HUMAnN2, семейства генов и пути; различение геномного и транскрипционного вкладов. https://doi.org/10.1038/s41592-018-0176-y
  12. [12] Douglas G. M. et al. (2020). PICRUSt2 for prediction of metagenome functions. Nature Biotechnology. DOI: 10.1038/s41587-020-0548-6 Проверено: Доступное начало статьи издателя с описанием метода и оговорками. Использование и границы: Предсказание функций по маркерным последовательностям; не прямое измерение функционального состава. https://doi.org/10.1038/s41587-020-0548-6
  13. [13] Vandeputte D. et al. (2017). Quantitative microbiome profiling links gut community variation to microbial load. Nature. DOI: 10.1038/nature24460 Проверено: Аннотация PubMed. Использование и границы: Секвенирование с проточной цитометрией; количественные данные дополняют относительные доли. https://doi.org/10.1038/nature24460
  14. [14] Gloor G. B. et al. (2017). Microbiome Datasets Are Compositional: And This Is Not Optional. Frontiers in Microbiology. DOI: 10.3389/fmicb.2017.02224 Проверено: Аннотация PubMed. Использование и границы: Композиционная природа данных. Числовая иллюстрация курса создана автором, не взята из исследования. https://doi.org/10.3389/fmicb.2017.02224
  15. [15] Willis A. D. (2019). Rarefaction, Alpha Diversity, and Statistics. Frontiers in Microbiology. DOI: 10.3389/fmicb.2019.02407 Проверено: Аннотация PubMed. Использование и границы: Неопределённость оценок разнообразия и роль выборочного измерения; не универсальная шкала здоровья. https://doi.org/10.3389/fmicb.2019.02407
  16. [16] Vandeputte D. et al. (2016). Stool consistency is strongly associated with gut microbiota richness and composition, enterotypes and bacterial growth rates. Gut. DOI: 10.1136/gutjnl-2015-309618 Проверено: PMC: вводная часть, выборка, методы и результаты по консистенции. Использование и границы: 53 здоровые женщины; важность характеристик образца. Год журнального выпуска — 2016, онлайн — 2015. https://doi.org/10.1136/gutjnl-2015-309618
  17. [17] Vandeputte D. et al. (2021). Temporal variability in quantitative human gut microbiome profiles and implications for clinical research. Nature Communications. DOI: 10.1038/s41467-021-27098-7 Проверено: Аннотация PubMed. Использование и границы: 713 образцов, 20 женщин, шесть недель. Ежедневная количественная вариация, не универсальный график тестирования. https://doi.org/10.1038/s41467-021-27098-7
  18. [18] Voigt A. Y. et al. (2015). Temporal and technical variability of human gut metagenomes. Genome Biology. DOI: 10.1186/s13059-015-0639-8 Проверено: Аннотация PubMed: дизайн, результаты, выводы. Использование и границы: Семь участников, наблюдение до двух лет. Индивидуальная устойчивость в рамках изученных показателей. https://doi.org/10.1186/s13059-015-0639-8
  19. [19] Zhernakova A. et al. (2016). Population-based metagenomics analysis reveals markers for gut microbiome composition and diversity. Science. DOI: 10.1126/science.aad3369 Проверено: Аннотация PubMed. Использование и границы: 1135 участников нидерландской когорты; множество связанных факторов, не доказательство причинности. https://doi.org/10.1126/science.aad3369
  20. [20] Falony G. et al. (2016). Population-level analysis of gut microbiome variation. Science. DOI: 10.1126/science.aad3503 Проверено: Аннотация PubMed. Использование и границы: Бельгийская и нидерландская когорты; характеристики стула и другие сопутствующие переменные. https://doi.org/10.1126/science.aad3503
  21. [21] Yatsunenko T. et al. (2012). Human gut microbiome viewed across age and geography. Nature. DOI: 10.1038/nature11053 Проверено: Аннотация PubMed. Использование и границы: 531 участник, анализ генного состава у 110; ограничения единого референса для разных популяций. https://doi.org/10.1038/nature11053
  22. [22] Tyakht A. V. et al. (2013). Human gut microbiota community structures in urban and rural populations in Russia. Nature Communications. DOI: 10.1038/ncomms3469 Проверено: PMC: аннотация и начало статьи; раздел издателя о российских сообществах. Использование и границы: Российское исследование 96 взрослых. Разнообразие популяций, не персональная национальная норма. https://doi.org/10.1038/ncomms3469
  23. [23] Duvallet C. et al. (2017). Meta-analysis of gut microbiome studies identifies disease-specific and shared responses. Nature Communications. DOI: 10.1038/s41467-017-01973-8 Проверено: Аннотация PMC и описание базы MicrobiomeHD. Использование и границы: 28 исследований десяти заболеваний; часть ассоциаций неспецифична. Не руководство по диагностике. https://doi.org/10.1038/s41467-017-01973-8
  24. [24] Wirbel J. et al. (2021). Microbiome meta-analysis and cross-disease comparison enabled by the SIAMCAT machine learning toolbox. Genome Biology. DOI: 10.1186/s13059-021-02306-1 Проверено: Аннотация PubMed. Использование и границы: 10803 образца; переносимость моделей между исследованиями и риск завышенной оценки. https://doi.org/10.1186/s13059-021-02306-1
  25. [25] Nearing J. T. et al. (2022). Microbiome differential abundance methods produce different results across 38 datasets. Nature Communications. DOI: 10.1038/s41467-022-28034-z Проверено: Аннотация и введение PMC; пояснение авторов в репозитории анализа. Использование и границы: 14 методов на 38 наборах; различия статистических результатов. Совпадение методов не доказывает истину. https://doi.org/10.1038/s41467-022-28034-z
  26. [26] Zeevi D. et al. (2015). Personalized Nutrition by Prediction of Glycemic Responses. Cell. DOI: 10.1016/j.cell.2015.11.001 Проверено: Аннотация и highlights издателя; схема дизайна в авторской копии. Использование и границы: 800 участников, независимая группа 100; многокомпонентный прогноз и краткосрочная интервенция. https://doi.org/10.1016/j.cell.2015.11.001
  27. [27] Berry S. E. et al. (2020). Human postprandial responses to food and potential for precision nutrition. Nature Medicine. DOI: 10.1038/s41591-020-0934-0 Проверено: PMC: дизайн и начало результатов; библиографическая запись PubMed. Использование и границы: PREDICT 1: 1002 участника в Великобритании и 100 в США. Не проверка любого теста питания по калу. https://doi.org/10.1038/s41591-020-0934-0
  28. [28] Franzosa E. A. et al. (2015). Identifying personal microbiomes using metagenomic codes. Proceedings of the National Academy of Sciences. DOI: 10.1073/pnas.1423854112 Проверено: Аннотация PubMed и пояснения к рисункам. Использование и границы: Идентифицируемость внутри исследовательской выборки; риск приватности, не всеобщая безошибочная идентификация. https://doi.org/10.1073/pnas.1423854112
  29. [29] Greenblum S., Carr R., Borenstein E. (2015). Extensive strain-level copy number variation across human gut microbiome species. Cell. DOI: 10.1016/j.cell.2014.12.038 Проверено: PMC: summary и введение. Использование и границы: Внутривидовая вариабельность генов и её связь с функциональным потенциалом. https://doi.org/10.1016/j.cell.2014.12.038
  30. [30] Salter S. J. et al. (2014). Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biology. DOI: 10.1186/s12915-014-0087-z Проверено: Аннотация в репозитории Cambridge; обсуждение в PMC. Использование и границы: Загрязнение реагентов, особенно при низкой биомассе. Масштаб эффекта не переносится автоматически на кал. https://doi.org/10.1186/s12915-014-0087-z
  31. [31] National Institute of Standards and Technology (2025). Reference Material 8048: Human Fecal Material. Reference Material Information Sheet. NIST; редакция 7 марта 2025 года. Официальный образовательный лист NIST Проверено: Назначение, описание и статус значений на первой странице официального листа. Использование и границы: Материал для сопоставимости методов; значения несертифицированные, не персональный эталон здоровья. https://tsapps.nist.gov/srmext/certificates/8048.pdf
  32. [32] The Human Microbiome Project Consortium (2012). Structure, function and diversity of the healthy human microbiome. Nature. DOI: 10.1038/nature11234 Проверено: PMC: аннотация, описание выборки и биотопов; сведения издателя. Использование и границы: 4788 образцов от 242 взрослых; разнообразие участков тела и людей в выбранной популяции. https://doi.org/10.1038/nature11234
Купить полную версию статьи в PDF 399 ₽

Продолжим разговор
в Telegram и на YouTube.

Новые материалы, видео и мысли о том, как внимательнее относиться к себе. Присоединяйтесь к BioTuning.