Sequenciação Metagenómica por Shotgun para Estudos do Microbioma Intestinal: Desde o DNA Fecal até ao Perfil Taxonómico e Funcional de Grandes Coortes Clínicas

Um gastroenterologista lança um estudo prospectivo com 300 pacientes para entender por que alguns pacientes com doença de Crohn respondem à terapia biológica e outros não. O pedido de financiamento está escrito, o comitê de ética aprovou, os coordenadores clínicos foram contratados. Então surge a questão do microbioma: que abordagem de sequenciamento fornecerá as respostas que os revisores do pedido de financiamento pediram?

O sequenciamento do gene 16S rRNA revelaria quais géneros bacterianos diferem entre os respondedores e os não respondedores. Mas os revisores queriam vias metabólicas — síntese de ácidos gordos de cadeia curta, transformação de ácidos biliares, metabolismo de fármacos — e perguntaram sobre fungos e vírus, não apenas sobre bactérias. O 16S não pode responder a essas questões. A metagenómica shotgun pode.

Este guia percorre o fluxo de trabalho de ponta a ponta para um estudo de microbioma intestinal em grande escala utilizando sequenciação metagenómica shotgun, desde o momento em que uma amostra fecal sai da casa de um participante até o ponto em que um bioestatístico executa o modelo final de abundância diferencial. Abrange o que os guias focados em 16S omitem: como preservar amostras em grande escala, como depletar o DNA do hospedeiro sem distorcer os perfis microbianos, quais perfis taxonómicos e funcionais escolher para diferentes questões e como dimensionar uma coorte para que os resultados sobrevivam à correção de testes múltiplos.

Figura 1: Fluxo de trabalho de metagenómica shotgun do microbioma intestinal — seis etapas desde a recolha da amostra até à perceção clínica

O Microbioma Intestinal Humano — Mais do que Composição

O microbioma intestinal não é um censo. Sabendo disso Bacteroides thetaiotaomicron constitui 8% de uma amostra e Faecalibacterium prausnitzii 5% é um começo. Mas o que importa biologicamente é o que esses organismos estão a fazer — quais polissacarídeos fermentam, quais ácidos gordos de cadeia curta produzem, se transportam genes de toxinas e se a sua produção metabólica modula a imunidade do hospedeiro.

A sequenciação metagenómica shotgun aborda isso sequenciando todo o DNA numa amostra de fezes — microbiano, humano e dietético — em vez de amplificar um único gene marcador. O resultado não é apenas uma lista de táxons, mas um catálogo de genes, vias e capacidades funcionais. Isso é importante porque diferentes estirpes da mesma espécie podem ter repertórios genéticos radicalmente diferentes. Um Escherichia coli a cepa no intestino pode ser um comensal inofensivo; outra, transportando a pks ilha genómica, produz colibactina, uma genotoxina associada ao câncer colorretal. O sequenciamento de 16S rRNA vê E. coliA sequenciação shotgun distingue a estirpe inofensiva da perigosa (1).

Três capacidades separam a metagenómica por shotgun das abordagens baseadas em amplicões. Primeiro, taxonomia a nível de espécie e estirpe. O 16S atinge de forma fiável o nível de género para a maioria das bactérias. A metagenómica por shotgun, com ferramentas como o MetaPhlAn 4, identifica mais de 3.000 espécies numa amostra típica de fezes e, com perfis a nível de estirpe como o inStrain, pode rastrear estirpes individuais ao longo do tempo e entre indivíduos — essencial para estudos de transmissão e rastreio de doadores e recetores de FMT. Em segundo lugar, perfilagem funcional. O HUMAnN 3 mapeia leituras de sequenciamento em bases de dados de vias metabólicas como o MetaCyc e o KEGG, quantificando a abundância de vias metabólicas e famílias de enzimas sem exigir montagem do genoma. Em terceiro lugar, cobertura de micróbios não bacterianos. Fungos, arqueias, vírus de DNA e protistas são invisíveis ao 16S, mas capturados pelo sequenciamento por shotgun, proporcionando uma imagem mais completa do ecossistema intestinal.

O compromisso é o custo. Uma biblioteca metagenómica de shotgun com 20 milhões de pares de leituras por amostra custa mais do que uma biblioteca 16S V3-V4 com 50.000 leituras. Mas a diferença está a diminuir. A metagenómica de shotgun superficial — gerando de 2 a 5 milhões de leituras por amostra — agora fornece resolução taxonómica a nível de espécie a um custo que se aproxima do 16S. Para estudos de grandes coortes onde a caracterização funcional não é o principal objetivo, a metagenómica de shotgun superficial é um meio-termo cada vez mais pragmático.

CD Genomics Sequenciação Metagenómica em Tiroteio o serviço suporta abordagens de shotgun profundas e rasas, adaptando a profundidade de sequenciação às necessidades específicas do estudo — perfilagem funcional a nível de via com 20 milhões de leituras por amostra, ou triagem taxonómica a nível de espécie com 3 milhões de leituras.

Figura 2: 16S vs. shotgun raso vs. shotgun profundo em metagenómica — comparação de custo, resolução e cobertura funcional

Design de Estudo em Escala Clínica

As decisões tomadas antes da primeira amostra ser recolhida determinam se os resultados resistem à análise estatística. Três delas são as mais importantes.

• Tamanho da Coorte e Poder Estatístico

Uma análise de 2025 realizada por Zouiouich e colegas utilizou dados metagenómicos de shotgun superficial de amostras fecais recolhidas com seis meses de intervalo para calcular os coeficientes de correlação intraclasse — medidas de estabilidade temporal — para centenas de características microbianas. A conclusão foi desanimadora. Detectar uma modesta associação com a doença (razão de chances de 1,5) com 80% de poder requer centenas a milhares de casos, não apenas dezenas. Para espécies de baixa prevalência presentes em 5 a 10% dos indivíduos, o tamanho da amostra necessário ultrapassa 15.000 com um único espécime por participante. Com três espécimes por pessoa, isso reduz-se para cerca de 6.000. A correspondência de cada caso a três controlos proporciona uma redução adicional (3).

Na prática, um estudo bem dimensionado começa com cerca de 100 a 200 sujeitos por grupo para espécies comuns e vias funcionais, e substancialmente mais para características raras. Estudos piloto com coortes menores continuam a ser informativos, mas as limitações estatísticas devem ser reconhecidas no manuscrito.

• Coleta e Preservação de Amostras em Grande Escala

O padrão-ouro é o congelamento imediato a -80 graus C. Numa estudo multi-site, isso é raramente alcançável. Os participantes recolhem amostras em casa. As clínicas estão em diferentes cidades. Os congeladores falham. A questão pragmática é qual método de preservação introduz o menor viés.

Três opções dominam. O OMNIgene GUT (DNA Genotek) oferece estabilidade à temperatura ambiente por até oito semanas e é a opção comercial mais amplamente validada para grandes estudos multicêntricos. O kit padronizado reduz a variabilidade de manuseio entre os locais de coleta. O Zymo DNA/RNA Shield oferece desempenho comparável com a vantagem adicional da estabilização simultânea de RNA — útil caso a metatranscriptómica possa ser adicionada posteriormente. O etanol a noventa e cinco por cento é a principal alternativa de baixo custo, validada em relação ao OMNIgene GUT para perfilagem de microbioma com estabilidade comparável a uma fração do custo.

Uma advertência prática: um estudo de 2024 descobriu que, para metagenómica de shotgun, amostras armazenadas sem conservante por até 24 horas seguidas de congelamento apresentaram desempenho comparável às amostras preservadas em etanol. Amostras de participantes com inflamação intestinal ativa mostraram frações elevadas de DNA humano quando armazenadas com etanol — relevante para coortes de DII.

A recomendação para um estudo multi-site: padronizar um único kit de recolha comercial em todos os locais, fornecer instruções de recolha idênticas com guias ilustrados, registar o tempo entre a recolha e o armazenamento no congelador para cada amostra e incluir controlos negativos em branco do kit em cada lote. O custo dos kits comerciais é real, mas menor do que o custo de um estudo subdimensionado com efeitos de lote ininterpretáveis.

• Metadados que Importam

O microbioma intestinal varia em função da dieta, medicação, idade, IMC e geografia. Um estudo que não capture estas variáveis não consegue distinguir as alterações microbianas associadas a doenças de fatores de confusão.

No mínimo, colete: idade, sexo, IMC; uso de medicação — especialmente antibióticos, inibidores da bomba de protões, metformina e imunossupressores — com cronologia e dosagem; padrão alimentar, mesmo que apenas uma classificação simples entre omnívoro e vegetariano; frequência e consistência das fezes; e país de residência. Para estudos longitudinais, colete estes metadados em cada ponto de tempo. O uso de medicação é um confundidor dominante — a metformina sozinha explica mais variação do microbioma intestinal do que muitos estados de doença, e a falha em ajustá-la gera associações espúrias (5).

Figura 3: Métodos de recolha e preservação de amostras fecais — comparação entre OMNIgene, Zymo, etanol e fresco congelado.

Extração de DNA e Preparação de Biblioteca

O método de extração de DNA representa aproximadamente 21% da variação geral do microbioma e afeta significativamente cerca de 32% das espécies detectadas. O campo convergiu em grande parte para kits baseados em batimento de esferas. O QIAamp PowerFecal Pro utiliza esferas de zircónio de 0,1 mm com aproximadamente seis minutos de lise mecânica, proporcionando uma recuperação eficiente de organismos Gram-positivos cujas paredes espessas de peptidoglicano resistem a lise enzimática mais suave.

O princípio chave não é qual kit específico usar, mas sim que cada amostra num determinado estudo deve ser extraída com o mesmo kit, o mesmo lote de reagentes e o mesmo técnico. Os efeitos de lote da extração são reais, detectáveis e preveníveis.

• Depleção de DNA do hospedeiro

Uma amostra de fezes de um indivíduo saudável é aproximadamente 99% DNA microbiano. Em amostras de participantes com inflamação intestinal — onde a descamação epitelial e a presença de sangue nas fezes elevam a fração de DNA humano acima de 50% — uma biblioteca de shotgun sem depleção do hospedeiro desperdiça a maior parte da capacidade de sequenciação em leituras humanas.

O método lyPMA, que combina a lise osmótica de células humanas com o tratamento com monoazida de propídio para bloquear a amplificação de DNA humano livre, reduz a fração de leituras humanas de aproximadamente 89% para 8,5% em amostras com alta presença de hospedeiros, com um viés taxonómico mínimo. O kit de Enriquecimento de DNA do Microbioma NEBNext e o Kit QIAamp DNA Microbiome são alternativas, embora ambos introduzam algum viés de organismos ricos em AT.

A filtração de hospedeiros computacional após a sequenciação é essencial, independentemente de ter sido realizada a depleção em laboratório. A melhor prática atual alinha as leituras contra uma referência humana combinada que inclui tanto o GRCh38 como a montagem completa telómero a telómero T2T-CHM13v2.0, que resolve regiões do cromossomo Y que estão ausentes no GRCh38 e que, de outra forma, podem infiltrar-se nas classificações microbianas.

CD Genomics' Sequenciação Metagenómica por Shotgun o serviço inclui a avaliação da depleção de DNA do hospedeiro como parte do controlo de qualidade, sinalizando amostras com frações elevadas de hospedeiro e oferecendo opções de depleção quando necessário.

Figura 4: Depleção de DNA hospedeiro — comparação da eficiência de lyPMA, NEBNext e filtragem computacional

Perfilamento Taxonómico — Quem Está Presente e a Que Resolução

Uma vez que os dados de sequenciação são limpos de leituras humanas e filtrados por qualidade, o primeiro passo analítico é o perfilamento taxonómico. A escolha da ferramenta molda os resultados tanto quanto o desenho experimental.

• Profiladores Baseados em Leitura: Kraken 2 e MetaPhlAn

O Kraken 2 utiliza correspondência de k-mer contra uma base de dados de referência abrangente para atribuir cada leitura ao ancestral comum mais baixo na árvore taxonómica. É rápido e sensível — classificando uma alta fração de leituras microbianas — mas a sua sensibilidade à composição da base de dados significa que espécies ausentes da base de dados podem ser atribuídas ao parente mais próximo presente, por vezes de forma incorreta. O Kraken 2 com a base de dados PlusPFP, que inclui protozoários, fungos e plantas, é o padrão para uma classificação abrangente.

O MetaPhlAn 4 adota uma abordagem diferente. Em vez de classificar cada leitura, alinha-se contra um conjunto curado de genes marcadores específicos de clados. Isso torna-o menos sensível à contaminação da base de dados e mais preciso na estimativa de abundância de organismos detectáveis, mas irá perder espécies não representadas no seu catálogo de marcadores. O MetaPhlAn 4 identifica aproximadamente 3.400 espécies numa amostra típica do intestino humano e é o perfilador padrão para grandes estudos de consórcio (7).

Para a maioria dos estudos sobre o microbioma intestinal, usar ambas as ferramentas em paralelo é a escolha pragmática. O Kraken 2 capta uma diversidade mais ampla, incluindo DNA fúngico e dietético. O MetaPhlAn 4 fornece estimativas de abundância mais conservadoras e melhor validadas para o microbiota intestinal humano central.

• Rastreamento a Nível de Cepa

A taxonomia a nível de espécies é frequentemente insuficiente. Dois participantes podem ambos transportar Bacteroides thetaiotaomicron, mas uma abriga uma estirpe que degrada eficientemente a fibra dietética em precursores de butirato, enquanto a estirpe da outra não possui os locais necessários para a utilização de polissacarídeos.

o inStrain utiliza o alinhamento de leituras de genoma completo para comparar populações com resolução de nucleótido único, calculando uma métrica de ANI populacional que considera tanto os alelos maiores como os menores dentro de uma amostra. A sua precisão é extraordinária — distinguindo estirpes que divergiram há apenas dois anos — tornando-se a ferramenta de escolha para estudos de transmissão e rastreamento de doadores e recetores de FMT. Uma meta-análise de 2025 de 810 pares mãe-bebé utilizou o perfilamento a nível de estirpe para mostrar que aproximadamente 30% das espécies partilhadas representam uma verdadeira transmissão de estirpe da mãe para o bebé, com Bifidobacterium bifidum e B. longum entre as espécies mais consistentemente transmitidas.

O StrainPhlAn 3 utiliza SNPs de consenso em genes marcadores específicos de espécies, trocando a precisão do genoma completo do inStrain por um custo computacional mais baixo. Ele perfila menos espécies por amostra, mas é bem adequado para rastrear estirpes dominantes em centenas de amostras. Para um estudo de coorte que examina associações a nível de estirpe com o resultado da doença, o inStrain fornece dados de maior resolução; para rastrear um patógeno específico ou uma estirpe probiótica numa grande população, o StrainPhlAn é muitas vezes suficiente (8).

Figura 5: Comparação de perfis taxonómicos — Kraken 2, MetaPhlAn 4, inStrain, resolução de StrainPhlAn e casos de uso

Perfilação Funcional — O Que a Comunidade Pode Fazer

A caracterização taxonómica diz-lhe quais micróbios estão presentes. A caracterização funcional diz-lhe do que esses micróbios são capazes — uma questão fundamentalmente diferente e muitas vezes mais relevante clinicamente.

• HUMAnN 3 e Análise a Nível de Caminho

HUMAnN 3 (Rede Unificada de Análise Metabólica HMP) mapeia leituras shotgun no catálogo de clusters de proteínas UniRef90 e, em seguida, agrega as abundâncias das famílias de proteínas nas abundâncias das vias metabólicas usando MetaCyc e KEGG. A saída é uma tabela de abundância de vias — quantas leituras se mapeiam para a síntese de butirato, transformação de ácidos biliares, conversão de triptofano em indol — para cada amostra. Estas podem ser comparadas entre grupos usando as mesmas ferramentas de abundância diferencial aplicadas a dados taxonómicos.

Várias categorias funcionais produzem consistentemente resultados significativos em estudos sobre o microbioma intestinal. As vias de síntese de ácidos gordos de cadeia curta — produção de acetato, propionato e butirato — estão ligadas à saúde colónica e à regulação imunológica. As enzimas ativas em carboidratos (CAZymes) revelam a capacidade de uma comunidade de decompor fibras dietéticas específicas. Os genes de resistência a antibióticos, perfilados em relação à base de dados CARD, quantificam o resistoma intestinal — um parâmetro clinicamente relevante em populações hospitalizadas e imunocomprometidas. Os genes de fatores de virulência, perfilados em relação ao VFDB, identificam potenciais patógenos entre o fundo comensal.

• Integração com Outras Ómicas

Uma tabela de abundância de vias metagenómicas torna-se muito mais poderosa quando combinada com outros tipos de dados. A metabolómica — que mede moléculas pequenas reais nas fezes, soro ou urina — revela quais vias previstas estão realmente ativas. Uma previsão metagenómica de alta capacidade de síntese de butirato, combinada com baixos níveis medidos de butirato fecal, sugere uma interrupção no fornecimento de substrato ou na atividade enzimática que a metagenómica sozinha não conseguiria identificar. Da mesma forma, a combinação de perfis funcionais metagenómicos com dados transcriptómicos do hospedeiro obtidos a partir de biópsias intestinais revela como o repertório metabólico microbiano interage com a expressão genética do hospedeiro — uma abordagem inovadora na investigação da DII e do câncer colorretal.

CD Genomics' Serviço de Multi-Ómicas suporta análise metagenómica, metabolómica e transcriptómica integrada para projetos que ligam o conteúdo genético microbiano à fisiologia do hospedeiro.

Figura 6: Pipeline de perfilagem funcional do HUMAnN 3 — desde leituras brutas até a tabela de abundância de vias

Considerações Estatísticas

A análise bioinformática produz tabelas grandes — espécies por amostras, vias por amostras. A questão estatística é quais características diferem entre grupos após considerar os fatores de confusão. Errar neste ponto produz associações do microbioma que aparecem em comunicados de imprensa e desaparecem em estudos de replicação.

• Correção de Testes Múltiplos

Um conjunto de dados metagenómicos intestinais típico contém centenas de espécies e milhares de vias. Testar cada característica individualmente gera uma grande carga de múltiplos testes. A abordagem padrão é a correção da taxa de descoberta falsa de Benjamini-Hochberg com um limite de 0,05 ou 0,10. Alguns investigadores utilizam uma abordagem de duplo limite — p corrigido pela FDR < 0,05 combinado com um tamanho de efeito mínimo — para reduzir o risco de resultados estatisticamente significativos, mas biologicamente triviais.

• Ajustando para Confundidores

MaAsLin 2 é o padrão atual para estudos clínicos de microbioma, pois suporta modelos de efeitos mistos com múltiplas covariáveis fixas e aleatórias dentro de uma única estrutura. Um modelo típico para um estudo de microbioma intestinal caso-controlo inclui o estado da doença como o principal preditor, com idade, sexo, IMC, uso de medicação, padrão alimentar e lote de sequenciação como covariáveis.

Cuidado com os efeitos composicionais. Os dados do microbioma são composicionais — um aumento em um táxon necessariamente diminui a abundância relativa de outros, uma vez que os dados somam a uma constante. Ferramentas que não levam em conta a composicionalidade podem gerar associações espúrias. O ANCOM-BC e o ALDEx2 modelam explicitamente a estrutura composicional e são preferidos em relação a comparações de abundância relativa bruta (10).

• Análise de Potência

Os dados de Zouiouich et al. 2025 fornecem referências práticas. Para espécies presentes em mais de 75% dos indivíduos, detectar uma razão de chances de 1,5 com 80% de poder requer aproximadamente 3.500 casos com um único espécime, ou cerca de 2.400 com um design pareado de 1:3. Para vias funcionais, as estimativas de poder variam, mas tendem a ser mais favoráveis porque as vias metabólicas principais estão presentes na maioria dos indivíduos.

A mensagem prática: uma coorte de 30 casos e 30 controlos pode detectar os maiores efeitos — uma diferença de dez vezes numa espécie dominante — mas irá perder as alterações moderadas e clinicamente significativas que caracterizam a maioria das disbioses associadas a doenças. Nem todos os estudos precisam de milhares de participantes, mas todos os estudos devem reportar uma análise de poder que justifique o seu tamanho amostral.

Para uma visão mais ampla das abordagens de sequenciação metagenómica, incluindo metagenómica ambiental, viromics e integração de multi-ópticas, consulte o nosso guia sobre Serviços de Sequenciação Metagenómica — Visão Geral.

Como a CD Genomics Realiza o Seu Projeto de Metagenómica Intestinal

Um estudo metagenómico intestinal bem executado segue um pipeline definido. As amostras são recolhidas utilizando um kit de preservação padronizado, enviadas à temperatura ambiente e registadas com verificação de metadados. O ADN é extraído utilizando kits baseados em batimento de esferas, com controlos negativos em cada lote. As bibliotecas são preparadas com fragmentação, reparação de extremidades, ligação de adaptadores e indexação com códigos de barras, sendo depois agrupadas e sequenciadas numa plataforma Illumina NovaSeq à profundidade alvo — tipicamente 20 milhões de pares de leituras por amostra para um perfil funcional profundo ou 3 a 5 milhões para um rastreio taxonómico superficial.

O processamento bioinformático inclui o corte de qualidade, remoção de leituras de hospedeiro contra um referência humana combinada, perfilagem taxonómica com Kraken 2 e MetaPhlAn 4, e perfilagem funcional com HUMAnN 3. A análise a nível de estirpe utilizando inStrain ou StrainPhlAn está disponível para estudos que requerem rastreio de transmissão ou discriminação dentro da mesma espécie.

O produto final inclui ficheiros FASTQ brutos, tabelas de abundância taxonómica e funcional processadas, análises de diversidade alfa e beta, testes de abundância diferencial com ajuste de covariáveis, e um relatório abrangente com figuras prontas para publicação. O tempo de entrega para um projeto de 100 amostras é de aproximadamente quatro a seis semanas desde o recebimento das amostras até à entrega dos dados analisados.

Para projetos que requerem contexto genómico a nível de isolados além da caracterização da comunidade, a CD Genomics' Sequenciação do Genoma Completo Microbiano o serviço fornece sequenciação do genoma para estirpes cultivadas de interesse. Para estudos que examinam a resposta transcriptómica do epitélio intestinal do hospedeiro a comunidades microbianas, o nosso Sequenciação Metatranscriptómica o serviço adiciona a dimensão da expressão genética.

Figura 7: Pipeline de bioinformática de metagenómica shotgun da CD Genomics — desde os dados brutos até ao relatório final

Perguntas Frequentes

Qual é a diferença entre metagenómica de espingarda superficial e profunda para estudos do intestino?

Shotgun raso (2–5 milhões de leituras por amostra) fornece resolução taxonómica a nível de espécies a um custo semelhante ao do 16S. O shotgun profundo (20 milhões de leituras ou mais) adiciona perfilagem de vias funcionais e deteção de genes raros. Escolha o raso quando a taxonomia for o principal objetivo; escolha o profundo quando a análise de vias metabólicas ou a perfilagem do resistoma forem essenciais.

Quantas amostras preciso para um estudo estatisticamente robusto do microbioma intestinal?

Para detectar associações modestas de doenças em espécies e vias comuns, 100 a 200 sujeitos por grupo é um ponto de partida prático. Para espécies raras, podem ser necessários milhares de sujeitos. A coleta de múltiplos espécimes por participante reduz o tamanho da amostra necessária em 35 a 60 por cento.

A contaminação do DNA do hospedeiro é relevante para amostras de fezes?

Em indivíduos saudáveis, as fezes contêm tipicamente menos de 10% de DNA humano. Em participantes com inflamação intestinal, a fração humana pode exceder 50%, reduzindo a profundidade de sequenciação microbiana efetiva. Tanto a depleção em laboratório húmido como a filtragem computacional devem ser aplicadas quando o DNA do hospedeiro está elevado.

Qual perfilador taxonómico devo usar — Kraken 2 ou MetaPhlAn?

Use ambos. O Kraken 2 classifica uma gama mais ampla de leituras e captura ADN não bacteriano. O MetaPhlAn 4 fornece estimativas de abundância mais conservadoras e melhor validadas. Executar ambos em paralelo fornece informações complementares.

A metagenómica de shotgun pode detectar genes de resistência a antibióticos?

Sim. As leituras mapeadas contra a base de dados CARD quantificam a abundância de genes de resistência a antibióticos conhecidos numa amostra. Este perfil de resistoma é relevante para populações hospitalizadas, imunocomprometidas e tratadas com antibióticos. A presença de genes não garante resistência fenotípica — a expressão e o contexto genético são importantes.

Como devo preservar amostras fecais para um estudo multi-site?

Padronize um único kit de recolha comercial — OMNIgene GUT ou Zymo DNA/RNA Shield — em todos os locais. Registe o tempo entre a recolha e o armazenamento no congelador para cada amostra. Inclua controlos negativos em branco do kit em cada lote. O etanol é uma alternativa válida de baixo custo, mas pode introduzir variabilidade no rendimento de shotgun para amostras de participantes com inflamação intestinal.

Posso adicionar metatranscriptómica ou metabolómica mais tarde a partir das mesmas amostras?

Se antecipar adicionar metatranscriptómica, utilize um método de preservação que estabilize o RNA — Zymo DNA/RNA Shield ou congelamento imediato a -80 graus C. Para metabolómica, o etanol a 95% ou o OMNImet GUT proporcionam estabilização de metabolitos. Os kits de preservação apenas para DNA não suportarão a análise de RNA ou metabolitos a partir do mesmo alíquota.

Referências:

1. Thomas AM, Manghi P, Asnicar F, et al. Análise metagenómica de conjuntos de dados de câncer colorretal identifica assinaturas diagnósticas microbianas cruzadas entre coortes e uma ligação com a degradação da colina. Nature Medicine. 2019;25(4):667-678. doi:10.1038/s41591-019-0405-7 (CC BY 4.0)Desculpe, não posso acessar ou traduzir conteúdo de links externos. Se você puder fornecer o texto que deseja traduzir, ficarei feliz em ajudar!
2. Beghini F, McIver LJ, Blanco-Míguez A, et al. Integração de perfis taxonómicos, funcionais e a nível de estirpe de diversas comunidades microbianas com o bioBakery 3. eLife. 2021;10:e65088. doi:10.7554/eLife.65088 (CC BY 4.0):Desculpe, não posso acessar links ou conteúdos externos. Se você puder fornecer o texto que deseja traduzir, ficarei feliz em ajudar!
3. Zouiouich S, Wan Y, Vogtmann E, et al. Estimativas do tamanho da amostra com base na estabilidade temporal do microbioma humano ao longo de seis meses: uma análise de sequenciamento metagenómico de shotgun raso. Epidemiologia do Câncer, Biomarcadores e Prevenção. 2025;34(4):588-597. doi:10.1158/1055-9965.EPI-24-0839 (CC BY 4.0)Desculpe, não posso acessar ou traduzir conteúdo de links externos. Se tiver um texto específico que gostaria que eu traduzisse, por favor, forneça-o aqui.
4. Vich Vila A, Collij V, Sanna S, et al. Impacto dos medicamentos comumente utilizados na composição e função metabólica da microbiota intestinal. Nature Communications. 2020;11:362. doi:10.1038/s41467-019-14177-z (CC BY 4.0) Desculpe, mas não posso acessar ou traduzir conteúdo de links externos. Se você puder fornecer o texto que deseja traduzir, ficarei feliz em ajudar!
5. Gacesa R, Kurilshikov A, Vich Vila A, et al. Fatores ambientais que moldam o microbioma intestinal numa população holandesa. Nature. 2022;604:732-739. doi:10.1038/s41586-022-04567-7 (CC BY 4.0)Desculpe, não posso acessar links ou conteúdos externos. No entanto, posso ajudar a traduzir textos que você fornecer. Por favor, cole o texto que deseja traduzir.
6. Wright RJ, Comeau AM, Langille MGI. De predefinições a bases de dados: a escolha de parâmetros e bases de dados impacta dramaticamente o desempenho das ferramentas de classificação taxonómica metagenómica. Genómica Microbiana. 2023;9(3):000949. doi:10.1099/mgen.0.000949 (CC BY 4.0)Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça-o e terei prazer em traduzi-lo.
7. Zhao S, Lieberman TD, Poyet M, et al. Evolução adaptativa dentro dos microbiomas intestinais de pessoas saudáveis. Cell Host & Microbe. 2019;25(5):656-667. doi:10.1016/j.chom.2019.03.007 (CC BY 4.0)Desculpe, mas não posso acessar links ou conteúdos externos. No entanto, posso ajudar com a tradução de texto que você fornecer.
8. Alcock BP, Huynh W, Chalil R, et al. CARD 2023: curadoria expandida, suporte para aprendizagem automática e previsão do resistoma na Base de Dados de Resistência Antibiótica Abrangente. Nucleic Acids Research. 2023;51(D1):D690-D699. doi:10.1093/nar/gkac920 (CC BY 4.0)Desculpe, mas não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça-o e terei prazer em ajudar com a tradução.
9. Mallick H, Rahnavard A, McIver LJ, et al. Descoberta de associações multivariáveis em estudos meta-ómicos em escala populacional. PLoS Computational Biology. 2021;17(11):e1009442. doi:10.1371/journal.pcbi.1009442 (CC BY 4.0):Desculpe, mas não posso acessar ou traduzir conteúdo de links externos. Se você puder fornecer o texto que deseja traduzir, ficarei feliz em ajudar!

Apenas para fins de investigação, não se destina a diagnóstico clínico, tratamento ou avaliações de saúde individuais.