STREAMS指南：环境与宿主相关微生物组研究技术报告标准的共识声明

《Nature Microbiology》：STREAMS guidelines: standards for technical reporting in environmental and host-associated microbiome studies

　　为解决环境及非人类宿主相关微生物组研究中数据报告标准化不足的问题，国际研究团队制定了STREAMS（环境与宿主相关微生物组研究技术报告标准）指南。该共识通过248名研究者的多轮德尔菲法构建了67个报告项，涵盖实验设计、多组学数据生成与分析、FAIR数据原则等关键环节，为提升微生物组研究的可重复性和数据互操作性提供了社区驱动的标准化框架。

　　

微生物组研究正在重塑人类对生命科学的认知边界，从深海热液喷口到农作物根际，从动物肠道到城市污水处理系统，微生物群落的结构与功能探索已成为生命科学、生态学和医学交叉领域的前沿热点。然而，随着宏基因组学、宏转录组学、宏蛋白质组学和代谢组学等多组学（multi-omics）技术的快速发展，微生物组研究产生了海量复杂数据，这使得数据的规范记录、共享和重复利用变得异常困难。特别是在环境微生物学（环境微生物学）和非人类宿主相关微生物组研究中，由于实验设计的多样性、样本来源的异质性以及分析方法的不统一，不同研究之间的数据比较和整合面临巨大挑战。尽管人类微生物组研究已通过STORMS（加强微生物组研究组织与报告）指南实现了较高程度的标准化，但环境、合成和动植物相关微生物组研究仍缺乏统一的报告规范，严重制约了数据的FAIR（可查找、可访问、可互操作、可重用）化进程。

在此背景下，由美国洛斯阿拉莫斯国家实验室Julia M. Kelliher和劳伦斯伯克利国家实验室Emiley A. Eloe-Fadrosh共同牵头，联合来自28个国家的248名研究者，在《Nature Microbiology》发表了题为《STREAMS指南：环境与宿主相关微生物组研究技术报告标准》的共识声明。该研究通过社区驱动的共识构建流程，制定了包含67个报告项的STREAMS指南，旨在为环境（如陆地、水生、大气及人工环境）、合成和非人类宿主相关微生物组研究提供标准化、机器可操作的技术报告框架。

研究团队以现有STORMS清单为蓝本，通过2024年6月在美国亚特兰大举办的"微生物组数据管理实践"研讨会启动指南制定工作。研讨会组织6个专题小组对STORMS条目进行适应性修订，重点解决了环境微生物组研究在术语、数据访问要求、元数据标准等方面与人类微生物组研究的差异。随后通过两轮德尔菲法（Delphi法）征集全球社区反馈，累计处理超过1100条修改建议，最终形成共识版STREAMS指南。为促进指南落地，团队还开发了机器可操作的数据管理计划（DMP）模板，可通过加州数字图书馆的DMP Tool平台直接调用。

STREAMS指南采用与科学论文架构一致的六模块设计：

在方法学部分，指南对关键实验环节提出细化要求。样本信息部分（条目3.0-3.6）强调需说明环境背景与地理定位，强烈建议提供坐标信息，并引用环境本体（ENVO）和MIxS（关于任何(x)序列的最小信息）标准进行标准化描述。对于涉及原住民土地或传统知识的研究，要求遵循CARE（集体受益、控制权、责任、伦理）原则保障数据主权。实验控制信息（条目5.0-6.2）区分阳性对照和阴性对照的报告要求，并明确生物重复与技术重复的描述规范。组学数据生成（条目6.3-6.4）要求详细记录测序平台、质谱参数等关键技术参数，并与NCBI序列读段档案（SRA）提交要求对齐。

数据分析环节（条目7.0-7.9）的10个条目集中解决了数据复现难题。其中条目7.3要求明确分类学注释数据库（如GTDB）、代谢物和蛋白质鉴定数据库的版本及访问日期；条目7.4强调统计方法的透明报告，包括数据转换流程和检验选择依据；条目7.6和11.2共同要求分析潜在偏倚和混杂变量的影响。为促进数据重用，指南在数据可及性部分（条目8.0-8.5）要求原始数据、处理数据和分析代码均需存储在可持续数据库中，并鼓励使用容器化技术（如Docker）保障分析流程的可重复性。

研究团队通过8个典型案例演示指南的实际应用，涵盖农业家禽、深海珊瑚、淡水湖泊、合成群落等不同研究系统（表1）。例如在农业微生物组研究中，指南要求明确说明温室实验的半控制条件特性；在合成微生物群落（SynComs）研究中需详细描述群落构建流程；在深海极端环境研究中需记录样本采集的特殊技术参数。这些范例为不同细分领域的研究者提供了具体参照。

在讨论部分，作者指出STREAMS指南作为社区共识产物，其优势在于既保持了与STORMS、MIxS、STROBE（加强流行病学观察性研究报告）等现有标准的协同性，又通过简化版清单和DMP工具降低了使用门槛。但指南也存在一定局限性，包括可能产生的"清单疲劳"现象、对非传统论文格式的适应性不足，以及非洲和南美等地研究群体的代表性欠缺问题。为此，团队在STREAMS网站（https://streamsmicrobiome.org）设置了持续反馈渠道，并计划开发基于大语言模型（LLM）的自动评估工具。

该研究的核心价值在于首次为环境与宿主相关微生物组研究建立了跨学科、机器可操作的报告标准。通过将FAIR原则嵌入研究全生命周期，STREAMS指南有望显著提升微生物组数据的可发现性、可比较性和可重用性，为全球微生物组数据资源的整合分析奠定基础。随着合成生物学、微生物组工程等领域的快速发展，这一标准化框架将加速微生物组研究从描述性科学向预测性科学的转变，最终在生态系统保护、农业可持续发展和生物技术创新等领域产生深远影响。