对培养的微生物多样性的系统研究落后于测序技术的进步。传统上，大多数隔离种群测序项目是根据目标生物体或其生理学相关的临床或生物技术来选择的。2015年，43%的测序细菌基因组仅包含10种人类致病物种。对同一物种的不同菌株进行测序可以帮助我们理解发病机理，而对特定细菌种类的关注则会导致序列空间的系统发生的理解出现偏倚。这种偏倚的系统发生树限制了我们对微生物的功能和进化多样性的看法。系统发生距离与新功能发现之间存在着直接的相关性，这表明，填补系统发生树中的空白可能有助于发现大量新的基因、蛋白质家族和信号通路。
    参考基因组不仅可以填补系统发生的空白，也可以作为从宏基因组学中识别序列片段的锚点。先前通过对系统发生上代表性不足的谱系进行靶向测序来扩大细菌和古细菌的参考基因组的努力，使宏基因组的数据集的分类学得到了巨大的进步。
    美国能源部联合基因研究所的Supratim Mukherjee等人提出了1003个参考基因组，并进行了测序，这属于“细菌与古菌基因组百科全书”（Genomic Encyclopedia of Bacteria and Archaea，GEBA）计划的一部分，这些参考基因组被选择用于最大程度地对系统发生空间进行序列覆盖。这些基因组使现有类型的菌株的数量增加了一倍，并使得整体系统发生的多样性扩大了25%。与先前已完成的和草图基因组的对比分析发现，系统发生多样性相关的新蛋白家族增加10.5%。GEBA基因组对4650个样品的2500万个以前未确证的宏基因组蛋白质进行了分析，增进了我们对系统发生和功能的理解。研究人员鉴定了大量的生物合成簇，并通过实验验证了具有潜在新化学结构和抗菌活性的不同的吩嗪簇。这些数据资源是迄今为止单次发布的最大规模的参考基因组。细菌和古菌的隔离群序列空间远未达到饱和，未来在这方面的努力将继续成为科学发现的宝贵资源。（作者：贺利军）
参考文献：Nature Biotechnology 2017;35:676-683