SupratimMukherjee在进行数据分析的时候，发现数以百计的微生物基因组中会重复出现同一种噬菌体序列，这令他感到很惊讶。并不是只有Mukherjee一人发现此种情况，最近大量的报告表明，发表的基因组出现污染要比之前想象的多得多。那么这些污染是如何出现的呢？我们又能做些什么，避免这些情况的出现呢？

就此TheScientist杂志请教了几位研究人员，他们分享了一些Tips，可以检测和预防出现“流氓序列”。

污染从哪里来？

来自圣地亚哥州立大学的生物信息学家RobEdwards说，污染出现的来源很多，“首先就是实验室成员可能混淆了两个样品，不小心给文件或者样本贴上了错误的标签。这些都可以通过加强实验室管理，提高实验记录保存制度等很容易解决。”

另一方面，污染也有可能来自其它本不应该出现在样品中的外来遗传物质，又或者来自培养细菌周围的环境，Edwards说。即使你认为自己测序的是单一培养产物，但是在一个测序循环中出现多个物种的情况，并不少见。

此外，如果正在测序来自人类肠道的微生物，那么样品中自然会出现人体细胞，还有即使你只想要测序某个生物体的细胞核基因，也会出现细胞内线粒体和叶绿体基因，这些也都是污染。这些污染当然很难完全避免，但是可以采取一些措施：在测序之前清理样品，或者在测序结果中剔除污染的序列。

Edwards的研究组聚焦于来自环境样品的宏基因组测序，他表示其研究组就常常利用过滤设备，根据大小对病毒和细菌混合物进行分离。如果他们推测样品中存在人体DNA的污染，那么就会先剔除这些序列，只留下微生物的基因样本。

同样如果需要清除系统中的污染，比如PhiX对照序列，目标基因序列扩增测序用的引物和测序接头，还有克隆载体等，也可以采用相类似的方法。

考虑完这些，还有一个容易忽略的问题，那就是设备机器在实验过程中留下的污染，清楚了解这些污染的来源，可以帮助研究人员在测序后选择方法剔除他们，Edwards说，如果污染重复出现，那么也许就需要改变方法或调试机器了。

然而污染的另一个来源是脏之间实验，出血，通过让基因由事先测序运行出现在下一次的机器。爱德华兹说，只被察觉这种污染可能存在于你的实验可以帮助您选择将其删除后测序的方法。或者，如果它反复出现，您可以尝试更改协议或故障排除您的机器。

如何检测？

毫无疑问，在实验过程中越早剔除污染物越好，“这些污染会增加实验直接的成本，”来自爱丁堡大学的DominikLaetsch说，出现污染，“每分钱理论上你得到的核苷酸信息就越少，”因为需要花时间处理和分析不需要的序列。但也有个好消息——即使序列中充满了PhiX、引物、载体和不想要物种的基因，还是能在别人看到你最终公布的基因组之前剔除它们。