低生物量微生物组研究，污染控制证据怎样报告？

低生物量使背景更显眼

组织拭子、空气滤膜或低菌量体液测到的微生物序列，可能有相当部分来自试剂、器具或同批其他样本。信号少时，背景不会因为测序成功就自动消失。投稿首先应说清研究对象的采集位置、容器、保存时间、提取方法和每批处理顺序，再指出在哪些环节设置了空白。把“设有阴性对照”写成一句话，无法让人知道对照是否覆盖了真正可能引入污染的步骤。

不同空白回答不同问题

采样空白可观察采样工具和现场环境，提取空白主要观察试剂与操作，PCR空白针对扩增过程。若样本跨多个提取批次，应让每个空白关联相应批次；不能把一份空白笼统代表全年所有样本。阳性对照或已知组成的模拟群落有助评估流程能否找回预期成分，但不能代替阴性空白。STROBE-metagenomics原始报告指南要求清楚记录流程控制，低生物量研究尤其要给出对照如何与样本同批处理。

报告背景量和群落组成

可在补充表列出每个样本和空白的投入量、扩增产物、测序读段、过滤后读段，以及主要分类单元。若能测定细菌负荷，说明方法、单位和检出限；只展示相对丰度，可能掩盖样本真实信号与背景量的差距。空白里出现某个分类单元，不等于必须删除所有样本里的同名序列；反过来，空白里未检出也不等于绝对无污染，尤其当空白本身的测量深度偏低时。应说明结合出现频率、浓度关系、批次和生物学背景的判定规则。

先定疑似污染物的处理规则

若采用算法标记疑似污染物，写明版本、输入、阈值和分批处理方式，并保存删除清单。样本与空白一起测序时还要考虑条形码误分配等交叉污染。对核心发现，可展示保留或移除疑似污染分类单元后的结果是否改变；若变化很大，应把不确定性写进结论。若某个批次恰好只含病例、另一个批次只含对照，污染模式与疾病组别纠缠，单纯统计筛除不能代替更平衡的设计。

结论不要超过测量能力

测得序列表示在当前样本和流程中检测到了核酸信号，并不能单独证明活菌定植或致病作用。论文应区分DNA检测、培养或其他功能证据，并说明哪些结果只在特定阈值下存在。让读者看到空白、样本负荷和筛除前后的对比，才能判断结论是否由背景污染驱动；省掉这些资料，最亮眼的罕见菌差异反而最难解释。

参考信息：STROBE-metagenomics报告指南与低菌量样本污染原始研究。