环境宏基因组投稿，MIxS清单与环境扩展怎样组合？

测序文件上传完成，环境宏基因组的样本背景仍可能说不清。MIxS（任意序列最小信息标准）将序列类型清单与采样环境扩展分开：前者区分基因组、宏基因组或标记基因等序列，后者描述土壤、水体或农业等环境。两者组合后，才知道一份样本应填写哪些上下文信息。投稿或提交数据时，先选对组合，再按实际记录填写。

先定序列对象，再定采样环境

假设研究从农田土壤提取混合微生物 DNA，得到的是宏基因组序列。作者应先找适合宏基因组的清单，再配合能描述该采样环境的扩展；若研究的是单一分离菌株基因组，清单就不能沿用宏基因组的那一份。GSC 的官方说明把这些称为清单、环境扩展与两者的组合，当前术语里的“扩展”在旧资料中也常叫“环境包”。使用哪个版本与模板，应以实际提交仓储提供的当前页面为准。

样本层面的信息要能回答三件事：序列来自哪份物理样本，样本在什么环境取得，取得后怎样处理。可以从现场编号追到采样位置、日期、深度或环境描述，再追到提取、建库与测序记录。若同一地点不同深度有两份样本，不能仅用一个地点名覆盖两行；样本编号要分别对应各自的采样信息和测序文件。MIxS 的意义正是让后人知道两个序列看起来不同，可能是生物差异，也可能与采样环境或处理方式有关。

别把缺失值写成“无”

旧项目可能没有测某个环境参数。空白、未测、未知和不适用不是一回事：没有记录土壤 pH，不等于 pH 为零，也不等于该字段不适用于土壤样本。GSC 提醒作者可使用 INSDC 的缺失值词汇说明原因；具体允许哪些值，需看提交平台与所选 MIxS 组合的字段规则。必填、推荐和可选字段也不能凭经验删掉：清单与扩展的组合会改变实际要求，且标准版本可能更新。

给数据表做一次交叉核对：论文 Methods 说有 24 份土壤样本，元数据表是否恰好有 24 个独立样本记录；某个样本标为十厘米深，原始采样单是否同样写十厘米；序列文件名能否追到该样本而非同地点另一深度。这里的数量与深度只是演示方法，不是通用采样要求。若样本有受保护地点或个人信息，不能为了完整元数据直接公开精确敏感信息，应按仓储与研究许可确定合法的共享粒度。

论文正文不必把元数据表每一列重写一遍，但应说明采用的清单、环境扩展和版本，以及哪些采样或处理差异对分析有影响。数据仓储中的记录则应保留可机器读取的字段与单位。正文结论、元数据和原始序列三者能按样本编号对应，别人才能准确复查和再使用这批数据。