12月24日，由中國醫藥生物技術協會和《中國醫藥生物技術》雜志共同主辦的“2016年中國醫藥生物技術十大進展評選”揭曉。青島能源所單細胞研究中心研發的“微生物組大數據搜索引擎”（Microbiome Search Engine; MSE）入選。

　　該評選分為推薦申報、公眾評選、專家審評和新聞發布4個環節。為了體現評選的專業性和權威性，21個候選項目被提交至相關領域的10名院士進行專家函審，根據項目是否具有技術創新性突出、經濟效益或社會效益顯著、推動行業科技進步作用明顯等標準進行不記名投票，最終確定本年度的中國醫藥生物技術十大進展。

　　在自然界中，微生物組（又稱“菌群”）無所不在，塑造著我們這一星球的過去、現在和未來。在人體中，菌群與生俱來、又與我們相伴終身，和人體健康息息相關。因此，對海量微生物組“大數據”的搜索、挖掘與機器學習，有助于認識微生物組與疾病或生態災害的關系，從而服務于生態系統的精準健康、精準護理與精準營養。

　　然而，根據人類已經積累的海量微生物組數據，尋找“結構”或“功能”類似的菌群樣本，從而實現對未知功能菌群的解讀和挖掘，以及對整個已知微生物組數據空間的全局性思考，一直是微生物組業界的關鍵瓶頸之一。由于微生物組數據的復雜性和異質性，如此“溫故而知新”卻長期以來卻如同“大海撈針”般艱難。

　　為了實現以菌群為單位的“溫故而知新”，MSE首先建立了針對元基因組數據的超高速比對算法和數字索引機制，為海量的樣本列出基于菌群結構或功能相似性的“目錄”，并根據這一“目錄”從浩瀚的微生物組大數據海洋中迅速自動選取與未知樣本最為相似的匹配,從而推斷菌群的功能。同時，MSE還通過機器學習等手段,自動建立基于菌群的疾病與生態災害的診斷與預測模型,從而計算一系列“微生物組診斷與預警指數”，以判別菌群針對特定疾病的狀態和風險。

　　例如，基于和中山大學附屬口腔醫院、寶潔公司、四川大學華西口腔醫院的合作，單細胞中心發明與驗證了MIC（兒童齲病預警指數）、MIG（牙齦炎診斷指數）等一系列微生物組診斷和預警方法，提出“口腔菌群年齡”可用于監測和預警兒童齲齒風險。這一系列工作發表于Cell Host & Microbe、ISME J等期刊，從而在國內外率先建立了基于人體共生菌群的口腔健康風險評估體系。目前正通過全國和國際范圍內的口腔菌群大數據分析，系統地考察人種、年齡、地域、生活習慣等因素對于這一健康風險評估體系的影響，推動基于口腔菌群的精準預防和精準護理。

　　作為一種共性的微生物組大數據挖掘工具，MSE正通過中科院科技促進發展局資助的中科院科技服務網絡計劃（STS）“生物高通量檢測分析”項目，支撐著寶潔公司、中糧集團等近十個世界五百強企業和國家重點實驗室針對腸道、口腔、皮膚、海洋、土壤、工業生物反應器等生態系統的精準診斷、個體化護理與生態修復。同時，MSE正成為“微生物組數據科學”的一個使能工具，服務于國內外同行針對已知微生物組數據空間的全局性思考與系統性挖掘。

　　MSE是單細胞中心生物信息團隊負責人蘇曉泉與中心主任徐健等主持研發的，獲得了科技部863、國家自然科學基金、山東省自然科學基金領軍人才前瞻性研究專題等的前期支持。