菌相 metadata 比較：IBD、T2D、CRC、AD、PD

總覽比較

五份資料各來自一個 BioProject。ml_label 可直接當監督式學習的 y。平台、檢體種類與臨床問題都不同，豐度表不應上下疊成一個資料集。各篇原始論文見文末。

項目	IBD 發炎性腸道疾病	T2D 第二型糖尿病	CRC 大腸直腸癌	AD 阿茲海默症	PD 帕金森氏症
檔案	`IBD/metadata/ibd_groups.csv`	`T2D/metadata/t2d_groups.csv`	`CRC/metadata/crc_groups.xlsx`	`AD/metadata/ad_groups.csv`	`PD/metadata/pd_groups.csv`
BioProject / Study	PRJEB86986 / ERP170281	PRJNA1447078 / SRP688705	PRJNA989099 / SRP446495	PRJNA554111 / SRP214293	PRJDB8639 / DRP006407 建模用 DRA009229
定序庫 / 受試者	77 庫 / 77 人	100 庫 / 100 人	113 庫 / 45 人	86 庫 / 86 人	360 庫 / 360 人 BioProject 另有 330 個無分組 run
一人幾筆	1	1	2 或 3。45 人都有腫瘤與鄰近非腫瘤；其中 23 人另有糞便	1。AD1–AD43、CON1–CON43 都齊	1。樣本名唯一
分組（庫數）	IBD 57（74.0%） Healthy 20（26.0%）	聽力受損 43（43%）聽力正常 57（57%）全員都是 T2D	Tumor 45 NonTumor 45 StoolHealthyLike 23	AD 43（50%） Control 43（50%）	PD 223（61.9%） Control 137（38.1%）
這份標籤在問什麼	糞便菌相能否區分 IBD 與健康人	T2D 患者中，能否區分感音神經性聽力損失與聽力正常	同一批病人的腫瘤組織、鄰近黏膜、糞便有何不同；腫瘤樣本另有期別	糞便菌相能否區分阿茲海默症與認知正常對照	糞便菌相能否區分帕金森氏症與對照。樣本名 P 為病人、C 為對照
檢體	stool，77/77	feces，100/100	腫瘤組織 45、非腫瘤組織 45、糞便 23。部位：右結腸 44、左結腸 39、直腸 27、缺 3	糞便 86/86。BioSample 的 tissue 欄寫成 gut1–gut86，不是解剖部位	糞便。四個採樣地：愛知 146、岩手 96、岡山 64、福岡 54
平台	PacBio Sequel IIe AMPLICON · SINGLE	Illumina MiSeq AMPLICON · PAIRED	Ion Torrent Proton AMPLICON · PAIRED 論文：Ion 16S kit、Ion S5	Illumina MiSeq PAIRED · 2×301 bp SRA 登錄為 METAGENOMIC；論文是 16S	Illumina MiSeq AMPLICON · PAIRED · 2×300 論文：16S V3–V4，引子 341F / 805R
性別	整欄空白	男 52、女 48	病人層級男 27、女 18 樣品層級男 72、女 41	兩組都是女 20、男 23	公開 metadata 沒有性別
年齡（歲）	整欄空白	30–55，平均 42.6，中位數 43，SD 7.5	43–94，平均 73.8，中位數 75，SD 10.4	AD 57–85，平均 70.1，中位數 69 Control 55–85，平均 69.7，中位數 71	公開 metadata 沒有年齡。論文有年齡、性別、BMI、便秘與用藥，但沒有進這張表
其他臨床欄位	無	phenotype、disease_annotation 有值。disease_stage 整欄空白	BMI 三級、腫瘤期別（只在 45 個腫瘤列）、sample_origin	醫院：對照 43 人全是大坪醫院；AD 有 35 人大坪、8 人來自另外三家重慶醫院。沒有 MMSE、CDR、APOE	採樣地不平衡。福岡是 PD 49、對照 5。沒有 Hoehn–Yahr 分期
spots 中位數（最小–最大）	17,721 （28 – 29,582）	89,524 （52,334 – 151,130）	360,075 （53,435 – 704,216）	38,090 （30,040 – 44,971）	110,000 （21,863 – 163,561）
檔案大小中位數	12 MB（0–21，0 是整數四捨五入）	13 MB（6–22）	61 MB（9–117）	8.3 MB（5.9–10.2）	34.3 MB（6.9–67.6）
樣本是否獨立	獨立。分層交叉驗證即可	獨立。分層交叉驗證即可	不獨立。同一 `host_subject_id` 必須整組留在訓練或測試	獨立。分層交叉驗證即可。醫院與疾病不完全獨立，要放進基準模型	獨立。分層交叉驗證，並把採樣地放進基準模型

spots 是各平台自己的讀數數。Sequel 單端、三份 MiSeq 雙端與 Ion Torrent 的讀長和錯誤型態不同。同樣是 MiSeq，spots 中位數大約是 PD 11 萬、T2D 9 萬、AD 3.8 萬，不能拿來比「誰的菌相訊號比較強」。

分組情形與樣品數目

IBD 77 個獨立糞便

IBD57
Healthy20

約 2.85 : 1。健康組只有 20 人，而且低深度庫集中在這一組。

T2D 100 個獨立糞便

T2D_hearing_loss43
T2D_normal_hearing57

沒有非糖尿病對照。phenotype 與 disease_annotation 和這個分組一一對應。

CRC 45 人、113 庫

Tumor45
NonTumor45
StoolHealthyLike23

23 人三種都有，22 人只有腫瘤加非腫瘤。沒有獨立的健康受試者。

AD 86 個獨立糞便

AD43
Control43

1 : 1，年齡與性別都配平。SRR9671446 是 Control 的 CON17。

PD 360 個獨立糞便

PD223
Control137

約 1.63 : 1。福岡只有 5 名對照、49 名 PD。

IBD

二元、不平衡、缺協變量

受試者: run、biosample、host_subject_id 都是 77 個唯一值。
標籤: ml_label = IBD 或 Healthy。
資料品質: host_subject_id 在 CSV 裡重複出現一次，兩欄內容相同。

T2D

二元、大致平衡、協變量齊

受試者: 100 個 run 對 100 人，T2DM_001 到 T2DM_100。
性別 × 分組: 聽力受損：女 20、男 23（女性 46.5%）。聽力正常：女 28、男 29（女性 49.1%）。
年齡 × 分組: 兩組中位數都是 43 歲。聽力受損平均 42.8，聽力正常平均 42.4。

CRC

配對檢體，外加期別與 BMI

病人內配對: 年齡、性別、BMI、部位在同一人的各列都相同。期別只寫在腫瘤列。
腫瘤期別（45 人）: I 期 7、II 期 19、III 期 16、IV 期 3。早（I–II）26 人，晚（III–IV）19 人。
病人 BMI: 正常 15、肥胖 17、過重 13。
部位（病人）: 右結腸 16、左結腸 16、直腸 12。CC2 的三個樣本都沒有部位。

二元、人數配平、要校正醫院

受試者: 86 個 run 對 86 人。查詢起點 SRR9671446 = CON17，男，82 歲，大坪醫院，42,847 spots。
年齡 × 性別: AD 平均 70.1 歲（女 20、男 23），Control 平均 69.7 歲（女 20、男 23）。
醫院: Control 43 人全來自大坪醫院。AD 有 35 人大坪，其餘 8 人來自重醫附一（6）、西南醫院（1）、重慶市人民醫院（1）。
深度: spots 30,040–44,971，中位數 38,090。沒有空庫。每個 spot 都是 602 bp。

人數最多，採樣地要校正

分組怎麼來: 樣本名裡的 P 是帕金森氏症、C 是對照。字首 I、F、O 分別是岩手、福岡、岡山；沒有字首的是愛知。
各地人數: 愛知：對照 60、PD 86。岩手：44、52。岡山：28、36。福岡：5、49。
沒進表的 run: DRA008768 有 330 個 run，2026-04-11 公開，沒有樣本名、國家或分組；其中 171 個 spots 為 0。不放進 pd_groups.csv。
深度: 中位數 110,000 spots，兩組中位數幾乎相同（PD 109,940、對照 110,060）。低於 30,000 的有 5 庫，最低 21,863。

PD 的福岡幾乎沒有對照，AD 的非大坪醫院樣本全部是病人。 福岡是 49 名 PD 對 5 名對照。AD 有 8 個樣本來自大坪以外的醫院，而且全部是 AD。若模型只學到採樣地，交叉驗證仍可能好看。PD 的基準要包含四個縣，AD 的基準要包含「是否大坪醫院」。

CRC 的 23 個糞便不是隨機子集。 這 23 人包含全部 13 位過重病人；只有組織、沒有糞便的 22 人是正常體重 11 人與肥胖 11 人，過重為 0。糞便組男性 18/23（78%），只有組織的 22 人女性 13/22。糞便組年齡中位數 73 歲（平均 71.8），只有組織者中位數 77 歲（平均 76.9）。用糞便建模時，這個選擇差會進到特徵裡。

基本統計

年齡與性別能當協變量的有 T2D、CRC 與 AD。IBD 與 PD 的公開表沒有這兩欄；PD 論文裡有，但沒有寫進 ENA。定序深度在 IBD 的健康組特別不穩；CRC 的糞便庫深於組織庫；PD 的 360 庫中位數約 11 萬 reads。

IBD 深度

	Healthy 20	IBD 57
spots 平均	14,294	17,025
spots 中位數	17,193	18,038
spots 最小	28	87
整體平均 / SD	16,316 / 7,396
size_MB 平均	11.3（中位數 12）

spots < 1,000 有 5 庫：健康 3、IBD 2。spots < 5,000 有 10 庫：健康 5、IBD 5。健康組有四分之一低於 5,000 reads。

T2D 深度與年齡

	聽力受損 43	聽力正常 57
年齡平均	42.8	42.4
年齡中位數	43	43
spots 平均	96,238	96,568
spots 中位數	99,422	85,398
整體 spots	平均 96,426，SD 25,615

平均深度接近，中位數仍差約 1.4 萬。模型裡保留 log(spots)。最低 52,334，沒有像 IBD 那種近乎空庫。

CRC 深度隨檢體變

	中位數 spots	平均 spots
Tumor	325,883	323,049
NonTumor	368,495	366,605
Stool	459,339	431,191
全部 113	360,075	362,406

SD 122,004。低於 100,000 spots 的有 5 庫（3 個非腫瘤、2 個腫瘤），最低是 CC13-N 的 53,435。組織與糞便要分開看深度。

AD 深度與年齡

	AD 43	Control 43
年齡平均	70.1	69.7
年齡中位數	69	71
年齡範圍	57–85	55–85
spots 平均	37,428	38,422
spots 中位數	36,987	38,145
整體 spots	中位數 38,090，最小 30,040

兩組深度接近。檔案大小中位數 AD 8.22 MB、Control 8.35 MB。SRA 的 library_source 寫 METAGENOMIC，論文方法是 16S。

PD 深度與採樣地

採樣地	Control	PD
愛知 Aichi	60	86
岩手 Iwate	44	52
岡山 Okayama	28	36
福岡 Fukuoka	5	49
spots 中位數	110,060	109,940
spots 範圍	21,863 – 163,561，整體中位數 110,000

採樣日期 2016-11-11 到 2019-05-15，3 筆缺日期。每個 spot 約 602 bp，對應 MiSeq 2×300 的 V3–V4。

CRC 腫瘤期別（只計 45 個腫瘤，一人一期）

I 期7（15.6%）
II 期19（42.2%）
III 期16（35.6%）
IV 期3（6.7%）

metadata 裡有哪些資訊

接豐度表時用 run（IBD 是 ENA ERR，其餘是 SRA SRR）。ml_label 當 y。host_subject_id 在 CRC 用來把同一人綁在一起。

欄位	用途	IBD	T2D	CRC	AD	PD
run, biosample, sample_name	樣本鍵、對豐度表	完整，各 77 唯一	完整，各 100 唯一	完整，各 113 唯一	完整，各 86 唯一	360 個有名稱的 run 唯一
host_subject_id	人的 ID、交叉驗證分組	完整；CSV 重複一欄	完整，一人一值	45 個 ID	與 sample_name 相同，一人一值	用樣本名，360 個唯一
group, ml_label	預測標籤	IBD / Healthy	聽力受損 / 聽力正常	Tumor / NonTumor / StoolHealthyLike	AD / Control	PD / Control，由樣本名的 P 與 C 解析
sex, age	協變量或基準模型	皆空白	完整	完整，且同一人各列相同	完整。年齡在 BioSample，不在 ENA 主表	ENA 沒有。論文有，但未進公開樣本表
tissue	檢體或解剖部位	全部 stool	全部 feces	右結腸、左結腸、直腸；CC2 三庫空白	糞便。原始欄是 gut 加編號	全部 feces
sample_origin	組織還是糞便	無此欄	無此欄	Tumoral / Non Tumoral / Feces，與 group 一一對應	無此欄	無此欄
bmi_class	協變量	無	無	Normal / Overweight / Obese	無	無
stage	期別預測	無	disease_stage 欄存在但全空	只在腫瘤列：I–IV	無	無 Hoehn–Yahr
醫院或表型	混淆或標籤核對	無 CD/UC 亞型	phenotype 與 group 一致	無醫院欄	hospital。8 個非大坪樣本都是 AD	site：愛知、岩手、岡山、福岡。福岡嚴重不平衡
library_strategy, layout, instrument	批次 / 平台	AMPLICON, SINGLE, Sequel IIe	AMPLICON, PAIRED, MiSeq	AMPLICON, PAIRED, Ion Proton	SRA：OTHER / METAGENOMIC / MiSeq。論文：16S	AMPLICON, PAIRED, MiSeq。論文：16S V3–V4
spots, size_MB	文庫量、QC、協變量	有；尾端很長	有	有	有，深度很齊	有。中位數 11 萬，最低仍超過 2 萬
bioproject, study, disease	研究識別	單一研究	單一研究	單一研究	單一研究	單一研究，但有兩個 DRA 提交

公開 metadata 都沒有用藥、HbA1c、MMSE 或連續 BMI。IBD 論文有 CD 與 UC，這份 CSV 只留 IBD / Healthy。T2D 論文有 TNF-α、IL-6、LBP。PD 論文有年齡、性別、BMI、便秘與用藥，ENA 樣本表沒有這些欄。引子區間以各篇方法為準，見參考文獻。

豐度表到手之後可以做的預測

PD 的人數最多，AD 與 T2D 的協變量最齊。 PD 是 223 對 137 的獨立糞便、16S V3–V4，但公開表沒有年齡與性別，而且福岡只有 5 名對照，基準模型一定要放採樣地。AD 是 43 對 43、年齡與性別配平，再加「是否大坪醫院」。T2D 是 100 人、聽力受損 43 對 57。三邊都用 genus CLR 的 elastic-net。菌相模型的 AUROC 與 AUPRC 要高於「只用協變量」和「只用 Shannon、豐富度」。

樣本數是 77、100、86、360、45 這個量級，特徵數通常大於樣本數。適合係數可解釋、有正則化的模型。神經網路在這個 n 上會記住訓練集。

研究	預測問題	y 怎麼取	可用 n	驗證方式	模型	判斷
PD	帕金森氏症 vs 對照	PD vs Control	360 人，223 對 137	依疾病分層的重複 5-fold，採樣地當協變量	Elastic-net（採樣地、log spots）。沒有年齡與性別可放	優先做
AD	阿茲海默症 vs 認知正常	AD vs Control	86 人，43 對 43	重複分層 5-fold	Elastic-net（年齡、性別、log spots、是否大坪醫院）	優先做
T2D	T2D 患者是否合併聽力損失	T2D_hearing_loss vs T2D_normal_hearing	100 人	重複分層 5-fold	Elastic-net（含年齡、性別、log spots）；Random forest 作對照	優先做
IBD	糞便菌相區分 IBD 與健康	IBD vs Healthy	77 人；先檢視 spots < 1,000 的 5 庫	重複分層 5-fold。健康組每折大約 4 人，區間會寬	class_weight 平衡的 elastic-net。必須同時報告「只使用 log(spots)」的基準	可做，先處理深度
CRC	腫瘤黏膜 vs 鄰近非腫瘤黏膜	Tumor vs NonTumor，不含糞便	45 對，90 庫	依 host_subject_id 的 GroupKFold。同一人的兩塊組織不可拆開	病人內豐度差（paired）為主；分類模型當補充	可做，解釋成組織差異
CRC	腫瘤早晚期	I–II vs III–IV，只用腫瘤列	26 vs 19，一人一筆	重複分層 5-fold	Elastic-net，協變量含性別、年齡、部位、BMI、log spots	探索用，IV 期只有 3 人
CRC	四期分類 I / II / III / IV	stage	7 / 19 / 16 / 3	—	樣本撐不住四類，尤其 IV 期	改做早晚期
CRC	糞便篩檢：大腸癌 vs 健康人	檔案中沒有獨立健康糞便	23 個糞便全部來自已有腫瘤的病人	—	StoolHealthyLike 是這 23 個糞便列的組名，sample_origin 為 Feces	這份 metadata 沒有這個標籤
CRC	BMI 三級，或左/右結腸/直腸	bmi_class 或 tissue	45 人（取一種檢體，避免一人多列）	一人一列的分層 CV	拿來檢查菌相是不是主要在學 BMI 或部位，而不是期別	當混淆檢查
五研究合併	一個模型分辨 IBD、T2D、CRC、AD、PD	疾病名稱	736 庫	平台、引子與疾病綁在一起	模型會學到 Sequel、MiSeq、Ion 與糞便/組織的差異	不要訓練

共同流程（每一個研究各做一次）

用 run 把 count 表接到 metadata。保留 count，自己做過濾與轉換；若只有相對豐度，就不要再稀釋一次。
去掉明顯失敗的文庫後，以盛行率過濾 taxon（例如至少 10% 樣本出現）。這個門檻只用訓練折的樣本來算。
主矩陣用 genus 的 CLR（加一個小偽計數）。另外做一版相對豐度、一版有無（presence/absence），看交叉驗證哪一版穩。
先畫 PCoA 或 Aitchison 距離，並用 PERMANOVA 看 group、性別、年齡、部位、log(spots)。深度若能分開兩組，分類分數要對著深度基準來讀。
Elastic-net logistic 當主模型。Random forest 或淺層 gradient boosting 當對照。sPLS-DA 適合做出可報告的菌屬面板。係數與 SHAP 用來解釋，不用來取代留出集的 AUROC。
指標用 AUROC、AUPRC、balanced accuracy，並做標籤置換。IBD 不要只報 accuracy，因為永遠猜 IBD 就有 74%。
差異豐度（ALDEx2、ANCOM-BC 或 MaAsLin2）用來核對分類器挑中的菌是不是同一批。那是關聯，不是預測成績。
每個研究只有一個 BioProject，沒有外部驗證集。內部交叉驗證會偏樂觀，報告時寫成內部估計。

模型怎麼選

做法	在這五份資料的角色
Elastic-net logistic	預設主模型。n 小、p 大、需要一組可解釋菌屬。
只用協變量的 logistic	基準。菌相模型要贏過它。
Shannon + 豐富度	第二基準。若打平，訊號是整體多樣性。
Random forest	看非線性。重要性在組成型資料上較不穩。
sPLS-DA	菌相研究常用的低維面板，適合跟 elastic-net 對照。
Gradient boosting	樹要很淺，且用巢狀 CV 調參，否則 n=77–100 容易過擬合。
神經網路、深度學習	這五份的樣本數不夠。
未分組的隨機切分（CRC）	同一人的腫瘤與鄰近組織會漏到測試集，分數會虛高。

各研究再加的協變量

PD：採樣地、log(spots)。公開表沒有年齡、性別、BMI 或用藥。
AD：年齡、性別、log(spots)、是否大坪醫院。沒有認知分數可預測。
T2D：年齡、性別、log(spots)。論文裡的細胞激素不在 metadata。
IBD：沒有年齡與性別，也沒有 CD/UC。至少放入 log(spots)，並分別報告含與不含那 5 個 spots < 1,000 文庫的成績。
CRC 組織：性別、年齡、部位、BMI、log(spots)，以及依病人分組。期別模型只用 45 列腫瘤。
CRC 糞便：可描述這 23 人的糞便群落、或和同一人的黏膜比較。它回答不了「健康人 vs 大腸癌」。

進模型前建議先看的文庫

Sequel 的 spots 不能用 Illumina 的深度門檻硬套。下面 5 個 IBD 文庫低到接近空庫，建議做「納入 / 排除」兩套成績。1,000 到 5,000 的 PacBio 擴增子是否保留，等讀長與稀釋曲線再定。

IBD：spots 低於 5,000 的 10 庫

sample_name	run 列所在分組	spots	size_MB
F148	Healthy	28	0
F006	IBD	87	0
F104	IBD	90	0
F161	Healthy	155	0
F147	Healthy	615	0
F003	IBD	1,158	0
F155	Healthy	1,169	0
F159	Healthy	2,599	1
F010	IBD	3,476	2
F020	IBD	4,640	3

size_MB 為 0 的共 7 庫，是整數進位，spots 最高到 1,169。排除 spots < 5,000 之後，健康組從 20 人變 15 人，IBD 從 57 人變 52 人。

CRC：spots 低於 100,000 的 5 庫

sample_name	group	病人	spots	size_MB
CRC_IdISSC2023_CC13-N	NonTumor	CC13	53,435	9
CRC_IdISSC2023_CC4-T	Tumor	CC4	70,463	14
CRC_IdISSC2023_CC1-N	NonTumor	CC1	75,820	14
CRC_IdISSC2023_CC18-T	Tumor	CC18	80,777	14
CRC_IdISSC2023_416-N-R	NonTumor	416	83,344	15

T2D：沒有需要先剔除的空庫

100 庫 spots 都在 52,334 以上，性別與年齡無缺值。disease_stage 全空，不要把空白期別編碼成一個類別。

AD：沒有需要先剔除的空庫

86 庫 spots 都在 30,040 以上。性別與年齡無缺值。地理、採樣日期、宿主在 BioSample 裡都是 missing。建模時保留醫院欄，不要把 8 個非大坪樣本直接刪掉，否則 AD 組會少 8 人且失去校正醫院的機會。

PD：用 360 筆有分組的庫；另外 330 筆先不要用

DRA009229 的 360 庫 spots 都在 21,863 以上，低於 30,000 的有 5 庫（C057AG、F-P027AG、F-C030AG、O-P039AG、O-P009AG）。DRA008768 的 330 庫沒有樣本名與疾病分組，其中 171 庫 spots 為 0，不放進建模表。iRBD 的定序在另一個登錄號 DRA009322，不在 PRJDB8639。

實作時對齊的矩陣

每一列是一個 run，對 CRC 的期別模型改成每一列是一個 host_subject_id。特徵是 genus CLR。y 用該研究的 ml_label。CRC 組織比較若要做分類，分組變數用 host_subject_id。五個研究的特徵空間分開擬合，係數不要跨研究比較大小。

參考文獻

每份定序資料對應一篇原始論文。連結是 DOI。論文裡有、metadata 沒有的臨床變數，不能當成這次訓練表裡的欄位。

IBD · PRJEB86986

Radhakrishnan ST, Mullish BH, Olbei ML, Danckert NP, Valdivia-Garcia MA, Serrano-Contreras JI, et al. Deciphering the microbiome–metabolome landscape of an inflammatory bowel disease inception cohort. Gut Microbes. 2025;17(1):2527863.

DOI 10.1080/19490976.2025.2527863 · PMID 40679059。糞便 16S，並有血清、尿液與糞便代謝體。論文比較了 Crohn’s disease 與 ulcerative colitis；這份 CSV 只保留 IBD / Healthy，沒有亞型，也沒有年齡與性別。定序平台在 metadata 是 PacBio Sequel IIe 單端擴增子。

T2D · PRJNA1447078

Zhang P, Jiang L, Ge C, Yang J, Shi Z, Liang X, Fan Z. The gut-inflammation-hearing axis in diabetic patients aged 30–55: exploring microbiome-mediated pathways to auditory complications. BMC Microbiology. 2026 Aug 15.

DOI 10.1186/s12866-026-05504-8。100 名 30–55 歲 T2DM、聽力受損 43%、糞便 16S，與這份 metadata 的人數、年齡範圍和分組一致。論文另測了 TNF-α、IL-6、IL-1β、hs-CRP 與 LBP，並報告含 LBP 的組合指標 AUC 0.921。這些發炎指標不在 t2d_groups.csv。

CRC · PRJNA989099

Tesolato S, Ortega-Hernández A, Gómez-Garre D, Claver P, De Juan C, De la Serna S, et al. Gut microbiota profiles in feces and paired tumor and non-tumor tissues from Colorectal Cancer patients. Relationship to the Body Mass Index. PLoS ONE. 2023;18(10):e0292551.

DOI 10.1371/journal.pone.0292551 · PMC10553240。論文寫明 BioProject PRJNA989099，113 個樣本、45 位病人。方法是 Ion 16S Metagenomics Kit，擴增 V2、V4、V8 與 V3、V6–7、V9，在 Ion S5、Ion 530 chip 上定序。metadata 的 instrument 欄寫的是 Ion Torrent Proton。研究沒有獨立健康對照，主要比較糞便、腫瘤與鄰近組織，以及 BMI、腫瘤位置。

PD · PRJDB8639

Nishiwaki H, Hamaguchi T, Ito M, Ishida T, Maeda T, Kashihara K, Tsuboi Y, Ueyama J, Shimamura T, Mori H, Kurokawa K, Katsuno M, Hirayama M, Ohno K. Short-chain fatty acid-producing gut microbiota is decreased in Parkinson’s disease but not in rapid-eye-movement sleep behavior disorder. mSystems. 2020;5:e00797-20.

DOI 10.1128/mSystems.00797-20 · PMID 33293403。論文寫明帕金森氏症的 FASTQ 是 DRA009229，也就是這份 PRJDB8639 裡 223 名 PD 與 137 名對照。方法是糞便 16S V3–V4（341F / 805R），MiSeq 2×300，QIIME2 與 DADA2。同一篇的 26 名 iRBD 在另一個登錄號 DRA009322。年齡、性別、BMI、便秘與用藥寫在論文，沒有出現在 ENA 樣本表。

AD · PRJNA554111

Zhuang ZQ, Shen LL, Li WW, et al. Gut microbiota is altered in patients with Alzheimer’s disease. Journal of Alzheimer’s Disease. 2018;63(4):1337–1346.

DOI 10.3233/JAD-180176 · PMID 29758946。第三軍醫大學大坪醫院神經內科。43 名 AD 與 43 名年齡、性別配平的認知正常對照，糞便 16S rRNA。SRA 把文庫登錄成 METAGENOMIC / OTHER，讀長為 2×301 bp、約 3–4.5 萬 pairs，與 MiSeq 16S 相符。公開 metadata 沒有 MMSE 或其他認知分數。查詢樣品 SRR9671446 是對照組 CON17。