剛剛開始了解微生物在人類生物學中發揮的復雜作用，很顯然，微生物菌群的變化跟宿主的疾病有關，有時候會引發或治療疾病。一些的證據與自身免疫性疾病相關，這類疾病在美國呈上升趨勢，也許是由于抗生素的使用，也可能是由于在童年期間缺乏接觸不同的微生物?！l生假說’認為，健康風險不能歸因于人類遺傳學和行為，可能來自于個人之間的微生物組成差異。

更重要的是，一種給定的微生物物種，當存在于兩個人體內時，可能分享的相同基因還不到50%。這些差異與微生物群落的功能能力有關，包括糖代謝、生物合成和雙組分系統相關的基因。兩個人雖然在他們腸道中具有相同的細菌物種，卻可能與這些細菌之間發生非常不同的相互作用，因為不同的菌株不總是做同樣的事情。

因為這個原因，非常重要的是，我們不僅要確定一個給定樣品中存在的微生物類型，而且要確定每個菌株的遺傳構成。然而，這提出了一個相當大的數據挑戰，要求分析宏基因組數據的統計分析方法和軟件有所突破。對人體中微生物總DNA樣本的宏基因組測序的發展，已經使我們能夠估計特定微生物和微生物基因的豐度。但是，正如任何新技術一樣，宏基因組學有很多偏差和錯誤，在我們比較樣本數據之前必須進行解析糾正。這限制了我們對于‘在許多環境中微生物變異的范圍和影響’的認識，zui重要的是人類腸道微生物組。

基因組學帶來了許多分析上的挑戰，從DNA序列讀數錯誤，到解碼這一序列來自于數百種微生物中的哪一種。一個zui大的問題在于，一個給定的人，其體內的微生物菌株，從未被測序。據估計，即使在研究充分的人類腸道微生物組中，平均而言，43%的物種豐度不能通過可用的微生物參考分析方法而捕獲。

為了解決這個問題和其他微生物的研究問題，Pollard和生物信息學研究生Stephen Nayfach，開發了一套新的統計軟件，可快速、準確地估計宏基因組中微生物的存在和作用。他們的程序——稱為MicrobeCensus、ShotMAP和PhyloCNV，取得了重大的方法改進，使科學家可以使用短至50個bp的測序讀長，來準確地量化人類微生物組中的特定菌株。

使用這些新的工具,瘦人相比，肥胖的人有較低的細菌比例（從門桿菌細菌到門厚壁菌）。雖然科學文獻和一般媒體已經表明這種關聯值得注意，但是有幾則報道對其存在提出了質疑。

為了檢測這種關聯的有效性，對于體重指數（BMI）和腸道微生物的分類組成之間的關系，進行了廣泛的評估。他們對來自多項研究的數據進行了薈萃分析，并沒有發現BMI和任何細菌種類的相對豐度之間有密切的。

新的統計學進展，將使科學家能夠進行其他形式的微生物組學研究，例如識別某些微生物物種和基因，它們是疾病發作的生物標志物，或開發靶定微生物組的藥物。