最低的推算數值是三百萬，最高的甚至達到了一個億。

目前接受度比較高的一個數字，是由夏威夷大學馬諾阿分校CamiloMora教授提出來的：

870萬，不包括病毒。

他是應用生物分類階層——也就是生物課本里學過的界門綱目科屬種的數量趨勢，推估出出來的這個數字（org/content/113/21/5970）

例如某動物門=10綱=100目=1000科=10000屬=100000種，同時不同類群的分類階層數量有相似的趨勢，且高階分類相對於種較穩定。

因此經過一系列的模擬，最終可推估得到較可信的總物種數。

&niloMora教授的這篇論文是目前全球被引用次數最多的統計文稿之一，也算是個比較權威的推論了。

870萬對比200萬。

因此在青苔之中發現某種甚至多種微生物的存在，徐雲真的一點兒都不驚訝。

隨後他沉思片刻，對裘生道：

“老裘，先做16S相似度檢測吧。”

裘生點點頭，飛快的帶上套...手套，說道：

“行，我立馬就做。”

一般來說。

如果是培養皿培育出的菌株，檢測或者對比的難度往往都不高。

但物件若是自然界富集的樣本，操作起來就比較麻煩了。

徐雲所說的16S相似度檢測，指的是核糖體小亞基的RNA組分檢測。

也就是16SrRNA。

這部分長度大約1500nt，不同物種略有差異，算是目前主流的九大新物檢測步驟之一。

五分鐘後。

裘生抬起頭，對徐雲道：

“老徐，準備好了，引物你覺得用啥？”

徐雲想了想，很快道：

“1492R吧。”

“好嘞！”

半個小時後。

裘生抬起頭，打了個響指：

“搞定，擴出來了，BLAST的密匙你有吧？”

徐雲朝他豎起一根大拇指示意幹得漂亮，隨後走到操作檯邊，噼裡啪啦的輸了一大串密匙。

做過新種檢測的同學應該都知道。

16S相似度檢測的界限其實有些模糊，因為不同分類群的檢測相似度閾值是不一樣的。

比如有的是97%，有的是99%。

只是在通常情況下。

相似度超過97%的，就可以認為是一個物種。

相似度低於97%的，就可以認為是不同物種，進行下一階段檢測。