روش جدید برای مقایسه ژن‌های کدکننده پروتئین کامل بین داده‌های متاژنومی، گرادیان محیطی را برای میکروبیوتا تشخیص می‌دهد.


در مطالعه اخیر منتشر شده در مجله PLOS ONEمحققان ژاپنی درختان فیلوژنتیک را بر اساس داده‌های پروتئومی میکروبیوتا با دندروگرام‌های عوامل محیطی مقایسه کردند تا نقش شیب‌های محیطی را در ایجاد جوامع میکروبی تعیین کنند.

مطالعه: تجزیه و تحلیل فیلوژنی ژن‌های کدکننده پروتئین کامل در داده‌های متاژنومی، یک گرادیان محیطی را برای میکروبیوتا شناسایی کرد.  اعتبار تصویر: ART-ur/Shutterstock
مطالعه: تجزیه و تحلیل فیلوژنی ژن‌های کدکننده پروتئین کامل در داده‌های متاژنومی، یک گرادیان محیطی را برای میکروبیوتا شناسایی کرد. اعتبار تصویر: ART-ur/Shutterstock

زمینه

نقش عوامل محیطی مانند دما، رطوبت، محتوای کربن و نیتروژن و pH در رشد میکروبی به خوبی مورد مطالعه قرار گرفته است. تعیین همبستگی بین جوامع میکروبی در حال تغییر و گرادیان های محیطی می تواند درک ما را از چگونگی تأثیر عوامل محیطی اصلی بر جوامع میکروبی بیشتر کند.

با پیشرفت فناوری های توالی یابی در چند دهه اخیر و توسعه ابزارهای بیوانفورماتیک سریعتر و کارآمدتر، روش هایی مانند توالی یابی کل متاژنومی تفنگ ساچمه ای را می توان برای شناسایی گونه های جدید، ژن های عملکردی و مسیرهای متابولیکی مورد استفاده قرار داد.

با دسترسی به مقادیر بیشتری از داده های ژنومی و پروتئومی و ابزارهای پیشرفته فیلوژنتیک، شباهت ها و روابط بین گونه ها و جوامع میکروبی و همبستگی با عوامل محیطی را می توان با جزئیات بررسی کرد.

در مورد مطالعه

مطالعه حاضر روشی به نام متاژنومیک فیلوژنی با میانگین تشابه توالی (MPASS) بر اساس میانگین تشابه توالی برای مقایسه داده های پروتئومی به دست آمده از توالی یابی تفنگ ساچمه ای کل ژنوم ایجاد کرد.

برای آزمایش دقت MPASS در تشخیص شباهت های توالی، دو مجموعه داده شبیه سازی شده از داده های متاژنومی پنج گونه باکتری – اسیدوباکتریوم کپسولاتوم، Bacteroides fragilis، نیتروزوسپیرا مولتی فرمیس، پروتئوس فوق العاده است، و سولفولوبوس جزیره ای – با استفاده از MPASS مورد تجزیه و تحلیل قرار گرفت و برای ساخت درختان فیلوژنتیک استفاده شد. روابط ترتیب انشعاب و ترکیب گونه های باکتریایی مشاهده شد.

سپس این روش در مجموعه داده‌های متاژنومی خاک موجود شامل 16 نمونه از بیوم‌های اکولوژیکی متمایز مانند تندرا، بیابان‌های سرد، بیابان‌های گرم، جنگل‌ها و دشت‌ها اعمال شد. MPASS همچنین برای تجزیه و تحلیل مجموعه داده متاژنومیک آبزی شامل 35 نمونه از دریچه گرمابی در اعماق دریا، اقیانوس ها، دریاچه ها و چشمه های آب گرم استفاده شد.

علاوه بر این، شاخه‌های چشمه‌های آب گرم Kirishima از درخت متاژنومیک آبزی در برنامه‌ای به نام TREEDIST برای مقایسه کمی درخت فیلوژنتیک مبتنی بر متاژنوم با دندروگرام پارامترهای محیطی استفاده شد. پارامترهای گزارش شده از چشمه های آب گرم کدورت، pH و غلظت کربن آلی، نیتروژن کل و یون های مس، روی و سولفات بود.

علاوه بر این، تعداد ژن ها و گونه های توزیع شده در متاژنوم های مختلف از یک اصل و نسب و تعداد ژن های مشترک بین متاژنوم های مشابه نیز مورد تجزیه و تحلیل قرار گرفت.

نتایج

نتایج گزارش کردند که روش MPASS می‌تواند درخت‌های متاژنومی را به‌طور دقیق از نمونه‌های متاژنومی خاک و آب شبیه‌سازی شده و واقعی، با خوشه‌بندی صحیح نمونه‌ها در مجموعه داده بسازد.

علاوه بر این، زمانی که درخت متاژنومی برای استنباط همبستگی بین انتقال میکروبیوم و عوامل محیطی مورد استفاده قرار گرفت، ترتیب انشعاب نمونه‌ها از دریچه‌های گرمابی و خوشه‌های چشمه‌های آب گرم با فاصله از منابع گرما و همچنین با افزایش دما در مکان‌های نمونه‌برداری همبستگی داشت.

درخت متاژنومیک ساخته شده با استفاده از روش MPASS قادر به تعیین انتقال میکروبیومی است که با تغییر گرادیان های محیطی رخ می دهد. توپولوژی درخت همچنین سطوح عملکردی و طبقه بندی دینامیک میکروبی را منعکس می کند. برای مجموعه داده‌های متاژنومی میکروب خاک، درخت فیلوژنتیک نمونه‌ها را به سه دسته تقسیم کرد – بیابان گرم، بیابان سرد و زیست‌های سبز متشکل از دشت، جنگل و تندرا. مطابق با مطالعات قبلی، خوشه ها شباهت هایی را در pH خاک منعکس کردند.

درخت نمونه‌ها را بر اساس بیوم آب شیرین و آب دریا برای مجموعه داده‌های متاژنومی آبزی خوشه‌بندی کرد. اپسیلون پروتئوباکتری، مانند کامپیلوباکتری ها که گوگرد را کاهش می دهند، به وفور در داخل و اطراف دریچه های گرمابی یافت شدند که با افزایش فاصله از دریچه ها، فراوانی کاهش می یابد. در داخل خوشه آب دریا، سه زیر خوشه بر اساس موقعیت جغرافیایی و تفاوت بیشتر در انشعاب بر اساس عمق نمونه وجود دارد. نمونه‌های آب شیرین بر اساس بیوم دریاچه و چشمه‌های آب گرم زیر خوشه‌بندی شدند.

درخت متاژنومیک شبیه دندروگرام‌های عوامل محیطی مختلف، از جمله پتانسیل اکسیداسیون-کاهش، یون‌های وانادیم، غلظت سولفات، و نیتروژن آلی کل، کاملاً آلی، محلول آلی و ذرات بود. هوازی، متابولیسم گوگرد کرنارکیوتا و بی هوازی آبزی به ترتیب در مناطق بسیار کدر یا شفاف چشمه های آب گرم یافت شدند.

نتیجه گیری

به طور کلی، نتایج نشان داد که روش MPASS توسعه‌یافته در این مطالعه به‌طور دقیق کل داده‌های پروتئومی مشتق‌شده با استفاده از توالی‌یابی تفنگ ساچمه‌ای متاژنومی را بر اساس شباهت توالی طبقه‌بندی کرد. درخت متاژنومیک ساخته شده با استفاده از MPASS در تعیین همبستگی با گرادیان های محیطی مفید بود.