Multi standardisé - Faible PIM Group Co., Ltd

Nature Microbiology volume 7, pages 2128-2150 (2022)Citer cet article

28 000 accès

11 citations

187 Altmétrique

Détails des métriques

Malgré les progrès du séquençage, le manque de standardisation rend les comparaisons entre études difficiles et entrave la compréhension de la structure et de la fonction des communautés microbiennes dans plusieurs habitats à l’échelle planétaire. Nous présentons ici une analyse multiomique d’un ensemble diversifié de 880 échantillons de communauté microbienne collectés pour le Earth Microbiome Project. Nous incluons des données de séquences métagénomiques d'amplicons (16S, 18S, ITS) et de fusil de chasse, ainsi que des données métabolomiques non ciblées (spectrométrie de masse en tandem par chromatographie liquide et spectrométrie de masse par chromatographie en phase gazeuse). Nous avons utilisé des protocoles et des méthodes analytiques standardisés pour caractériser les communautés microbiennes, en nous concentrant sur les relations et les cooccurrences de métabolites et de taxons microbiens liés d'un point de vue microbien à travers les environnements, nous permettant ainsi d'explorer la diversité à une échelle extraordinaire. En plus d'une base de données de référence pour les données métagénomiques et métabolomiques, nous fournissons un cadre pour intégrer des études supplémentaires, permettant l'expansion des connaissances existantes sous la forme d'une ressource communautaire évolutive. Nous démontrons l'utilité de cette base de données en testant l'hypothèse selon laquelle chaque microbe et métabolite est partout mais l'environnement sélectionne. Nos résultats montrent que la diversité des métabolites présente un renouvellement et une imbrication liés à la fois aux communautés microbiennes et à l'environnement, tandis que les abondances relatives de métabolites microbiens apparentés varient et coexistent avec des consortiums microbiens spécifiques d'une manière spécifique à l'habitat. Nous montrons également le pouvoir de certaines substances chimiques, notamment les terpénoïdes, pour distinguer les environnements terrestres (par exemple, les surfaces et sols des plantes terrestres, les selles des animaux d'eau douce et marins), ainsi que celui de certains microbes dont Conexibacter woesei (sols terrestres), Haloquadratum. Walsbyi (dépôts marins) et Pantoea dispersa (détritus végétaux terrestres). Cette ressource donne un aperçu des taxons et des métabolites au sein des communautés microbiennes de divers habitats à travers la Terre, informant à la fois l'écologie microbienne et chimique, et fournit une base et des méthodes pour les études multi-omiques du microbiome des hôtes et de l'environnement.

Un objectif majeur de l’écologie microbienne est de comprendre la structure des communautés microbiennes, comment celle-ci est liée à la composition taxonomique, phylogénétique et fonctionnelle microbienne, et comment ces relations varient dans l’espace et dans le temps. Comme une seule étude n’est pas en mesure d’échantillonner tous les environnements de manière répétée pour permettre de telles inférences, il est de la plus haute importance de favoriser l’utilisation de méthodes standardisées permettant une méta-analyse dans des études distinctes1,2,3,4. Les efforts initiaux axés sur des protocoles standardisés pour le séquençage de l’ARN ribosomal 16S (ARNr) des communautés bactériennes/archéennes ont permis de comprendre comment les communautés se structurent dans l’environnement, en soutenant de forts axes de séparation des microbes selon des gradients d’association d’hôtes et de salinité1,5. Des efforts plus récents axés sur les données métagénomiques des fusils de chasse6,7,8,9 ont commencé à fournir des informations supplémentaires sur le potentiel fonctionnel dans tous les environnements10,11,12,13,14, et les méthodes de pointe actuelles utilisent des approches multi-omiques. y compris la métagénomique, la transcriptomique, la protéomique et/ou la métabolomique15,16,17,18,19,20,21,22,23,24.

Les microbes produisent divers métabolites secondaires qui remplissent des fonctions vitales allant de la communication à la défense25,26,27 et peuvent être bénéfiques pour la santé humaine et la durabilité environnementale28,29,30,31,32,33,34. Alors que l’exploration du métagénome et la transcriptomique sont des moyens puissants de caractériser le fonctionnement des communautés microbiennes10,14,24, une approche plus efficace pour comprendre la diversité fonctionnelle consiste à générer des preuves chimiques confirmant la présence de métabolites19,20,21 et décrivant avec précision leur répartition sur Terre. Nous présentons ici une approche qui évalue directement la présence et l'abondance relative des métabolites et fournit une description précise des profils de métabolites dans les communautés microbiennes des environnements terrestres. Bien que plusieurs études aient déjà utilisé la métagénomique et la métabolomique en tandem22,23,35,36,37,38,39,40, beaucoup ont utilisé des méthodes techniques relativement limitées ou ont profilé un nombre relativement restreint de classes de métabolites23,35,40, empêchant toute comparaison entre les études. cela pourrait élargir notre compréhension. De plus, plusieurs études antérieures ont une portée limitée à un seul environnement ou habitat20,23,24,35,36,37,38,39. Nos travaux vont bien au-delà de ce qui a été rapporté précédemment concernant l'analyse multi-omique des communautés microbiennes à l'aide de la métagénomique et de la métabolomique, en incluant plusieurs écosystèmes. L'approche que nous appliquons complète la métagénomique avec une étude directe des métabolites secondaires à l'aide d'une métabolomique non ciblée.

1.5–2 kb DNA fragments’ (Oxford Nanopore Technologies). The resulting product consists of uniquely tagged rRNA operon amplicons. The uniquely tagged rRNA operons were amplified in a second PCR, where the reaction (100 µl) contained 2 U Platinum SuperFi DNA Polymerase High Fidelity (Thermo Fisher) and a final concentration of 1X SuperFi buffer, 0.2 mM of each dNTP, and 500 nM of each forward and reverse synthetic primer targeting the tailed primers from above. The PCR cycling parameters consisted of an initial denaturation (3 min at 95 °C) and then 25–35 cycles of denaturation (15 s at 95 °C), annealing (30 s at 60 °C) and extension (6 min at 72 °C), followed by final extension (5 min at 72 °C). The PCR product was purified using the custom bead purification protocol above. Batches of 25 amplicon libraries were barcoded and sent for PacBio Sequel II library preparation and sequencing (Sequel II SMRT Cell 8M and 30 h collection time) at the DNA Sequencing Center at Brigham Young University. Circular consensus sequencing (CCS) reads were generated using CCS v.3.4.1 (https://github.com/PacificBiosciences/ccs) using default settings. UMI consensus sequences were generated using the longread_umi pipeline (https://github.com/SorenKarst/longread_umi) with the following command: longread_umi pacbio_pipeline -d ccs_reads.fq -o out_dir -m 3500 -M 6000 -s 60 -e 60 -f CAAGCAGAAGACGGCATACGAGAT -F AGRGTTYGATYMTGGCTCAG -r AATGATACGGCGACCACCGAGATC -R CGACATCGAGGTGCCAAAC -U ‘0.75;1.5;2;0’ -c 2./p>{sample_identifier}_{sequence_identifier}’), concatenated into a single fasta file and imported. We then used QIIME 2’s ‘vsearch’ plugin132 to dereplicate sequences and then cluster them at 65% similarity (that is, due to rapid evolution at bacterial ITS regions). The 65% OTU feature-table had 365 samples and 285 features. The concatenated fasta file and 65% OTU feature-table were uploaded to Qiita as distinct preparations (study: 13114). We then used QIIME 2’s90 ‘feature-table’ plugin to exclude singleton OTUs and samples with a total frequency of <500 reads, and the ‘deicode’91 plugin to estimate beta-diversity for each dataset using robust Aitchison distances91. The final feature-table for full-length rRNA operon beta-diversity analysis included 242 samples and 196 features./p>90)./p>