作者:马西
美国能源部/联合基因组研究所巴隆 GEM目录中微生物基因组序列的艺术解释有助于填补在地球微生物群中起关键作用的微生物的知识空白
荣誉:由伯克利实验室的佐西亚·罗斯托米恩提供 尽管过去十年测序技术和计算方法有所进步，但研究人员只发现了地球微生物多样性的一小部分基因组
因为大多数微生物不能在实验室条件下培养，它们的基因组不能用传统方法测序
识别和表征地球上的微生物多样性是理解微生物在调节营养循环中的作用的关键，也是深入了解它们在广泛研究领域中的潜在应用的关键
2020年11月9日，《自然生物技术》杂志公布了一个公共知识库，其中包含52，515个从世界各地环境样本中产生的微生物草图基因组，将细菌和古细菌的已知多样性扩大了44%
这项工作被称为GEM(来自地球微生物群的基因组)目录，是由200多名科学家、美国大学的研究人员
S
能源部联合基因组研究所(JGI)，位于劳伦斯伯克利国家实验室(伯克利实验室)的能源部科学用户办公室，以及能源部系统生物学知识库
宏基因组学是研究环境样品中的微生物群落，不需要分离单个生物，使用各种方法进行处理、测序和分析
该研究的第一作者、尼科斯·基尔皮德斯微生物组数据科学小组的研究科学家斯蒂芬·纳法希指出:“利用一种叫做‘宏基因组宁滨’的技术，我们能够直接从测序的环境样本中重建数千个宏基因组组装基因组，而不需要在实验室中培养微生物。”
“这项研究真正与以往的研究不同之处在于，我们分析的样本具有显著的环境多样性
" JGI宏基因组计划的负责人和这项研究的资深作者埃米尔·埃洛-法德罗什详细阐述了纳法希的评论
“这项研究旨在涵盖最广泛、最多样的样本和环境，包括自然和农业土壤、相关的人类和动物宿主，以及海洋和其他水生环境——这非常了不起
" GEM目录扩展了种系发生树上的细菌和古细菌目，从GEM目录(绿色)和以前存在的参考基因组(灰色)中获得了未培养基因组的新谱系
在进化树的周围，带状图表明一个目是否是未培养的(蓝色；仅由宏基因组组装的基因组或MAGs表示)或培养的(灰色；由分离的基因组代表)
接下来的四个条形图显示了环境分布，而条形图显示了从每个订单中回收的GEM目录中的基因组数量
作者:斯蒂芬·内法希 增加基因组序列以外的价值 大部分数据来自JGI通过社区科学项目排序的环境样本，并且已经在JGI的整合微生物基因组和微生物平台上可用
埃洛-法德罗什指出，这是“大数据”挖掘的一个很好的例子，通过公开数据来加深对数据的理解并提高其价值
为了感谢进行抽样调查的研究人员所做的努力，埃洛-法德罗什根据JGI数据使用政策联系了世界各地的200多名研究人员
她说:“我认为重要的是承认从这些样本中收集和提取脱氧核糖核酸的重大努力，其中许多来自独特的、难以进入的环境，并邀请这些研究人员作为IMG数据联盟的一部分成为共同作者。”
利用这个庞大的数据集，纳法希将MAGs聚类成18，000个候选物种群，其中70%是新的，而当时可用的现有基因组超过500，000个
“纵观生命之树，令人惊讶的是有多少未被耕种的血统仅仅由MAGs代表，”他说
“虽然这些草图基因组并不完美，但它们仍然可以揭示许多未培养微生物的生物学和多样性
" 研究小组致力于利用基因组库进行多种分析，IMG/M团队开发了多种更新和功能来挖掘GEM目录
(观看本次IMG元基因组箱网络研讨会，了解更多信息
)一个小组挖掘了次级代谢物生物合成基因簇(BGC)的新次级代谢物数据集，将IMG/美国广播公司(生物合成基因簇图谱)中的这些BGC增加了31%
(听听这个关于基因组挖掘的JGI自然节目
纳法希还与另一个团队合作，预测IMG病毒/虚拟现实(virus)中的所有病毒与创业板目录之间的宿主病毒联系，将81，000种病毒——其中70%尚未与宿主相关联——与23，000种mag相关联
在IMG的阿尔塔卡干河谷采集的环境样本数据被用于这项研究
学分:克雷格·卡里，怀卡托大学国际陆地南极研究中心 为宏基因组学研究人员开辟新的道路 在这些资源的基础上，知识库，一个为生物学家和生物信息学家设计的多机构合作知识创造和发现环境，为成千上万个mag开发了代谢模型
这些模型现在可以在公共叙事中使用，提供可共享、可复制的工作流
“代谢模型是对分离基因组的常规分析，但还没有对未培养的微生物进行大规模的分析，”埃洛-法德罗什说，“我们认为与知识库的合作将增加这些mag的聚类和分析之外的价值。”
何塞·普说:“把这个数据集引入知识库有直接的价值，因为人们可以找到高质量的杂志，并利用它们为未来的分析提供信息。”
法利亚，阿尔贡国家实验室的KBase计算生物学家
“建立代谢模型的过程很简单:你只需选择一个基因组或MAG，然后按下一个按钮，从我们的生化反应和注释之间的映射数据库中建立一个模型
我们观察基因组中注释的内容以及评估生物体代谢能力的最终模型
”(观看本次关于代谢建模的知识库网络研讨会
) 知识库用户参与领导伊莉莎·伍德-查尔森补充道，通过展示从GEM数据集生成代谢模型的简易性，宏基因组学研究人员可以考虑分支到这个领域
“大多数宏基因组学研究人员可能不愿意涉足一个全新的研究领域[代谢建模]，但他们可能对生物化学如何影响他们的工作感兴趣
基因组学社区现在可以利用KBase从基因组或MAGs到建模的简单途径来探索新陈代谢，这可能还没有被考虑到，”她说
IMG藻类样本的数据被用于研究
信用:埃里卡·杨 促进研究的社区资源 佐治亚理工学院的科斯塔斯·康斯坦蒂尼蒂斯是该目录中数据的合著者之一，“我不认为有很多机构能够进行这种大规模的宏基因组学研究，并且有能力进行大规模的分析
这项研究的美妙之处在于，它是在单个实验室无法完成的规模上完成的，它让我们对微生物的多样性和功能有了新的认识
" 他已经在寻找方法，在他自己关于微生物如何应对气候变化的研究中利用该目录
“有了这个数据集，我可以看到每种微生物都在哪里发现，数量有多丰富
这对我的工作和其他做类似研究的人非常有用
“此外，他对扩大他正在开发的参考数据库的多样性感兴趣，该数据库被称为微生物基因组图谱，以便通过添加分子标记进行更可靠的分析
“这对社区来说是一个巨大的资源，”康斯坦蒂尼蒂斯补充说
“这是一个数据集，将有助于随后更多的研究
我希望JGI和其他机构继续做这类项目
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
