近年来,研究人员开始探索巨大的微生物组合,在人类的身体。这些包括原生生物,古生菌、真菌、病毒和大量的细菌生活在共生的生态系统。

统称为人类微生物组,这些小实体影响惊人的一系列活动,从代谢行为和在健康和疾病中发挥核心作用。大约39万亿人类微生物蓬勃发展,在美国,在一个不断,相互依存的喧嚣。在一起,他们占超过一半的人体细胞,尽管他们可能拥有500倍基因被发现在人类细胞。识别和理解这种微生物混色一直是研究人员面临的核心挑战。

在一项新的研究中,Qiyun朱和他的同事描述了一种新的方法,探索微生物以前所未有的细节。这项技术提供了更大的简单性和易用性与现有方法相比。使用新技术,研究人员证明改进的能力确定生物相关的特征,包括一个主题的基于微生物样本的年龄和性别。

创新研究持有的承诺迅速发展的调查微生物的奥秘。这样的知识,研究人员希望更好地了解这些微生物共同采取行动,维护人类健康,他们的功能障碍会导致广泛的疾病。,药物和其他治疗方法甚至可能定制基于病人的microbiomic概要文件。

朱教授是一个研究员生物设计中心和应用微生物学基础和亚利桑那州立大学的生命科学学院。研究小组包括合作者从加州大学圣地亚哥,包括共同通讯作者Rob骑士,朱的前导师。

集团的研究成果发表在最新一期的杂志mSystems。

工具的贸易

两个强大的技术被用来帮助研究人员解锁微生物的多样性和复杂性,通过测序的微生物DNA存在于一个示例。这些被称为16 s和宏基因组测序。在当前的研究中描述的技术利用两种方法的优势,创建一个新的微生物处理数据的方式。

“我们借的一些智慧,由16 s RNA,应用宏基因组测序,”朱说。不像其他测序方法,包括16 s,宏基因组允许研究人员所有的DNA序列信息存在于微生物样品。但新的研究表明,宏基因组方法有改进的余地。“目前人们分析宏基因组数据是有限的,因为全基因组数据必须先转化为分类。”

这项新技术,被称为操作基因单位(OGU)和分配的费力,有时误导实践分类类别属和种的微生物出现在一个示例。相反,该方法使用个人基因组作为统计分析的基本单位,只是尝试对齐序列存在于样本序列中发现现有的基因组数据库。

通过这种方法,研究人员可以更细粒度的决议,这是特别有用,当微生物存在密切相关的DNA序列。这是真的,因为大多数分类分类是基于序列相似性。如果两个序列相差小于某个阈值,它们属于相同的分类范畴,然而OGU方法可以帮助研究人员告诉他们分开。

进一步,该方法克服了错误分类不断pre-sequencing时代的文物,当不同的物种被定义为他们的形态,而不是从DNA序列数据。

除了提高分辨率和简单,OGU可以帮助研究人员分析数据使用所谓的系统发育树。顾名思义,这些分支结构可以描述生物之间的亲缘程度,基于序列相似性。正如远亲关系像蠕虫和羚羊会出现在更遥远的系统树的分支,所以会更远亲细菌和其他微生物的成分。

创新测序

使用最广泛的技术,探索微生物,称为16 s rrna测序或16 s,依赖于一个简单的想法。所有细菌都有16 s基因,这是必不可少的机械细菌蛋白质合成需要启动。细菌16 s基因,测量1500个碱基对长度,由不同的地区。这些地区之间的差异很小,不同细菌在进化的时间,而另一些是高度可变的。

研究者意识到守恒和可变区域的16 s基因允许它作为一个分子钟,更紧密地跟踪细菌或更多的远亲,基于序列相似性。因此,8守恒和9变量地区16 s可用于指纹细菌。

要做到这一点,首先收集微生物样品。这可能是一个粪便样本,评价肠道微生物,或者样本的皮肤或嘴。每个身体网站是不同的细菌的动物园。

接下来,PCR技术用于放大16 s基因的一部分。通过序列高度保守的地区,广泛的细菌可以被识别,而可变区域的测序有助于缩小特定细菌的身份。

尽管16 s是一个便宜的和成熟的方法,它有一定的局限性。这项技术只能给出一个大致的细菌存在,有限的决议。一般来说,16 s只精确到属的鉴定水平。

输入宏基因组测序。这种技术的完整基因组序列中的所有微生物存在微生物样本,(不仅仅是细菌,与16 s)。宏基因组序列允许研究人员并行成千上万的生物,提供准确的,了解决议。然而更大的分辨率也有成本。宏基因组数据分析计算起来远远更丰富和更具有挑战性比16 s数据在时间和金钱,更昂贵的过程。

宏基因组的新路径

OGU技术简化宏基因组测序,同时提供更大的分辨率。分类的方法严格按照样品中微生物与参考database-no分类任务所需的对齐。方法使研究者评估物种多样性存在于样品的程度。

与16 s和标准宏基因组测序相比,这种新方法优越为了挖掘生物相关的信息。使用经典的人类微生物组项目数据集210基因组从身体七采样站点的男性和女性人体,研究表明更好的身体性网站和主机之间的相关性。

接下来,通过随机抽样6430份粪便样本收集的芬兰人口进行了分析,同时使用16 s和宏基因组测序。样品属于一个大的随机抽样的芬兰人口,称为FINRISK。抽样的目的是预测年龄个体,根据肠道微生物组成。超过16 s OGU方法和传统的宏基因组分析,提供更准确的预测。

新的研究借鉴仍然较大的数据集将进一步加强新技术的分辨率,扩大taxonomy-independent描述能力分析。

参考:朱Q,黄年代,冈萨雷斯et al . Phylogeny-aware metagenome社区生态分析基于匹配参考基因组而绕过分类法。mSystems。2022年。doi:10.1128 / msystems.00167-22

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。