Метагеномика

Од Википедија — слободната енциклопедија
Во метагеномиката, генетските материјали (ДНК, С) се екстрахирани директно од примероците земени од околината (на пр. почва, морска вода, човечко црево, А) по филтрирањето (B) и се секвенционирани (Е) по множењето со клонирање (D) во пристапот наречен секвенционирање со „сачмарка“ . Овие кратки секвенци потоа може повторно да бидат собрани со помош на методи на склопување (F) за да бидат заклучени поединечните геноми или делови од геномите кои го сочинуваат првобитниот примерок на животната средина. Овие информации потоа може да бидат користеј9 за проучување на разновидноста на видовите и функционалниот потенцијал на микробната заедница во животната средина.[1]

Метагеномика ― проучување на генетскиот материјал обновен директно од животната средина или од клинички примероци со метод наречен секвенционирање. Широкото поле може да биле наречено и како геномика на животната средина, економика, геномика на заедницата или микробиомика.

Додека традиционалната микробиологија и секвенционирањето на микробиолошкиот геном и геномиката се потпирани на одгледувани клонирани култури, раното секвенционирање на гените во животната средина клонирало специфични гени (често генот 16S рибозомна РНК) за да произведе профил на разновидност во природен примерок. Таквата работа открила дека огромното мнозинство на микробиолошка биоразновидност е пропуштено со методите засновани на одгледување.[2]

Поради својата способност да ја открие претходно скриената разновидност на микроскопскиот живот, метагеномиката нуди моќен начин за разбирање на микробниот свет што може да го револуционизира разбирањето на биологијата.[3] Како што цената на секвенционирањето на ДНК продолжува да паѓа, метагеномиката сега дозволува микробната екологија да биде истражувана во многу поголем обем и подробности отколку порано. Неодамнешните студии користат насочено секвенционирање или со техниката со „сачмарка“ или со полимеразна верижна реакција за да бидат добиени главно непристрасни примероци од сите гени од сите членови на земените заедници.[4]

Етимологија[уреди | уреди извор]

Поимот „метагеномика“ првпат бил користен од Џо Хендлсман, Роберт М. Гудман, Мишел Р. Рондон, Џон Кларди и Шон Ф. Брејди, а првпат бил појавен во 1998 година.[5] Поимот метагеном упатува на идејата дека збирката на гени секвенционирани од околината може да биде анализирана на начин аналоген на проучувањето на еден геном. Во 2005 година, Кевин Чен и Лиор Пахтер (истражувачи на Универзитетот во Калифорнија, Беркли) ја дефинирале метагеномиката како „примена на современа геномска техника без потреба од изолација и лабораториско одгледување на поединечни видови“.[6]

Историја[уреди | уреди извор]

Конвенционалното секвенционирање започнува со култура на идентични клетки како извор на ДНК. Сепак, раните метагеномски студии откриле дека веројатно постојат големи групи на микроорганизми во многу средини кои не можат да бидат одгледувани и затоа не можат да бидат секвенционирани. Овие рани студии биле насочени на секвенците на 16S рибозомна РНК кои се релативно кратки, често се зачувани во рамките на еден вид и воглавно различни помеѓу видовите. Пронајдени се многу секвенци на 16S рибозомни РНК кои не припаѓаат на ниту еден познат култивиран вид, што покажува дека има бројни неизолирани организми. Овие истражувања на гените на рибозомната РНК земени директно од животната средина, откриле дека методите засновани на одгледување наоѓаат помалку од 1% од бактериските и архејните видови во примерокот.[2] Голем дел од интересот за метагеномиката доаѓа од овие откритија кои покажале дека огромното мнозинство на микроорганизми претходно поминале незабележано.

Во 1980-тите години, раната молекуларна работа на терен била спроведена од Норман Р. Пејс и неговите колеги, кои користеле полимеразна верижна реакција за да ја истражат различноста на секвенците на рибозомната РНК.[7] Увидите добиени од овие пробивни студии го навеле Пејс да ја предложи идејата за клонирање на ДНК директно од примероци од животната средина уште во 1985 година.[8] Ова довело до првиот извештај за изолирање и клонирање на голема ДНК од примерок од животната средина, објавен од Пејс и неговите колеги во 1991 година[9] додека Пејс бил на Катедрата за биологија на Универзитетот во Индијана. Значителни напори обезбедиле дека ова не се лажни позитиви на полимеразна верижна реакција и го поддржал постоењето на сложена заедница на неистражени видови. Иако оваа методологија била ограничена на истражување на високо конзервирани, небелковински кодирани гени, таа ги поддржала раните набљудувања засновани на микробна морфологија дека различноста е многу посложена отколку што било познато со методите на одгледување. Набргу потоа во 1995 година, Хели ја пријавил метагеномската изолација на функционалните гени од „зообиблиотеките“ конструирани од сложена култура на организми од животната средина, одгледувани во лабораторија на исушени треви.[10] По напуштањето на лабораторијата на Пејс, Едвард ДеЛонг продолжил на терен и објавил работа што во голема мера ги поставил темелите за филогенијата на животната средина заснована на потписните секвенци на 16S, почнувајќи со изградбата на библиотеки од морски примероци од неговата група.[11]

Во 2002 година, Мија Брајбарт, Форест Ровер и колегите користеле секвенцирање со „сачмарка“ во животната средина (види подолу) за да покажат дека 200 литри морска вода содржи над 5000 различни вируси.[12] Последователните студии покажале дека има повеќе од илјада вирусни видови во човечката столица и веројатно милион различни вируси на килограм морски седимент, вклучувајќи и многу бактериофаги. Во суштина сите вируси во овие студии биле нови видови. Во 2004 година, Џин Тајсон, Џил Банфилд и колегите од Универзитетот во Калифорнија, Беркли и Институтот за заеднички геном секвенционирале ДНК извлечена од систем за одводнување на кисели рудници.[13] Овој напор резултирал со целосен, или речиси целосен, геном за неколку бактерии и археи кои претходно се спротивставиле на обидите за нивно одгледување.[14]

Почнувајќи од 2003 година, Крег Вентер, водач на приватно финансираната паралела на Проектот за човечки геном, ја предводел Глобалната експедиција за земање примероци од океанот, обиколувајќи ја земјината топка и собирајќи метагеномски примероци во текот на патувањето. Сите овие примероци биле секвенционирани со помош на секвенционирање со „сачмарка“, со надеж дека ќе бидат идентификувани нови геноми (а со тоа и нови организми). Пилот-проектот, спроведен во Саргасовото Море, пронајде ДНК од речиси 2000 различни видови, вклучително и 148 видови бактерии досега невидени.[15] Вентер темелно го истражил Западно Крајбрежјег на Соединетите Држави и завршил двегодишна експедиција во 2006 година за истражување на Балтичкото, Средоземното и Црното Море. Анализата на метагеномските податоци собрани за време на ова патување откри две групи организми, едната составена од таксони приспособени на условите на животната средина на „гозба или глад“ и втората составена од релативно помалку, но пообилно и широко распространети таксони првенствено составени од планктони.[16]

Во 2005 година, Стефан К. Шустер од Универзитетот во Пен Стејт и неговите колеги ги објавиле првите секвенци од примерок од животната средина создадени со секвенционирање со голема брзина, во овој случај масовно напоредно пиросеквенционирање развиено од 454 Life Sciences.[17] Друг ран труд во оваа област се појавил во 2006 година од Роберт Едвардс, Форест Рохвер и колегите од Државниот универзитет во Сан Диего.[18]

Секвенционирање[уреди | уреди извор]

Проточен дијаграм на вообичаен проект за метагеном.[19]

Враќањето на секвенци на ДНК подолги од неколку илјади базни парови од примероци од животната средина била многу тешко додека неодамнешниот напредок во молекуларните биолошки техники не дозволил изградба на библиотеки во бактериски вештачки хромозоми, кои обезбедиле подобри вектори за молекуларно клонирање.[20]

Метагеномика со „сачмарка“[уреди | уреди извор]

Напредокот во биоинформатиката, усовршувањето на засилувањето на ДНК и ширењето на пресметковната моќ во голема мера ја помогнале анализата на секвенците на ДНК обновени од примероците од животната средина, овозможувајќи приспособување на секвенционирањето со „сачмарка“ на метагеномските примероци (познато и како секвенционирање со целосна метагеномска сачмарка). Пристапот, кој е користен за секвенционирање на многу одгледувани микроорганизми и човечкиот геном, случајно ја вади ДНК, секвенционира многу кратки секвенци и ги реконструира во консензусна секвенца. Секвенционирањето со „сачмарка“ открива гени присутни во примероците од животната средина. Историски гледано, библиотеките за клонови биле користени за да биде олеснато ова секвенционирање. Меѓутоа, со напредокот во технологиите за секвенционирање со висока пропусна моќ, чекорот на клонирање повеќе не е неопходен и може да бидат добиени поголеми приноси на податоци за секвенционирање без овој чекор на тесно грло кој бара труд. Метагеномиката со „сачмарка“ дава информации и за тоа кои организми се присутни и кои метаболички постапки се можни во заедницата.[21] Бидејќи собирањето на ДНК од околината во голема мера е неконтролирано, најзастапените организми во примерокот од животната средина се највисоко застапени во добиените податоци за секвенцата. За да се постигне висока покриеност потребна за целосно разрешување на геномите на недоволно застапените членови на заедницата, потребни се големи примероци, честопати премногу. Од друга страна, случајната природа на секвенционирањето со „сачмарка“ гарантира дека многу од овие организми, кои инаку би останале незабележани со користење на традиционалните техники на одгледување, ќе бидат претставени со барем некои мали сегменти од секвенцата.[13]

Секвенционирање со висока пропусност[уреди | уреди извор]

Предност на секвенционирањето со висока пропусна моќ е тоа што оваа техника не бара клонирање на ДНК пред секвенционирање, отстранувајќи една од главните предрасуди и тесни грла во земање примероци од околината. Првите метагеномски студии спроведени со употреба на високопропусна секвенционирање користеле масовно напоредно 454 пиросеквенционирање.[17] Три други технологии кои вообичаено се применувани за земање примероци од околината се Ion Torrent Personal Genome Machine, Illumina MiSeq или HiSeq и Applied Biosystems SOLiD системот.[22] Овие техники за секвенционирање на ДНК создаваат пократки фрагменти од Сенгеровото секвенционирање; Ion Torrent PGM System и 454 пиросеквенционирање обично произведува ~400 bp читања, Illumina MiSeq произведува 400-700 bp читања (во зависност од тоа дали се користат спарени крајни опции), а SOLiD произведува 25-75 bp читања.[23] Историски гледано, овие должини на читање биле значително пократки од вообичаената должина на читање со Сенгеровото секвенционирање од ~750 bp, сепак технологијата Illumina брзо се приближува до овој репер. Сепак, ова ограничување се надоместува со многу поголем број на читања на низата. Во 2009 година, пиросеквенцираните метагеноми создаваат 200-500 мегабази и платформите на Illumina создаваат околу 20-50 гигабази, но овие резултати се зголемиле за редови на големина во последниве години.[24]

Новиот пристап комбинира секвенционирање со „сачмарка“ и снимање на хромозомската конформација, што ја мери близината на било кои две ДНК секвенци во иста клетка, за да го води склопувањето на микробниот геном.[25] Технологиите за долготрајно читање секвенционирање, вклучувајќи ги PacBio RSII и PacBio Sequel од Pacific Biosciences, и Nanopore MinION, GridION, PromethION од Oxford Nanopore Technologies, е уште еден избор за да добиете долги читања на секвенционирање со „сачмарка“ што треба да ја олесни постапката на склопување.[26]

Биоинформатика[уреди | уреди извор]

Шематски приказ на главните чекори неопходни за анализа на цели метагономски податоци добиени од секвенционирање со „сачмарка“.[27] Софтверот поврзан со секој чекор е прикажан со курзив.

Податоците генерирани од опитите со метагеномика се огромни и инхерентно бучни, содржат фрагментирани податоци што претставуваат дури 10.000 видови.[1] Секвенционирањето на метагеномот на кравјиот бураг создава 279 гигабази, или 279 милијарди базни парови на податоци од нуклеотидна секвенца,[28] додека генскиот каталог на микробиомот на човечкиот цревен дел идентификувал 3,3 милиони гени собрани од 567,7 гигабази на податоци за секвенца.[29] Собирањето, курирањето и вадењето корисни биолошки информации од сетови на податоци со оваа големина претставуваат значителни пресметковни предизвици за истражувачите.[21][30][31][32]

Предфилтрирање на секвенцата[уреди | уреди извор]

Првиот чекор од анализата на метагеномските податоци бара извршување на одредени чекори за претходно филтрирање, вклучително и отстранување на вишок, ниско квалитетни секвенци и секвенци од веројатно еукариотско потекло (особено кај метагеномите од човечко потекло).[33][34] Достапните методи за отстранување на контаминирани секвенци на еукариотска геномска ДНК се Eu-Detect и DeConseq.[35][36]

Составување[уреди | уреди извор]

Главна статија: Составување на секвенца

Податоците за секвенците на ДНК од геномските и метагеномските проекти се во суштина исти, но податоците за геномската секвенца нудат поголема покриеност додека метагеномските податоци обично се многу неизлишни.[31] Понатаму, зголемената употреба на технологии за секвенционирање од втората генерација со кратки должини на читање значи дека голем дел од идните метагеномски податоци ќе бидат склони кон грешки. Земени во комбинација, овие фактори го прават составувањето на метагеномските секвенци во геномите тешко и несигурно. Несоодветните склопови се предизвикани од присуството на повторувачки секвенци на ДНК кои го отежнуваат составувањето особено поради разликата во релативното изобилство на видови присутни во примерокот.[37] Погрешно склопување, исто така, може да вклучи комбинација на секвенци од повеќе од еден вид во химерични контиги.[37]

Постојат неколку програми за склопување, од кои повеќето можат да користат информации од спарени ознаки со цел да се подобри точноста на склоповите. Некои програми, како што се Phrap или Celera Assembler, биле дизајнирани да бидат користени за склопување на единечни геноми, но сепак даваат добри резултати при составување на метагеномски множества на податоци.[1] Други програми, како што е кадифниот составувач (Velvet assembler), се оптимизирани за пократки отчитувања произведени со секвенционирање од втората генерација преку употреба на деБрујнови графици.[38][39] Употребата на референтни геноми им овозможува на истражувачите да го подобрат составувањето на најзастапените микробни видови, но овој пристап е ограничен од малата подгрупа на микробни фили за кои се достапни секвенционирани геноми.[37] Откако составувањето е создадено дополнителен предизвик е „метагеномска деконволуција“ или одредување кои секвенци доаѓаат од кој вид во примерокот.[40]

Предвидување гени[уреди | уреди извор]

Главна статија: Предвидување гени

Попредените податоци за метагеномска анализа користат два пристапи во прибелешката на регионите за кодирање во собраните контиги.[37] Првиот пристап е да бидат идентификувани гените засновани на хомологија со гени кои се веќе јавно достапни во бази на податоци за секвенци, обично со пребарувања со основна алатка за пребарување место на порамнување. Овој начин на пристап е применуван во програмата MEGAN 4.[41] Вториот, на почетокот, користи внатрешни одлики на секвенцата за да ги предвиди кодираните региони врз основа на комплети за обука на гени од сродни организми. Ова е пристапот што го преземаат програмите како што се GeneMark[42] и GLIMMER. Главната предност на предвидувањето „на почеток“ е тоа што овозможува откривање на региони за кодирање на кои им недостасуваат хомологи во базите на податоци на секвенците; сепак, најточно е кога има големи региони на соседна геномска ДНК достапни за споредба.[1]

Разновидност на видовите[уреди | уреди извор]

Главна статија: Разновидност на видовите

Прибелешките на гените го обезбедуваат „што“, додека мерењата на разновидноста на видовите го обезбедуваат „кој“.[43] Со цел да биде поврзан составот и функцијата на заедницата во метагеномите, секвенците мора да бидат врзани. Врзувањето е постапка на поврзување на одредена низа со организам.[37] Во врзувањето засновано на сличност, методите како основна алатка за пребарување место на порамнување се користени за брзо пребарување на филогенетски маркери или на друг начин слични секвенци во постојните јавни бази на податоци. Овој пристап е применуван во MEGAN.[44] Друга алатка, PhymmBL, користи интерполирани Марков модели за доделување читања.[1] MetaPhlAn и AMPHORA се методи засновани на уникатни маркери специфични за кладовите за проценка на релативните изобилства на организмот со подобрени сметачки изведби.[45] Други алатки, како mOTUs[46][47] и MetaPhyler,[48] користат универзални маркери гени за профилирање на прокариотски видови. Со профилерот mOTUs е можно да бидат профилирани видови без референтен геном, со што се подобрува проценката на разновидноста на микробната заедница.[47] Неодамнешните методи, како што е SLIMM, користат пејзаж на покриеност за читање на поединечни референтни геноми за да бидат минимизирани лажно-позитивните хитови и да се добијат сигурни релативни изобилства.[49] Во врзувањето засновано на состав, методите користат внатрешни одлики на низата, како што се честоти на олигонуклеотиди или пристрасност за употреба на кодон.[1] Штом секвенците се врзани, можно е да биде извршена споредбена анализа на различноста и богатството.

Интеграција на податоци[уреди | уреди извор]

Огромното количество експоненцијално растечки податоци за низата е застрашувачки предизвик кој е сложен од сложеноста на метаподатоците поврзани со метагеномските проекти. Метаподатоците вклучуваат детални информации за тридимензионалната (вклучувајќи длабочина или висина) географски одлики и одлики на животната средина на примерокот, физички податоци за местоположбата на примерокот и методологијата на земање мостри.[31] Оваа информација е неопходна и за да биде обезбедена повторливост и за да биде овозможена низводно анализа. Поради нивната важност, метаподатоците и заедничкиот преглед и чување на податоци бараат стандардизирани формати на податоци сместени во специјализирани бази на податоци, како што е Genomes OnLine Database.[50]

Развиени се неколку алатки за интегрирање на метаподатоци и податоци за секвенца, овозможувајќи низводно споредбени анализи на различни збирки на податоци користејќи голем број еколошки индекси. Во 2007 година, Фолкер Мајер и Роберт Едвардс и тим од Националната лабораторија „Аргон“ и Чикашкиот универзитет ја објавиле Брзата прибелешка по метагеномика користејќи опслужувач за технологија на потсистем (MG-RAST) ресурс на заедницата за анализа на збир на податоци за метагеном.[51] Заклучно со јуни 2012 година, анализирани биле над 14,8 терабази (14x1012 бази) на ДНК, со повеќе од 10.000 јавни збирки податоци слободно достапни за споредба во рамките на MG-RAST. Над 8.000 корисници сега доставиле вкупно 50.000 метагеноми до MG-RAST. Системот „Интегрирани микробиски геноми/метагеноми“, исто така, обезбедува збирка алатки за функционална анализа на микробните заедници врз основа на нивната метагеномска секвенца, врз основа на референтните изолатни геноми вклучени од системот „Интегрирани микробиолошки геноми“ (IMG) и Геномската енциклопедија на бактерии и археи.[52]

Една од првите самостојни алатки за анализа на податоци за метагеном ловечка пушка со висок пропуст бил MEGAN (скратенка од метагеномски анализатор).[41][44] Првата верзија на програмата била искористена во 2005 година за да се анализира метагеномскиот контекст на секвенците на ДНК добиени од мамутска коска.[17] Врз основа на споредба на основна алатка за пребарување место на порамнување со референтна база на податоци, оваа алатка врши и таксономско и функционално поврзување, со поставување на читањата на јазлите на таксономијата NCBI користејќи едноставен алгоритам со најнизок заеднички предок или на јазлите од класификациите на SEED или KEGG, соодветно.[53]

Со доаѓањето на брзите и евтини инструменти за секвенционирање, растот на базите на податоци на секвенците на ДНК сега е експоненцијален (на пр., базата на податоци на NCBI GenBank[54]). Потребни се побрзи и ефикасни алатки за да биде одржан чекор со секвенционирањето со висок пропусен опсег, бидејќи пристапите засновани на основната алатка за пребарување место на порамнување, како што се MG-RAST или MEGAN, работат бавно за да прибележат големи примероци (на пр. неколку часа за обработка на база на податоци/примерок со мала/средна големина[55]). Така, неодамна се појавија крајно брзи класификатори, благодарение на попристапните моќни сервери. Овие алатки можат да ја вршат таксономската прибелешка со исклучително голема брзина, на пример CLARK[56] (според авторите на CLARK, може точно да класифицира „32 милиони метагеномски кратки читања во минута“). Со таква брзина, многу голема база на податоци/примерок од милијарда кратки читања може да биде обработен за околу 30 минути.

Со зголемената достапност на примероците што содржат стара ДНК и поради неизвесноста поврзана со природата на тие примероци (оштетување на старата ДНК),[57] е достапна брза алатка способна да произведе конзервативни проценки за сличност. Според авторите на FALCON, може да користи опуштени прагови и да уредува растојанија без да влијае на перформансите на меморијата и брзината.

Споредбена метагеномика[уреди | уреди извор]

Споредбените анализи помеѓу метагеномите можат да обезбедат дополнителен увид во функцијата на сложените микробни заедници и нивната улога во здравјето на домаќинот.[58] Може да се направат парни или повеќекратни споредби помеѓу метагеномите на ниво на состав на секвенца (споредување на гванинско-цитозинската содржина или големината на геномот), таксономска разновидност или функционален комплемент. Споредбите на структурата на населението и филогенетската разновидност може да се направат врз основа на 16S рибозомната РНК и други филогенетски маркерски гени, или - во случај на заедници со ниска разновидност - со реконструкција на геномот од метагеномската база на податоци.[59] Функционалните споредби помеѓу метагеномите може да бидат направени со споредување на секвенците со референтните бази на податоци како што се генскиот собирок или KEGG, и табелирање на изобилството по категории и проценување на какви било разлики за статистичка значајност.[53] Овој геноцентричен пристап го нагласува функционалниот комплемент на „заедницата“ како целина наместо таксономските групи и покажува дека функционалните комплементи се аналогни при слични услови на животната средина.[59] Следствено, метаподатоците за еколошкиот контекст на метагеномскиот примерок се особено важни во споредбените анализи, бидејќи им даваат на истражувачите способност да го проучат ефектот на живеалиштето врз структурата и функцијата на заедницата.[1]

Дополнително, неколку студии исто така користеле модели на употреба на олигонуклеотиди за да ги идентификуваат разликите помеѓу различните микробни заедници. Примери за такви методологии го вклучуваат пристапот на релативна изобилство на динуклеотид од Вилнер и колегите.[60] и пристапот HabiSign на Гош и колегите.[61] Оваа последна студија, исто така, посочила дека разликите во шемите на употреба на тетрануклеотиди може да бидат користени за да бидат идентификувани гените (или метагеномските читања) кои потекнуваат од специфични живеалишта. Дополнително, некои методи како TriageTools[62] или Compareads[63] откриваат слични читања помеѓу две читани групи. Мерката за сличност што ја применуваат при читање се заснова на голем број идентични зборови со должина „k“ споделени со парови читања.

Клучна цел во споредбената метагеномика е да бидат идентификувани микробните групи кои се одговорни за доделување специфични одлики на дадена средина. Сепак, поради проблеми во технологиите за секвенционирање, артефактите треба да се земат предвид како во метагеномското секвенционирање.[30] Други ги карактеризираат меѓумикробните меѓудејствија помеѓу резидентните микробни групи. Апликација за споредбена метагеномска анализа заснована на графичкиот кориснички посредник, наречен Community-Analyzer бил развиен од Кунтал и колегите,[64] кој применува алгоритам за распоред на графикони заснован на корелација кој не само што го олеснува брзото согледување на разликите во анализираните микробни заедници (во однос на нивниот таксономски состав), туку исто така обезбедува увид во инхерентните меѓумикробни меѓудејствија што се случуваат во нив. Имено, овој алгоритам за распоред, исто така, овозможува групирање на метагеномите врз основа на веројатните обрасци на меѓумикробно меѓудејство наместо едноставно споредување на вредностите на изобилството на различни таксономски групи. Покрај тоа, алатката применува неколку интерактивни функционалности засновани на графичкиот кориснички посредник, кои им овозможуваат на корисниците да вршат стандардни спопредбени анализи низ микробиомите.

Анализа на податоци[уреди | уреди извор]

Метаболизам на заедницата[уреди | уреди извор]

Во многу бактериски заедници, природни или инженерски (како што се биореакторите), постои значителна поделба на трудот во метаболизмот (синтрофија), при што отпадните производи на некои организми се метаболити за други.[65] Во еден таков систем, метаногениот биореактор, функционалната стабилност бара присуство на неколку синтрофични видови (Syntrophobacterales и Synergistia) кои работат заедно со цел да ги претворат суровите ресурси во целосно метаболизиран отпад (метан).[66] Користејќи споредбени генски студии и опити за изразување со микронизи или протеомски истражувачи можат да состават метаболичка мрежа што ги надминува границите на видовите. Ваквите студии бараат детално знаење за тоа кои верзии на кои белковини се кодирани од кој вид, па дури и од кои видови од кои видови. Затоа, информациите за геномот на заедницата се уште една основна алатка (со метаболомика и протеомика) во потрагата за одредување како метаболитите се пренесуваат и преопбразуваат од заедницата.[67]

Метатранскриптомика[уреди | уреди извор]

Повеќе информации: Транскриптом и Метатранскриптомички технологии
Главна статија: Метатранскриптомика

Метагеномиката им овозможува на истражувачите пристап до функционалната и метаболичката разновидност на микробните заедници, но не може да покаже кои од овие постапки се активни.[59] Екстракцијата и анализата на метагеномската информациска РНК (метатранскриптом) обезбедува информации за профилите на регулација и изразување на сложените заедници. Поради техничките потешкотии (краткиот полуживот на информациската РНК, на пример) во собирањето на РНК од животната средина, досега имало релативно малку „на лице место“ метатранскриптомски студии на микробни заедници.[59] Иако првично биле ограничени на технологијата на микрочипови, метатранскриптомичките студии користеле транскриптомички технологии за мерење на изразувањето на целиот геном и квантификација на микробната заедница, најпрво употребени во анализата на оксидацијата на амонијак во почвите.[68]

Вируси[уреди | уреди извор]

Главна статија: Вирусна метагеномика

Метагеномското секвенционирање е особено корисно во проучувањето на вирусните заедници. Бидејќи вирусите немаат заеднички универзален филогенетски маркер (како 16S РНК за бактерии и археи, и 18S РНК за еукариоти), единствениот начин да биде пристапено до генетската разновидност на вирусната заедница од примерок од животната средина е преку метагеномиката. Вирусните метагеноми (исто така наречени вироми) треба да обезбедуваат се повеќе и повеќе информации за вирусната разновидност и еволуција.[69][70][71][72][73] На пример, метагеномскиот обработувач на податоци наречен Giant Virus Finder ги покажал првите докази за постоење на џиновски вируси во солена пустина[74] и во сувите долини на Антарктикот.[75]

Примени[уреди | уреди извор]

Метагеномиката има потенцијал да го унапреди знаењето во широк спектар на области. Може да биде применета и за решавање на практичните предизвици во медицината, инженерството, земјоделството, одржливоста и екологијата.[31][76]

Земјоделство[уреди | уреди извор]

Почвите во кои растат растенијата се населени со микробни заедници, при што еден грам почва содржи околу 109-1010 микробни клетки кои сочинуваат околу една гигабаза на информации за низата.[77][78] Микробните заедници кои ги населуваат почвите се едни од најсложените познати на науката и остануваат слабо разбрани и покрај нивната економска важност.[79] Микробните конзорциуми вршат широк спектар на екосистемски услуги неопходни за раст на растенијата, вклучително и врзување на атмосферски азот, циклус на хранливи материи, сузбивање на болести и одвојување на железо и други метали.[80] Стратегиите на функционална метагеномика се користат за истражување на меѓудејствијата помеѓу растенијата и микробите преку проучување на овие микробни заедници независно од одгледување.[81][82] Со овозможување увид во улогата на претходно некултивираните или ретки членови на заедницата во циклусот на хранливи материи и промовирањето на растот на растенијата, метагеномските пристапи може да придонесат за подобрено откривање на болести кај земјоделските култури и добитокот и приспособување на засилени земјоделски практики кои го подобруваат здравјето на културите преку искористување на врската помеѓу микробите и растенијата.[31]

Биогориво[уреди | уреди извор]

Биогоривата се горива добиени од претворање на биомаса, како и во претворањето на целулозата содржана во стебленца од пченка, разводна трева и друга биомаса во целулозен етанол.[31] Оваа постапка е зависна од микробни конзорциуми (асоцијација) кои ја преобразуваат целулозата во шеќери, проследена со ферментација на шеќерите во етанол. Микробите, исто така, произведуваат различни извори на биоенергија, вклучувајќи метан и водород.[31]

Ефикасната индустриска деконструкција на биомасата бара нови ензими со поголема продуктивност и пониска цена.[28] Метагеномските пристапи за анализа на сложени микробни заедници овозможуваат целен преглед на ензими со индустриски примени во производството на биогориво, како што се гликозидни хидролази.[83] Понатаму, потребно е знаење за тоа како функционираат овие микробни заедници за да бидат контролирани, а метагеномиката е клучна алатка во нивното разбирање. Метагеномските пристапи овозможуваат споредбени анализи помеѓу конвергентни микробни системи како што се ферментатори на биогас[84] или тревопасни инсекти како што е градинарската габа на мравките листосечачи.[85]

Биотехнологија[уреди | уреди извор]

Микробните заедници произведуваат широк спектар на биолошки активни хемикалии кои се користат во конкуренција и општење.[80] Многу од лековите што се користени денес првично биле откриени во микроби; Неодамнешниот напредок во ископувањето на богатиот генетски ресурс на некултурни микроби довел до откривање на нови гени, ензими и природни производи.[59][86] Примената на метагеномиката овозможила развој на стоки и фини хемикалии, агрохемикалии и фармацевтски производи каде што придобивката од ензимски катализираната хирална синтеза се повеќе е препознавана.[87]

Два видна на анализа се користени во биопроспекцијата на метагеномските податоци: преглед управуван од функција за изразена особина и преглед управуван од секвенца за ДНК секвенци од интерес.[88] Анализата водена од функции се обидува да идентификува клонови кои изразуваат посакувана особина или корисна активност, проследено со биохемиска карактеризација и анализа на низата. Овој пристап е ограничен со достапноста на соодветен преглед и барањето саканата одлика да биде изразена во клетката домаќин. Покрај тоа, ниската стапка на откривање (помалку од еден на 1.000 прегледани клонови) и неговата трудоинтензивна природа дополнително го ограничуваат овој пристап.[89] Спротивно на тоа, анализата водена од секвенца користи зачувани секвенци на ДНК за да створи зачетници со полимеразна верижна реакција за да ги прегледа клоновите за секвенцата од интерес.[88] Во споредба со пристапите базирани на клонирање, користењето на пристап само за секвенца дополнително го намалува обемот на потребната работа на клупата. Примената на масовно напоредно секвенционирање, исто така, во голема мера го зголемува количеството на создадени податоци за секвенцата, за кои се потребни податочни редови за биоинформациска анализа со висока пропусност.[89] Пристапот за преглед управуван од секвенца е ограничен од широчината и точноста на функциите на гените присутни во базите на податоци за јавните секвенци. Во пракса, опитите користат комбинација од функционални и пристапи засновани на секвенца врз основа на интересната функција, сложеноста на примерокот што треба да бидат прегледани, и други фактори.[89][90] Пример за успех со користење на метагеномиката како биотехнологија за откривање лекови е илустриран со малацидинските антибиотици.[91]

Екологија[уреди | уреди извор]

Метагеномиката овозможува проучување на микробни заедници како оние присутни во овој поток кои примаат киселинска дренажа од површинското ископување јаглен.

Метагеномиката може да обезбеди вредни сознанија за функционалната екологија на заедници во животната средина.[92] Метагеномската анализа на бактериските конзорциуми пронајдени во дефекациите на австралиските морски лавови, наведува дека изметот на морскиот лав богат со хранливи материи може да биде важен извор на хранливи материи за крајбрежните екосистеми. Тоа е затоа што бактериите кои се исфрлани истовремено со дефекациите се вешти да ги разградат хранливите материи во изметот во биодостапен облик што може да биде внесен во ланецот на исхрана.[93]

Секвенционирањето на ДНК, исто така, може да биде користено пошироко за да бидат идентификувани видовите присутни во водно тело,[94] остатоци филтрирани од воздухот, примерок од нечистотија или измет од животинско потекло,[95] па дури и да бидат забележани диететски производи од оброци со крв.[96] Ова може да го утврди опсегот на инвазивни видови и загрозени видови, и да ги следи сезонските групи на население.

Ремедијација на животната средина[уреди | уреди извор]

Главна статија: Биоремедијација

Метагеномиката може да ги подобри стратегиите за следење на влијанието на загадувачите врз екосистемите и за чистење на контаминирани средини. Зголеменото разбирање за тоа како микробните заедници се справуваат со загадувачите ја подобрува проценката на потенцијалот на контаминираните места да се опорават од загадувањето и ги зголемува шансите за успех на испитувањата за биоаугментација или биостимулација.[97]

Карактеризирање на цревниот микроб[уреди | уреди извор]

Микробните заедници играат клучна улога во зачувувањето на човековото здравје, но нивниот состав и механизмот со кој го прават тоа остануваат загадочни.[98] Метагеномското секвенционирање е користено за карактеризирање на микробните заедници од 15-18 телесни места од најмалку 250 поединки. Ова е дел од Иницијативата за човечкиот микробиом со примарни цели да биде утврдено дали постои јадро на човечкиот микробиом, да се разберат промените во човечкиот микробиом што можат да бидат поврзани со човековото здравје и да бидат развиени нови технолошки и биоинформатички алатки за поддршка на овие цели.[99]

Друго медицинско истражување како дел од проектот MetaHit (Метагеномика на човечкиот интестинален тракт) се состоело од 124 лица од Данска и Шпанија, составени од здрави пациенти со прекумерна тежина и раздразливи болести на дебелото црево.[100] Студијата се обидела да ја категоризира длабочината и филогенетската разновидност на гастроинтестиналните бактерии. Користејќи ги податоците од секвенцата на Illumina GA и SOAPdenovo, алатка заснована на деБрујновиот графикон посебно дизајнирана за монтажни кратки читања, тие биле во можност да создадат 6,58 милиони контиги поголеми од 500 bp за вкупна должина од 10,3 Gb и должина N50 од 2,2 kb.

Студијата покажала дека две бактериски поделби, Bacteroidetes и Firmicutes, сочинуваат над 90% од познатите филогенетски категории кои надвладејуваат во дисталните цревни бактерии. Користејќи ги релативните генски честоти пронајдени во цревата, овие истражувачи идентификувале 1.244 метагеномски кластери кои се критично важни за здравјето на цревниот тракт. Постојат две врсти функции во овие кластери на опсег: одржување и оние специфични за цревата. Кластерите на гените за одржување се потребни кај сите бактерии и често се главни играчи во главните метаболички патишта, вклучувајќи го средишниот метаболизам на јаглерод и синтезата на аминокиселините. Специфичните функции на цревата вклучуваат адхезија на белковините на домаќинот и собирање на шеќери од глобосерија гликолипиди. Се покажало дека пациентите со синдром на нервозно дебело црево покажуваат 25% помалку гени и помала разновидност на бактерии од поединците кои не страдаат од синдром на нервозно дебело црево, што укажува дека промените во разновидноста на биомот на цревата кај пациентите може да бидат поврзани со оваа состојба.[100]

Иако овие студии нагласуваат некои потенцијално вредни медицински примени, само 31-48,8% од читањата може да бидат усогласени со 194 јавни човечки цревни бактериски геноми и 7,6-21,2% со бактериски геноми достапни во GenBank, што покажува дека има уште многу повеќе истражувања потребни за фаќаат нови бактериски геноми.[101]

Во Проектот за човечки микробиом, цревните микробни заедници биле анализирани со користење на високопропусна секвенца на ДНК. Проектот покажал дека, за разлика од поединечните микробни видови, многу метаболички постапки биле присутни меѓу сите телесни живеалишта со различна честота. Микробните заедници од 649 метагеноми извлечени од седум примарни места на телата на 102 поединци биле проучувани како дел од проектот за човечки микробиом. Метагеномската анализа открила варијации во специфичното изобилство на нишата меѓу 168 функционални модули и 196 метаболички патишта во микробиомот. Тие вклучуваат разградување на гликозаминогликанот во цревата, како и пренос на фосфати и аминокиселини поврзани со фенотипот на домаќинот (вагинална pH) во задниот дел на телото. Проектот ја извадил на виделина корисноста на метагеномиката во дијагностиката и медицината заснована на докази. Така, метагеномиката е моќна алатка за решавање на многу од итни прашања во областа на поединечната медицина.[102]

Кај животните, метагеномиката може да биде користена за профилирање на нивните цревни микробиоми и овозможување откривање на бактерии отпорни на антибиотици.[103] Ова може да има последици во следењето на ширењето на болести од дивиот свет на одгледуваните животни и луѓето.

Дијагноза на заразни болести[уреди | уреди извор]

Разликата помеѓу заразна и неинфективна болест и идентификување на основната етиологија на инфекцијата, може да биде предизвик. На пример, повеќе од половина од случаите на енцефалитис остануваат недијагностицирани, и покрај обемното тестирање со користење на најсовремени клинички лабораториски методи. Клиничкото метагеномско секвенционирање покажува ветување како чувствителен и брз метод за дијагностицирање на инфекција со споредување на генетскиот материјал пронајден во примерокот на пациентот со бази на податоци за сите познати микроскопски човечки патогени и илјадници други бактериски, вирусни, габични и паразитски организми и бази на податоци за генот за отпорност на микроорганизмени секвенци со поврзани клинички фенотипови.[104]

Арбовирусен надзор[уреди | уреди извор]

Метагеномиката е непроценлива алатка за да помогне во карактеризирањето на различноста и екологијата на патогените кои се векторирани од хематофагните инсекти (кои се хранат со крв), како што се комарците и крлежите.[105][106][107] Метагеномиката е рутински користена од страна на јавно-здравствени службеници и организации  за надзор на арбовируси.[108][109]

Поврзување[уреди | уреди извор]

Наводи[уреди | уреди извор]

  1. ↑ 1,0 1,1 1,2 1,3 1,4 1,5 1,6 Wooley JC, Godzik A, Friedberg I (февруари 2010). Bourne PE (уред.). „A primer on metagenomics“. PLOS Computational Biology. 6 (2): e1000667. Bibcode:2010PLSCB...6E0667W. doi:10.1371/journal.pcbi.1000667. PMC 2829047. PMID 20195499.
  2. ↑ 2,0 2,1 Hugenholtz P, Goebel BM, Pace NR (септември 1998). „Impact of culture-independent studies on the emerging phylogenetic view of bacterial diversity“. Journal of Bacteriology. 180 (18): 4765–74. doi:10.1128/JB.180.18.4765-4774.1998. PMC 107498. PMID 9733676.
  3. ↑ Marco, D, уред. (2011). Metagenomics: Current Innovations and Future Trends. Caister Academic Press. ISBN 978-1-904455-87-5.
  4. ↑ Eisen JA (март 2007). „Environmental shotgun sequencing: its potential and challenges for studying the hidden world of microbes“. PLOS Biology. 5 (3): e82. doi:10.1371/journal.pbio.0050082. PMC 1821061. PMID 17355177.
  5. ↑ Handelsman J, Rondon MR, Brady SF, Clardy J, Goodman RM (октомври 1998). „Molecular biological access to the chemistry of unknown soil microbes: a new frontier for natural products“. Chemistry & Biology. 5 (10): R245-9. doi:10.1016/S1074-5521(98)90108-9. PMID 9818143..
  6. ↑ Chen K, Pachter L (јули 2005). „Bioinformatics for whole-genome shotgun sequencing of microbial communities“. PLOS Computational Biology. 1 (2): 106–12. Bibcode:2005PLSCB...1...24C. doi:10.1371/journal.pcbi.0010024. PMC 1185649. PMID 16110337.
  7. ↑ Lane DJ, Pace B, Olsen GJ, Stahl DA, Sogin ML, Pace NR (октомври 1985). „Rapid determination of 16S ribosomal RNA sequences for phylogenetic analyses“. Proceedings of the National Academy of Sciences of the United States of America. 82 (20): 6955–9. Bibcode:1985PNAS...82.6955L. doi:10.1073/pnas.82.20.6955. PMC 391288. PMID 2413450.
  8. ↑ Pace NR, Stahl DA, Lane DJ, Olsen GJ (1986). „The Analysis of Natural Microbial Populations by Ribosomal RNA Sequences“. Во Marshall KC (уред.). Advances in Microbial Ecology. 9. Springer US. стр. 1–55. doi:10.1007/978-1-4757-0611-6_1. ISBN 978-1-4757-0611-6.
  9. ↑ Schmidt TM, DeLong EF, Pace NR (јули 1991). „Analysis of a marine picoplankton community by 16S rRNA gene cloning and sequencing“. Journal of Bacteriology. 173 (14): 4371–8. doi:10.1128/jb.173.14.4371-4378.1991. PMC 208098. PMID 2066334.
  10. ↑ Healy FG, Ray RM, Aldrich HC, Wilkie AC, Ingram LO, Shanmugam KT (1995). „Direct isolation of functional genes encoding cellulases from the microbial consortia in a thermophilic, anaerobic digester maintained on lignocellulose“. Applied Microbiology and Biotechnology. 43 (4): 667–74. doi:10.1007/BF00164771. PMID 7546604. S2CID 31384119.
  11. ↑ Stein JL, Marsh TL, Wu KY, Shizuya H, DeLong EF (февруари 1996). „Characterization of uncultivated prokaryotes: isolation and analysis of a 40-kilobase-pair genome fragment from a planktonic marine archaeon“. Journal of Bacteriology. 178 (3): 591–9. doi:10.1128/jb.178.3.591-599.1996. PMC 177699. PMID 8550487.
  12. ↑ Breitbart M, Salamon P, Andresen B, Mahaffy JM, Segall AM, Mead D, и др. (октомври 2002). „Genomic analysis of uncultured marine viral communities“. Proceedings of the National Academy of Sciences of the United States of America. 99 (22): 14250–5. Bibcode:2002PNAS...9914250B. doi:10.1073/pnas.202488399. PMC 137870. PMID 12384570.
  13. ↑ 13,0 13,1 Tyson GW, Chapman J, Hugenholtz P, Allen EE, Ram RJ, Richardson PM, и др. (март 2004). „Community structure and metabolism through reconstruction of microbial genomes from the environment“. Nature. 428 (6978): 37–43. Bibcode:2004Natur.428...37T. doi:10.1038/nature02340. PMID 14961025. S2CID 4420754.(бара претплата)
  14. ↑ Hugenholtz P (2002). „Exploring prokaryotic diversity in the genomic era“. Genome Biology. 3 (2): REVIEWS0003. doi:10.1186/gb-2002-3-2-reviews0003. PMC 139013. PMID 11864374.
  15. ↑ Venter JC, Remington K, Heidelberg JF, Halpern AL, Rusch D, Eisen JA, и др. (април 2004). „Environmental genome shotgun sequencing of the Sargasso Sea“. Science. 304 (5667): 66–74. Bibcode:2004Sci...304...66V. CiteSeerX 10.1.1.124.1840. doi:10.1126/science.1093857. PMID 15001713. S2CID 1454587.
  16. ↑ Yooseph S, Nealson KH, Rusch DB, McCrow JP, Dupont CL, Kim M, и др. (ноември 2010). „Genomic and functional adaptation in surface ocean planktonic prokaryotes“. Nature. 468 (7320): 60–6. Bibcode:2010Natur.468...60Y. doi:10.1038/nature09530. PMID 21048761.(бара претплата)
  17. ↑ 17,0 17,1 17,2 Poinar HN, Schwarz C, Qi J, Shapiro B, Macphee RD, Buigues B, и др. (јануари 2006). „Metagenomics to paleogenomics: large-scale sequencing of mammoth DNA“. Science. 311 (5759): 392–4. Bibcode:2006Sci...311..392P. doi:10.1126/science.1123360. PMID 16368896. S2CID 11238470.
  18. ↑ Edwards RA, Rodriguez-Brito B, Wegley L, Haynes M, Breitbart M, Peterson DM, и др. (март 2006). „Using pyrosequencing to shed light on deep mine microbial ecology“. BMC Genomics. 7: 57. doi:10.1186/1471-2164-7-57. PMC 1483832. PMID 16549033.
  19. ↑ „Metagenomics - a guide from sampling to data analysis“. Microbial Informatics and Experimentation. 2 (1): 3. февруари 2012. doi:10.1186/2042-5783-2-3. PMC 3351745. PMID 22587947.
  20. ↑ Béjà O, Suzuki MT, Koonin EV, Aravind L, Hadd A, Nguyen LP, и др. (октомври 2000). „Construction and analysis of bacterial artificial chromosome libraries from a marine microbial assemblage“. Environmental Microbiology. 2 (5): 516–29. doi:10.1046/j.1462-2920.2000.00133.x. PMID 11233160. S2CID 8267748.
  21. ↑ 21,0 21,1 Segata N, Boernigen D, Tickle TL, Morgan XC, Garrett WS, Huttenhower C (мај 2013). „Computational meta'omics for microbial community studies“. Molecular Systems Biology. 9 (666): 666. doi:10.1038/msb.2013.22. PMC 4039370. PMID 23670539.
  22. ↑ Rodrigue S, Materna AC, Timberlake SC, Blackburn MC, Malmstrom RR, Alm EJ, Chisholm SW (јули 2010). Gilbert JA (уред.). „Unlocking short read sequencing for metagenomics“. PLOS ONE. 5 (7): e11840. Bibcode:2010PLoSO...511840R. doi:10.1371/journal.pone.0011840. PMC 2911387. PMID 20676378.
  23. ↑ Schuster SC (јануари 2008). „Next-generation sequencing transforms today's biology“. Nature Methods. 5 (1): 16–8. doi:10.1038/nmeth1156. PMID 18165802. S2CID 1465786.
  24. ↑ „Metagenomics versus Moore's law“. Nature Methods. 6 (9): 623. 2009. doi:10.1038/nmeth0909-623.
  25. ↑ „Assembly of 913 microbial genomes from metagenomic sequencing of the cow rumen“. Nature Communications. 9 (1): 870. февруари 2018. Bibcode:2018NatCo...9..870S. doi:10.1038/s41467-018-03317-6. PMC 5830445. PMID 29491419.CS1-одржување: display-автори (link)
  26. ↑ „Metagenomics and Bioinformatics in Microbial Ecology: Current Status and Beyond“. Microbes and Environments. 31 (3): 204–12. септември 2016. doi:10.1264/jsme2.ME16024. PMC 5017796. PMID 27383682.
  27. ↑ „Metagenomic approaches in microbial ecology: an update on whole-genome and marker gene sequencing analyses“. Microbial Genomics. 6 (8). 2020. doi:10.1099/mgen.0.000409. PMC 7641418 Проверете ја вредноста |pmc= (help). PMID 32706331.
  28. ↑ 28,0 28,1 Hess M, Sczyrba A, Egan R, Kim TW, Chokhawala H, Schroth G, и др. (јануари 2011). „Metagenomic discovery of biomass-degrading genes and genomes from cow rumen“. Science. 331 (6016): 463–7. Bibcode:2011Sci...331..463H. doi:10.1126/science.1200387. PMID 21273488. S2CID 36572885.
  29. ↑ Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, и др. (март 2010). „A human gut microbial gene catalogue established by metagenomic sequencing“. Nature. 464 (7285): 59–65. Bibcode:2010Natur.464...59.. doi:10.1038/nature08821. PMC 3779803. PMID 20203603.(бара претплата)
  30. ↑ 30,0 30,1 Paulson JN, Stine OC, Bravo HC, Pop M (декември 2013). „Differential abundance analysis for microbial marker-gene surveys“. Nature Methods. 10 (12): 1200–2. doi:10.1038/nmeth.2658. PMC 4010126. PMID 24076764.
  31. ↑ 31,0 31,1 31,2 31,3 31,4 31,5 31,6 Committee on Metagenomics: Challenges and Functional Applications, National Research Council (2007). The New Science of Metagenomics: Revealing the Secrets of Our Microbial Planet. Washington, D.C.: The National Academies Press. doi:10.17226/11902. ISBN 978-0-309-10676-4. PMID 21678629.
  32. ↑ „Metagenomics: tools and insights for analyzing next-generation sequencing data derived from biodiversity studies“. Bioinformatics and Biology Insights. 9: 75–88. 2015. doi:10.4137/BBI.S12462. PMC 4426941. PMID 25983555.CS1-одржување: display-автори (link)
  33. ↑ „Assessment of metagenomic assembly using simulated next generation sequencing data“. PLOS ONE. 7 (2): e31386. 23 февруари 2012. Bibcode:2012PLoSO...731386M. doi:10.1371/journal.pone.0031386. PMC 3285633. PMID 22384016.CS1-одржување: display-автори (link)
  34. ↑ „Filtering duplicate reads from 454 pyrosequencing data“. Bioinformatics. 29 (7): 830–6. април 2013. doi:10.1093/bioinformatics/btt047. PMC 3605598. PMID 23376350.
  35. ↑ „Eu-Detect: an algorithm for detecting eukaryotic sequences in metagenomic data sets“. Journal of Biosciences. 36 (4): 709–17. септември 2011. doi:10.1007/s12038-011-9105-2. PMID 21857117.
  36. ↑ „Fast identification and removal of sequence contamination from genomic and metagenomic datasets“. PLOS ONE. 6 (3): e17288. март 2011. Bibcode:2011PLoSO...617288S. doi:10.1371/journal.pone.0017288. PMC 3052304. PMID 21408061.
  37. ↑ 37,0 37,1 37,2 37,3 37,4 Kunin V, Copeland A, Lapidus A, Mavromatis K, Hugenholtz P (декември 2008). „A bioinformatician's guide to metagenomics“. Microbiology and Molecular Biology Reviews. 72 (4): 557–78, Table of Contents. doi:10.1128/MMBR.00009-08. PMC 2593568. PMID 19052320.
  38. ↑ „MetaVelvet: an extension of Velvet assembler to de novo metagenome assembly from short sequence reads“. Nucleic Acids Research. 40 (20): e155. ноември 2012. doi:10.1093/nar/gks678. PMC 3488206. PMID 22821567.
  39. ↑ „Velvet: algorithms for de novo short read assembly using de Bruijn graphs“. Genome Research. 18 (5): 821–9. мај 2008. doi:10.1101/gr.074492.107. PMC 2336801. PMID 18349386.
  40. ↑ Burton JN, Liachko I, Dunham MJ, Shendure J (мај 2014). „Species-level deconvolution of metagenome assemblies with Hi-C-based contact probability maps“. G3. 4 (7): 1339–46. doi:10.1534/g3.114.011825. PMC 4455782. PMID 24855317.
  41. ↑ 41,0 41,1 Huson DH, Mitra S, Ruscheweyh HJ, Weber N, Schuster SC (септември 2011). „Integrative analysis of environmental sequences using MEGAN4“. Genome Research. 21 (9): 1552–60. doi:10.1101/gr.120618.111. PMC 3166839. PMID 21690186.
  42. ↑ Zhu W, Lomsadze A, Borodovsky M (јули 2010). „Ab initio gene identification in metagenomic sequences“. Nucleic Acids Research. 38 (12): e132. doi:10.1093/nar/gkq275. PMC 2896542. PMID 20403810.
  43. ↑ Konopka A (ноември 2009). „What is microbial community ecology?“. The ISME Journal. 3 (11): 1223–30. doi:10.1038/ismej.2009.88. PMID 19657372.
  44. ↑ 44,0 44,1 Huson DH, Auch AF, Qi J, Schuster SC (март 2007). „MEGAN analysis of metagenomic data“. Genome Research. 17 (3): 377–86. doi:10.1101/gr.5969107. PMC 1800929. PMID 17255551.
  45. ↑ Segata N, Waldron L, Ballarini A, Narasimhan V, Jousson O, Huttenhower C (јуни 2012). „Metagenomic microbial community profiling using unique clade-specific marker genes“. Nature Methods. 9 (8): 811–4. doi:10.1038/nmeth.2066. PMC 3443552. PMID 22688413.
  46. ↑ Sunagawa S, Mende DR, Zeller G, Izquierdo-Carrasco F, Berger SA, Kultima JR, и др. (декември 2013). „Metagenomic species profiling using universal phylogenetic marker genes“. Nature Methods. 10 (12): 1196–9. doi:10.1038/nmeth.2693. PMID 24141494. S2CID 7728395.
  47. ↑ 47,0 47,1 Milanese A, Mende DR, Paoli L, Salazar G, Ruscheweyh HJ, Cuenca M, и др. (март 2019). „Microbial abundance, activity and population genomic profiling with mOTUs2“. Nature Communications. 10 (1): 1014. Bibcode:2019NatCo..10.1014M. doi:10.1038/s41467-019-08844-4. PMC 6399450. PMID 30833550.
  48. ↑ Liu B, Gibbons T, Ghodsi M, Treangen T, Pop M (2011). „Accurate and fast estimation of taxonomic profiles from metagenomic shotgun sequences“. BMC Genomics. 12 (Suppl 2): S4. doi:10.1186/1471-2164-12-S2-S4. PMC 3194235. PMID 21989143.
  49. ↑ Dadi TH, Renard BY, Wieler LH, Semmler T, Reinert K (2017). „SLIMM: species level identification of microorganisms from metagenomes“. PeerJ. 5: e3138. doi:10.7717/peerj.3138. PMC 5372838. PMID 28367376.
  50. ↑ Pagani I, Liolios K, Jansson J, Chen IM, Smirnova T, Nosrat B, и др. (јануари 2012). „The Genomes OnLine Database (GOLD) v.4: status of genomic and metagenomic projects and their associated metadata“. Nucleic Acids Research. 40 (Database issue): D571-9. doi:10.1093/nar/gkr1100. PMC 3245063. PMID 22135293.
  51. ↑ Meyer F, Paarmann D, D'Souza M, Olson R, Glass EM, Kubal M, и др. (септември 2008). „The metagenomics RAST server - a public resource for the automatic phylogenetic and functional analysis of metagenomes“. BMC Bioinformatics. 9: 386. doi:10.1186/1471-2105-9-386. PMC 2563014. PMID 18803844.
  52. ↑ Markowitz VM, Chen IM, Chu K, Szeto E, Palaniappan K, Grechkin Y, и др. (јануари 2012). „IMG/M: the integrated metagenome data management and comparative analysis system“. Nucleic Acids Research. 40 (Database issue): D123-9. doi:10.1093/nar/gkr975. PMC 3245048. PMID 22086953.
  53. ↑ 53,0 53,1 Mitra S, Rupek P, Richter DC, Urich T, Gilbert JA, Meyer F, и др. (февруари 2011). „Functional analysis of metagenomes and metatranscriptomes using SEED and KEGG“. BMC Bioinformatics. 12 (Suppl 1): S21. doi:10.1186/1471-2105-12-S1-S21. PMC 3044276. PMID 21342551.
  54. ↑ Benson DA, Cavanaugh M, Clark K, Karsch-Mizrachi I, Lipman DJ, Ostell J, Sayers EW (јануари 2013). „GenBank“. Nucleic Acids Research. 41 (Database issue): D36-42. doi:10.1093/nar/gks1195. PMC 3531190. PMID 23193287.
  55. ↑ Bazinet AL, Cummings MP (мај 2012). „A comparative evaluation of sequence classification programs“. BMC Bioinformatics. 13: 92. doi:10.1186/1471-2105-13-92. PMC 3428669. PMID 22574964.
  56. ↑ Ounit R, Wanamaker S, Close TJ, Lonardi S (март 2015). „CLARK: fast and accurate classification of metagenomic and genomic sequences using discriminative k-mers“. BMC Genomics. 16 (1): 236. doi:10.1186/s12864-015-1419-2. PMC 4428112. PMID 25879410.
  57. ↑ Pratas D, Pinho AJ, Silva RM, Rodrigues JM, Hosseini M, Caetano T, Ferreira PJ (февруари 2018). „FALCON: a method to infer metagenomic composition of ancient DNA“. bioRxiv 10.1101/267179.
  58. ↑ Kurokawa K, Itoh T, Kuwahara T, Oshima K, Toh H, Toyoda A, и др. (август 2007). „Comparative metagenomics revealed commonly enriched gene sets in human gut microbiomes“. DNA Research. 14 (4): 169–81. doi:10.1093/dnares/dsm018. PMC 2533590. PMID 17916580.
  59. ↑ 59,0 59,1 59,2 59,3 59,4 Simon C, Daniel R (февруари 2011). „Metagenomic analyses: past and future trends“. Applied and Environmental Microbiology. 77 (4): 1153–61. Bibcode:2011ApEnM..77.1153S. doi:10.1128/AEM.02345-10. PMC 3067235. PMID 21169428.
  60. ↑ „Metagenomic signatures of 86 microbial and viral metagenomes“. Environmental Microbiology. 11 (7): 1752–66. јули 2009. doi:10.1111/j.1462-2920.2009.01901.x. PMID 19302541.
  61. ↑ „HabiSign: a novel approach for comparison of metagenomes and rapid identification of habitat-specific sequences“. BMC Bioinformatics. 12 Suppl 13 (Supplement 13): S9. 2011. doi:10.1186/1471-2105-12-s13-s9. PMC 3278849. PMID 22373355.
  62. ↑ Fimereli D, Detours V, Konopka T (април 2013). „TriageTools: tools for partitioning and prioritizing analysis of high-throughput sequencing data“. Nucleic Acids Research. 41 (7): e86. doi:10.1093/nar/gkt094. PMC 3627586. PMID 23408855.
  63. ↑ Maillet N, Lemaitre C, Chikhi R, Lavenier D, Peterlongo P (2012). „Compareads: comparing huge metagenomic experiments“. BMC Bioinformatics. 13 (Suppl 19): S10. doi:10.1186/1471-2105-13-S19-S10. PMC 3526429. PMID 23282463.
  64. ↑ „Community-analyzer: a platform for visualizing and comparing microbial community structure across microbiomes“. Genomics. 102 (4): 409–18. October 2013. doi:10.1016/j.ygeno.2013.08.004. PMID 23978768.
  65. ↑ Werner JJ, Knights D, Garcia ML, Scalfone NB, Smith S, Yarasheski K, и др. (март 2011). „Bacterial community structures are unique and resilient in full-scale bioenergy systems“. Proceedings of the National Academy of Sciences of the United States of America. 108 (10): 4158–63. Bibcode:2011PNAS..108.4158W. doi:10.1073/pnas.1015676108. PMC 3053989. PMID 21368115.
  66. ↑ McInerney MJ, Sieber JR, Gunsalus RP (декември 2009). „Syntrophy in anaerobic global carbon cycles“. Current Opinion in Biotechnology. 20 (6): 623–32. doi:10.1016/j.copbio.2009.10.001. PMC 2790021. PMID 19897353.
  67. ↑ Klitgord N, Segrè D (август 2011). „Ecosystems biology of microbial metabolism“. Current Opinion in Biotechnology. 22 (4): 541–6. doi:10.1016/j.copbio.2011.04.018. PMID 21592777.
  68. ↑ Leininger S, Urich T, Schloter M, Schwark L, Qi J, Nicol GW, и др. (август 2006). „Archaea predominate among ammonia-oxidizing prokaryotes in soils“. Nature. 442 (7104): 806–9. Bibcode:2006Natur.442..806L. doi:10.1038/nature04983. PMID 16915287. S2CID 4380804.
  69. ↑ „Uncovering Earth's virome“. Nature. 536 (7617): 425–30. август 2016. Bibcode:2016Natur.536..425P. doi:10.1038/nature19094. PMID 27533034.CS1-одржување: display-автори (link)
  70. ↑ „IMG/VR: a database of cultured and uncultured DNA Viruses and retroviruses“. Nucleic Acids Research. 45 (D1): D457–D465. јануари 2017. doi:10.1093/nar/gkw1030. PMC 5210529. PMID 27799466.CS1-одржување: display-автори (link)
  71. ↑ „IMG/VR v.2.0: an integrated data management and analysis system for cultivated and environmental viral genomes“. Nucleic Acids Research. 47 (D1): D678–D686. јануари 2019. doi:10.1093/nar/gky1127. PMC 6323928. PMID 30407573.CS1-одржување: display-автори (link)
  72. ↑ „Nontargeted virus sequence discovery pipeline and virus clustering for metagenomic data“ (PDF). Nature Protocols. 12 (8): 1673–1682. август 2017. doi:10.1038/nprot.2017.063. PMID 28749930.
  73. ↑ Kristensen DM, Mushegian AR, Dolja VV, Koonin EV (јануари 2010). „New dimensions of the virus world discovered through metagenomics“. Trends in Microbiology. 18 (1): 11–9. doi:10.1016/j.tim.2009.11.003. PMC 3293453. PMID 19942437.
  74. ↑ „Giant viruses of the Kutch Desert“. Archives of Virology. 161 (3): 721–4. март 2016. arXiv:1410.1278. doi:10.1007/s00705-015-2720-8. PMID 26666442.
  75. ↑ „The "Giant Virus Finder" discovers an abundance of giant viruses in the Antarctic dry valleys“. Archives of Virology. 162 (6): 1671–1676. јуни 2017. arXiv:1503.05575. doi:10.1007/s00705-017-3286-4. PMID 28247094.
  76. ↑ „The World Within Us“ (PDF). Healthcare Journal of New Orleans: 21–26. септември–октомври 2017.
  77. ↑ Jansson, Janet (2011). „Towards "Tera-Terra": Terabase Sequencing of Terrestrial Metagenomes Print E-mail“. Microbe. 6 (7). стр. 309. Архивирано од изворникот на 31 март 2012. Занемарен непознатиот параметар |name-list-style= (help)
  78. ↑ Vogel TM, Simonet P, Jansson JK, Hirsch PR, Tiedje JM, Van Elsas JD, Bailey MJ, Nalin R, Philippot L (2009). „TerraGenome: A consortium for the sequencing of a soil metagenome“. Nature Reviews Microbiology. 7 (4): 252. doi:10.1038/nrmicro2119.
  79. ↑ „TerraGenome Homepage“. TerraGenome international sequencing consortium. Посетено на 30 December 2011.
  80. ↑ 80,0 80,1 Committee on Metagenomics: Challenges and Functional Applications, National Research Council (2007). Understanding Our Microbial Planet: The New Science of Metagenomics (PDF). The National Academies Press. Архивирано од изворникот (PDF) на 30 October 2012. Посетено на 30 December 2011.
  81. ↑ Charles T (2010). „The Potential for Investigation of Plant-microbe Interactions Using Metagenomics Methods“. Metagenomics: Theory, Methods and Applications. Caister Academic Press. ISBN 978-1-904455-54-7.
  82. ↑ „Pivotal roles of phyllosphere microorganisms at the interface between plant functioning and atmospheric trace gas dynamics“. Frontiers in Microbiology. 6: 486. 22 мај 2015. doi:10.3389/fmicb.2015.00486. PMC 4440916. PMID 26052316.
  83. ↑ Li LL, McCorkle SR, Monchy S, Taghavi S, van der Lelie D (мај 2009). „Bioprospecting metagenomes: glycosyl hydrolases for converting biomass“. Biotechnology for Biofuels. 2: 10. doi:10.1186/1754-6834-2-10. PMC 2694162. PMID 19450243.
  84. ↑ Jaenicke S, Ander C, Bekel T, Bisdorf R, Dröge M, Gartemann KH, и др. (јануари 2011). Aziz RK (уред.). „Comparative and joint analysis of two metagenomic datasets from a biogas fermenter obtained by 454-pyrosequencing“. PLOS ONE. 6 (1): e14519. Bibcode:2011PLoSO...614519J. doi:10.1371/journal.pone.0014519. PMC 3027613. PMID 21297863.
  85. ↑ Suen G, Scott JJ, Aylward FO, Adams SM, Tringe SG, Pinto-Tomás AA, и др. (септември 2010). Sonnenburg J (уред.). „An insect herbivore microbiome with high plant biomass-degrading capacity“. PLOS Genetics. 6 (9): e1001129. doi:10.1371/journal.pgen.1001129. PMC 2944797. PMID 20885794.
  86. ↑ Simon C, Daniel R (ноември 2009). „Achievements and new knowledge unraveled by metagenomic approaches“. Applied Microbiology and Biotechnology. 85 (2): 265–76. doi:10.1007/s00253-009-2233-z. PMC 2773367. PMID 19760178.
  87. ↑ Wong D (2010). „Applications of Metagenomics for Industrial Bioproducts“. Metagenomics: Theory, Methods and Applications. Caister Academic Press. ISBN 978-1-904455-54-7.
  88. ↑ 88,0 88,1 Schloss PD, Handelsman J (јуни 2003). „Biotechnological prospects from metagenomics“ (PDF). Current Opinion in Biotechnology. 14 (3): 303–10. doi:10.1016/S0958-1669(03)00067-3. PMID 12849784. Архивирано од изворникот (PDF) на 4 March 2016. Посетено на 20 January 2012.
  89. ↑ 89,0 89,1 89,2 Kakirde KS, Parsley LC, Liles MR (ноември 2010). „Size Does Matter: Application-driven Approaches for Soil Metagenomics“. Soil Biology & Biochemistry. 42 (11): 1911–1923. doi:10.1016/j.soilbio.2010.07.021. PMC 2976544. PMID 21076656.
  90. ↑ Parachin NS, Gorwa-Grauslund MF (мај 2011). „Isolation of xylose isomerases by sequence- and function-based screening from a soil metagenomic library“. Biotechnology for Biofuels. 4 (1): 9. doi:10.1186/1754-6834-4-9. PMC 3113934. PMID 21545702.
  91. ↑ „Culture-independent discovery of the malacidins as calcium-dependent antibiotics with activity against multidrug-resistant Gram-positive pathogens“. Nature Microbiology. 3 (4): 415–422. април 2018. doi:10.1038/s41564-018-0110-1. PMC 5874163. PMID 29434326.CS1-одржување: display-автори (link)
  92. ↑ „Toward molecular trait-based ecology through integration of biogeochemical, geographical and metagenomic data“. Molecular Systems Biology. 7: 473. март 2011. doi:10.1038/msb.2011.6. PMC 3094067. PMID 21407210.
  93. ↑ „High nutrient transport and cycling potential revealed in the microbial metagenome of Australian sea lion (Neophoca cinerea) faeces“. PLOS ONE. 7 (5): e36478. 2012. Bibcode:2012PLoSO...736478L. doi:10.1371/journal.pone.0036478. PMC 3350522. PMID 22606263.
  94. ↑ „What's Swimming in the River? Just Look For DNA“. NPR.org. 24 јули 2013. Посетено на 11 октомври 2024. Проверете ги датумските вредности во: |accessdate= (help)
  95. ↑ Chua, Physilia Y. S.; Crampton-Platt, Alex; Lammers, Youri; Alsos, Inger G.; Boessenkool, Sanne; Bohmann, Kristine (2021-05-25). „Metagenomics: A viable tool for reconstructing herbivore diet“. Molecular Ecology Resources. 21 (7): 1755–0998.13425. doi:10.1111/1755-0998.13425. PMC 8518049 Проверете ја вредноста |pmc= (help). PMID 33971086 Проверете ја вредноста |pmid= (help).
  96. ↑ Chua, Physilia Y. S.; Carøe, Christian; Crampton-Platt, Alex; Reyes-Avila, Claudia S.; Jones, Gareth; Streicker, Daniel G.; Bohmann, Kristine (2022-07-04). „A two-step metagenomics approach for the identification and mitochondrial DNA contig assembly of vertebrate prey from the blood meals of common vampire bats (Desmodus rotundus)“. Metabarcoding and Metagenomics (англиски). 6: e78756. doi:10.3897/mbmg.6.78756. ISSN 2534-9708.
  97. ↑ George I, Stenuit B, Agathos SN (2010). „Application of Metagenomics to Bioremediation“. Во Marco D (уред.). Metagenomics: Theory, Methods and Applications. Caister Academic Press. ISBN 978-1-904455-54-7.
  98. ↑ Zimmer, Carl (13 July 2010). „How Microbes Defend and Define Us“. New York Times. Посетено на 29 December 2011. Занемарен непознатиот параметар |name-list-style= (help)
  99. ↑ Nelson KE and White BA (2010). „Metagenomics and Its Applications to the Study of the Human Microbiome“. Metagenomics: Theory, Methods and Applications. Caister Academic Press. ISBN 978-1-904455-54-7.
  100. ↑ 100,0 100,1 Qin, Junjie; Li, Ruiqiang; Raes, Jeroen; Arumugam, Manimozhiyan; Burgdorf, Kristoffer Solvsten; Manichanh, Chaysavanh; Nielsen, Trine; Pons, Nicolas; Levenez, Florence (2010). „A human gut microbial gene catalogue established by metagenomic sequencing“. Nature (англиски). 464 (7285): 59–65. doi:10.1038/nature08821. ISSN 1476-4687. PMC 3779803. PMID 20203603.
  101. ↑ „A human gut microbial gene catalogue established by metagenomic sequencing“. Nature. 464 (7285): 59–65. март 2010. Bibcode:2010Natur.464...59.. doi:10.1038/nature08821. PMC 3779803. PMID 20203603.CS1-одржување: display-автори (link)
  102. ↑ Abubucker, Sahar; Segata, Nicola; Goll, Johannes; Schubert, Alyxandria M.; Izard, Jacques; Cantarel, Brandi L.; Rodriguez-Mueller, Beltran; Zucker, Jeremy; Thiagarajan, Mathangi (2012). „PLOS Computational Biology: Metabolic Reconstruction for Metagenomic Data and Its Application to the Human Microbiome“. PLOS Computational Biology. 8 (6): e1002358. Bibcode:2012PLSCB...8E2358A. doi:10.1371/journal.pcbi.1002358. PMC 3374609. PMID 22719234.
  103. ↑ Chua, Physilia Ying Shi; Rasmussen, Jacob Agerbo (2022-05-11). „Taking metagenomics under the wings“. Nature Reviews Microbiology (англиски). 20 (8): 447. doi:10.1038/s41579-022-00746-5. ISSN 1740-1534. PMID 35546350 Проверете ја вредноста |pmid= (help).
  104. ↑ Chiu, Charles Y.; Miller, Steven A. (2019). „Clinical metagenomics“. Nature Reviews Genetics (англиски). 20 (6): 341–355. doi:10.1038/s41576-019-0113-7. ISSN 1471-0064. PMC 6858796. PMID 30918369.
  105. ↑ „Mapping the virome in wild-caught Aedes aegypti from Cairns and Bangkok“. Sci Rep. 8 (1): 4690. 2018. Bibcode:2018NatSR...8.4690Z. doi:10.1038/s41598-018-22945-y. PMC 5856816. PMID 29549363.
  106. ↑ „Targeted Metagenomics Offers Insights into Potential Tick-Borne Pathogens“. J Clin Microbiol. 58 (11). 2020. doi:10.1128/JCM.01893-20. PMC 7587107 Проверете ја вредноста |pmc= (help). PMID 32878948.
  107. ↑ „Uncovering the Worldwide Diversity and Evolution of the Virome of the Mosquitoes Aedes aegypti and Aedes albopictus“. Microorganisms. 9 (8): 1653. 2021. doi:10.3390/microorganisms9081653. PMC 8398489 Проверете ја вредноста |pmc= (help). PMID 34442732 Проверете ја вредноста |pmid= (help).
  108. ↑ „Sensitivity and specificity of metatranscriptomics as an arbovirus surveillance tool“. Sci Rep. 9 (1): 19398. 2019. Bibcode:2019NatSR...919398B. doi:10.1038/s41598-019-55741-3. PMC 6920425. PMID 31852942.
  109. ↑ „Metagenomic arbovirus detection using MinION nanopore sequencing“. J Virol Methods. 249: 79–84. 2017. doi:10.1016/j.jviromet.2017.08.019. PMID 28855093.

Надворешни врски[уреди | уреди извор]

Преземено од „https://mk.wikipedia.org/w/index.php?title=Метагеномика&oldid=5176659“