Language
Интер
ДомДом > Новости > Интер
ПОСЛЕДНИЕ НОВОСТИ

Интер

Apr 10, 2023

Журнал ISME (2023 г.) Процитировать эту статью

33 доступа

5 Альтметрика

Подробности о метриках

Мультиомик-анализ — мощный инструмент для обнаружения и изучения межцарственных взаимодействий, например, между бактериальными и архейными членами сложных микробных сообществ, продуцирующих биогаз. В настоящем исследовании микробиомы трех биогазовых установок промышленного масштаба, каждый из которых питался различными субстратами, были проанализированы с использованием управляемой геномно-ориентированной метагеномики с машинным обучением, дополненной метатранскриптомными данными. Эти данные позволили нам выяснить взаимосвязь между многочисленными центральными метаногенными сообществами и их синтрофными бактериальными партнерами. Всего мы обнаружили 297 высококачественных неизбыточных геномов, собранных в метагеном (nrMAG). Более того, собранные профили генов 16 S рРНК этих nrMAG показали, что тип Firmicutes обладает самым высоким числом копий, а представители архейного домена - самым низким. Дальнейшие исследования трех анаэробных микробных сообществ показали характерные изменения с течением времени, но остались специфичными для каждой биогазовой установки промышленного масштаба. Относительная численность различных микроорганизмов, выявленная по данным метагенома, не зависела от соответствующих данных активности метатранскриптома. Археи проявили значительно более высокую активность, чем ожидалось по их численности. Мы обнаружили 51 nrMAG, которые присутствовали во всех трех микробиомах биогазовых растений с разной численностью. Основной микробиом коррелировал с основными параметрами химической ферментации, и ни один отдельный параметр не стал доминирующим фактором, определяющим состав сообщества. Различные механизмы межвидового переноса H2/электронов были приписаны гидрогенотрофным метаногенам на биогазовых установках, работающих на сельскохозяйственной биомассе и сточных водах. Анализ данных метатранскриптома показал, что пути метаногенеза были наиболее активными из всех основных метаболических путей.

В инженерных системах анаэробного сбраживания (АД) разложение органического вещества и производство биогаза основаны на эффективной рециркуляции питательных веществ [1, 2]. В этом процессе участвует разнообразное микробное сообщество, где каждый микроб играет определенную роль. Состав и функции микробного сообщества, участвующего в стадиях АД, играют важную роль в эффективности всего процесса, на который также влияют многочисленные факторы, такие как межмикробные взаимодействия, состав субстрата, физико-химические параметры и условия эксплуатации. [3,4,5,6].

Раскрытие микробных взаимодействий и лежащих в их основе механизмов является сложной задачей, поскольку многие микробы не могут выжить без определенных микробных партнеров [7]. Были разработаны инновационные методы выделения и культивирования микробов, причем некоторые из них оказались успешными при внесении в культуру новых микроорганизмов [8]. Однако для раскрытия полного потенциала микробного разнообразия необходимы дальнейшее развитие и продвижение этих технологий [9, 10]. Поскольку между микробами в микробных консорциумах AD существуют сильные синтрофические взаимодействия, необходимы глубокие исследования, чтобы понять их разнообразие, метаболическую роль и распространение. Первоначально этим исследованиям препятствовали ограничения, присущие культурально-зависимым микробиологическим методам, которые требуют изоляции микроорганизмов и могут быть сложными, когда синтрофические отношения распространены повсеместно [11,12,13]. Высокопроизводительные инструменты секвенирования и биоинформатики позволяют проводить массовый анализ геномного материала и тем самым дают представление о таксономии и функциях целых микробных сообществ [14,15,16].

Идентификация и характеристика генома часто встречающихся микробов в микробиомах AD может выявить важные пути и экологические характеристики, участвующие в пищевой цепи микробов [17, 18]. Предыдущие исследования с использованием секвенирования ампликона гена 16S рРНК показали, что основные микроорганизмы создают стабильное сообщество, способное противостоять различным возмущениям (т.е. изменениям параметров AD) [19,20,21]. Однако подходы к секвенированию ампликонов и метагеномике на основе чтения могут оказаться неспособными идентифицировать неизвестные виды с помощью основного анализа микробиома из-за их зависимости от справочных баз данных [22, 23]. Кроме того, сообщества, производящие биогаз, представляют собой большой и разнообразный контингент неохарактеризованных микроорганизмов, которые ранее были описаны как «микробная темная материя» [19, 24, 25]. Чтобы решить эту проблему, можно использовать все более сложные биоинформационные алгоритмы для реконструкции геномов отдельных видов (или MAG: геномов, собранных в метагеноме) из этих сложных сообществ [26,27,28].

5% contamination by CheckM2 analysis (Fig. 2A and B). Furthermore, 24% of nrMAGs (n = 70) were identified at a quality level that was higher than their representatives in the Genome Taxonomy Database (Supplimentary Table 3). These observations confirm the effectiveness of Semibin as a binning procedure for complex anaerobic biogas-producing communities [35]. In addition, the larger number of unique nrMAGs binned by Semibin may also lead to better mapping of metatranscriptome data./p>90%), low contamination (<5%) and have not been found in any available databases (Archaea: MAG_165_3; Bacteria: MAG_114_1, _18_1, 29_1, 77_1, 87_1 and 95_2). Purple symbols represent the core nrMAGs. The outer ring represents bacteria that are significantly more prevalent in the particular BP (using lefser, p < 0.05)./p>90%; n = 107) were present in the Biogas Microbiome database (ANI cutoff: 95%). It is worth noting that seven high-quality nrMAGs, which accounted for 7% of the total high-quality nrMAGs (n = 107) and 2% of all nrMAGs (n = 297), could not be associated with a nearest representative in either database. These nrMAGs were deemed novel because they did not meet the following criteria: species-level identification with 95% reference radius for GTDB and ≥95% ANI for Biogas Microbiome (Fig. 4 and Suppl. Table 3). Three high-quality nrMAGs were found to contain 16 S rRNA gene sequences as well (Supplimentary Table 3). In addition, the seven putative novel nrMAGs demonstrated high abundance and activity, accounting for 3% of the total count per million (CPM) and 5% of the total transcripts per million (TPM), respectively, in the examined microbiome. These nrMAGs may be members of the hypothesised microbial dark matter that can now be released into the realm of known participants in AD communities./p> 0.5). Based on this observation, eight clusters showing characteristic correlations with AD chemical parameters were plotted (Fig. 6B). The eight clusters can be divided into two groups, with microorganisms from clusters I–V correlating positively with the main influencing parameters and microorganisms from clusters VI–VIII correlating negatively with these parameters. We also found that top core nrMAGs belonging to the phyla Firmicutes, Spirochaetota, and Methanobacteriota were positively correlated with TAN, VOAs, and TIC, while members of the phylum Bacteroidota were also correlated with many of the measured parameters. Finally, the C/N ratio showed a more pronounced impact on Bacteroidota than Firmicutes among the top core nrMAGs (Fig. 6B)./p> 0.7 based on network. The blue lines represent positive correlations (Pearson's rho > 0.7), red lines represent negative correlations (Pearson's rho < −0.7). A phylum marked with an asterisk is not present among the correlating microorganisms. B Pearson correlations between core nrMAGs and measured AD chemical parameters. Asterisks represent the significant correlations (considered statistically significant as follows: p < 0.05 (*), p < 0.001 (**), p < 0.0001 (***), ns (no significant difference)). Using the cladogram shown on the left and data for TAN (total ammonia nitrogen), VOAs (volatile organic acids), TIC (total inorganic carbon), TS (total solids) and C/N (carbon to nitrogen ratio), eight clusters were distinguished. These are shown here separated by colour as follows: Cluster I: grey; Cluster II: brown; Cluster III: yellow; Cluster IV: green; Cluster V: purple; Cluster VI: blue; Cluster VII: orange; and Cluster VIII: dark green. Coloured boxes represent the specific phyla to which the nrMAGs belong to. Red dots represent the top hydrolysing nrMAGs (n = 10)./p> −0.7). Based on genomic data, these archaea belong to the class of methanogens capable of maintaining hydrogenotrophic methanogenesis using formate as an electron donor. Typically, formate is oxidised to CO2 by formate dehydrogenase, upon which it is further reduced to methane [85]. Here, interspecies formate transfer (IFT) was maintained by microbial partners, namely SR-FBR-E99 sp002497965 and LD21 sp012519515 (from the phylum Bacteroidota; MAG_72_3 and MAG_394_2), which were positively correlated with MAG_26_2 and MAG_103_2 (Fig. 6A). These MAGs have been previously detected in biogas digesters and were described for their versatile hydrolysing ability. Aside from carbohydrate utilisation, they are protein- and amino-acid degrading microorganisms capable of producing formate. They were also consistently detected alongside formate-utilising methanogens [86]./p> 0.6). However, there were exceptions involving microorganisms belonging to Cluster VII./p> 2.0, p < 0.05). The heat map depicts the average gene activity of each methanogen in the various BPs. The blanks represent genes that were not significantly different in the provided methanogen, or the indicated gene is absent in the given nrMAG./p> 2.0, p ≤ 0.05) (Supplimentary Table 5). KBP and SZBP were shown to contain fewer differentially expressed genes (DEGs) than these compared to MWBP (Fig. 8B and Supplimentary Fig. 2). A comprehensive investigation of DEGs found 215 genes involved in methanogenesis. The activities of alpha, beta, and gamma subunits of methyl coenzyme M reductase showed the most substantial changes (log2 FC > 10, p < 0.0001). Additionally, the expression of genes implicated in hydrogenotrophic methanogenesis, such as the ion-sulphur subunit of F420-non-reducing hydrogenase and methylenetetrahydromethanopterin dehydrogenase, displayed substantial differences (log2 FC > 5, p < 0.001). Acetyl-CoA synthetase demonstrated variances in expression across genes involved in acetotrophic methanogenesis (log2 FC > 5, p < 0.001) [99]. The majority of the different gene activities in KBP were related to Methanothrix A harundinaceae D (MAG_5_1), while Methanothrix_sp016706325 (MAG_97_2) in MWBP and Methanobacterium sp012838205, Methanoculleus sp12797575, and Methanosarcina species (MAG_669_3, _57_1, and _165_3) in SZBP (Fig. 8C)./p>90% cont. <5%) nrMAGs are deposited in the NCBI SRA under accession numbers from SAMN32989584 to SAMN32989690. The main data generated or analysed for this study are included in this published article and its supplementary information files. Workflows and R scripts are available from the first author on reasonable request./p>