МОЛЕКУЛЯРНЫЙ АНАЛИЗ ФИЛОГЕНЕТИЧЕСКОГО РАЗНООБРАЗИЯ ГАЛОФИЛЬНЫХ МЕТИЛОТРОФНЫХ БАКТЕРИАЛЬНЫХ СООБЩЕСТВ1

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Методом метабаркодирования генов 16S рРНК исследован состав четырех устойчивых галофильных метилотрофных бактериальных сообществ (3Sol, GBL, SBL, 8sh_L), сформировавшихся в лабораторных условиях в результате длительного периодического культивирования на минеральной среде с метанолом образцов вод соленых озер — Дунино (Оренбургская область), Большого Медвежьего и Малого Медвежьего (Курганская область), а также Индийского океана. С помощью биоинформатического анализа получено 35892 прочтения, которые были сформированы в 105 амплифицированных вариантов последовательностей (ASVs). Показано, что во всех четырех галофильных метилотрофных сообществах преобладали представители семейства Methylophagaceae, метилотрофы рода Methylophaga, а среди ассоциированных с ними галофильных гетеротрофных микроорганизмов преобладали представители семейства Halomonadaceae, бактерии родов Vreelandella и Halomonas. Метилотрофные штаммы исследуемых сообществ представлены некультивируемыми бактериями, вероятно, метаболически связанными с гетеротрофами. Из сообщества 3Sol выделен штамм Vreelandella titanicae, который изучен в искусственной ассоциации с метилотрофом Methylophaga marina BKM B-2056T.

Об авторах

М. Н. Шустова

Институт биохимии и физиологии микроорганизмов им. Г.К. Скрябина Российской академии наук, Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук”; Пущинский филиал федерального государственного бюджетного образовательного учреждения высшего образования “Российский биотехнологический университет (РОСБИОТЕХ)”

Пущино, Московская обл., Россия; Пущино, Московская обл., Россия

Ю. Н. Кочаровская

Институт биохимии и физиологии микроорганизмов им. Г.К. Скрябина Российской академии наук, Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук”; Южный Федеральный университет, Академия биологии и биотехнологии им. Д.И. Ивановского

Пущино, Московская обл., Россия; Ростов-на-Дону, Россия

Я. А. Делеган

Институт биохимии и физиологии микроорганизмов им. Г.К. Скрябина Российской академии наук, Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук”; Южный Федеральный университет, Академия биологии и биотехнологии им. Д.И. Ивановского

Пущино, Московская обл., Россия; Ростов-на-Дону, Россия

Е. Н. Капаруллина

Институт биохимии и физиологии микроорганизмов им. Г.К. Скрябина Российской академии наук, Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук”

Email: lenokap80@gmail.com
Пущино, Московская обл., Россия

Н. В. Доронина

Институт биохимии и физиологии микроорганизмов им. Г.К. Скрябина Российской академии наук, Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук”

Пущино, Московская обл., Россия

Список литературы

  1. Доронина Н.В., Торгонская М.Л., Федоров Д.Н., Троценко Ю.А. Аэробные метилобактерии – перспективные объекты современной биотехнологии (обзор) // Прикл. биохимия и микробиология. 2015. Т. 51. С. 111–121.
  2. Doronina N.V., Torgonskaya M.L., Fedorov D.N., Trotsenko Y.A. Aerobic methylobacteria as promising objects of modern biotechnology (review) // Appl. Biochem. Microbiol. 2015. V. 51. P. 125–134.
  3. Курочкин В.Ю., Федоров А.А., Хорошавина Е.И., Волкова Н.А. Природные ресурсы озера Медвежье Курганской области, вопросы их формирования, комплексного использования и охраны // Курортная медицина. 2014. № 4. С. 8–13.
  4. Равин Н.В., Марданов А.В., Скрябин К.Г. Метагеномика как инструмент изучения “некультивируемых” микроорганизмов // Генетика. 2015. T. 51. C. 519–528
  5. Ravin N.V., Mardanov A.V., Skryabin K.G. Metagenomics as a tool for the investigation of uncultured microorganisms // Russ. J. Gen. 2015. V. 51. P. 431–439.
  6. Селиванова Е.А., Пошвина Д.В., Хлопко Ю.А., Гоголева Н.Е., Плотников А.О. Разнообразие прокариот в планктонных сообществах соленых Соль-Илецких озер (Оренбургская область) // Микробиология. 2018. Т. 87. С. 432–447.
  7. Selivanova E.A., Poshvina D.V., Khlopko Y.A., Plotnikov A.O., Gogoleva N.E. Diversity of prokariotes in planktonic communities of saline Sol-Iletsk lakes (Orenburg oblast, Russia) // Microbiology (Moscow). 2018. Т. 87. P. 569–582.
  8. Шмарева М.Н., Доронина Н.В., Тарлачков С.В., Василенко О.В., Троценко Ю.А. Галоалкалофильный метилотроф выделенный из содового озера Хилганта (Южное Забайкалье, Республика Бурятия) // Микробиология. 2018. Т. 87. С. 23–36.
  9. Shmareva M.N., Doronina N.V., Tarlachkov S.V., Vasilenko O.V., Trotsenko Y.A. Methylophaga muralis Bur 1, a halophilic methylotroph isolated from the Khilganta soda lake (Southern Transbaikalia, Buryat republic) // Microbiology (Moscow). 2018. V. 87. P. 33–46.
  10. Ahmad T., Ishaq S.E., Liang L., Xie R., Wang Y., Wang F. A diffusion-based integrative approach for culturing previously uncultured bacteria from marine sediments // Marine Life Sci. Technol. 2024. P. 1–12. https://doi.org/10.1007/s42995-024-00240-2
  11. Arahal D.R., Ludwig W., Schleifer K.H., Ventosa A. Phylogeny of the family Halomonadaceae based on 23S and 165 rDNA sequence analyses // Int. J. Syst. Evol. Microbiol. 2002. V. 52. P. 241–249.
  12. Benjamin J.C., Paul J.M., Michael J.R., Andrew W.H., Amy J.A.J., Susan P.H. Dada2: high-resolution sample inference from Illumina amplicon data // Nature Meth. 2016. V. 13. P. 581–583.
  13. Boden R. Emended description of the genus Methylophaga Janvier et al. 1985 // Int. J. Syst. Evol. Microbiol. 2012. V. 62. P. 1644–1646.
  14. Bokulich N.A., Kaehler B.D., Rideout J.R., Dillon M., Bolyen E., Knight R., Huttley G.A., Caporaso J.G. Optimizing taxonomic classification of marker-gene amplicon sequences with QIIME 2’s q2-feature-classifier plugin // Microbiome. 2018. V. 6. P. 1–17. https://doi.org/10.1186/s40168-018-0470-z
  15. Bolyen E., Rideout J.R., Dillon M.R., et al. Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2 // Nat. Biotechnol. 2019. V. 37. P. 852–857.
  16. Chistoserdova L. Methylotrophy in a lake: from metagenomics to single-organism physiology // Appl. Env. Microbiol. 2011. V. 77. P. 4705‒4711.
  17. Doronina N.V., Poroshina M.N., Kaparullina E.N., Ezhov V.A., Trotsenko Y.A. Methyloligella halotolerans gen. nov., sp. nov. and Methyloligella solikamskensis sp. nov., two non-pigmented halotolerant obligately methylotrophic bacteria isolated from the Ural saline environments // Syst. Appl. Microbiol. 2013. V. 36. P. 148–154.
  18. Doronina N.V., Shmareva M.N, Kaparullina E.N., Vasilenko O.V., Tarlachkov S.V., Trotsenko Y.A. Reclassification of Methylarcula marina Doronina et al. 2000 as Paracoccus methylarcula nom. nov. // Microbiology (Moscow). 2020. V. 89. P. 197–204.
  19. Grice E.A., Kong H.H., Conlan S., Deming C.B., Davis J., Young A.C., NISC Comparative Sequencing Program, Bouffard G.G., Blakesley R.W., [...], Segre J.A. Topographical and temporal diversity of the human skin microbiome // Science. 2009. V. 324. P. 1190–1192.
  20. Kalyuzhnaya M.G., Lapidus A., Ivanova N., Copeland A.C., McHardy A.C., Szeto E., Salamov A., Grigoriev I.V., Suciu D., Levine S.R., Markowitz V.M., Rigoutsos I., Tringe S.G., Bruce D.C., Richardson P.M., Lidstrom M.E., Chistoserdova L. High-resolution metagenomics targets specific functional types in complex microbial communities // Nat. Biotechnol. 2008. V. 26. P. 1029–1034.
  21. Kolberg J., Busse H.J., Wilke T., Schubert P., Kämpfer P., Glaeser S.P. Mesonia hippocampi sp. nov., isolated from the brood pouch of a diseased Barbour’s Seahorse (Hippocampus barbouri) // Int. J. Syst. Evol. Microbiol. 2015. V. 65. P. 2241–2247.
  22. Kumar R., Mishra A., Jha B. Bacterial community structure and functional diversity in subsurface seawater from the western coastal ecosystem of the Arabian Sea, India // Gene. 2019. V. 701. P. 55–64.
  23. Lahti L., Shetty S. Tools for microbiome analysis in R. Version 2.1. 26 // Bioc Package. 2017.
  24. Lin K.Y., Sheu S.Y., Chang P.S., Cho J.C., Chen W.M. Oceanicola marinus sp. nov., a marine alphaproteobacterium isolated from seawater collected off Taiwan // Int. J. Syst. Evol. Microbiol. 2007. V. 57. P. 1625–1629.
  25. Liu J.J., Zhang X.Q., Pan J., Sun C., Zhang Y., Li C.Q., Zhu X.F., Wu M. Aequorivita viscosa sp. nov., isolated from an intertidal zone, and emended descriptions of Aequorivita antarctica and Aequorivita capsosiphonis // Int. J. Syst. Evol. Microbiol. 2013. V. 63. P. 3192–3196.
  26. Lu J., Salzberg S.L. Ultrafast and accurate 16S rRNA microbial community analysis using Kraken 2 // Microbiome. 2020. V. 8. Art. 124. https://doi.org/10.1186/s40168-020-00900-2
  27. McMurdie P.J., Holmes S. phyloseq: an R package for reproducible interactive analysis and graphics of microbiome census data // PloS One. 2013. V. 8. Art. e61217. https://doi.org/10.1371/journal.pone.0061217
  28. Malygina E.V., Imidoeva N.A., Morgunova M.M., Dmitrieva M.E., Belyshenko A.Y., Vlasova A.A., Shelkovnikova V.N., Telnova T.Y., Konovalov A.S., Axenov-Gribanov D.V. First report on truffle-inhabiting fungi and metagenomic communities of Tuber aestivum collected in Russia // J. Exper. Biol. Agricult. Sci. 2024. V. 12. P. 16–35.
  29. Martin M. Cutadapt removes adapter sequences from high-throughput sequencing reads // EMBnet J. 2011. V. 17. P. 10–12.
  30. Neufeld J.D., Schäfer H., Cox M.J., Boden R., McDonald I.R., Murrell J.C. Stable-isotope probing implicates Methylophaga spp and novel Gammaproteobacteria in marine methanol and methylamine metabolism // ISME J. 2007. V. 1. P. 480–491.
  31. Poroshina M.N., Trotsenko Y.A., Doronina N.V. Methylobrevis pamukkalensis gen. nov., sp. nov., a halotolerant restricted facultative methylotroph isolated from saline water // Int. J. Syst. Evol. Microbiol. 2015. V. 65. P. 1321–1327.
  32. Saitou N., Nei M. The neighbor-joining method: a new method for reconstructing phylogenetic trees // Mol. Biol. Evol. 1987. V. 4. P. 406–425.
  33. Schornsteiner E., Mann E., Bereuter O., Wagner M., Schmitz-Esser S. Cultivation-independent analysis of microbial communities on Austrian raw milk hard cheese rinds // Int. J. Food Microbiol. 2014. V. 180. P. 88–97.
  34. Schäfer H. Isolation of Methylophaga spp. from marine dimethylsulfide-degrading enrichment cultures and identification of polypeptides induced during growth on dimethylsulfide // Appl. Environ. Microbiol. 2007. V. 73. P. 2580–2591.
  35. Sorokin D.Y., Trotsenko Y.A., Doronina N.V., Tourova T.P., Galinski E.A., Kolganova T.V., Muyzer G. Methylohalomonas lacus gen. nov., sp. nov. and Methylonatrum kenyense gen. nov., sp. nov., methylotrophic gammaproteobacteria from hypersaline lakes // Int. J. Syst. Evol. Microbiol. 2007. V. 57. P. 2762–2769.
  36. Tamura K., Stecher G., Peterson D., Filipski A., Kumar S. MEGA6: Molecular Evolutionary Genetics Analysis version 6.0 // Mol. Biol. Evol. 2013. V. 30. P. 2725–2729.
  37. Thompson J.D., Gibson T.J., Plewniak F., Jeanmougin F., Higgins D.G. The CLUSTAL_X windows interface: flexible strategies for multiple sequence alignment aided by quality analysis tools // Nucleic Acids Res. 1997. V. 25. P. 4876–4882.
  38. Vandecandelaere I., Segaert E., Mollica A., Faimali M., Vandamme P. Leisingera aquimarina sp. nov., isolated from a marine electroactive biofilm and emended description of Leisingera methylohalidovorans Schaefer et al. 2002, Phaeobacter daeponensis Yoon et al. 2007 and Phaeobacter inhibens Martens et al. 2006 // Int. J. Syst. Evol. Microbiol. 2008. V. 58. P. 2788–2793.
  39. Villeneuve C., Martineau C., Mauffrey F., Villemur R. Methylophaga nitratireducenticrescens sp. nov. and Methylophaga frappieri sp. nov., isolated from the biofilm of the methanol-fed denitrification system treating the seawater at the Montreal Biodome // Int. J. Syst. Evol. Microbiol. 2013. V. 63. P. 2216–2222.
  40. Quast C., Pruesse E., Yilmaz P., Gerken J., Schweer T., Yarza P., Peplies J., Glöckner F.O. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools // Nucleic Acids Res. 2012. V. 41. D1. P. D590–D596.
  41. Wei T.T., Zhang R.Y., Quan Z.X. Methylophaga pinxianii sp. nov., isolated from the Mariana Trench // Int. J. Syst. Evol. Microbiol. 2022. V. 72. Art. 005414.
  42. Wickham H., Averick M., Bryan J., Chang W., McGowan L.D., François R., Grolemund G., Hayes A., Henry L., Hester J., Kuhn M., Pedersen T.L., Miller E., Bache S.M., Müller K., Ooms J., Robinson D., Seidel D.P., Spinu V., Takahashi K., Vaughan D., Wilke C., Woo K., Yutani H. Welcome to the Tidyverse // J. Open Source Software. 2019. V. 4. № 43. Art. 1686. http://dx.doi.org/10.21105/joss.01686
  43. Wickham H., Sievert C. ggplot2: elegant graphics for data analysis. New York: Springer, 2009. V. 10. P. 978–980.
  44. Willis A., Bunge J., Whitman T. Improved detection of changes in species richness in high diversity microbial communities // J. Royal Statist. Soc. Ser. C: Applied Statistics. 2017. V. 66. P. 963–977.
  45. Wood D.E., Salzberg S.L. Kraken: ultrafast metagenomic sequence classification using exact alignments // Genome Biol. 2014. V. 15. Art. R46. https://doi.org/10.1186/gb-2014-15-3-r46

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ
Скачать (147KB)
Метаданные

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».