Metagenomiikka on molekyyligenetiikan osa, joka tutkii ympäristönäytteistä saatua geneettistä materiaalia . Metagenomiikka tutkii kaikkien ympäristön näytteessä olevien mikro -organismien geenijoukkoa - metagenomia . Metagenominen analyysi mahdollistaa tutkittavan näytteen lajien monimuotoisuuden määrittämisen ilman mikro-organismien eristämistä ja viljelyä.
Metagenomisen lähestymistavan käytön tärkein etu on, että otetaan huomioon viljeltyjen mikro-organismien lisäksi myös viljelemättömät mikro-organismit. Kävi ilmi, että tällaiset organismit antavat suurimman panoksen yhteisöjen lajien monimuotoisuuteen [1] . Metagenomiikka mahdollistaa yhteisöjen monimuotoisuuden yksityiskohtaisen tutkimisen ja siten niiden toiminnan mekanismien selvittämisen, aineenvaihduntasuhteiden määrittämisen [2] .
Metagenomiikan laaja kehitys johtuu uuden sukupolven sekvensointimenetelmien leviämisestä . Niiden avulla on mahdollista saada lähes kaikkien yhteisön kunkin mikro-organismin geenien sekvenssit [3] . Kun DNA-sekvensoinnin hinta laskee joka päivä, tällainen analyysi on tulossa edullisemmaksi.
Termiä "metagenomiikka" käyttivät ensimmäisenä Joe Handelsman , John Clardy , Robert Goodman , Sean Brady ja muut julkaisussaan vuonna 1998 [4] . Termi "metagenomi" syntyi ajatuksesta, että ympäristöstä kerättyjen geenien joukko voidaan analysoida samalla tavalla kuin kokonaisia genomeja. Kevin Chen ja Lyor Patcher (tutkijat Kalifornian yliopistosta Berkeleyssä ) ovat määritelleet metagenomiikan "nykyaikaisten genomiikan tekniikoiden soveltamiseksi ilman tarvetta yksittäisten lajien eristämiseen ja laboratorioviljelyyn" [5] .
Pitkään aikaan mikro-organismien genomien sekvensoinnissa DNA-lähteinä käytettiin pääsääntöisesti identtisten solujen viljelmiä . Varhaiset metagenomiikkatutkimukset ovat kuitenkin osoittaneet, että monissa elinympäristöissä on suuria mikro-organismien ryhmiä, joita ei voida kasvattaa laboratorioviljelmässä ja siksi niiden genomeja ei voida sekvensoida. Nämä varhaiset työt tutkivat 16S-rRNA-sekvenssejä , jotka ovat melko lyhyitä, usein konservoituneita yhden lajin sisällä ja vaihtelevat lajista toiseen. Monia eri elinympäristöistä löydettyjä 16S-rRNA-sekvenssejä ei voitu liittää yhteenkään viljellyyn lajiin, mikä viittaa monien eristämättömien mikro-organismien olemassaoloon. Nämä tutkimukset ovat osoittaneet, että vain 1 % ympäristönäytteestä löydetyistä lajeista on viljelty [1] .
Tämän alueen molekyylitutkimuksen aloittivat Norman Pace ja kollegat, jotka käyttivät PCR :ää tutkiakseen rRNA-sekvenssien monimuotoisuutta [6] . Näiden tutkimusten avulla Pace edisti ajatusta DNA:n kloonauksesta suoraan ympäristönäytteistä vuonna 1985 [7] . Vuonna 1991 Pace ja kollegat julkaisivat ensimmäisen raportin DNA:n eristämisestä ja kloonauksesta ympäristönäytteestä [8] . Vaikka olemassa oleva metodologia salli silloin vain työskentelyn erittäin konservatiivisten, ei-proteiineja koodaavien geenien kanssa, sen avulla pystyimme vahvistamaan morfologisten mikrobiologisten tutkimusten tulokset, mikä osoitti mikro-organismien laajempaa lajien monimuotoisuutta kuin laboratorioviljelymenetelmät sallivat. Vuonna 1995 Healy raportoi funktionaalisten geenien metagenomisesta eristämisestä kuivalla ruoholla kasvatettujen ympäristön mikro-organismien monimutkaisesta laboratorioviljelmästä [9] . Edward DeLong , joka lähti Pacen laboratoriosta, loi perustan mikro-organismien fylogioiden rakentamiselle ympäristöstä 16S-rRNA:n perusteella. Hänen oma ryhmänsä alkoi koota geneettistä materiaalia meren mikro-organismeista [10] .
Vuonna 2002 Mia Breitbard, Forest Rower ja kollegat, osoittivat ympäristönäytteiden haulikkosekvensointia käyttäen , että 200 litraa merivettä sisälsi yli 5 000 virustyyppiä [11] . Lisätutkimukset ovat osoittaneet, että ihmisen ulosteet sisältävät yli tuhat tyyppiä viruksia ja kilogramma meren sedimenttiä voi sisältää yli miljoona virustyyppiä, mukaan lukien bakteriofagit . Lähes kaikki nämä virukset olivat uusia lajeja. Vuonna 2004 DNA sekvensoitiin kokonaan happamista kaivosvesistä [12] . Tämän tutkimuksen ansiosta oli mahdollista saada täydelliset tai lähes täydelliset genomit bakteeri- ja arkeologisista lajeista, joita ei aiemmin ollut viljelty laboratoriossa [13] .
Vuoden 2003 alussa Craig Venter , Human Genome Projectin rinnakkaisprojektin johtaja , järjesti tutkimusmatkan kerätäkseen merivesinäytteitä kaikkialta maapallolta ( englanniksi Global Ocean Sampling Expedition (GOS) ). Kaikki näytteet sekvensoitiin haulikkolla uusien organismien genomien tunnistamiseksi. Sargassomerestä on tunnistettu 2000 eri lajin DNA:ta, mukaan lukien 148 uutta bakteerilajia [14] .
Vuonna 2005 Stefan Schuster ja kollegat Pennsylvanian yliopistosta julkaisivat ensimmäisen sekvenssin ympäristönäytteestä, joka oli saatu käyttämällä korkean suorituskyvyn sekvensointia, tarkemmin sanottuna pyrosekvensointia [15] .
Useat ihmisen metagenomiikkaprojektit ovat toteutusvaiheessa tai jo saatettu päätökseen, mukaan lukien ihon ja suoliston mikroflooran analyysi [16] . Täydellisen bakteerikuvan saaminen kehosta vaatii valtavia ponnisteluja mikro-organismien valtavan lajivalikoiman vuoksi.
Vuosina 2007-2008 käynnistettiin maailmanlaajuinen projekti nimeltä Human Microbiome . Vuonna 2011 esiteltiin joitakin tuloksia [17] [18] . Vuodesta 2010 lähtien Venäjällä on hahmoteltu laajamittaista ihmisen metagenomin tutkimusta. Johtavien venäläisten gastroenterologian ja molekyylibiologian laitosten konsortio aloitti aloiteprojektina suorittaa ensimmäisiä kokeita laajamittaisten DNA - näytteiden sekvensoimiseksi ihmisen suolesta [19] .
Ensimmäinen laajalti käytetty menetelmä satunnaisen fragmentoinnin sekvensointiin on haulikkomenetelmä . Se johtuu siitä, että näytteestä eristetty DNA hydrolysoituu satunnaisiksi fragmenteiksi. Sitten molekyylikloonauksen menetelmiä käyttäen luodaan saaduista fragmenteista kloonikirjasto . DNA-sekvenssit määritetään Sanger-sekvensoinnilla , ja sitten genomi kootaan [20] . Sekvensointi antaa tietoa geeneistä, joita esiintyy näytteessä olevissa organismeissa. Näiden geenien tuotteiden toiminnallinen kuvaus mahdollistaa aineenvaihduntasuhteiden määrittämisen yhteisössä [21] .
Molekyylikloonausvaiheen läsnäolo menetelmässä tekee siitä melko aikaa vievän. Vuodesta 2016 alkaen Sanger-sekvensointia ei kuitenkaan enää käytetä genomisekvenssien määrittämiseen, vaan käytössä ovat uuden sukupolven sekvensointimenetelmät , joiden avulla ympäristönäytteessä olevien organismien genomisekvenssit saadaan nopeammin ja ilman molekyylikloonaus. [22] [23]
Tällaisessa analyysissä eniten edustettuihin organismeihin kuuluvat sekvenssit hallitsevat näytteen DNA-sarjaa. Jotta saataisiin riittävä kattavuus aliedustettujen organismien genomille, on välttämätöntä käyttää suuria määriä näyteelatusainetta. Toisaalta sekvensointimenetelmien satunnainen luonne (DNA-sekvenssin satunnainen fragmentoituminen näytteestä) johtaa monien organismien sekvensseihin, jotka saattavat jäädä huomaamatta perinteisillä viljelymenetelmillä, jotka ovat saatavilla analysoitavaksi, ainakin joissain pienissä lohkoissa. niiden genomiset DNA-sekvenssit [12] .
Yhteisön lajikoostumuksen määritystehtävä ratkaistaan sekvensoimalla tietyt geenit, jotka kaikilla yhteisön eliöillä tulisi olla. Jotkut tällaisten genomisten DNA-sekvenssien alueet, kuten 16S-rRNA :ta koodaava geeni , koostuvat erittäin konservoituneista sekvensseistä ja hypervariaabelialueista [24] . Tämä ominaisuus sallii konservoituneiden alueiden kanssa komplementaaristen sekvensointialukkeiden käytön hypervariaabelien alueiden sekvenssien muodostamiseksi. Saatujen sekvenssien avulla on mahdollista liittää organismi tiettyyn lajiin [25] [26] .
Metagenomisen kokeen tuloksena saatu data sisältää valtavan määrän tietoa ja kohinaa, koska kyseessä on tuhansiin ja kymmeniin tuhansiin eri lajeihin kuuluvien DNA-sekvenssien fragmentteja [27] . Hyödyllisen biologisen tiedon kerääminen, kuratointi ja poimiminen tämän kokoisista aineistoista ovat laskennallisia haasteita, jotka voidaan ratkaista bioinformatiikan avulla [28] .
Metagenomisen analyysin ensimmäinen vaihe on tietojen alustava suodatus. Se sisältää ylimääräisten ja heikkolaatuisten sekvenssien poistamisen. Eläinorganismeista peräisin olevien metagenomien osalta on tärkeää poistaa eukaryoottista alkuperää olevat sekvenssit [29] . Eukaryoottinen genominen DNA-kontaminaatio poistetaan käyttämällä Eu-Detect [30] ja DeConseq [31] algoritmeja .
Pohjimmiltaan genomisten ja metagenomisten kokeiden DNA-sekvenssit ovat samat. Metagenomiset kokeet tarjoavat kuitenkin pienemmän kattavuuden, ja seuraavan sukupolven sekvensointimenetelmien käyttö analyysissä johtaa sekvensoitavan sekvenssin pituuden rajoitukseen [28] . Tehtävää vaikeuttaa myös lajien erilainen edustus yhteisössä. Nämä ominaisuudet johtavat siihen, että genomialueiden kokoaminen metagenomisen kokeen tiedoista tulee vaikeaksi tehtäväksi, se vaatii suurta laskentatehoa ja voi johtaa virheellisiin tuloksiin. Voidaan saada esimerkiksi kimeerisiä sekvenssejä, jotka ovat yhdistelmä DNA-sekvenssien osia eri organismeista [32] .
On olemassa useita ohjelmia, jotka kootaan suhteessa paripään lukemiseen, tämän menetelmän avulla voit vähentää virheiden määrää. Ohjelmat, kuten Phrap tai Celera Assembler, luotiin alun perin yksittäisten genomien kokoamiseen, mutta ne antavat hyviä tuloksia käsiteltäessä metagenomista dataa [27] . Muut ohjelmat, kuten Velvet assembler, käyttävät de Bruijn-kaavioita käsittelemään lyhyitä sekvenssejä (lukemia), jotka johtuvat seuraavan sukupolven sekvensointimenetelmistä. Yleisimpien lajien genomien kokoamista helpottaa vertailugenomien käyttö [32] . Kokoamisen jälkeen syntyy seuraava ongelma: on tarpeen määrittää, mihin lajeihin tuloksena olevat sekvenssit kuuluvat [33] .
Metagenomisessa analyysissä käytetään kahta päätapaa koodaavien sekvenssien merkitsemiseen kokoonpanon jälkeen [32] . Ensimmäinen menetelmä perustuu homologisten annotoitujen geenien etsimiseen, yleensä käyttämällä BLAST :ia . Tämä lähestymistapa on toteutettu MEGAN4-ohjelmassa [34] . Toinen lähestymistapa ( ab initio ) käyttää sekvenssin sisäisiä piirteitä koodaavien alueiden ennustamiseen , sen toteuttamiseen käytetään sukulaisten organismien geenien koulutussarjoja [35] . Tätä lähestymistapaa käyttävät ohjelmat GeneMark [36] ja GLIMMER [37] . Ab initio -lähestymistavan tärkein etu on, että se pystyy tunnistamaan koodaavia sekvenssejä, joille ei tunneta homologeja [27] .
Vaikka metagenomin annotaatio osoittaa, mitä toimintoja yhteisössä toteutetaan, lajikoostumuksen määritelmä antaa sinun määrittää, mitkä organismit ovat vastuussa niiden toteuttamisesta. Prosessia, jossa tietyt geenit ja siten ne toiminnot, joita ne voivat suorittaa, yhdistetään tietyntyyppisiin organismeihin, kutsutaan binningiksi . Se toteutetaan BLAST -menetelmällä etsimällä samanlaisia geenejä, joille tiedetään, mihin organismiin ne kuuluvat. Tämä lähestymistapa on toteutettu MEGAN-ohjelmassa (MEta Genome Analyzer) [38] . Tämän ohjelman avulla voit myös suorittaa metagenomin toiminnallisen annotoinnin. Prosessoinnin aikana sekvenssit yhdistetään NCBI - taksonomian solmuihin ja SEED- tai KEGG- [39] toiminnallisiin luokittelusolmuihin käyttäen vähiten yleistä esi -algoritmia [39] . Ohjelman ensimmäistä versiota käytettiin vuonna 2005 analysoimaan mammutin luusta saatujen DNA-sekvenssien metagenomista kontekstia [15] .
Toinen ohjelma, PhymmBL, käyttää interpoloituja Markov-malleja [27] tähän tarkoitukseen . MetaPhlAn [40] ja AMPHORA [41] menetelmät käyttävät tietoa ainutlaatuisista geneettisistä markkereista – jollekin kladille ominaisista sekvensseistä – taksonomisen ryhmän edustuksen määrittämiseksi yhteisössä [42] . Jotkut sitomismenetelmät käyttävät tietoja sekvenssin sisäisistä ominaisuuksista, kuten oligonukleotidifrekvenssistä tai kodonin käytöstä .
Saatavilla olevien DNA-sekvenssien suuren eksponentiaalisesti kasvavan määrän analysointi on haastava tehtävä. Lisäksi analyysiä mutkistaa metagenomisiin projekteihin liittyvät monimutkaiset metatiedot. Ne sisältävät tietoa tutkittavan näytteen maantieteellisestä sijainnista, ympäristöominaisuuksista, fysikaalisista tiedoista sekä näytteenottomenetelmistä [28] . Nämä tiedot ovat tarpeen kokeiden toistettavuuden ja lisäanalyysin varmistamiseksi. On tärkeää esittää nämä tiedot käyttämällä standardoituja tietomuotoja ja kehittää erikoistuneita tietokantoja, kuten Genomes OnLine Database (GOLD) [43] .
Genomisekvenssejä koskevien metatietojen ja datan integrointiin on kehitetty erikoispalveluita. Vuonna 2007 luotiin saavutettava palvelu metagenomisten kokeiden tietojen analysointiin Metagenomics Rapid Annotation Subsystem Technology -palvelimella (MG-RAST). Vuoteen 2012 mennessä tähän tietokantaan oli ladattu noin 50 000 metagenomia [44] .
Metagenomien vertaileva analyysi mahdollistaa mikrobiologisten yhteisöjen toiminnan piirteiden ymmärtämisen ja symbioottisten mikro-organismien roolin selvittämisen isännän terveyden ylläpitämisessä [45] . Metagenomien pari- ja useat vertailut suoritetaan kohdistamalla niiden fragmentit, vertaamalla GC-koostumusta , oligonukleotidien käyttötapoja ja lajien monimuotoisuutta. Toiminnallinen vertailu voidaan tehdä vertaamalla metagenomien fragmentteja tietokantoihin, jotka sisältävät tietoa aineenvaihduntareiteistä [39] . Yhteisön toiminnan määrittämisessä tärkeä rooli ei ole lajikoostumuksen määrittelyllä, vaan kaikkien siinä esiintyvien geenien toiminnallisella kuvauksella. Samat toiminnot esiintyvät yhteisöissä samanlaisissa ekologisissa olosuhteissa, vaikka tällaisten yhteisöjen lajikoostumus voi vaihdella suuresti [46] . Tästä syystä metagenomisen näytteen saamisen edellytyksiä kuvaavat metatiedot ovat erittäin tärkeitä vertailevassa analyysissä [27] .
Vertailevan metagenomiikan päätavoitteena on tunnistaa mikro-organismiryhmät, jotka määrittävät tietyn ympäristön alueen ominaisuudet. Nämä ominaisuudet ovat seurausta mikro-organismiryhmien välisistä vuorovaikutuksista. Tätä tarkoitusta varten kehitettiin Community-Analyzer-ohjelma [47] . Sen avulla on mahdollista vertailla yhteisöjen taksonomista koostumusta ja tunnistaa mahdollisia vuorovaikutuksia havaittujen mikro-organismiryhmien välillä. Sen sijaan, että vain vertaillaan taksonomisten ryhmien jakautumista, ohjelma ottaa huomioon vuorovaikutusten todennäköisyysmallit.
Päämenetelmä metagenomisen yhteisön analyysissä on lukujen kartoittaminen GenBankissa merkittyjen tunnettujen bakteerien tai arkkien genomeihin . Siten, jotta ymmärrettäisiin, mitkä mikro-organismit elävät tietyssä näytteessä ja mitkä aineenvaihduntasuhteet ovat mahdollisia niiden välillä, sekvenssiä ei tarvitse koota uudelleen [48] .
Monissa sekä luonnollisissa että keinotekoisissa bakteeriyhteisöissä (kuten bioreaktoreissa ) on aineenvaihduntaprosesseissa vastuunjakoa, ns. syntrofiaa , jonka seurauksena joidenkin mikro-organismien aineenvaihduntatuotteita käyttävät muut mikro-organismit [49] . Esimerkiksi yhdessä näistä systeemeistä - keittimissä - on kaksi syntrofista lajia ( Syntrophobacterales ja Synergistia ), joiden yhteistyön tuloksena käytetty raaka-aine muuttuu täysin metaboloituvaksi jätteeksi ( metaaniksi ). ) [50] . Tutkimalla geenien ilmentymistä DNA - mikrosirujen tai proteomisen analyysin avulla tutkijat voivat yhdistää aineenvaihduntaverkoston palasia aineenvaihduntaklustereiden muodostamiseksi [51] .
Metagenomiikka antaa tutkijoille mahdollisuuden päästä käsiksi mikrobiyhteisöjen toiminnalliseen ja metaboliseen monimuotoisuuteen, mutta metagenomiikka ei pysty osoittamaan, mitkä näistä aineenvaihduntaprosesseista ovat aktiivisia. Metagenomisen lähetti- RNA:n (metatranskription) uuttaminen ja analysointi tarjoaa tietoa monimutkaisten yhteisöjen geeniekspressioprofiilien säätelystä [46] . Teknisistä vaikeuksista (esimerkiksi lähetti- RNA - molekyylien nopeasta hajoamisesta) johtuen on toistaiseksi hyvin vähän tutkimuksia viljelemättömien mikrobiyhteisöjen transkripteistä . Microarray-tekniikoiden kehitys antoi kuitenkin sysäyksen metatranskriptomien tutkimukselle, ja tuli mahdolliseksi arvioida koko yhteisön eri geenien ilmentymistä [52] .
Metagenomista sekvensointia käytetään virusyhteisöjen tutkimuksessa . Koska viruksilla ei ole yhteistä yleismaailmallista fylogeneettistä markkeria (kuten 16S RNA bakteereille ja arkeille ja 18S RNA eukaryooteille) , ainoa tapa päästä tutkimaan virusyhteisön geneettistä monimuotoisuutta ekologisessa näytteessä on metagenomiikka. Viruksen metagenomien (kutsutaan myös viromeiksi ) pitäisi siten tarjota yhä enemmän tietoa virusten monimuotoisuudesta ja evoluutiosta [53] .
Metagenomiikalla on potentiaalia tutkia monenlaisissa sovelluksissa. Metagenomiikkaa voidaan soveltaa käytännön ongelmien ratkaisemiseen esimerkiksi lääketieteen , tekniikan, maatalouden ja ekologian aloilla.
Mikrobiyhteisöillä on keskeinen rooli ihmisten terveyden ylläpitämisessä , mutta niiden koostumus ja toimintamekanismit ovat edelleen ratkaisematta [54] . Metagenomista sekvensointia on käytetty satojen yksilöiden mikrobiyhteisöjen karakterisoimiseen. Tämä on osa ns. Human Microbiome Project -projektia, jonka päätavoitteet ovat: tunnistaa ihmisen mikrobien perusjoukko , ymmärtää, miten ihmisen mikroflooran muutokset korreloivat terveyteen liittyvien muutosten kanssa, sekä kehittää teknologinen ja bioinformatiikan perusta tämän saavuttamiseksi. nämä tavoitteet [55] laboratorio-olosuhteissa viljelyyn soveltuvien suoliston mikro-organismien genomien sekvensointi:
Toinen lääketieteellinen suunta on MetaHit ( ihmisen ruoansulatuskanavan metagenomiikka ) -projekti, johon osallistui 124 henkilöä Tanskasta ja Espanjasta , joiden joukossa oli terveitä, ylipainoisia ja ruoansulatuskanavan sairauksia sairastavia. Tutkimuksen päätavoitteena oli yrittää karakterisoida maha-suolikanavan bakteerien fylogeneettistä monimuotoisuutta. Tutkimus osoitti, että kaksi bakteerikladia, Bacteroidetes ja Firnicutes , käsittävät yli 90 % kaikista tunnetuista bakteerien fylogeneettisistä ryhmistä, jotka hallitsevat distaalista suolistoa. Suolistossa löydettyjen geenien suhteellista tiheyttä käyttämällä tutkijat tunnistivat 1 244 metagenomista klusteria, joilla on ratkaiseva rooli terveen tilan ylläpitämisessä. Näiden klustereiden kaksi päätehtävää on tunnistettu: taloudenhoitogeenien ilmentymisen ylläpitäminen ja ruoansulatuskanavalle spesifisten geenien ilmentyminen. Siivousgeeniklusteri on välttämätön kaikille bakteereille ja sillä on usein tärkeä rooli aineenvaihduntareiteissä, kuten keskushiilen aineenvaihdunnassa , aminohapposynteesissä . Joukko spesifisiä geenejä sisältää kyvyn tarttua isäntäproteiineihin ja kyvyn ruokkia sokereita . Potilailla, joilla on paksusuolen ärsytystä, on 25 % vähemmän näitä geenejä, ja heillä on myös pienempi bakteerimäärä kuin ihmisillä, joilla ei ole diagnosoitu ruoansulatuskanavan ongelmia.
Vaikka näillä tutkimuksilla on potentiaalisesti arvokkaita lääketieteellisiä sovelluksia, vain 31-48,8 % sekvensseistä oli kohdistettu 194 tunnetun suolibakteerigenomin kanssa ja vain 7,6-21,2 % lukemista oli rinnastettu GenBank -sekvenssien kanssa , mikä osoittaa tarvetta kehittää edelleen tutkimus kattaakseen täysin kaikki bakteerigenomit [56] .
Ihmisen genomin sekvensoinnin kustannukset viimeisen kolmen vuoden aikana[ mitä? ] on vähentynyt lähes 100 kertaa ja laskee edelleen nopeasti. NGS: n DNA -sekvensointitekniikoiden parantaminen lähitulevaisuudessa johtaa seuraavan hintakynnyksen (1000 dollaria per genomi) ylittämiseen ja aiheuttaa perustavanlaatuisia muutoksia monilla biologian ja lääketieteellisen genetiikan aloilla , minkä pitäisi johtaa lääketieteen personointiin tulevaisuudessa . Tämän molekyyligenetiikan alan teknologinen nousukausi viittaa siihen, että metagenomiikka tulee vähitellen korvaamaan PCR - diagnostiikan. Vuonna 2011 Venäjällä julkistettiin apuraha metagenomiikan tutkimukseen [57] .
Biopolttoaineita saadaan muuntamalla biomassaa , kuten muuntamalla maissista ja hirssistä saatua selluloosaa hydrolyysialkoholiksi . Tämä prosessi perustuu mikrobikonsortioihin, jotka muuttavat selluloosaa sokereiksi, minkä jälkeen sokerit fermentoidaan etanoliksi . Mikro-organismit tuottavat myös erilaisia bioenergian lähteitä, mukaan lukien metaania ja vetyä [58] .
Uusien yhdisteiden tehokas teollinen tuotanto biomassasta vaatii uusia entsyymejä , joilla on korkeampi tuottavuus ja alhaisemmat tuotantokustannukset [59] . Metagenomiset lähestymistavat monimutkaisten mikrobiyhteisöjen analysointiin mahdollistavat biopolttoaineiden tuotannossa teollisesti sovellettavien entsyymien, kuten glykosyylihydrolaasien , kohdistetun seulonnan [60] . Lisäksi tieto mikrobiyhteisöjen toiminnasta on olennaista näiden yhteisöjen hallinnassa, ja metagenomiikka on keskeinen työkalu niiden ymmärtämisessä. Metagenomiset lähestymistavat mahdollistavat vertailevan analyysin konvergenttien mikro-organismijärjestelmien välillä.
Metagenomiikan avulla voidaan parantaa strategioita, joilla seurataan saasteiden vaikutuksia ekosysteemiin , ja voidaan kehittää uusia menetelmiä saastuneiden ympäristöjen puhdistamiseen. Syvällisempi ymmärrys siitä, miten mikrobiyhteisöt käsittelevät saasteita, antaa toivoa, että tätä prosessia voidaan käyttää tulevaisuudessa teollisuuden saasteiden torjuntaan [61] .
Mikrobiyhteisöt voivat tuottaa monenlaisia biologisesti aktiivisia aineita, joita muut organismit käyttävät edelleen. Monet nykyään käytetyistä lääkkeistä löytyivät alun perin mikro-organismeista. Viimeaikainen menestys monipuolisen geneettisen materiaalin saamiseksi viljelemättömistä mikro-organismeista on johtanut uusien geenien, entsyymien ja muiden aktiivisten yhdisteiden löytämiseen. Metagenomiikan käyttö on mahdollistanut uusien kemian- ja lääketeollisuuden haarojen kehittymisen [62] .
Yksi gramma kasvien kasvattamiseen käytettyä maaperää sisältää 10 9 - 10 10 mikrobisolua [63] . Maaperässä elävien mikrobiyhteisöjen koostumus on pitkään herättänyt tutkijoiden huomion, mutta se on edelleen huonosti ymmärretty, huolimatta niiden taloudellisesta merkityksestä. Mikrobiyhteisöt suorittavat monenlaisia ekosysteemitoimintoja, jotka ovat välttämättömiä kasvien kasvulle (esimerkiksi typen sitominen ), kasvien suojelemiseen taudeilta, osallistumiseen raudan ja muiden metallien kiertokulkuun . Metagenomiikka auttaa tutkimaan mikrobien vuorovaikutusta tässä yhteisössä sekä kasvien ja mikrobien vuorovaikutusta. Metagenomisen analyysin avulla saadun tiedon perusteella on mahdollista tunnistaa viljelemättömiin taksoniin kuuluvien mikro-organismien ominaisuuksia, ymmärtää niiden rooli ainekierrossa sekä niiden suhde kasveihin. Kaikki tämä on välttämätöntä viljelykasvien terveyden parantamiseksi [64] .
Metagenomiikka voi tarjota arvokasta tietoa ympäristöyhteisöjen toiminnallisesta ekologiasta [65] . Esimerkiksi Australian merileijonien ulosteista löydettyjen bakteeriyhteisöjen metagenomiset analyysit osoittavat, että merileijonien ulosteet ovat ravinnepitoisia ja voivat olla tärkeä ravinnonlähde rannikkoekosysteemeille. Tämä johtuu siitä, että bakteerit, jotka erittyvät samanaikaisesti ulosteen kanssa, voivat muuttaa sulamattomia yhdisteitä biologisesti saatavilla oleviksi muodoiksi, jotka voivat osallistua edelleen ravintoketjuun [66] .
DNA-sekvensointia voidaan käyttää myös vesipatsaassa olevien lajien tunnistamiseen. Tämä voi auttaa määrittämään invasiivisten lajien ja uhanalaisten lajien valikoiman sekä jäljittää kausiluonteisia populaatioita [67] .
![]() | |
---|---|
Bibliografisissa luetteloissa |
Henkilökohtainen lääketiede | |
---|---|
Omix Data Sections | |
Sovellusosat | |
menetelmät | |
Aiheeseen liittyvät artikkelit |