아열대 해양 맹그로브 퇴적물의 황 대사는 SMDB에서 밝혀진 바와 같이 다른 서식지와 근본적으로 다릅니다.

Scientific Reports 13권, 기사 번호: 8126(2023) 이 기사 인용

277 액세스

2 알트메트릭

측정항목 세부정보

Shotgun 메타게놈 시퀀싱은 아직 탐구되지 않은 희귀 집단을 복구하고 설명하기 어려운 생화학적 경로를 식별할 수 있는 기회를 제공합니다. 그러나 서열을 포함한 황 유전자에 대한 정보는 공공 데이터베이스에 분산되어 있습니다. 여기에서는 과학 문헌 및 정형학 데이터베이스에 대한 심층적인 검토를 기반으로 수동으로 선별된 황 유전자 데이터베이스인 SMDB(https://smdb.gxu.edu.cn/)를 소개합니다. SMDB에는 총 175개의 유전자가 포함되어 있으며 110개의 문 및 2340개의 박테리아/고세균 속과 관련된 395,737개의 대표 서열로 11개의 황 대사 과정을 다루었습니다. SMDB는 5개 서식지의 황 순환을 특성화하고 맹그로브 퇴적물의 미생물 다양성을 다른 서식지의 미생물 다양성과 비교하기 위해 적용되었습니다. 미생물 군집과 유황 유전자의 구조와 구성은 5개 서식지에서 크게 달랐습니다. 우리의 결과는 맹그로브 퇴적물의 미생물 알파 다양성이 다른 서식지보다 상당히 높다는 것을 보여줍니다. 동화되지 않은 황산염 환원과 관련된 유전자는 아열대 해양 맹그로브와 심해 퇴적물에 풍부했습니다. 중립 군집 모델 결과는 다른 서식지보다 해양 맹그로브 생태계에서 미생물 분산이 더 높다는 것을 보여주었습니다. 황 대사 미생물인 플라빌리토리박터는 5개 서식지에서 신뢰할 수 있는 바이오마커가 됩니다. SMDB는 연구자들이 메타유전체로부터 황 순환 유전자를 효율적으로 분석할 수 있도록 지원합니다.

미생물은 황 전환의 화합물과 환경에서의 운명을 결정하는 황 순환에서 필수적인 역할을 합니다1. 황 화합물은 자연 환경에 풍부하며, 해양 생태계에는 막대한 양의 황산염과 황화물이 저장되어 있습니다2. 주로 황 산화 및 황산염 환원에 의해 구동되는 황 순환은 환경 생태계에 광범위한 영향을 미치는 다른 생화학적 순환(즉, 탄소, 질소, 인)과 밀접하게 얽혀 있습니다3. 이전 보고서에 따르면 황산염환원박테리아(SRB)는 중금속4, 오염물질5 및 탄화수소 생분해6의 침전에 중요한 역할을 합니다. 따라서 황 순환 유전자와 황 대사 미생물을 특성화하는 것은 환경에서 황 순환 과정을 이해하는 데 중요합니다.

유황 순환은 무기 및 유기 유황 변환으로 구성된 환경에서의 복잡한 생화학적 과정입니다. 무기 변환(즉, 표준 황산염 환원[DSR] 및 동화 황산염 환원[ASR])은 이전 연구에서 설명한 대로 잘 연구되었습니다7. 예를 들어, 미생물 군집의 구성은 Deltaproteobacteria가 SRB의 지배적인 클래스이고 ASR의 경로가 섬유 폐수 처리를 위한 본격적인 생물막-막 생물 반응기에서 주요 황산염 감소임을 보여주었습니다7. 환경 생태계에 유기 황이 풍부하기 때문에 유기 황 변환은 황 순환에서 중요한 역할을 합니다8. 이전 연구는 무기 황 변환에 중점을 두었으므로 유기 황 화합물이 생태계에 미치는 영향은 아직 조사되지 않았습니다3. DMSP(디메틸설포니오프로피오네이트)9, 설포네이트3, 황산에스테르3, 메탄티올(MeSH)10과 같은 유기황 화합물은 해양 환경에 풍부했습니다. DMSP 효소 분해 산물(디메틸 황화물[DMS])은 지구 온난화를 초래할 수 있습니다9. 설폰산염은 독립영양생물과 종속영양생물 사이의 에너지 교환을 위한 결정적인 생태학적 유병률이며, 이는 환경에서 유기 황 대사의 중요성을 나타냅니다. 따라서 첨단 기술을 통해 완전한 황 순환을 얻을 수 있는 역량을 개발하는 것이 중요합니다.

이전에는 dissimilatory sulfite reductase(dsrB)12, adenylyl 황산염 환원효소(aprA)13 및 thiosulfohydrolase(soxB)14와 같은 주요 유전자를 분석하여 황 순환 과정을 특성화하기 위해 상당한 노력이 이루어졌습니다. 많은 황 유전자에 적합한 DNA 프라이머가 필요하다는 점을 감안할 때 중합효소 연쇄 반응(PCR)은 일반적으로 부정확한 실험 결과를 생성합니다15,16. 그러나 샷건 메타게놈 시퀀싱은 아직 탐구되지 않은 황 순환을 복구할 수 있는 기회를 제공합니다. 유황 순환과 관련된 잠재적 유전자는 정형화 데이터베이스를 사용하여 메타게놈 분석을 위해 주석을 달았습니다. 그러나 기능적 유전자의 정확한 주석을 위해서는 포괄적이고 신뢰할 수 있는 정형학 데이터베이스가 필수적입니다. 따라서 메타게놈 분석의 결과는 정형화 데이터베이스의 선택에 크게 영향을 받습니다.

50%, e−value < 1 × 10−10)31. Then, the BLASTP result was performed using the MEGAN software LCA algorithm to get taxonomic classification32. The SMDB (v.1) was deposited in GitHub (https://github.com/taylor19891213/sulfur-metabolism-gene-database) on January 8, 2020. In contrast, the analytic platform of the SMDB website has been online since June 22, 2020 (https://smdb.gxu.edu.cn/)./p> 0.6). However, this model did not fit well with the microbial community assembly in marine waters and deep-sea sediments habitats (Fig. 4). The Nm-value was highest for microbial community in the mangrove ecosystem (Nm = 371,591; Fig. 4), followed by river sediments (Nm = 161,104), marine waters (Nm = 90,120), deep-sea sediments (Nm = 48,176), and upland forest (Nm = 24,588). These results indicated that microbial dispersal was higher in the mangrove ecosystem than in others habitats./p>