Metagenomika

A metagenomika a molekuláris genetika  egyik ága , amely a környezeti mintákból nyert genetikai anyagot vizsgálja . A metagenomika a környezet egy mintájában – a metagenomban – található összes mikroorganizmus génkészletét vizsgálja . A metagenomikus elemzés lehetővé teszi a vizsgált minta fajdiverzitásának meghatározását anélkül, hogy mikroorganizmusok izolálása és tenyésztése szükséges lenne.

A metagenomikus megközelítés alkalmazásának fő előnye, hogy nemcsak a tenyésztett, hanem a nem tenyésztett mikroorganizmusokat is figyelembe veszi. Kiderült, hogy az ilyen szervezetek adják a fő hozzájárulást a közösségek faji sokféleségéhez [1] . A metagenomika lehetővé teszi a közösségek sokféleségének részletes tanulmányozását, ezáltal működésük mechanizmusainak feltárását, anyagcsere - kapcsolatok meghatározását [2] .

A metagenomika széles körű fejlődése az új generációs szekvenálási módszerek elterjedésének köszönhető . Lehetővé teszik a közösség minden mikroorganizmusának szinte valamennyi génjének szekvenciájának beszerzését [3] . Mivel a DNS-szekvenálás ára minden nap csökken, az ilyen elemzések egyre megfizethetőbbé válnak.

Etimológia

A  "metagenomika" kifejezést először Joe Handelsman [ , John Clardy , Robert Goodman , Sean Brady és mások használták 1998-as kiadványukban [4] . A "metagenom" kifejezés abból az elképzelésből ered, hogy a környezetből összegyűjtött génkészletet ugyanúgy lehet elemezni, mint a teljes genomokat. Kevin Chen és Lyor Patcher ( a Kaliforniai Egyetem kutatói, Berkeley ) a metagenomikát úgy határozták meg, mint "a modern genomikai technikák alkalmazása az egyes fajok izolálása és laboratóriumi tenyésztése nélkül" [5] .

Történelem

Hosszú ideig a mikroorganizmusok genomjának szekvenálásakor általában azonos sejtek tenyészeteit használták DNS-forrásként. A korai metagenomikai vizsgálatok azonban kimutatták, hogy sok élőhelyen nagy mikroorganizmus-csoportok találhatók, amelyeket nem lehet laboratóriumi tenyészetben termeszteni, és ezért genomjuk nem szekvenálható. Ezek a korai munkák 16S rRNS-szekvenciákat tanulmányoztak , amelyek meglehetősen rövidek, gyakran egyetlen fajon belül konzerváltak, és fajonként eltérőek. Számos, különböző élőhelyen található 16S rRNS szekvencia nem tulajdonítható egyik tenyésztett fajnak sem, ami sok nem izolált mikroorganizmus létezésére utal. Ezek a vizsgálatok kimutatták, hogy a környezeti mintában talált fajok mindössze 1%-át termesztik [1] .

Ezen a területen a molekuláris kutatást Norman Pace és munkatársai kezdeményezték, akik PCR segítségével vizsgálták az rRNS-szekvenciák sokféleségét [6] . E tanulmányok révén Pace 1985-ben előmozdította a DNS közvetlen környezeti mintákból történő klónozásának ötletét [7] . 1991-ben Pace és munkatársai közzétették az első jelentést a környezeti mintákból származó DNS izolálásáról és klónozásáról [8] . Bár a meglévő módszertan akkoriban csak nagyon konzervatív, nem fehérjét kódoló génekkel tette lehetővé a munkát , lehetővé tette a morfológiai mikrobiológiai vizsgálatok eredményeinek megerősítését, ami a mikroorganizmusok nagyobb fajdiverzitását jelezte, mint a laboratóriumi tenyésztési módszerek. Healy 1995-ben beszámolt a funkcionális gének metagenomikus izolálásáról a környezeti mikroorganizmusok száraz füvön termesztett komplex laboratóriumi tenyészetéből [9] . Edward DeLong , aki elhagyta Pace laboratóriumát, lefektette az alapjait a mikroorganizmusok törzsfejlődésének a környezetből 16S rRNS alapján történő felépítéséhez. Saját csoportja elkezdte összeállítani a tengeri mikroorganizmusok genetikai anyagának könyvtárát [10] .

2002-ben Mia Breitbard, Forest Rower és munkatársai a környezeti minták sörétes szekvenálásával kimutatták, hogy 200 liter tengervíz több mint 5000 fajta vírust tartalmaz [11] . További vizsgálatok kimutatták, hogy az emberi széklet több mint ezer fajta vírust tartalmaz, és egy kilogramm tengeri üledék több mint egymillió fajta vírust tartalmazhat, beleértve a bakteriofágokat is . Szinte mindegyik vírus új faj volt. 2004-ben a DNS-t teljesen szekvenálták a savas bányavizekből [12] . Ennek a vizsgálatnak köszönhetően lehetőség nyílt olyan baktérium- és régészeti fajok teljes vagy csaknem teljes genomjának megszerzésére, amelyeket korábban nem tenyésztettek laboratóriumban [13] .

2003 elején Craig Venter , a Human Genome Project párhuzamos projektjének vezetője expedíciót szervezett, hogy óceánvízmintákat gyűjtsön a Föld minden tájáról ( angolul:  Global Ocean Sampling Expedition (GOS) ). Minden mintát sörétes szekvenálással azonosították az új szervezetek genomját. 2000 különböző faj DNS-ét azonosították a Sargasso-tengerben, köztük 148 új baktériumfajt [14] .

Stefan Schuster és munkatársai a Pennsylvaniai Egyetemen 2005-ben publikálták az első szekvenciát egy környezeti mintából, amelyet nagy áteresztőképességű szekvenálás, pontosabban piroszekvenálás segítségével nyertek [15] .

Számos humán metagenomikai projekt a megvalósítás különböző szakaszaiban van, vagy már befejeződött, beleértve a bőr és a bél mikroflóra elemzését [16] . A szervezetről alkotott teljes bakteriális kép megszerzése óriási erőfeszítést igényel, a mikroorganizmusok hatalmas faji sokfélesége miatt.

2007-2008-ban elindították a Human Microbiome nevű globális projektet . 2011-ben bemutattak néhány eredményt [17] [18] . 2010 óta Oroszországban körvonalazzák az emberi metagenom nagyszabású tanulmányozását. A gasztroenterológia és a molekuláris biológia területén tevékenykedő vezető orosz intézetek konzorciuma kezdeményező projektként megkezdte az első kísérleteket az emberi bélből származó DNS - minták nagyszabású szekvenálására [19] .

Sorrend

Szekvenálás véletlenszerű fragmentációval

A véletlenszerű fragmentációval történő szekvenálás első széles körben használt módszere a shotgun módszer . Ez abban rejlik, hogy a mintából izolált DNS véletlenszerű fragmentumokra hidrolizálódik . Ezután a molekuláris klónozás módszereivel a kapott fragmentumokból klónkönyvtárat hoznak létre . A DNS-szekvenciákat Sanger-szekvenálással határozzák meg , majd a genomot összeállítják [20] . A szekvenálás információt nyújt a mintában szereplő szervezetekben található génekről. E gének termékeinek funkcionális leírása lehetővé teszi a közösségen belüli metabolikus kapcsolatok meghatározását [21] .

A molekuláris klónozás szakaszának jelenléte a módszerben meglehetősen időigényessé teszi. 2016-tól azonban a Sanger-szekvenálást már nem használják genomszekvenciák meghatározására, hanem új generációs szekvenálási módszereket alkalmaznak , amelyek lehetővé teszik a környezeti mintában lévő szervezetek genomszekvenciáinak gyorsabb és stádium nélküli kinyerését. molekuláris klónozás. [22] [23]

Egy ilyen elemzéssel a mintából származó DNS-készletben a leginkább reprezentált organizmusokhoz tartozó szekvenciák lesznek túlsúlyban. Az alulreprezentált szervezetek genomjainak megfelelő lefedettsége érdekében nagy mennyiségű mintaközeg használata válik szükségessé. Másrészt a szekvenálási módszerek véletlenszerű természete (a DNS-szekvencia véletlenszerű fragmentációja egy mintából) számos organizmus szekvenciáját eredményezi, amelyek észrevétlenek maradhatnak a hagyományos tenyésztési módszerek alkalmazásával, hogy legalább néhány kisebb parcellán rendelkezésre álljanak az elemzéshez. genomi DNS-szekvenciáik [12] .

Evolúciósan konzervált gének szekvenálása

A közösség fajösszetételének meghatározásának feladatát bizonyos gének szekvenálásával oldják meg, amelyekkel egy közösségben minden élőlénynek rendelkeznie kell. Az ilyen genomi DNS-szekvenciák egyes régiói, például a 16S rRNS - t kódoló gén erősen konzervált szekvenciákból és hipervariábilis régiókból állnak [24] . Ez a funkció lehetővé teszi a konzervált régiókkal komplementer szekvenáló primerek használatát hipervariábilis régiók szekvenciáinak létrehozására. A kapott szekvenciák lehetővé teszik az élőlény egy adott fajhoz való hozzárendelését [25] [26] .

Bioinformatikai elemzés

A metagenomikai kísérlet eredményeként kapott adatok hatalmas mennyiségű információt és zajt tartalmaznak, hiszen több ezer és több tízezer különböző fajhoz tartozó DNS-szekvenciák töredékeiről van szó [27] . A hasznos biológiai információk összegyűjtése, gyűjtése és kinyerése ekkora adatkészletekből olyan számítási kihívás, amely bioinformatika segítségével megoldható [28] .

Adatok előfeldolgozása

A metagenomikai elemzés első szakasza az adatok előzetes szűrése. Ez magában foglalja a redundáns és gyenge minőségű szekvenciák eltávolítását. Az állati szervezetekből származó metagenomok esetében fontos az eukarióta eredetű szekvenciák eltávolítása [29] . Az eukarióta genomi DNS-szennyeződést az Eu-Detect [30] és a DeConseq [31] algoritmusok segítségével távolítják el .

Sorozatok összeállítása

Lényegében a genomikai és metagenomikai kísérletekből származó DNS-szekvenciák megegyeznek. A metagenomikai kísérletek azonban alacsonyabb lefedettséget biztosítanak, és a következő generációs szekvenálási módszerek alkalmazása az elemzéshez a szekvenálandó szekvencia hosszának korlátozásához vezet [28] . A feladatot a közösségen belüli fajok eltérő reprezentációja is nehezíti. Ezek a sajátosságok oda vezetnek, hogy egy metagenomikai kísérlet adataiból genomrégiók összeállítása nehéz feladattá válik, nagy számítási teljesítményt igényel és hibás eredményekhez vezethet. Például kiméra szekvenciákat kaphatunk, amelyek különböző szervezetekből származó DNS-szekvenciák metszeteinek kombinációi [32] .

Számos olyan program létezik, amely összeállítja a párvégi olvasást, ez a módszer lehetővé teszi a hibák számának csökkentését. Az olyan programokat, mint a Phrap vagy a Celera Assembler eredetileg egyetlen genom összeállítására hozták létre, de jó eredményeket adnak a metagenomikus adatok feldolgozásakor [27] . Más programok, például a Velvet assembler de Bruijn gráfokat használnak a következő generációs szekvenálási módszerekből származó rövid sorozatok (olvasások) kezelésére. A leggyakoribb fajok genomjainak összeállítását a referenciagenomok [32] alkalmazása segíti elő . Összeszerelés után a következő probléma adódik: meg kell határozni, hogy az így létrejövő szekvenciák mely fajokhoz tartoznak [33] .

Kódoló szekvenciák keresése

A metagenomiai elemzésben két fő megközelítést alkalmaznak a kódoló szekvenciák összeállítás utáni megjegyzésére [32] . Az első módszer a homológ annotált gének keresésén alapul , általában BLAST használatával . Ezt a megközelítést a MEGAN4 program [34] valósítja meg . A második megközelítés ( ab initio ) a szekvencia belső jellemzőit használja a kódoló régiók előrejelzésére , megvalósításához rokon organizmusok génjeinek tanító készleteit használják [35] . Ezt a megközelítést a GeneMark [36] és a GLIMMER [37] programok használják . Az ab initio megközelítés fő előnye, hogy képes azonosítani azokat a kódoló szekvenciákat, amelyeknek nem ismertek homológjai [27] .

A fajösszetétel meghatározása

Míg a metagenom annotációja jelzi, hogy mely funkciók valósulnak meg a közösségben, a fajösszetétel meghatározása lehetővé teszi annak meghatározását, hogy mely szervezetek felelősek ezek megvalósításáért. Azt a folyamatot, amely során bizonyos géneket, és ebből következően azokat a funkciókat, amelyeket képesek ellátni, bizonyos típusú organizmusokkal társítani binningnek nevezik . A BLAST módszerrel valósítják meg hasonló gének keresésén keresztül, amelyeknél ismert, hogy melyik szervezethez tartoznak. Ezt a megközelítést a MEGAN program (MEta Genome Analyzer) valósítja meg [38] . Ezenkívül ez a program lehetővé teszi a metagenom funkcionális annotációjának elvégzését. A feldolgozás során a szekvenciákat NCBI taxonómiai csomópontokhoz és SEED vagy KEGG [39] funkcionális osztályozási csomópontokhoz társítják a legkevésbé közös ősalgoritmus [39 ] segítségével . A program első verzióját 2005-ben használták a mamutcsontból nyert DNS-szekvenciák metagenomikus kontextusának elemzésére [ 15 ] .

Egy másik program, a PhymmBL interpolált Markov modelleket [27] használ erre a célra . A MetaPhlAn [40] és az AMPHORA [41] módszerek egyedi genetikai markerek  – bármely kládra jellemző szekvenciák – adatait használják fel, hogy meghatározzák egy taxonómiai csoport reprezentációját egy közösségben [42] . Egyes binning módszerek a belső szekvencia tulajdonságaira vonatkozó információkat használnak, például az oligonukleotidok gyakoriságát vagy a kodonhasználatot .

Adatintegráció

A rendelkezésre álló DNS-szekvenciák exponenciálisan növekvő számának elemzése nagy kihívást jelent. Ezenkívül az elemzést bonyolítja a metagenomikai projektekhez kapcsolódó összetett metaadatok. Tartalmaznak információkat a vizsgált minta földrajzi elhelyezkedéséről, a környezeti jellemzőkről, a fizikai adatokról, valamint a mintavételi módszerekről [28] . Ezek az információk a kísérletek reprodukálhatóságának biztosításához és a további elemzéshez szükségesek. Fontos, hogy ezeket az információkat szabványosított adatformátumok segítségével mutassuk be, és olyan speciális adatbázisokat fejlesszünk ki, mint például a Genomes OnLine Database (GOLD) [43] .

A metaadatok és a genomiális szekvenciák adatainak integrálására speciális szolgáltatásokat fejlesztettek ki. 2007-ben létrehoztak egy elérhető szolgáltatást a metagenomikai kísérletekből származó adatok elemzésére, a Metagenomics Rapid Annotation az alrendszertechnológiai szerver (MG-RAST) segítségével. 2012-ig körülbelül 50 000 metagenomot töltöttek fel ebbe az adatbázisba [44] .

Összehasonlító metagenomika

A metagenomok összehasonlító elemzése lehetővé teszi a mikrobiológiai közösségek működésének sajátosságainak megértését, a szimbiotikus mikroorganizmusok esetében pedig a gazdaszervezet egészségének megőrzésében betöltött szerepük megállapítását [45] . A metagenomok páronkénti és többszörös összehasonlítását fragmenseik összehangolásával , a GC-összetétel , az oligonukleotid-használati minták és a fajdiverzitás összehasonlításával végezzük. Funkcionális összehasonlítás végezhető úgy, hogy a metagenomok fragmenseit összehasonlítjuk a metabolikus útvonalakra vonatkozó információkat tartalmazó adatbázisokkal [39] . Egy közösség funkciójának meghatározásában nem a fajösszetétel meghatározása játszik fontos szerepet, hanem a benne található összes gén funkcionális leírása. A hasonló ökológiai feltételek melletti közösségekben ugyanazok a funkciók találhatók meg, bár az ilyen közösségek fajösszetétele nagymértékben eltérhet [46] . Éppen ezért az összehasonlító elemzés szempontjából nagyon fontosak a metagenomikus minta beszerzésének feltételeit leíró metaadatok [27] .

Az összehasonlító metagenomika fő célja a mikroorganizmusok azon csoportjainak azonosítása, amelyek meghatározzák a környezet egy adott területének jellemzőit. Ezek a jellemzők a mikroorganizmusok csoportjai közötti kölcsönhatások eredményei. Erre a célra fejlesztették ki a Community-Analyzer programot [47] . Lehetővé teszi a közösségek taxonómiai összetételének összehasonlítását és az észlelt mikroorganizmuscsoportok közötti lehetséges kölcsönhatások azonosítását. Ahelyett, hogy egyszerűen összehasonlítaná a taxonómiai csoportok eloszlását, a program az interakciók valószínűségi mintázatait veszi figyelembe.

Adatelemzés

A metagenomikus közösség elemzésének fő módszere a leolvasások leképezése a GenBankban annotált ismert baktériumok vagy archaeák genomjára . Így ahhoz, hogy megértsük, mely mikroorganizmusok élnek egy adott mintában, és milyen metabolikus kapcsolatok lehetségesek közöttük, nem szükséges újra összeállítani a szekvenciát [48] .

Metabolikus kapcsolatok

Számos természetes és mesterséges baktériumközösségben (például bioreaktorokban ) az anyagcsere-folyamatokban megoszlik a felelősség, az úgynevezett syntrophia , amelynek eredményeként egyes mikroorganizmusok anyagcseretermékeit más mikroorganizmusok hasznosítják [49]. . Például az egyik ilyen rendszerben - rothasztókban  - két szintetikus faj ( Syntrophobacterales és Synergistia ) található, amelyek közös munkája eredményeként a felhasznált nyersanyag teljesen metabolizálható hulladékká ( metán ) alakul. ) [50] . A génexpresszió DNS-mikrotömbök vagy proteomikai analízis segítségével történő tanulmányozásával a kutatók összehozhatják a metabolikus hálózat darabjait metabolikus klaszterek kialakításához [51] .

Metatranskriptom

A metagenomika lehetővé teszi a kutatók számára, hogy hozzáférjenek a mikrobiális közösségek funkcionális és metabolikus sokféleségéhez, azonban a metagenomika nem tudja megmutatni, hogy ezek közül az anyagcsere-folyamatok közül melyik aktív. A metagenomikus hírvivő RNS (metatranskriptom) kinyerése és elemzése információt nyújt a komplex közösségek génexpressziós profiljának szabályozásáról [46] . Technikai nehézségek (például a hírvivő RNS - molekulák gyors lebomlása) miatt a mai napig nagyon kevés tanulmány készült a nem tenyésztett mikrobiális közösségek átiratairól . A microarray technológiák fejlődése azonban lendületet adott a metatranszkriptomák vizsgálatának, és lehetővé vált az egész közösség különböző génjeinek expressziójának értékelése [52] .

Vírusok

A metagenomikus szekvenálást a vírusközösségek tanulmányozására használják . Mivel a vírusok nem rendelkeznek közös univerzális filogenetikai markerrel (például 16S RNS a baktériumok és archaeák esetében, és 18S RNS az eukarióták esetében), az egyetlen módja annak, hogy egy ökológiai mintában egy vírusközösség genetikai diverzitásának tanulmányozását a metagenomikán keresztül érjük el. A vírusmetagenomoknak (más néven viromáknak ) így egyre több információt kell szolgáltatniuk a vírusok sokféleségéről és evolúciójáról [53] .

A metagenomika alkalmazásai

A metagenomika számos alkalmazásban feltárható. A metagenomika alkalmazható gyakorlati problémák megoldására olyan területeken, mint az orvostudomány , a mérnöki munka, a mezőgazdaság és az ökológia.

Orvostudomány

A mikrobiális közösségek kulcsszerepet játszanak az emberi egészség megőrzésében , de összetételük és működési mechanizmusaik továbbra is tisztázatlanok [54] . A metagenomikus szekvenálást több száz egyed mikrobiális közösségeinek jellemzésére használták. Ez része az úgynevezett Humán Mikrobiom Projektnek, melynek fő céljai: az emberi mikrobák alapkészletének azonosítása , annak megértése, hogy az emberi mikroflóra változásai hogyan kapcsolódnak az egészségi állapot változásaihoz, valamint az eléréshez szükséges technológiai és bioinformatikai bázis fejlesztése. ezek a célok [55] laboratóriumi körülmények között tenyésztésre alkalmas bélmikroorganizmusok genomjainak szekvenálása:

• Baylor Egyetem ( Waco , Texas , USA );
• Broad Institute (egyesített intézmény, amely magában foglalja az MIT -t , a Harvard Egyetemet és a Whitehead Institute -ot );
• Washington Egyetem St. Louisban , ( Missouri ).

Egy másik orvosi irány a MetaHit ( az emberi emésztőrendszer metagenomikája ) projekt, amelyben 124 személy vett részt Dániából és Spanyolországból , köztük egészségesek, túlsúlyosak és emésztőrendszeri betegségekben szenvedők. A vizsgálat fő célja a gyomor-bélrendszeri baktériumok filogenetikai diverzitásának jellemzése volt. A tanulmány kimutatta, hogy két bakteriális klád, a Bacteroidetes és a Firnicutes , a bél disztális részét domináló összes ismert bakteriális filogenetikai csoport több mint 90%-át teszik ki. A bélben található gének relatív gyakoriságát felhasználva a kutatók 1244 metagenomikus klasztert azonosítottak, amelyek kritikus szerepet játszanak az egészséges állapot fenntartásában. E klaszterek két fő funkcióját azonosították: a háztartási gének expressziójának fenntartását és a gyomor-bél traktusra specifikus gének expresszióját. A háztartási gén klaszter minden baktérium számára nélkülözhetetlen, és gyakran fontos szerepet játszik az anyagcsere folyamatokban, például a központi szén -anyagcserében, az aminosav- szintézisben . A specifikus gének csoportjába tartozik a gazdafehérjékhez való tapadásának képessége és a cukrokkal való táplálkozás képessége . A vastagbélirritációban szenvedő betegeknél 25%-kal kevesebb ez a gén, és alacsonyabb a baktériumszámuk is, mint azoknál, akiknél nem diagnosztizáltak gyomor-bélrendszeri problémát.

Noha ezeknek a vizsgálatoknak potenciálisan értékes orvosi alkalmazásai vannak, a szekvenciáknak csak 31-48,8%-a igazodott a 194 ismert bélbaktérium-genomhoz, és a leolvasásoknak csak 7,6-21,2%-a volt igazítva a GenBank szekvenciáihoz , ami azt jelzi, hogy a szekvenciák további fejlesztésére van szükség. kutatás az összes bakteriális genom teljes lefedése érdekében [56] .

Az emberi genom szekvenálásának költsége az elmúlt három évben[ mi? ] csaknem 100-szorosára csökkent, és továbbra is gyorsan csökken. Az NGS DNS -szekvenálási technológiák fejlesztése a közeljövőben a következő árküszöb (1000 USD/genom) túllépéséhez vezet, és alapvető változásokat fog okozni a biológia és az orvosi genetika számos területén , ami a jövőben az orvostudomány személyre szabásához vezet . A molekuláris genetika ezen területén tapasztalható technológiai fellendülés arra utal, hogy a metagenomika fokozatosan felváltja a PCR - diagnosztikát. 2011-ben Oroszországban is pályázatot hirdettek metagenomikai kutatásokra [57] .

Bioüzemanyagok

A bioüzemanyagokat a biomassza átalakításával nyerik , például a kukoricából és kölesből származó cellulóz hidrolízis-alkohollá alakításával . Ez a folyamat mikrobiális konzorciumokon alapul, amelyek a cellulózt cukrokká alakítják, majd a cukrokat etanollá erjesztik . A mikroorganizmusok különféle bioenergia-forrásokat is termelnek, beleértve a metánt és a hidrogént [58] .

Az új vegyületek biomasszából történő hatékony ipari előállításához nagyobb termelékenységű és alacsonyabb termelési költségekkel rendelkező új enzimekre van szükség [59] . A komplex mikrobiális közösségek elemzésének metagenomikus megközelítései lehetővé teszik a bioüzemanyagok gyártásában ipari felhasználású enzimek, például glikozil-hidrolázok célzott szűrését [60] . Ezenkívül a mikrobiális közösségek működésének ismerete elengedhetetlen e közösségek kezeléséhez, és a metagenomika kulcsfontosságú eszköz ezek megértésében. A metagenomikai megközelítések lehetővé teszik a mikroorganizmusok konvergens rendszereinek összehasonlító elemzését .

Bioremediáció

A metagenomika révén stratégiák javíthatók a szennyező anyagok ökoszisztémára gyakorolt ​​hatásának nyomon követésére , és új módszereket lehet kidolgozni a szennyezett környezet megtisztítására. A mikrobiális közösségek szennyezőanyagokkal való bánásmódjának alaposabb megértése reményt ad arra, hogy ez az eljárás a jövőben felhasználható az ipari szennyezés elleni küzdelemben [61] .

Biotechnológia

A mikrobiális közösségek biológiailag aktív anyagok széles skáláját képesek előállítani, amelyeket más szervezetek tovább hasznosítanak. A ma használt gyógyszerek nagy része eredetileg mikroorganizmusokban található. A nem tenyésztett mikroorganizmusokból származó változatos genetikai anyag kinyerésében elért közelmúltbeli sikerek új gének, enzimek és más aktív vegyületek felfedezéséhez vezettek. A metagenomika alkalmazása lehetővé tette a vegyipar és a gyógyszeripar új ágainak fejlődését [62] .

Mezőgazdaság

Egy gramm növénytermesztésre használt talaj 10 9 és 10 10 közötti mikrobiális sejtet tartalmaz [63] . A talajban élő mikrobiális közösségek összetétele régóta felkeltette a tudósok figyelmét, de gazdasági jelentőségük ellenére továbbra is kevéssé ismert. A mikrobiális közösségek a növények növekedéséhez szükséges ökoszisztéma-funkciók széles skáláját látják el (például a nitrogén megkötését ), a növények védelmét a betegségektől, részt vesznek a vas és más fémek körforgásában . A metagenomika segít tanulmányozni a mikrobák kölcsönhatását ebben a közösségben, valamint a növények és mikrobák közötti kölcsönhatásokat. A metagenomikus elemzéssel nyert adatok alapján lehetővé válik a nem művelt taxonokhoz tartozó mikroorganizmusok tulajdonságainak azonosítása, az anyagok körforgásában betöltött szerepük, valamint a növényekkel való kapcsolatuk megértése. Mindez a növények egészségi állapotának javításához szükséges [64] .

Ökológia

A metagenomika értékes információkkal szolgálhat a környezeti közösségek funkcionális ökológiájáról [65] . Például az ausztrál oroszlánfókák ürülékében talált baktériumközösségek metagenomikus elemzései azt mutatják, hogy az oroszlánfókák ürüléke tápanyagban gazdag , és fontos táplálékforrás lehet a part menti ökoszisztémák számára. Ennek az az oka, hogy a széklettel egyidejűleg kiürülő baktériumok az emészthetetlen vegyületeket biológiailag elérhető formákká alakíthatják, amelyek tovább vehetők részt a táplálékláncban [66] .

A DNS-szekvenálás a vízoszlopban jelenlévő fajok azonosítására is használható. Ez segíthet az invazív fajok és a veszélyeztetett fajok körének meghatározásában , valamint a szezonális populációk nyomon követésében [67] .

Lásd még

• Következő generációs szekvenálási módszerek
• Egysejtek transzkriptomikája
• Pangen

Jegyzetek

1. ↑ 1 2 Hugenholtz P. , Goebel BM , Pace NR Kultúrától független tanulmányok hatása a bakteriális diverzitás kialakuló filogenetikai nézetére.  (angol)  // Bakteriológiai folyóirat. - 1998. - Vol. 180, sz. 18 . - P. 4765-4774. — PMID 9733676 .
2. ↑ Marco, D. Metagenomika: Jelenlegi innovációk és jövőbeli trendek. Caister Academic Press. - 2011. - ISBN 978-1-904455-87-5 .
3. ↑ Eisen JA Környezeti sörétes szekvenálás: lehetőségei és kihívásai a mikrobák rejtett világának tanulmányozásában.  (angol)  // Public Library of Science Biology. - 2007. - Vol. 5, sz. 3 . - P. e82. - doi : 10.1371/journal.pbio.0050082 . — PMID 17355177 .
4. ↑ Handelsman J. , Rondon MR , Brady SF , Clardy J. , Goodman RM Molekuláris biológiai hozzáférés az ismeretlen talajmikrobák kémiájához: a természetes termékek új határa.  (angol)  // Kémia és biológia. - 1998. - Vol. 5, sz. 10 . - P. 245-249. — PMID 9818143 .
5. ↑ Chen K. , Pachter L. Bioinformatika mikrobiális közösségek teljes genomjának shotgun szekvenálásához.  (angol)  // Public Library of Science for Computational Biology. - 2005. - 20. évf. 1, sz. 2 . — P. e106. - doi : 10.1371/journal.pcbi.0010024 . — PMID 16110337 .
6. ↑ Lane DJ , Pace B. , Olsen GJ , Stahl DA , Sogin ML , Pace NR 16S riboszomális RNS szekvenciák gyors meghatározása filogenetikai elemzésekhez.  (angol)  // Proceedings of the National Academy of Sciences of the United States of America. - 1985. - 1. évf. 82. sz. 20 . - P. 6955-6959. — PMID 2413450 .
7. ↑ Pace NR, D.A. Stahl, DJ Lane, GJ Olsen. Természetes mikrobiális populációk elemzése rRNS-szekvenciák alapján  (angol)  // ASM News : folyóirat. - 1985. - 1. évf. 51 . - P. 4-12 . Archiválva az eredetiből 2012. április 4-én. Archivált másolat (nem elérhető link) . Letöltve: 2016. május 11. Az eredetiből archiválva : 2012. április 4.. (határozatlan) 
8. ↑ Schmidt TM , DeLong EF , Pace NR Tengeri pikoplankton közösség elemzése 16S rRNS gén klónozással és szekvenálással.  (angol)  // Bakteriológiai folyóirat. - 1991. - 1. évf. 173. sz. 14 . - P. 4371-4378. — PMID 2066334 .
9. ↑ Healy FG , Ray RM , Aldrich HC , Wilkie AC , Ingram LO , Shanmugam KT Cellulázokat kódoló funkcionális gének közvetlen izolálása a mikrobiális konzorciumokból egy lignocellulózon fenntartott termofil, anaerob emésztőben.  (angol)  // Alkalmazott mikrobiológia és biotechnológia. - 1995. - 1. évf. 43. sz. 4 . - P. 667-674. — PMID 7546604 .
10. ↑ Stein JL , Marsh TL , Wu KY , Shizuya H. , DeLong EF Műveletlen prokarióták jellemzése: 40 kilobázispáros genom fragmentum izolálása és elemzése plankton tengeri archeonból.  (angol)  // Bakteriológiai folyóirat. - 1996. - 1. évf. 178. sz. 3 . - P. 591-599. — PMID 8550487 .
11. ↑ Breitbart M. , Salamon P. , Andresen B. , Mahaffy JM , Segall AM , Mead D. , Azam F. , Rohwer F. Kulturálatlan tengeri vírusközösségek genomikai elemzése.  (angol)  // Proceedings of the National Academy of Sciences of the United States of America. - 2002. - 20. évf. 99, sz. 22 . - P. 14250-14255. - doi : 10.1073/pnas.202488399 . — PMID 12384570 .
12. ↑ 1 2 Tyson GW , Chapman J. , Hugenholtz P. , Allen EE , Ram RJ , Richardson PM , Solovyev VV , Rubin EM , Rokhsar DS , Banfield JF Közösségi szerkezet és anyagcsere a környezetből származó mikrobiális genomok rekonstrukcióján keresztül.  (angol)  // Természet. - 2004. - 20. évf. 428. sz. 6978 . - P. 37-43. - doi : 10.1038/nature02340 . — PMID 14961025 .
13. ↑ Hugenholtz P. A prokarióta diverzitás feltárása a genomi korszakban.  (angol)  // Genombiológia. - 2002. - 20. évf. 3, sz. 2 . - P. 0003. - PMID 11864374 .
14. ↑ Venter JC , Remington K. , Heidelberg JF , Halpern AL , Rusch D. , Eisen JA , Wu D. , Paulsen I. , Nelson KE , Nelson W. , Fouts DE , Levy S. , Knap AH , Lomas MW , Nealson K. , White O. , Peterson J. , Hoffman J. , Parsons R. , Baden-Tillson H. , Pfannkoch C. , Rogers YH , Smith HO Environmental genome shotgun szekvenálás a Sargasso-tengeren.  (angol)  // Tudomány (New York, NY). - 2004. - 20. évf. 304. sz. 5667 . - P. 66-74. - doi : 10.1126/science.1093857 . — PMID 15001713 .
15. ↑ 1 2 Poinar HN , Schwarz C. , Qi J. , Shapiro B. , Macphee RD , Buigues B. , Tikhonov A. , Huson DH , Tomsho LP , Auch A. , Rampp M. , Miller W. , Schuster SC Metagenomics a paleogenomikához: a mamut DNS nagyszabású szekvenálása.  (angol)  // Tudomány (New York, NY). - 2006. - Vol. 311. sz. 5759 . - P. 392-394. - doi : 10.1126/tudomány.1123360 . — PMID 16368896 .
16. ↑ MetaHIT - népszámlálás a gyomor-bél traktusban - Deutsche Welle, 2009.10.02 . Letöltve: 2009. október 4. Az eredetiből archiválva : 2009. október 4.. (határozatlan)
17. ↑ A Human Microbiome Consortium sok éves munka eredményeit tette közzé  (2012. június 14.). Archiválva az eredetiből 2014. február 27-én. Letöltve: 2013. december 5.
18. ↑ Smita Mundasad . A tudósok feltérképezik a mikrobákat az emberi testben , BBC (2012. június 14.). Az eredetiből archiválva : 2012. június 17. Letöltve: 2013. december 5.
19. ↑ Project Russian Metagenome . Letöltve: 2022. július 15. Az eredetiből archiválva : 2022. július 7.. (határozatlan)
20. ↑ Anderson S. Shotgun DNS szekvenálás klónozott DNáz I által generált fragmentumok segítségével.  (angol)  // Nukleinsavak kutatása. - 1981. - 1. évf. 9, sz. 13 . - P. 3015-3027. — PMID 6269069 .
21. ↑ Segata N. , Boernigen D. , Tickle TL , Morgan XC , Garrett WS , Huttenhower C. Computational meta'omics for microbial Community studies.  (angol)  // Molekuláris rendszerek biológia. - 2013. - Kt. 9. - P. 666. - doi : 10.1038/msb.2013.22 . — PMID 23670539 .
22. ↑ Escobar-Zepeda A. , Vera-Ponce de Le A. , Sanchez-Flores A. Az út a metagenomikához: A mikrobiológiától a DNS-szekvenálási technológiákig és a bioinformatikáig.  (angol)  // Határok a genetikában. - 2015. - Kt. 6. - P. 348. - doi : 10.3389/fgene.2015.00348 . — PMID 26734060 .
23. ↑ Hamady M. , Knight R. Mikrobiális közösségek profilalkotása emberi mikrobiomprojektekhez: Eszközök, technikák és kihívások.  (angol)  // Genomkutatás. - 2009. - 1. évf. 19, sz. 7 . - P. 1141-1152. - doi : 10.1101/gr.085464.108 . — PMID 19383763 .
24. ↑ McCabe KM , Zhang YH , Huang BL , Wagar EA , McCabe ER Baktériumfajok azonosítása DNS-amplifikáció után univerzális primerpárral.  (angol)  // Molekuláris genetika és anyagcsere. - 1999. - 1. évf. 66. sz. 3 . - P. 205-211. - doi : 10.1006/mgme.1998.2795 . — PMID 10066390 .
25. ↑ Susannah G. Tringe, Philip Hugenholtz. Az úttörő 16S rRNS gén reneszánsza  // Current Opinion in Microbiology. — 2008-10-01. - T. 11 , sz. 5 . - S. 442-446 . — ISSN 1369-5274 . - doi : 10.1016/j.mib.2008.09.011 . Archiválva az eredetiből 2017. október 21-én.
26. ↑ Fadrosh DW , Ma B. , Gajer P. , Sengamalay N. , Ott S. , Brotman RM , Ravel J. Egy továbbfejlesztett kettős indexelési megközelítés multiplex 16S rRNS génszekvenáláshoz az Illumina MiSeq platformon.  (angol)  // Mikrobióma. - 2014. - Kt. 2, sz. 1 . - P. 6. - doi : 10.1186/2049-2618-2-6 . — PMID 24558975 .
27. ↑ 1 2 3 4 5 Wooley JC , Godzik A. , Friedberg I. A metagenomics primer.  (angol)  // Public Library of Science for Computational Biology. - 2010. - 20. évf. 6, sz. 2 . — P. e1000667. - doi : 10.1371/journal.pcbi.1000667 . — PMID 20195499 .
28. ↑ 1 2 3 A Nemzeti Kutatási Tanács (USA) Metagenomikai Bizottsága: Kihívások és funkcionális alkalmazások. A metagenomika új tudománya: Mikrobás bolygónk titkainak feltárása . – Washington (DC): National Academies Press (USA), 2007. 01. 01. — (The National Academies Collection: A National Institutes of Health által finanszírozott jelentések). — ISBN 9780309106764 , 0309106761. Archiválva : 2020. június 24. a Wayback Machine -nél
29. ↑ Mende DR , Waller AS , Sunagawa S. , Järvelin AI , Chan MM , Arumugam M. , Raes J. , Bork P. Assessment of metagenomic assembly using simulated next generation sequencing data.  (angol)  // Public Library of Science ONE. - 2012. - Kt. 7, sz. 2 . - P. e31386. - doi : 10.1371/journal.pone.0031386 . — PMID 22384016 .
30. ↑ Mohammed MH , Chadaram S. , Komanduri D. , Ghosh TS , Mande SS Eu-Detect: algoritmus eukarióta szekvenciák detektálására metagenomikus adatkészletekben.  (angol)  // Journal of Biosciences. - 2011. - Kt. 36. sz. 4 . - P. 709-717. — PMID 21857117 .
31. ↑ Schmieder R. , Edwards R. A szekvenciaszennyeződés gyors azonosítása és eltávolítása genomikai és metagenomikus adatkészletekből.  (angol)  // Public Library of Science ONE. - 2011. - Kt. 6, sz. 3 . - P. e17288. - doi : 10.1371/journal.pone.0017288 . — PMID 21408061 .
32. ↑ 1 2 3 Kunin V. , Copeland A. , Lapidus A. , Mavromatis K. , Hugenholtz P. A bioinformatikus útmutatója a metagenomikához.  (angol)  // Mikrobiológiai és molekuláris biológiai áttekintések : MMBR. - 2008. - Vol. 72. sz. 4 . - P. 557-578. - doi : 10.1128/MMBR.00009-08 . — PMID 19052320 .
33. ↑ Burton JN , Liachko I. , Dunham MJ , Shendure J. Metagenome szerelvények fajszintű dekonvolúciója Hi-C-alapú érintkezési valószínűségi térképekkel.  (angol)  // G3 (Bethesda, Md.). - 2014. - Kt. 4, sz. 7 . - P. 1339-1346. - doi : 10.1534/g3.114.011825 . — PMID 24855317 .
34. ↑ Huson DH , Mitra S. , Ruscheweyh HJ , Weber N. , Schuster SC Környezeti szekvenciák integráló elemzése MEGAN4 használatával.  (angol)  // Genomkutatás. - 2011. - Kt. 21, sz. 9 . - P. 1552-1560. - doi : 10.1101/gr.120618.111 . — PMID 21690186 .
35. ↑ Zhu W. , Lomsadze A. , Borodovsky M. Ab initio génazonosítás metagenomikus szekvenciákban.  (angol)  // Nukleinsavak kutatása. - 2010. - 20. évf. 38. sz. 12 . — P. e132. - doi : 10.1093/nar/gkq275 . — PMID 20403810 .
36. ↑ Besemer J. , Borodovsky M. GeneMark: webszoftver génkereséshez prokariótákban, eukariótákban és vírusokban.  (angol)  // Nukleinsavak kutatása. - 2005. - 20. évf. 33. - P. 451-454. doi : 10.1093 / nar/gki487 . — PMID 15980510 .
37. ↑ Aggarwal G. , Ramaswamy R. Ab initio génazonosítás: prokarióta genom annotáció GeneScan és GLIMMER segítségével.  (angol)  // Journal of Biosciences. - 2002. - 20. évf. 27. sz. 1 Kiegészítő 1 . - P. 7-14. — PMID 11927773 .
38. ↑ Huson DH , Auch AF , Qi J. , Schuster SC MEGAN metagenomikai adatok elemzése.  (angol)  // Genomkutatás. - 2007. - Vol. 17. sz. 3 . - P. 377-386. - doi : 10.1101/gr.5969107 . — PMID 17255551 .
39. ↑ 1 2 3 Mitra S. , Rupek P. , Richter DC , Urich T. , Gilbert JA , Meyer F. , Wilke A. , Huson DH Metagenomák és metatranszkriptomok funkcionális elemzése SEED és KEGG segítségével.  (angol)  // BMC bioinformatika. - 2011. - Kt. 12 Melléklet 1. - P. 21. - doi : 10.1186/1471-2105-12-S1-S21 . — PMID 21342551 .
40. ↑ MetaPhlAn: Metagenomikus filogenetikai elemzés | A Huttenhower Lab . huttenhower.sph.harvard.edu. Letöltve: 2016. május 1. Az eredetiből archiválva : 2016. április 26.. (határozatlan)
41. ↑ Kerepesi C. , Bánky D. , Grolmusz V. AmphoraNet: az AMPHORA2 metagenomic workflow suite webszerver implementációja.  (angol)  // Gene. - 2014. - Kt. 533. sz. 2 . - P. 538-540. - doi : 10.1016/j.gene.2013.10.015 . — PMID 24144838 .
42. ↑ Segata N. , Waldron L. , Ballarini A. , Narasimhan V. , Jousson O. , Huttenhower C. Metagenomic microbial Community profiling egyedi kládspecifikus markergénekkel.  (angol)  // Természeti módszerek. - 2012. - Kt. 9, sz. 8 . - P. 811-814. - doi : 10.1038/nmeth.2066 . — PMID 22688413 .
43. ↑ Pagani I. , Liolios K. , Jansson J. , Chen IM , Smirnova T. , Nosrat B. , Markowitz VM , Kyrpides NC The Genomes OnLine Database (GOLD) v.4: genomikus és metagenomikai projektek állapota és a kapcsolódó metaadatok .  (angol)  // Nukleinsavak kutatása. - 2012. - Kt. 40.-P. D571-579. - doi : 10.1093/nar/gkr1100 . — PMID 22135293 .
44. ↑ Meyer F. , Paarmann D. , D'Souza M. , Olson R. , Glass EM , Kubal M. , Paczian T. , Rodriguez A. , Stevens R. , Wilke A. , Wilkening J. , Edwards RA The metagenomics RAST szerver - nyilvános forrás a metagenomok automatikus filogenetikai és funkcionális elemzéséhez.  (angol)  // BMC bioinformatika. - 2008. - Vol. 9. - P. 386. - doi : 10.1186/1471-2105-9-386 . — PMID 18803844 .
45. ↑ Kurokawa K. , Itoh T. , Kuwahara T. , Oshima K. , Toh H. , Toyoda A. , Takami H. , Morita H. , Sharma VK , Srivastava TP , Taylor TD , Noguchi H. , Mori H. , Ogura Y. , Ehrlich DS , Itoh K. , Takagi T. , Sakaki Y. , Hayashi T. , Hattori M. Az összehasonlító metagenomika általában dúsított génkészleteket tárt fel humán bélmikrobiómákban.  (angol)  // DNS-kutatás : nemzetközi folyóirat a génekről és genomokról szóló jelentések gyors közzétételére. - 2007. - Vol. 14. sz. 4 . - P. 169-181. - doi : 10.1093/dnares/dsm018 . — PMID 17916580 .
46. ↑ 1 2 Simon C. , Daniel R. Metagenomikai elemzések: múlt és jövő trendek.  (angol)  // Alkalmazott és környezeti mikrobiológia. - 2011. - Kt. 77. sz. 4 . - P. 1153-1161. - doi : 10.1128/AEM.02345-10 . — PMID 21169428 .
47. ↑ Kuntal BK , Ghosh TS , Mande SS Community-analyzer: platform a mikrobiomák közötti mikrobiális közösségek szerkezetének megjelenítéséhez és összehasonlításához.  (angol)  // Genomika. - 2013. - Kt. 102. sz. 4 . - P. 409-418. - doi : 10.1016/j.ygeno.2013.08.004 . — PMID 23978768 .
48. ↑ Aaron E. Darling, Guillaume Jospin, Eric Lowe, Frederick A. Matsen, Holly M. Bik. PhyloSift: genomok és  metagenomok filogenetikai elemzése  // PeerJ. – PeerJ, 2014-01-09. — Vol. 2 . — ISSN 2167-8359 . - doi : 10.7717/peerj.243 . Archiválva az eredetiből 2016. április 22-én.
49. ↑ Werner JJ , Knights D. , Garcia ML , Scalfone NB , Smith S. , Yarasheski K. , Cummings TA , Beers AR , Knight R. , Angenent LT A bakteriális közösségek struktúrái egyedülállóak és ellenállóak a teljes körű bioenergia-rendszerekben.  (angol)  // Proceedings of the National Academy of Sciences of the United States of America. - 2011. - Kt. 108. sz. 10 . - P. 4158-4163. - doi : 10.1073/pnas.1015676108 . — PMID 21368115 .
50. ↑ McInerney MJ , Sieber JR , Gunsalus RP Syntrophy in anaerob global carbon cycles.  (angol)  // Jelenlegi vélemény a biotechnológiában. - 2009. - 1. évf. 20, sz. 6 . - P. 623-632. - doi : 10.1016/j.copbio.2009.10.001 . — PMID 19897353 .
51. ↑ Niels Klitgord, Daniel Segre. A mikrobiális anyagcsere ökoszisztémák biológiája  // Current Opinion in Biotechnology. - T. 22 , sz. 4 . - S. 541-546 . - doi : 10.1016/j.copbio.2011.04.018 . Archiválva az eredetiből 2017. augusztus 29-én.
52. ↑ Leininger S. , Urich T. , Schloter M. , Schwark L. , Qi J. , Nicol GW , Prosser JI , Schuster SC , Schleper C. Az ammóniát oxidáló prokarióták között a talajban az archaea dominál.  (angol)  // Természet. - 2006. - Vol. 442. sz. 7104 . - P. 806-809. - doi : 10.1038/nature04983 . — PMID 16915287 .
53. ↑ Kristensen DM , Mushegian AR , Dolja VV , Koonin EV A vírusvilág új dimenziói a metagenomika révén.  (angol)  // Trends in Microbiology. - 2010. - 20. évf. 18, sz. 1 . - P. 11-19. - doi : 10.1016/j.tim.2009.11.003 . — PMID 19942437 .
54. ↑ CARL ZIMMER. Hogyan védekeznek és határoznak meg minket a mikrobák (2010. július 12.). Letöltve: 2017. szeptember 30. Az eredetiből archiválva : 2017. szeptember 9.. (határozatlan)
55. ↑ Wang WL , Xu SY , Ren ZG , Tao L. , Jiang JW , Zheng SS A metagenomika alkalmazása az emberi bél mikrobiomában.  (angol)  // Gasztroenterológiai világlap. - 2015. - Kt. 21, sz. 3 . - P. 803-814. - doi : 10.3748/wjg.v21.i3.803 . — PMID 25624713 .
56. ↑ Qin J. , Li R. , Raes J. , Arumugam M. , Burgdorf KS , Manichanh C. , Nielsen T. , Pons N. , Levenez F. , Yamada T. , Mende DR , Li J. , Xu J. , Li S. , Li D. , Cao J. , Wang B. , Liang H. , Zheng H. , Xie Y. , Tap J. , Lepage P. , Bertalan M. , Batto JM , Hansen T. , Le Paslier D. , Linneberg A. , Nielsen HB , Pelletier E. , Renault P. , Sicheritz-Ponten T. , Turner K. , Zhu H. , Yu C. , Li S. , Jian M. , Zhou Y. , Li Y . , Zhang X. , Li S. , Qin N. , Yang H. , Wang J. , Brunak S. , Doré J. , Guarner F. , Kristiansen K. , Pedersen O. , Parkhill J. , Weissenbach J. , Bork P. , Ehrlich SD , ​​Wang J. A metagenomikus szekvenálás által létrehozott humán bélmikrobiális génkatalógus.  (angol)  // Természet. - 2010. - 20. évf. 464. sz. 7285 . - P. 59-65. - doi : 10.1038/nature08821 . — PMID 20203603 .
57. ↑ Az Orosz Föderáció Oktatási és Tudományos Minisztériumának tétele a metagenomikáról (hozzáférhetetlen link) . Hozzáférés dátuma: 2012. december 19. Az eredetiből archiválva : 2014. április 7.. (határozatlan) 
58. ↑ Nemzeti Kutatási Tanács. A metagenomika új tudománya: Mikrobás bolygónk titkainak feltárása . — 2007-03-27. — ISBN 9780309106764 .
59. ↑ Hess M. , Sczyrba A. , Egan R. , Kim TW , Chokhawala H. , Schroth G. , Luo S. , Clark DS , Chen F. , Zhang T. , Mackie RI , Pennacchio LA , Tringe SG , Visel A . , Woyke T. , Wang Z. , Rubin EM Biomassza-bontó gének és genomok metagenomikus felfedezése tehénbendőből.  (angol)  // Tudomány (New York, NY). - 2011. - Kt. 331. sz. 6016 . - P. 463-467. - doi : 10.1126/science.1200387 . — PMID 21273488 .
60. ↑ Li LL , McCorkle SR , Monchy S. , Taghavi S. , van der Lelie D. Bioprospecting metagenomes: glycosyl hydrolases for converting biomass.  (angol)  // Biotechnology for biofuels. - 2009. - 1. évf. 2. - P. 10. - doi : 10.1186/1754-6834-2-10 . — PMID 19450243 .
61. ↑ Zissis C. Chroneos. Metagenomika: elmélet, módszerek és alkalmazások: szerkesztette: Diana Marco Caister Academic Press, Norfolk, Egyesült Királyság; 2010  // Humán genomika. — 2010-01-01. - T. 4 . - S. 282 . — ISSN 1479-7364 . - doi : 10.1186/1479-7364-4-4-282 .
62. ↑ Simon C. , Daniel R. A metagenomikus megközelítések által feltárt eredmények és új ismeretek.  (angol)  // Alkalmazott mikrobiológia és biotechnológia. - 2009. - 1. évf. 85, sz. 2 . - P. 265-276. - doi : 10.1007/s00253-009-2233-z . — PMID 19760178 .
63. ↑ Timothy M. Vogel, Pascal Simonet, Janet K. Jansson, Penny R. Hirsch, James M. Tiedje. TerraGenome: konzorcium a talaj metagenomjának szekvenálására  // Nature Reviews Microbiology. - T. 7 , sz. 4 . - S. 252-252 . - doi : 10.1038/nrmicro2119 .
64. ↑ TerraGenome . Letöltve: 2016. május 1. Az eredetiből archiválva : 2012. november 7.. (határozatlan)
65. ↑ Raes J. , Letunic I. , Yamada T. , Jensen LJ , Bork P. Toward molecular trait-based ecology through integration of biogeochemical, geographical and metagenomic data.  (angol)  // Molekuláris rendszerek biológia. - 2011. - Kt. 7. - P. 473. - doi : 10.1038/msb.2011.6 . — PMID 21407210 .
66. ↑ Lavery TJ , Roudnew B. , Seymour J. , Mitchell JG , Jeffries T. Magas tápanyag-szállítási és kerékpározási potenciált fedeztek fel az ausztrál oroszlánfóka (Neophoca cinerea) bélsár mikrobiális metagenomjában.  (angol)  // Public Library of Science ONE. - 2012. - Kt. 7, sz. 5 . - P. e36478. - doi : 10.1371/journal.pone.0036478 . — PMID 22606263 .
67. ↑ Mi úszik a folyóban? Csak keresd a DNS-t . Letöltve: 2016. május 1. Az eredetiből archiválva : 2016. május 27. (határozatlan)

Szótárak és enciklopédiák	Nagy orosz Britannica (online)
Bibliográfiai katalógusokban	NKC : ph665131