Разнообразие бактерий и путей их метаболизма в неаксеничной культуре Tychonema sp. BBK16

Обложка

Цитировать

Полный текст

Аннотация

Проведено высокопроизводительное секвенирование микробного консорциума, образованного культивируемой цианобактерией Tychonema sp. BBK16 и гетеротрофными бактериями. Представители филы Pseudomonadota/Proteobacteria – бактерии родов Hydrogenophaga, Sphingomonas, Paucibacter, Aminobacter, Devosia, Tahibacter, Bosea – доминируют и сосуществуют с цианобактерией на протяжении длительного периода культивирования. Цианобактерия является эдификатором этого сообщества, обеспечивая весь микробиом органическим веществом. Приведены метаболические особенности бактерий, исходя из восстановленных геномов. Главными процессами метаболизма углерода и азота в биопленке являются метаболизм углеводов и аминокислот, а также процессы регуляции взаимоотношений между участниками консорциума. Углеродной автотрофией обладают Tychonema sp. BBK16 и Hydrogenophaga sp. за счет цикла Кальвина – Бенсона – Бассама (КББ) и Sphingomonas sp. за счет глиоксилатного пути метаболизма. Также в биопленке присутствует аноксигенный фотогетеротроф Bosea sp., который использует энергию света для преобразования органических веществ. Метилотрофией обладает активный деструктор сложной органики Aminobacter sp., который поставляет водород для окисления бактериями Hydrogenophaga sp. Также водород выделяется бактерией Paucibacter sp. Микроорганизмы Tychonema, Sphingomonas, Paucibacter осуществляют высвобождение фосфатов из органических соединений, обеспечивая фосфором весь консорциум.

Полный текст

1. Введение

Взаимодействия, происходящие между водорослями и бактериями представляют собой особый круговорот органического вещества (Azam et al., 1983). Цианобактерии, как первичные продуценты, создают специфическую среду местообитания, образуя органические вещества и синтезируя биологически активные метаболиты (Woodhouse et al., 2018). Ассоциированные с цианобактериями гетеротрофные бактерии чаще являются культивируемыми видами с пластичным универсальным метаболизмом, большая часть штаммов принадлежит Proteobacteria (Berg et al., 2009). Высокопроизводительное секвенирование дает возможность провести детальную инвентаризацию ассоциаций цианобактерий с гетеротрофами без получения штаммов бактерий (Shaw et al., 2020). Например, выявлено, что сообщества макроколоний цианобактерии Nostoc из озерной прибрежной зоны в целом похожи на планктонные, но в них выше представленность бактерий семейств Shingomonadaceae, Rhodobacteriaceae, Comamonadaceae (Aguilar et al., 2019). Эти бактерии частые спутники цветений цианобактерий в естественных условиях, а также в неаксеничных культурах (Chun et al., 2017; Park et al., 2021; Thorat et al., 2022). Метагеномные исследования состава микробиома неаксеничных культур полярных цианобактерий показали преобладание Proteobacteria и Bacteroidetes в составе сообщества, предполагая совместную эволюцию цианобактерий и их спутников (Cornet et al., 2018). Неаксеничные культуры водорослей являются модельными объектами для изучения взаимодействий водоросли и гетеротрофных бактерий, поскольку демонстрируют взаимоотношения in situ. Присутствие различных бактерий в культурах цианобактерий позволяет исследовать их геномы благодаря биоинформатическим инструментам разделения фрагментов нуклеотидных последовательностей и генов (Tan et al., 2016).

Ранее при анализе генома нитчатой цианобактерии Tychonema sp. BBK16, выделенной из бентосных биопленок оз. Байкал, показаны ее экологические и геномные особенности (Tikhonova et al., 2022; Evseev et al., 2023). При анализе ДНК неаксеничной культуры Tychonema sp. выявлены многочисленные последовательности гетеротрофных бактерий. Целью работы является изучение бактерий-спутников Tychonema sp. BBK16 и метаболическая характеристика этого микробного консорциума на основе данных ДНК-штрихкодирования и метагеномики.

2. Материалы и методы

Секвенирование ДНК культуры

Получение неаксеничной культуры цианобактерии и выделение ДНК описано ранее (Tikhonova et al., 2022). Штамм Tychonema sp. BBK16 культивируется на автотрофной среде Z-8, содержащей нитраты, сульфаты, карбонаты и фосфаты в качестве биогенов, в течение семи лет. Секвенирование участка V3-V4 16S рРНК гена проведено по инструкции производителя с праймерами 343F (CTCCTACGGRRSGCAG) и 806R (GGACTACNVGGGTWTCTAAT) в компании Евроген (Москва) на платформе Illumina Miseq. Шотган секвенирование проведено разными методами – с использованием секвенатора DNBSEQ-400 (MGI, Китай) по протоколу без ПЦР с ферментативной фрагментацией (MGI, Китай) и с использованием платформы Illumina MiSeq (Illumina, USA) методом парно-концевых прочтений (paired-end reads). Длина полученных фрагментов в случае MGI составила 150 п.н., в случае Illumina – 300 п.н. Оценку качества библиотек V3-V4 ампликонов и результатов метагеномного секвенирования проводили с помощью программы MultiQC v. 1.12 (Ewels et al., 2016), адаптеры удалены с помощью программы Trim Galore v. 0.6.5 (https://www.bioinformatics.babraham.ac.uk/projects/trim_galore/, дата последнего доступа: 12 декабря 2023 г.). Филогенетическое дерево реконструировано с использованием BEAST v. l.8.4 (Drummond and Rambaut, 2007). Сырые данные депонированы в Genbank под номерами доступа PRJNA1042932 (два пула метагеномного секвенирования) и SRR11929492 (данные секвенирования ампликонов участка V3-V4 16S rRNA гена).

Анализ фрагментов 16S рРНК гена

Пакет DADA2 v. 1.16 для языка программирования R использован для дальнейшей обработки, включающей в себя фильтрацию нецелевых и химерных последовательностей, а также кластеризацию последовательностей в ASVs (Exact Sequence Variants) (Callahan et al., 2016; R Core Team, 2021). Ближайшие гомологи выбраны путем BLASTn-поиска по базам референсных последовательностей NCBI nr/nt. ASVs и ближайшие гомологи выровнены с помощью алгоритма ClustalO (Sievers et al., 2011).

Обработка результатов шотган секвенирования

Сборку ридов в контиги проводили с использованием SPAdes v. 3.15.4 (Prjibelski et al., 2020). Картирование ридов на полученные контиги выполнено в BWA v. 0.7.17 и пакетом Samtools v. 1.18 (Heng and Durbin, 2009; Danecek et al., 2021). Метагеномный биннинг и выделение геномов проведены с помощью MetaBAT2 v. 2.15 (Kang et al., 2019). Вычитанность и контаминация полученных геномов оценены с использованием CheckM2 v. 1.0.2 на основе алгоритма машинного обучения (Chklovski et al., 2022).

Открытые рамки считывания (ORFs) в контигах обнаружены с помощью Prodigal v. 2.6.3 (Hyatt et al., 2010). Аннотация по KEGG и присвоение KO номеров белкам выполнены с помощью сервиса BlastKOALA (Kanehisa et al., 2016) и в полуавтоматическом режиме с помощью DIAMOND 2.1.8 (Buchfink et al., 2021) против базы белковых последовательностей NCBI nr. Гены рибосомных РНК выделены с использованием Barrnap 0.9 (Seemann, 2013). Таксономическая аннотация контигов и геномов выполнена с помощью сервиса Kaiju (Menzel et al., 2016) и уточнена вручную с помощью авторских скриптов на основе метаболической аннотации.

Функциональные особенности микроорганизмов установлены на основании присутствия в геноме маркерных генов метаболических процессов в соответствии с методикой, описанной Гарнером и др. (2023). Углеродная автотрофия устанавливалась по присутствию генов цикла КББ – rbcL, prkB; путь ассимиляции глиоксилата – mct; транспорт аммония в клетку – amt, и его ассимиляция – glnA; транспорт нитритов/нитратов – nrtABC, ассимиляция нитратов/нитритов – narB, nirA, nasABED; денитрификация – narGHI, nirK, norB, nosZ; транспорт мочевины – urtABCDE и её разложение до аммония – ureABC; карбоксилирование мочевины – карбоксилаза мочевины E6.3.4.6; получение аммония из глутамата – asnB; транспорт фосфонатов – phnCDE; разложение фосфонатов – phnAB; разложение и модификация фосфонатов – phnIJKLMPWXY; усвоение фосфата из органических соединений – phoD; транспорт неорганического фосфата – pstBS; гидролитические ферменты для полисахаридов – argH, glgX, susACD; транспортная система сульфатов и тиосульфатов – cysAPUW; окисление сульфатов и тиосульфатов в периплазме – soxABCDXZ; деградация ароматических соединений – vanA, dmpB, xylE; усвоение монооксида углерода с выделением водорода – coxMLS, cutML; пермеазы для облегченного транспорта олигопептидов и олигосахаров – oppABCDF, mppA,; утилизация метиламинов (метилотрофия) - gmaS, mgsABC, mgdABCD; использование монооксида углерода – coxMLS, cutML; синтез бактериохлорофиллов – bchMO; светособирающие полипептиды фотосистемы II – pufML.

3. Результаты и обсуждение

Филогенетическое разнообразие бактерий и их геномов в неаксеничной культуре Tychonema sp. BBK16

В результате секвенирования библиотеки ампликонов V3-V4 16S рРНК гена было получено 62 028 парно-концевых ридов. Из этого набора выделено 21 ASV, при аннотации которых обнаружены представители трех филумов: Cyanobacteria (66,1%), Pseudomonadota/Proteobacteria (33,7%) и Actinobacteriota (0,2%). Наиболее представленные рода – Hydrogenophaga, Sphingomonas, Paucibacter, Pseudomonas, Aminobacter, Devosia, Tahibacter, Bosea, Methylophilus, Rhodopseudomonas, Ensifer, Tabrizicola, Acidovorax, Caulobacter, минорные – Rhodococcus и Iamia (Таблица 1).

 

Таблица 1. Представленность последовательностей (ASVs) фрагментов 16S рРНК гена бактерий в биопленке Tychonema sp. BBK16

Номер

Филум

Класс

Род

Количество

ридов

Доля, %

ASV001

Cyanobacteriota

Cyanobacteria

Tychonema

41016

66,125

ASV003

Pseudomonadota/Proteobacteria

Betaproteobacteria

Hydrogenophaga

10959

17,668

ASV005

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Sphingomonas

5116

8,248

ASV012

Pseudomonadota/Proteobacteria

Betaproteobacteria

Paucibacter

1041

1,678

ASV009

Pseudomonadota/Proteobacteria

Gammaproteobacteria

Pseudomonas

840

1,354

ASV016

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Aminobacter

789

1,272

ASV017

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Devosia

669

1,079

ASV004

Pseudomonadota/Proteobacteria

Gammaproteobacteria

Tahibacter

635

1,024

ASV020

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Devosia

433

0,698

ASV037

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Devosia

147

0,237

ASV041

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Bosea

81

0,131

ASV047

Actinobacteriota

Actinobacteria

Rhodococcus

71

0.114

ASV049

Pseudomonadota/Proteobacteria

Gammaproteobacteria

Methylophilus

60

0,097

ASV050

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Rhodopseudomonas

58

0.094

ASV051

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Ensifer

52

0,084

ASV056

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Tabrizicola

36

0,058

ASV027

Actinobacteriota

Actinobacteria

Rhodococcus

14

0,023

ASV093

Pseudomonadota/Proteobacteria

Gammaproteobacteria

Acidovorax

3

0,005

ASV092

Pseudomonadota/Proteobacteria

Alphaproteobacteria

Caulobacter

3

0,005

ASV091

Actinobacteriota

Acidimicrobiia

Iamia

3

0,005

ASV095

Proteobacteria

Gammaproteobacteria

Acidovorax

2

0,003

 

В результате секвенирования тотальной ДНК методом дрoбовика было получено 18 4421 914 парно-концевых ридов, при таксономической аннотации которых обнаружены представители трех филумов: Cyanobacteria (50,2%), Proteobacteria (49,6%) и Actinobacteriota (0,2%). В ходе метагеномного биннинга полученных после сборки контигов было выделено 12 бактериальных геномов разного качества (Таблица 2). Наиболее полными по показателям вычитанности и контаминации, согласно CheckM2 статистике (дано в скобках), были геномы: Tychonema sp. BBK16 (bin.4 — 99.15 / 2.42), Tahibacter sp. (bin.3 — 99.3 / 0.09), Aminobacter sp. (bin.8 — 97.44 / 1.83), Paucibacter sp. (bin.9 — 100 / 0.26), Sphingomonas sp. (bin.11 — 99.76 / 8.07). Также следует отметить высокий процент сборки геномов Devosia, Bosea и Hydrogenophaga.

 

Таблица 2. Характеристика геномов, восстановленных из метагеномных данных секвенирования неаксеничной культуры Tychonema sp. BBK16. Жирным показаны геномы имеющие более 90% вычитанности и менее 5% контаминации.

Тег генома

Вычитанность, %

Контаминация, %

Статистика

N50

Размер генома, пн

Доля GC-пар

Число рамок считывания

Род

bin.1

20,8

0,35

3434

1190380

0,63

1405

Rhodococcus

bin.2

7,19

0,01

149685

412532

0,6

443

Aminobacter

bin.3

99,3

0,09

214065

6110546

0,66

4716

Tahibacter

bin.4

99,15

2,42

108947

5876576

0,44

5150

Tychonema

bin.5

65,82

0,01

39311

2077122

0,69

1999

Hydrogenophaga

bin.6

84,19

2,56

14881

4250091

0,64

4320

Devosia

bin.8

97,44

1,83

134644

5591995

0,63

5427

Aminobacter

bin.9

100

0,26

214794

4356207

0,67

3973

Paucibacter

bin.10

84,96

3,7

10883

5032618

0,66

5129

Bosea

bin.11

99,76

8,07

90952

3846091

0,69

3710

Sphingomonas

bin.12

15,11

0,04

3530

797961

0,67

888

Stenotrophomonas

 

Для оценки сходимости результатов таргетного и метагеномного секвенирования было построено филогенетическое дерево, основанное на выравнивании последовательностей 16S рРНК гена (Рис. 1). В древо также включены ближайшие гомологи согласно BLASTn-поиску. Как показано на рисунке 1, в большинстве случаев удаётся найти пару последовательностей из ASVs и метагенома, принадлежащих одному роду/виду, что говорит о достаточной глубине секвенирования для обоих методов. Даже в случае, если в метагеноме не обнаруживалось маркерного гена 16S рРНК, другие кодирующие последовательности и фрагменты геномов были аннотированы как представленные на дереве таксоны.

 

Рис.1. Ультраметрическое филогенетическое дерево, основанное на выравнивании ДНК фрагмента 16S рРНК гена. Красным выделены ASV последовательности, синим – фрагменты гена 16S рРНК из метагенома, черным – ближайшие соседи по данным BLASTn-поиска

 

Метаболические функции бактериальной составляющей биопленки Tychonema sp. BBK16

Суммарно в биопленке-консорциуме выявлено 2387 различных функциональных ортологов (KO) по базе данных KEGG (Kyoto Encyclopedia of Genes and Genomes). Для описания функций бактерий мы представили 8 бинов (Рис. 2). Анализ основных путей метаболизма углерода выявил акцент основных участников сообщества биопленки на метаболизме углеводов и аминокислот, большую долю представляют категории сигнальных и клеточных процессов, нуклеотидного, энергетического метаболизма, транспорта веществ через мембрану, метаболизма кофакторов и витаминов. Дополнительный анализ – сравнение предсказанных функций микроорганизмов и реально присутствующих функциональных генов приведен в Дополнительных Материалах (S1).

 

Рис.2. Тепловая карта представленности метаболических путей по базе данных KEGG в метагеноме Tychonema sp. BBK16. Цветом обозначено количество генов, аннотированных в каждом из геномов.

 

При функциональной аннотации собранных геномов выделены белки основных метаболических путей в сообществе биопленки (Таблица 3). Способность к фиксации неорганического углерода подтверждается присутствием ферментов цикла Кальвина – Бенсона – Бассама у микроорганизмов Tychonema sp. BBK16 и Hydrogenophaga sp., однако для последней этот процесс является факультативным и реализуется при дефиците органических веществ в среде. Способность бактерии Bosea sp. использовать энергию солнечного света подтверждается присутствием генов синтеза бактериохлорофилла, каротиноидов, а также ферментов реакционного центра фотосистемы II.

 

Таблица 3. Микробные процессы в биопленке Tychonema sp. BBK16

Род

Особенности метаболизма

Подтверждающие гены

Tychonema sp. BBK16

Автотроф. Использует нитраты, нитриты, аммоний и мочевину. Усваивает фосфаты неорганических и органических соединений, синтезирует щелочную фосфатазу. Ассимилирует сульфаты и тиосульфаты.

rbcL, prkB, amt, nrtA, narB, nirA, glnA, ureABC , urtABCE, pstB, pstS phoD, cysU, cysW

Tahibacter sp.

Органотроф, использующий фосфаты, фосфонаты, аммоний, гидролизует гликаны. Денитрификатор

argH, amt, phnA, pstBS, nirK, norB

Hydrogenophaga sp.

Хемоорганотроф/хемолитоавтотроф, окисляет водород в качестве источника энергии и CO2 или простые органические вещества в качестве источника углерода. Предпочтительный источник азота – мочевина, глутамат. Способна к деградации олигосахаридов. Транспортирует нитраты и фосфаты. Участвует в окислении тиосульфата с помощью периплазматического ферментного комплекса SOX.

rbcL, prkB, soxABCDXZ, urtABCE ureABC, urea carboxylase, amt, asnB, cysU, cysW

Devosia sp.

Органотроф, использующий органические и неорганические источники азота и фосфора, детоксифицирует мочевину разложением или включением в органические соединения. Ассимилирует олигопептиды и простые органические вещества, модифицирует ароматические соединения. Обладатель мощной системы хемотаксиса.

glgX, nasC, nasABED, nrtABC, oppABCDF, mppA, phnСIJMP, pstBS, urtAE, ureaABC, urea carboxylase, vanA

Aminobacter sp.

Органотроф, подвижный за счет пилей, гидролизует полисахариды, катехолы, гликоген, мочевину, ассимилирует нитраты, фосфаты, сульфаты, тиосульфаты. Денитрификатор. Окисляет монооксид углерода до углекислого газа. Метилотроф, участвует в деградации метиламинов

amt, argH, glgX, dmpB, xylE, nasABED, nosZ, nrtABC, pstBS, phnACDIJKLMPWY; soxABG, cysU, cysW, urtABCE, ureABC, gmaS, mgsABC, mgdABCD, coxMLS, cutML

Paucibacter sp.

Аэробный гетеротроф, способный гидролизовать сложные полисахариды, бактерия-спутник цианобактерий в природе и культурах, использует нитраты, фосфаты, сульфаты, тиосульфаты. Денитрификатор?

amt, argH, narGHI, nasABED, nrtABC, phoD, pstBS, phnDEX, soxBCDXZ, cysU, cysW, susA, coxMLS, cutML

Bosea sp.

Аноксигенный аэробный фототроф, содержит бактериохлорофилл а и фотосистему II. Ассимилирует нитраты и фосфаты

amt, glgX, argH, bchM, chlM, bchO, bchX,Y,Z, pufM,L, nrtAC, nasDF, urtABC, pstBS, phnCIJKMPXY

Sphingomonas sp.

Универсальный органотроф, способный к углеродной автотрофии, фиксирует углекислый газ с помощью альтернативного углеродного пути – глиоксилатного цикла. Гидролизует полисахариды. Ассимилирует фосфаты и фосфонаты, имеет щелочную фосфатазу для получения фосфора из органических соединений

amt, argH, mct, phoD, pstBS

 

В биопленке происходят процессы образования и разложения соединений биогенных элементов – фосфора, азота и серы. Так, источником фосфора являются фосфаты, которые в замкнутой экосистеме поступают за счет активности щелочной фосфатазы микроорганизмов Tychonema, Paucibacter, Sphingomonas. У большинства бактерий найдены транспортные системы для фосфонатов. Эти органические соединения фосфора часто присутствуют в природных экосистемах и когда-то были первыми источниками фосфора для древних микроорганизмов (McGrath et al., 2013). Показано, что фосфонатные транспортные системы могут служить переносчиками фосфатов (Stasi et al., 2019).

Традиционно взаимоотношения автотрофа и гетеротрофных бактерий рассматриваются как метаболический симбиоз «углерод в обмен на азот», подразумевая, что бактерии фиксируют атмосферный азот. Такое сообщество микроорганизмов выделено из почв пустынь и представлено нитчатой цианобактерией Microcoleus vaginatus и штаммами Actinobacteria и Proteobacteria, многие из которых являлись фиксаторами атмосферного азота (Nelson et al., 2021). В нашем случае фиксация азота не обнаружена, что подтверждено предиктивным методом (PICRUST2) и отсутствием в геноме маркерных генов процесса (Дополнительные материалы, S2, S3). Гены, отвечающие за денитрификацию (удаление азота), выявлены у родов Tahibacter, Aminobacter и Paucibacter (Proteobacteria). По геномным характеристикам, основными источниками азота для всех участников консорциума могут являться аммоний, нитраты, нитриты и мочевина (как метаболит и как продукт разложения отмершей биомассы). Гены, связанные с транспортом аммония и ферментами его ассимиляции, выявлены у всех членов консорциума. Гены, кодирующие транспорт мочевины и ее разложение до аммония выявлены у цианобактерии и гетеротрофных бактерий, кроме Sphingomonas, Paucibacter и Tahibacter.

Таким образом, все метаболические процессы необходимы для поддержания жизни всего сообщества. Автотроф цианобактерия Tychonema sp. BBK16 образует органическое вещество для бактерий, наряду с факультативными автотрофами Hydrogenophaga и Sphingomonas. Однако одновременно она имеет гены для усвоения органических веществ, являясь миксотрофом (Evseev et al., 2023). Факультативная автотрофия водородных бактерий является индуцируемым процессом, они являются успешными органотрофами при наличии простых органических веществ (Заварзин, 1972). Бактерии Aminobacter, Tahibacter, Devosia и Paucibacter способны потреблять полисахариды, которые в избытке присутствуют в цианобактериальной биопленке. Aminobacter имеет самый разветвленный обмен веществ, являясь активным деструктором полисахаридов, метилотрофом, денитрификатором, и, вместе с Paucibacter, поставщиком водорода для водородных бактерий. Также водород выделяется при аноксигенном фотосинтезе бактерии Bosea. Бактерии рода Devosia способны выживать в средах, богатых органическими соединениями, таких как сточные воды, биопленки, благодаря транспортным белкам – пермеазам, которые позволяют усваивать короткие пептиды различного аминокислотного состава и удовлетворять их потребности в углероде и азоте (Talwar et al., 2020) В период исчерпания фосфатов Tychonema, Sphingomonas, Paucibacter дополнительно выделяют щелочную фосфатазу для гидролиза фосфат-содержащих органических веществ. Цианобактерия зависит от других участников сообщества, поскольку, когда в замкнутой системе нитраты и нитриты не поступают извне, аммоний высвобождается в результате разложения бактериями азотсодержащих полисахаридов и гликозидов, белков и аминокислот.

Ранее высказано утверждение, что ассоциированный с цианобактериями микробиом представляет собой «экологический след» их среды обитания (Cornet et al., 2018). Мы показали, что микробный консорциум цианобактерии Tychonema представлен типичными обитателями богатых органикой субстратов, которые имеют все необходимое для их преобразования и ассимиляции: ферменты денитрификации, метилотрофии, гидролиза ароматических соединений и сложных полисахаридов, а также органических соединений азота, фосфора и серы. Некоторые из описанных видов также встречаются в культурах диатомовых водорослей озера Байкал (Mikhailov et al., 2018). Обнаружены бактерии-ассоцианты Hydrogenophaga, Methylophilus, Pseudomonas, которые также выявлены и в нашей работе. Также показали, что актинобактерии порядка Nocardioides являются спутниками байкальских культивируемых водорослей.

4. Заключение

Нами показано, что Proteobacteria – главные симбионты нитчатой цианобактерии Tychonema sp. BBK16. Доминантными являются рода Hydrogenophaga, Sphingomonas, Paucibacter, Aminobacter, Devosia, Tahibacter. В исследуемом сообществе протекали процессы оксигенного и аноксигенного фотосинтеза (фототрофия и фотогетеротрофия), факультативная фиксация углекислого газа с помощью глиоксилатного пути и КББ, метилотрофия, деструкция полисахаридов и ароматических соединений до олигосахаридов, органических кислот, альдегидов, пептидов и моносахаров, а также органических полимеров азота и фосфора.

Благодарности

Авторы выражают благодарность Букину Ю.С., Павловой О.Н., Букину С.В., Михайлову И.С., Захаровой Ю.Р. за конструктивные замечания и помощь в обсуждении материалов работы. Метагеномное секвенирование по технологии DNA nanoball sequencing (MGI) проведено при поддержке компании Хеликон (Москва). Исследования проведены за счет государственной бюджетной темы № 0279-2021-0015 «Вирусные и бактериальные сообщества как основа устойчивого функционирования пресноводных экосистем…».

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

×

Об авторах

А. Ю. Краснопеев

Лимнологический институт Сибирского отделения Российской академии наук

Автор, ответственный за переписку.
Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

И. В. Тихонова

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

Г. В. Подлесная

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

С. А. Потапов

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

А. С. Гладких

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

М. Ю. Суслова

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

И. А. Липко

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

Е. Г. Сороковикова

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

О. И. Белых

Лимнологический институт Сибирского отделения Российской академии наук

Email: krasnopeev@lin.irk.ru
Россия, ул. Улан-Баторская, 3, Иркутск, 664033

Список литературы

  1. Заварзин Г.А. 1972. Водородные бактерии Литотрофные микроорганизмы. Москва, Наука: 54-99
  2. Aguilar P., Dorador C., Vila I. et al. 2019. Bacterial Communities associated With Spherical Nostoc Macrocolonies. Frontiers in Microbiology 10: 483. doi: 10.3389/fmicb.2019.00483
  3. Azam F., Fenchel T. , Field J. et al. 1983. The ecological role of water-сolumn microbes in the sea. Marine Ecology – Progress Series 10: 257-263. doi: 10.3354/meps010257
  4. Berg K., Lyra C., Sivonen K. et al. 2009. High diversity of cultivable heterotrophic bacteria in association with cyanobacterial water blooms. ISME Journal 3: 314–325. doi: 10.1038/ismej.2008.110
  5. Buchfink B., Reuter K., Drost H.G. 2021. Sensitive protein alignments at tree-of-life scale using DIAMOND. Nature Methods 18: 366–368. doi: 10.1038/s41592-021-01101-x
  6. Callahan B., McMurdie P., Rosen M. et al. 2016. DADA2: High-resolution sample inference from Illumina amplicon data. Nature Methods 13: 581–583. doi: 10.1038/nmeth.3869
  7. Chklovski A., Parks D.H., Woodcroft B.J. et al. 2022. CheckM2: a rapid, scalable and accurate tool for assessing microbial genome quality using machine learning. Nature Methods 20:1203–1212. doi: 10.1101/2022.07.11.499243
  8. Chun S.J., Cui Y., Ko S.R. et al. 2017. Acidovorax lacteus sp. nov., isolated from a culture of a bloom-forming cyanobacterium Microcystis sp. Antonie van Leeuwenhoek 110: 1199–1205. doi: 10.1007/s10482-017-0892-9
  9. Cornet L., Bertrand A., Hanikenne M. et al. 2018. Metagenomic assembly of new subpolar Cyanobacteria and their associated microbiome from non-axenic cultures. Microbial Genomics 4: e000212. 1. doi: 10.1099/mgen.0.000212
  10. Danecek P., Bonfield J., Liddle J. et al. 2021. Twelve years of SAMtools and BCFtools, GigaScience. 10:1-4. doi: 10.1093/gigascience/giab008
  11. Drummond A.J., Rambaut A. 2007. BEAST: Bayesian evolutionary analysis by sampling trees. BMC Evolutionary Biology 7: 214. doi: 10.1186/1471-2148-7-214
  12. Evseev P., Tikhonova I., Krasnopeev A. et al. 2023. Tychonema sp. BBK16 characterisation: lifestyle, phylogeny and related phages. Viruses 15: 442. doi: 10.3390/v15020442
  13. Ewels Ph., Magnusson M., Lundin S. et al. 2016. MultiQC: summarize analysis results for multiple tools and samples in a single report. Bioinformatics 32:3047–3048. doi: 10.1093/bioinformatics/btw354
  14. Garner R.E., Kraemer S.A., Onana V.E. et al. 2023. A genome catalogue of lake bacterial diversity and its drivers at continental scale. Nature Microbiology 8:1920–1934. doi: 10.1038/s41564-023-01435-6
  15. Heng L., Durbin R. 2009. Fast and accurate short read alignment with Burrows–Wheeler transform, Bioinformatics 25:1754–1760. doi: 10.1093/bioinformatics/btp324
  16. Hyatt D., Chen G.L., Locascio P.F. et al. 2010. Prodigal: prokaryotic gene recognition and translation initiation site identification. BMC Bioinformatics 11:119
  17. Kanehisa M., Sato Y., Morishima K. 2016. BlastKOALA and GhostKOALA: KEGG Tools for functional characterization of genome and metagenome sequences. Molecular Biology 428(4): 726-731. doi: 10.1016/j.jmb.2015.11.006
  18. Kang D.D., Li F., Kirton E. et al. 2019. MetaBAT 2: an adaptive binning algorithm for robust and efficient genome reconstruction from metagenome assemblies. PeerJ 26:7:e7359. doi: 10.7717/peerj.7359
  19. McGrath J., Chin J., Quinn J. 2013. Organophosphonates revealed: new insights into the microbial metabolism of ancient molecules. Nature Microbiology 11:412–419. doi: 10.1038/nrmicro3011
  20. Menzel P., Ng K., Krogh A. 2016. Fast and sensitive taxonomic classification for metagenomics with Kaiju. Nature Communications 7:11257. doi: 10.1038/ncomms11257
  21. Mikhailov I.S., Zakharova Y.R., Volokitina N.A. et al. 2018. Bacteria associated with planktonic diatoms from Lake Baikal. Acta Biologica Sibirica, 4(4):89-94. doi: 10.14258/abs.v4.i4.4880
  22. Nelson C., Giraldo-Silva A., Garcia-Pichel F. 2021. A symbiotic nutrient exchange within the cyanosphere microbiome of the biocrust cyanobacterium Microcoleus vaginatus. ISME Journal 15: 282–292. doi: 10.1038/s41396-020-00781-1
  23. Park M., Kim M., Park T. 2021. Effect of cryopreservation on the bacterial community structure of filamentous cyanobacteria Trichormus variabilis (Nostocales, Cyanobacteria). Cryobiology 98:87–95. doi: 10.1016/j.cryobiol.2020.12.003
  24. Prjibelski A., Antipov D., Meleshko D. et al. 2020. Using SPAdes de novo assembler. Current protocols in bioinformatics 70(1): 102. doi: 10.1002/cpbi.102
  25. R Core Team. 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
  26. Seemann T. 2013. Barrnap 0.9: rapid ribosomal RNA prediction.
  27. Shaw C., Brooke C., Hawley E. et al. 2020. Phototrophic co-cultures from extreme environments: community structure and potential value for fundamental and applied research. Frontiers in Microbiology 11: 572131. doi: 10.3389/fmicb.2020.572131
  28. Sievers F., Wilm A., Dineen D. et al. 2011. Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Molecular systems biology 7: 539. doi: 10.1038/msb.2011.75
  29. Stasi R., Neves H.I., Spira B. 2019. Phosphate uptake by the phosphonate transport system PhnCDE. BMC Microbiology 19:79. doi: 10.1186/s12866-019-1445-3
  30. Talwar C., Nagar S., Kumar R. et al. 2020. Defining the environmental adaptations of genus Devosia: insights into its expansive short peptide transport system and positively selected genes. Scientific Reports 10: 1151. doi: 10.1038/s41598-020-58163-8
  31. Tan B.F., Te S.H., Boo C.Y. et al. 2016. Insights from the draft genome of the subsection V (Stigonematales) cyanobacterium Hapalosiphon sp. Strain MRB220 associated with 2-MIB production. Stand in Genomic Science 11: 58. doi: 10.1186/s40793-016-0175-5
  32. Thorat V., Tiwarekar B., Kirdat K. et al. 2022. Hydrogenophaga crocea sp. nov. associated with cyanobacterial mat isolated from farmland mud. Archives of Microbiology 204: 265. doi: 10.1007/s00203-022-02865-2
  33. Tikhonova I.V., Kuzmin A.V., Sorokovikova E.G. et al. 2022. Microcystin-producing cyanobacteria Tychonema sp. from Biofilms of Lake Baikal. Chemistry for Sustainable Development. 30: 415-423. doi: 10.15372/CSD2022399
  34. Woodhouse J.N., Ziegler J., Grossart H.-P. et al. 2018. Cyanobacterial community composition and bacteria–bacteria interactions promote the stable occurrence of particle-associated bacteria. Frontiers in Microbiology 9:777. doi: 10.3389/fmicb.2018.00777

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис.1. Ультраметрическое филогенетическое дерево, основанное на выравнивании ДНК фрагмента 16S рРНК гена. Красным выделены ASV последовательности, синим – фрагменты гена 16S рРНК из метагенома, черным – ближайшие соседи по данным BLASTn-поиска

Скачать (797KB)
3. Рис.2. Тепловая карта представленности метаболических путей по базе данных KEGG в метагеноме Tychonema sp. BBK16. Цветом обозначено количество генов, аннотированных в каждом из геномов.

Скачать (378KB)
4. Дополнительный материал
Скачать (376KB)

© Краснопеев А.Ю., Тихонова И.В., Подлесная Г.В., Потапов С.А., Гладких А.С., Суслова М.Ю., Липко И.А., Сороковикова Е.Г., Белых О.И., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

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».