Rekonstrukcja genomów drobnoustrojów ze środowiska
Społeczności mikroorganizmów są wszędzie, od środowiska naturalnego po nasze własne ciała. Mikrobiomy ludzkie i środowiskowe są zróżnicowane i odgrywają szereg kluczowych ról w zdrowiu człowieka i funkcjonowaniu zdrowych ekosystemów. Dzięki niedawnemu pojawieniu się metagenomiki, wydajnej i opłacalnej technologii sekwencjonowania DNA, w ostatnich latach nasza wiedza na temat tych społeczności znacznie wzrosła. Rzeczywiście tempo badań nad mikrobiomem przyspieszyło (dowiedz się więcej w najnowszym odcinku podcastu CORDIScovery, „Niesamowity świat mikrobiomu jelitowego”). Genomy złożone z metagenomów (MAG) zrekonstruowane za pomocą tych technik są niezwykle cenne dla dalszego zrozumienia różnorodnych nisz ekologicznych drobnoustrojów. Wyniki mogą znaleźć szerokie zastosowania w biotechnologii, medycynie, a nawet nauce o klimacie. Jednak jakość zrekonstruowanych MAG opiera się na technice znanej jako binning, w której grupy sekwencji nukleotydów z organizmu są umieszczane w przedziałach w zależności od tego, jak często pojawiają się w różnych próbkach. Jeśli dla danego organizmu nie ma wielu próbek, grupowanie staje się trudniejsze, a rekonstrukcja niedostateczna. W finansowanym ze środków UE projekcie Metagenome binning, realizowanym przy wsparciu programu działania „Maria Skłodowska-Curie”(odnośnik otworzy się w nowym oknie), badacze reagują na te wyzwania, opracowując nowy algorytm, który udoskonali binning w sytuacjach niewystarczającej dostępności próbek. Prace te pomogą naukowcom lepiej zrozumieć ludzki i środowiskowy mikrobiom. „Ulepszony binning prowadzi do lepszej rekonstrukcji wysokiej jakości genomów drobnoustrojów z próbek środowiskowych, na przykład z ludzkich jelit” — mówi Yazhini Arangasamy(odnośnik otworzy się w nowym oknie), stypendystka post-doc Marie-Curie na Instytucie Nauk Multidyscyplinarnych im. Maxa Plancka(odnośnik otworzy się w nowym oknie).
Tworzenie nowego algorytmu binningu metagenomu
W ramach projektu Arangasamy opracowała nowy algorytm binningu metagenomu w celu przezwyciężenia zidentyfikowanych problemów i przeprowadziła szeroko zakrojoną analizę porównawczą binningu. W celu stworzenia nowego algorytmu w projekcie wykorzystano nowe techniki uczenia głębokiego. Wyniki tych prac dowodzą, że narzędzia uczenia głębokiego korzystające z modeli kontrastowych należą do najbardziej zaawansowanych metod w binningu metagenomu. Modele te pozwalają na wyodrębnianie znaczących informacji poprzez zestawianie par sekwencji nukleotydów. Uczeni ustalili ponadto, że wybór strategii binningu ma największy wpływ na uzyskiwanie wysokiej jakości genomów mało licznych mikrobów i podobnych szczepów. „Wybór strategii binningu powinien zależeć od głębokości sekwencjonowania próbek, złożoności szczepu i zakresu odczytu genomów w próbkach metagenomu”, wyjaśnia Arangasamy. Nowe narzędzie opracowane w ramach projektu, MAGmax(odnośnik otworzy się w nowym oknie), poprawia odzyskiwanie wysokiej jakości genomów poprzez integrację zbiorniczków z wielu próbek.
Wspieranie odkrywania nowych szczepów mikrobów
Arangasamy z zespołem liczą, że wyniki te przyniosą korzyści szerszej społeczności naukowej, pomagając naukowcom zajmującym się metagenomem w optymalizacji potoków bioinformatycznych do badań mikrobiomów na dużą skalę. Ostatecznie pozwoli to na lepsze poznanie mikrobiomów i ich powiązań ze zdrowiem ludzi i funkcjonowaniem ekosystemów. „Kompletne informacje na temat metagenomów mają kluczowe znaczenie dla zrozumienia wpływu mikroorganizmów na zdrowie ludzkie i funkcjonowanie ekosystemów”, dodaje Arangasamy. „Pozwalają one na odkrywanie nieznanych wcześniej białek w mikroorganizmach nienadających się do hodowli, unikatowych klastrów genów i nowych szczepów mających potencjał w zakresie interwencji biotechnologicznych”. Arangasamy wykorzysta teraz wnioski z projektu, aby wygenerować wysokiej jakości genomy z próbek ludzkiego metagenomu, odkryć nowe białka drobnoustrojów i zbadać ich funkcje za pomocą eksperymentów laboratoryjnych.
