304 स्टेनलेस स्टील वेल्डेड कॉइल्ड ट्यूब / ट्युबिंग झेमिकल झोम्पोनेंट, ग्लोबल मरीन मायक्रोबायोमची बायोसिंथेटिक संभाव्यता

Nature.com ला भेट दिल्याबद्दल धन्यवाद.तुम्ही मर्यादित CSS समर्थनासह ब्राउझर आवृत्ती वापरत आहात.सर्वोत्तम अनुभवासाठी, आम्ही शिफारस करतो की तुम्ही अद्ययावत ब्राउझर वापरा (किंवा इंटरनेट एक्सप्लोररमध्ये सुसंगतता मोड अक्षम करा).याव्यतिरिक्त, सतत समर्थन सुनिश्चित करण्यासाठी, आम्ही शैली आणि JavaScript शिवाय साइट दर्शवतो.
प्रति स्लाइड तीन लेख दर्शवणारे स्लाइडर.स्लाइड्समधून जाण्यासाठी मागील आणि पुढील बटणे वापरा किंवा प्रत्येक स्लाइडमधून जाण्यासाठी शेवटी स्लाइड कंट्रोलर बटणे वापरा.

तपशीलवार उत्पादन वर्णन

304 स्टेनलेस स्टील वेल्डेड कॉइल्ड ट्यूब/ट्यूबिंग
1. तपशील: स्टेनलेस स्टील कॉइल ट्यूब / ट्यूबिंग
2. प्रकार: वेल्डेड किंवा सीमलेस
3. मानक: ASTM A269, ASTM A249
4. स्टेनलेस स्टील कॉइल ट्यूब OD: 6mm ते 25.4MM
5. लांबी: 600-3500MM किंवा ग्राहकाच्या गरजेनुसार.
6. भिंतीची जाडी: 0.2 मिमी ते 2.0 मिमी.

7. सहिष्णुता: OD: +/-0.01 मिमी;जाडी: +/-0.01%.

8. कॉइल आतील भोक आकार: 500MM-1500MM (ग्राहकांच्या गरजेनुसार समायोजित केले जाऊ शकते)

9. कॉइलची उंची: 200MM-400MM (ग्राहकांच्या गरजेनुसार समायोजित केले जाऊ शकते)

10. पृष्ठभाग: तेजस्वी किंवा annealed
11. साहित्य: 304, 304L, 316L, 321, 301, 201, 202, 409, 430, 410, मिश्र धातु 625, 825, 2205, 2507, इ.
12. पॅकिंग: लाकडी केस, लाकडी पॅलेट, लाकडी शाफ्ट किंवा ग्राहकाच्या गरजेनुसार विणलेल्या पिशव्या
13. चाचणी : रासायनिक घटक, उत्पन्न शक्ती, तन्य शक्ती, कठोरता मापन
14. हमी: तृतीय पक्ष (उदाहरणार्थ: SGS TV ) तपासणी इ.
15. अर्ज: सजावट, फर्निचर, तेल वाहतूक, हीट एक्सचेंजर, रेलिंग बनवणे, पेपर बनवणे, ऑटोमोबाईल, अन्न प्रक्रिया, वैद्यकीय इ.

नैसर्गिक सूक्ष्मजीव समुदाय फायलोजेनेटिक आणि चयापचयदृष्ट्या वैविध्यपूर्ण आहेत.जीवांच्या कमी अभ्यासलेल्या गटांव्यतिरिक्त, या विविधतेमध्ये पर्यावरणीय आणि जैव-तंत्रज्ञानदृष्ट्या महत्त्वपूर्ण एन्झाईम्स आणि जैवरासायनिक संयुगे 2,3 शोधण्याची समृद्ध क्षमता देखील आहे.तथापि, अशा संयुगांचे संश्लेषण करणारे आणि त्यांना त्यांच्या संबंधित यजमानांशी जोडणारे जीनोमिक मार्ग निश्चित करण्यासाठी या विविधतेचा अभ्यास करणे हे एक आव्हान आहे.जागतिक स्तरावर संपूर्ण जीनोम रिझोल्यूशन डेटाच्या विश्लेषणातील मर्यादांमुळे खुल्या महासागरातील सूक्ष्मजीवांची जैवसंश्लेषण क्षमता मुख्यत्वे अज्ञात आहे.येथे, आम्ही 1,000 पेक्षा जास्त समुद्राच्या पाण्याच्या नमुन्यांमधून 25,000 पेक्षा जास्त नव्याने पुनर्रचित मसुदा जीनोमसह संवर्धित पेशींमधून सुमारे 10,000 मायक्रोबियल जीनोम आणि एकल पेशी एकत्रित करून समुद्रातील बायोसिंथेटिक जीन क्लस्टर्सची विविधता आणि विविधता एक्सप्लोर करतो.या प्रयत्नांनी सुमारे 40,000 पुटेटिव्ह बहुतेक नवीन बायोसिंथेटिक जीन क्लस्टर्स ओळखले आहेत, ज्यापैकी काही पूर्वीच्या संशयास्पद फिलोजेनेटिक गटांमध्ये आढळले आहेत.या लोकसंख्येमध्ये, आम्ही बायोसिंथेटिक जीन क्लस्टर्स ("कॅन्डिडॅटस युडोर्माइक्रोबियासी") मध्ये समृद्ध एक वंश ओळखला जो एक अशेषिक जिवाणू फाइलमशी संबंधित होता आणि या वातावरणातील काही सर्वात जैवसंश्लेषकदृष्ट्या विविध सूक्ष्मजीवांचा समावेश होता.यापैकी, आम्ही फॉस्फेट-पेप्टाइड आणि पायटोनामाइड मार्गांचे वैशिष्ट्यीकृत केले आहे, जे असामान्य बायोएक्टिव्ह कंपाऊंड स्ट्रक्चर आणि एन्झाइमोलॉजीची उदाहरणे ओळखतात.शेवटी, हा अभ्यास दर्शवितो की मायक्रोबायोम-आधारित धोरणे खराब समजलेल्या मायक्रोबायोटा आणि वातावरणात पूर्वी अवर्णित एन्झाईम्स आणि नैसर्गिक पदार्थांचे अन्वेषण कसे सक्षम करू शकतात.
सूक्ष्मजीव जागतिक जैव-रासायनिक चक्र चालवतात, अन्न जाळे राखतात आणि वनस्पती आणि प्राणी निरोगी ठेवतात5.त्यांची प्रचंड फायलोजेनेटिक, चयापचय आणि कार्यात्मक विविधता नैसर्गिक उत्पादनांसह नवीन taxa1, एन्झाइम्स आणि जैवरासायनिक संयुगे शोधण्याची समृद्ध क्षमता दर्शवते.पर्यावरणीय समुदायांमध्ये, हे रेणू सूक्ष्मजीवांना विविध शारीरिक आणि पर्यावरणीय कार्ये प्रदान करतात, संवादापासून स्पर्धेपर्यंत 2, 7.त्यांच्या मूळ कार्यांव्यतिरिक्त, ही नैसर्गिक उत्पादने आणि त्यांचे अनुवांशिकरित्या कोड केलेले उत्पादन मार्ग जैवतंत्रज्ञान आणि उपचारात्मक अनुप्रयोगांसाठी उदाहरणे देतात 2,3.सुसंस्कृत सूक्ष्मजंतूंच्या अभ्यासामुळे असे मार्ग आणि जोडणी ओळखणे मोठ्या प्रमाणात सुलभ झाले आहे.तथापि, नैसर्गिक वातावरणाच्या वर्गीकरण अभ्यासातून असे दिसून आले आहे की बहुसंख्य सूक्ष्मजीवांची लागवड झालेली नाही.हा सांस्कृतिक पूर्वाग्रह अनेक सूक्ष्मजंतू 4,9 द्वारे एन्कोड केलेल्या कार्यात्मक विविधतेचे शोषण करण्याची आपली क्षमता मर्यादित करतो.
या मर्यादांवर मात करण्यासाठी, गेल्या दशकातील तांत्रिक प्रगतीने संशोधकांना संपूर्ण समुदाय (मेटाजेनॉमिक्स) किंवा एकल पेशींमधून थेट (म्हणजे, पूर्वीच्या संस्कृतीशिवाय) सूक्ष्मजीव डीएनए तुकड्यांचा अनुक्रम करण्याची परवानगी दिली आहे.या तुकड्यांना मोठ्या जीनोमच्या तुकड्यांमध्ये एकत्रित करण्याची आणि अनुक्रमे एकाधिक मेटाजेनोमिकली असेंबल जीनोम (MAGs) किंवा सिंगल एम्प्लीफाइड जीनोम (SAGs) पुनर्रचना करण्याची क्षमता, मायक्रोबायोम (म्हणजे, सूक्ष्मजीव समुदाय आणि मायक्रोबायोम) च्या करकेंद्रित अभ्यासासाठी एक महत्त्वाची संधी उघडते.नवीन मार्ग तयार करा.दिलेल्या वातावरणात स्वतःची अनुवांशिक सामग्री) 10,11,12.खरंच, अलीकडील अभ्यासांनी पृथ्वी 1, 13 वरील सूक्ष्मजीव विविधतेचे फायलोजेनेटिक प्रतिनिधित्व मोठ्या प्रमाणात वाढविले आहे आणि वैयक्तिक सूक्ष्मजीव समुदायांमध्ये पूर्वी सुसंस्कृत सूक्ष्मजीव संदर्भ जीनोम अनुक्रम (REFs) 14 द्वारे समाविष्ट नसलेल्या अनेक कार्यात्मक विविधता उघड केल्या आहेत.यजमान जीनोम (म्हणजे, जीनोम रिझोल्यूशन) च्या संदर्भात न शोधलेली कार्यात्मक विविधता ठेवण्याची क्षमता अद्याप नवीन नैसर्गिक उत्पादने 15,16 एन्कोड करणार्‍या किंवा अशा संयुगांना त्यांच्या मूळ उत्पादकाकडे परत शोधण्यासाठी अद्याप अज्ञात सूक्ष्मजीव रेषांचा अंदाज लावण्यासाठी महत्त्वपूर्ण आहे.उदाहरणार्थ, एकत्रित मेटाजेनोमिक आणि सिंगल-सेल जीनोमिक विश्लेषण पद्धतीमुळे कॅन्डिडेटस एन्टोथिओनेला, चयापचयदृष्ट्या समृद्ध स्पंज-संबंधित जीवाणूंचा समूह, विविध प्रकारच्या औषधी संभाव्यतेचे उत्पादक म्हणून ओळखले गेले आहे.तथापि, विविध सूक्ष्मजीव समुदायांच्या जीनोमिक अन्वेषणाच्या अलीकडील प्रयत्नांनंतरही, पृथ्वीच्या सर्वात मोठ्या महासागराच्या 16,20 इकोसिस्टमसाठी जागतिक मेटाजेनोमिक डेटापैकी 16,19 पेक्षा जास्त दोन तृतीयांश डेटा अद्याप गहाळ आहे.अशाप्रकारे, सर्वसाधारणपणे, सागरी मायक्रोबायोमची जैव-संश्लेषक क्षमता आणि कादंबरी एन्झाइमॅटिक आणि नैसर्गिक उत्पादनांचे भांडार म्हणून त्याची क्षमता मोठ्या प्रमाणात कमी आहे.
जागतिक स्तरावर सागरी मायक्रोबायोम्सची जैवसंश्लेषक क्षमता एक्सप्लोर करण्यासाठी, आम्ही प्रथम फायलोजेनेटिक्स आणि जीन फंक्शनचा विस्तृत डेटाबेस तयार करण्यासाठी संस्कृती-अवलंबित आणि नॉन-कल्चर पद्धती वापरून मिळवलेले समुद्री सूक्ष्मजीव जीनोम एकत्र केले.या डेटाबेसच्या तपासणीतून विविध प्रकारचे बायोसिंथेटिक जीन क्लस्टर्स (BGCs) उघड झाले आहेत, ज्यापैकी बहुतांश अद्याप अज्ञात जनुक क्लस्टर (GCF) कुटुंबांशी संबंधित आहेत.याव्यतिरिक्त, आम्ही एक अज्ञात जीवाणू कुटुंब ओळखले जे आजपर्यंत खुल्या समुद्रात BGCs ची सर्वाधिक ज्ञात विविधता प्रदर्शित करते.आम्‍ही दोन रिबोसोमल संश्लेषण आणि पोस्ट-ट्रान्स्लेशनली मॉडिफाइड पेप्टाइड (RiPP) मार्ग निवडले आहेत प्रायोगिक प्रमाणीकरणासाठी सध्या ज्ञात मार्गांवरील अनुवांशिक फरकांवर आधारित.या मार्गांच्या कार्यात्मक वैशिष्ट्याने एन्झाइमोलॉजीची अनपेक्षित उदाहरणे तसेच प्रोटीज अवरोधक क्रियाकलापांसह संरचनात्मकदृष्ट्या असामान्य संयुगे प्रकट केले आहेत.
सुरुवातीला, आम्ही जीनोम विश्लेषणासाठी जागतिक डेटा संसाधन तयार करण्याचे उद्दिष्ट ठेवले होते, त्याच्या जिवाणू आणि पुरातन घटकांवर लक्ष केंद्रित केले होते.यासाठी, आम्ही 215 जागतिक स्तरावर वितरीत केलेल्या सॅम्पलिंग साइट्स (अक्षांश श्रेणी = 141.6°) आणि अनेक खोल स्तरांवर (1 ते 5600 मीटर खोलीपर्यंत, पेलाजिक, मेसोपेलाजिक आणि अॅबिसल झोन) वरून मेटाजेनोमिक डेटा आणि 1038 समुद्री पाण्याचे नमुने एकत्र केले.पार्श्वभूमी21,22,23 (Fig. 1a, विस्तारित डेटा, Fig. 1a आणि पूरक तक्ता 1).विस्तृत भौगोलिक कव्हरेज प्रदान करण्याव्यतिरिक्त, या निवडकपणे फिल्टर केलेल्या नमुन्यांनी आम्हाला व्हायरस-समृद्ध (<0.2 µm), प्रोकेरियोटिक-समृद्ध (0.2-3 µm), कण-समृद्ध (0.8 µm) यासह सागरी मायक्रोबायोमच्या विविध घटकांची तुलना करण्याची परवानगी दिली. ).–20 µm) आणि व्हायरसने कमी झालेल्या (>0.2 µm) वसाहती.
a, एकूण 1038 सार्वजनिकरित्या उपलब्ध सागरी सूक्ष्मजीव समुदायांचे जीनोम (मेटाजेनॉमिक्स) 215 जागतिक स्तरावर वितरित केलेल्या स्थानांवरून (62°S ते 79°N आणि 179°W ते 179°E.) गोळा केले गेले.नकाशा टाइल © Esri.स्रोत: GEBCO, NOAA, CHS, OSU, UNH, CSUMB, National Geographic, DeLorme, NAVTEQ, आणि Esri.b, या मेटाजेनोमचा वापर MAGs (पद्धती आणि अतिरिक्त माहिती) पुनर्रचना करण्यासाठी केला गेला, जे डेटासेटमध्ये (रंगात चिन्हांकित) प्रमाण आणि गुणवत्तेत (पद्धती) भिन्न आहेत.पुनर्रचित MAGs सार्वजनिकरीत्या उपलब्ध (बाह्य) जीनोमसह पूरक होते, ज्यात हस्तनिर्मित MAG26, SAG27 आणि REF यांचा समावेश आहे.27 OMD संकलित करा.c, फक्त SAG (GORG)20 किंवा MAG (GEM)16 वर आधारित मागील अहवालांच्या तुलनेत, OMD सागरी सूक्ष्मजीव समुदायांचे जीनोमिक वैशिष्ट्य (मेटाजेनोमिक रीड मॅपिंग दर; पद्धत) दोन ते तीन पटीने अधिक सखोल प्रतिनिधित्वासह सुधारते आणि अक्षांश.<0.2, n=151, 0.2-0.8, n=67, 0.2-3, n=180, 0.8-20, n=30, >0.2, n=610, <30°, n = 132, 30–60° , n = 73, >60°, n = 42, EPI, n = 174, MES, n = 45, BAT, n = 28. d, OMD प्रजाती क्लस्टर्समध्ये गटबद्ध करणे (95% म्हणजे न्यूक्लियोटाइड ओळख) एकूण अंदाजे 8300 प्रजाती, ज्यापैकी निम्म्याहून अधिक प्रजाती GTDB (आवृत्ती 89) e वापरून वर्गीकरणाच्या भाष्यानुसार वर्णित केल्या गेल्या नाहीत, जीनोम प्रकारानुसार प्रजातींचे वर्गीकरण दर्शविले आहे की MAG, SAG आणि REFs फायलोजेनेटिक विविधता प्रतिबिंबित करण्यात एकमेकांना चांगले पूरक आहेत. सागरी मायक्रोबायोम.विशेषतः, 55%, 26% आणि 11% प्रजाती अनुक्रमे MAG, SAG आणि REF साठी विशिष्ट होत्या.BATS, बर्म्युडा अटलांटिक टाइम मालिका;जीईएम, पृथ्वीच्या मायक्रोबायोमचे जीनोम;GORG, जागतिक महासागर संदर्भ जीनोम;हॉट, हवाईयन महासागर वेळ मालिका.
या डेटासेटचा वापर करून, आम्ही एकूण 26,293 MAGs ची पुनर्रचना केली, बहुतेक जिवाणू आणि पुरातन (Fig. 1b आणि विस्तारित डेटा, Fig. 1b).वेगवेगळ्या ठिकाणांवरील किंवा टाइम पॉइंट्स (पद्धती) मधील नमुन्यांमधील नैसर्गिक क्रमातील भिन्नता नष्ट होण्यापासून रोखण्यासाठी आम्ही हे MAGs एकत्रित मेटाजेनोमिक नमुन्यांऐवजी वेगळ्या असेंब्लीमधून तयार केले आहेत.याशिवाय, आम्ही जीनोमिक तुकड्यांना त्यांच्या मोठ्या प्रमाणातील नमुन्यांमध्ये (58 ते 610 नमुन्यांपर्यंत, सर्वेक्षणानुसार; पद्धतीनुसार) त्यांच्या प्रचलित सहसंबंधांवर आधारित गटबद्ध केले.आम्हाला आढळले की ही एक वेळ घेणारी पण महत्त्वाची पायरी आहे 24 जी अनेक मोठ्या प्रमाणात MAG16, 19, 25 पुनर्रचना कामांमध्ये वगळण्यात आली आहे आणि प्रमाण (सरासरी 2.7 पट) आणि गुणवत्ता (सरासरी +20%) लक्षणीयरीत्या सुधारते. जीनोमयेथे अभ्यास केलेल्या सागरी मेटाजेनोममधून पुनर्रचना (विस्तारित डेटा, अंजीर 2a आणि अतिरिक्त माहिती).एकूणच, या प्रयत्नांमुळे आज उपलब्ध असलेल्या सर्वांत व्यापक MAG संसाधनाच्या तुलनेत सागरी सूक्ष्मजीव MAGs (फक्त उच्च-गुणवत्तेचा MAGs विचारात घेतल्यास 6-पट) 4.5 पट वाढला (पद्धती).हा नवीन तयार केलेला MAG संच नंतर 830 हाताने निवडलेल्या MAG26, 5969 SAG27 आणि 1707 REF सह एकत्र केला गेला.सागरी जीवाणू आणि आर्कियाच्या सत्तावीस प्रजातींनी 34,799 जीनोमचा एकत्रित संग्रह बनवला (चित्र 1b).
त्यानंतर आम्ही सागरी सूक्ष्मजीव समुदायांचे प्रतिनिधित्व करण्याची क्षमता सुधारण्यासाठी आणि विविध जीनोम प्रकार एकत्रित करण्याच्या प्रभावाचे मूल्यांकन करण्यासाठी नवीन तयार केलेल्या संसाधनाचे मूल्यांकन केले.सरासरी, आम्हाला आढळले की ते अंदाजे 40-60% सागरी मेटाजेनोमिक डेटा (आकृती 1c) कव्हर करते, खोली आणि अक्षांश दोन्हीमध्ये मागील MAG-केवळ अहवालांच्या कव्हरेजच्या दोन ते तीन पट अधिक अनुक्रमांक 16 किंवा SAG20.याशिवाय, प्रस्थापित संग्रहांमध्ये वर्गीकरणातील विविधता पद्धतशीरपणे मोजण्यासाठी, आम्ही जीनोम टॅक्सोनॉमी डेटाबेस (GTDB) टूलकिट (पद्धती) वापरून सर्व जीनोम भाष्य केले आणि 95% ची सरासरी जीनोम-व्यापी न्यूक्लियोटाइड ओळख वापरली.8,304 प्रजाती क्लस्टर्स (प्रजाती) ओळखण्यासाठी 28.यापैकी दोन तृतीयांश प्रजाती (नवीन क्लेड्ससह) पूर्वी GTDB मध्ये दिसल्या नव्हत्या, त्यापैकी 2790 या अभ्यासात पुनर्रचित MAG वापरून शोधल्या गेल्या (चित्र 1d).याव्यतिरिक्त, आम्हाला आढळले की विविध प्रकारचे जीनोम अत्यंत पूरक आहेत: 55%, 26%, आणि 11% प्रजाती अनुक्रमे MAG, SAG आणि REF च्या बनलेल्या आहेत (चित्र 1e).याव्यतिरिक्त, MAG मध्ये पाण्याच्या स्तंभात आढळणारे सर्व 49 प्रकार समाविष्ट आहेत, तर SAG आणि REF पैकी फक्त 18 आणि 11 चे प्रतिनिधित्व करतात.तथापि, SAG सर्वात सामान्य क्लेड्स (विस्तारित डेटा, अंजीर 3a), जसे की पेलाजिक बॅक्टेरियाल्स (SAR11) च्या विविधतेचे चांगले प्रतिनिधित्व करते, ज्यामध्ये SAG जवळजवळ 1300 प्रजाती आणि MAG फक्त 390 प्रजाती समाविष्ट करते.विशेष म्हणजे, REFs क्वचितच MAGs किंवा SAGs सह प्रजातींच्या पातळीवर आच्छादित होतात आणि येथे अभ्यास केलेल्या खुल्या महासागरातील मेटाजेनोमिक सेटमध्ये आढळून आलेल्या अंदाजे 1000 जीनोमपैकी 95% प्रतिनिधित्व करतात, मुख्यत्वे इतर प्रकारच्या पृथक प्रतिनिधी सागरी नमुन्यांसोबतच्या परस्परसंवादामुळे (उदा. गाळ) .किंवा होस्ट-सहयोगी).वैज्ञानिक समुदायाला ते मोठ्या प्रमाणावर उपलब्ध करून देण्यासाठी, या सागरी जीनोम संसाधनाची, ज्यामध्ये अवर्गीकृत तुकड्यांचाही समावेश आहे (उदा., अंदाजित फेज, जीनोमिक बेटे आणि जीनोमचे तुकडे ज्यासाठी MAG पुनर्रचनेसाठी अपुरा डेटा आहे) वर्गीकरण डेटाशी तुलना केली जाऊ शकते. .ओशन मायक्रोबायोलॉजी डेटाबेस (OMD; https://microbiomics.io/ocean/) मध्ये जीन फंक्शन आणि संदर्भित पॅरामीटर्ससह भाष्यांमध्ये प्रवेश करा.
त्यानंतर आम्ही ओपन ओशन मायक्रोबायोममधील बायोसिंथेटिक क्षमतेची समृद्धता आणि नवीनता शोधण्यासाठी निघालो.यासाठी, आम्ही एकूण 39,055 BGCs ची भविष्यवाणी करण्यासाठी 1038 सागरी मेटाजेनोम (पद्धती) मध्ये आढळलेल्या सर्व MAGs, SAGs आणि REFs साठी प्रथम antiSMASH वापरले.त्यानंतर आम्ही 6907 गैर-रिडंडंट GCF आणि 151 जनुक क्लस्टर लोकसंख्या (GCC; पूरक तक्ता 2 आणि पद्धती) मध्ये अंतर्भूत रिडंडंसी (म्हणजे, समान BGC एकाधिक जीनोममध्ये एन्कोड केले जाऊ शकते) आणि एकाग्रता BGGमेंटेशनचे मेटाजेनोमिक डेटा फ्रेग्मेंटेशनसाठी गटबद्ध केले.अपूर्ण BGC मध्ये लक्षणीय वाढ झाली नाही, जर असेल तर (पूरक माहिती), अनुक्रमे GCF आणि GCC ची संख्या, 44% आणि 86% प्रकरणांमध्ये किमान एक अखंड BGC सदस्य आहे.
GCC स्तरावर, आम्हाला अंदाजित RiPPs आणि इतर नैसर्गिक उत्पादनांची विस्तृत विविधता आढळली (Fig. 2a).त्यापैकी, उदाहरणार्थ, आर्यलपोलीनेस, कॅरोटीनोइड्स, एक्टोइन्स आणि साइडरोफोर्स हे जीसीसीचे विस्तृत फायलोजेनेटिक वितरण आणि सागरी मेटाजेनोम्समध्ये उच्च विपुलता असलेले जीसीसीचे आहेत, जे समुद्री वातावरणात सूक्ष्मजीवांचे विस्तृत रूपांतर दर्शवू शकतात, ज्यामध्ये प्रतिक्रियाशील स्पेसजेन, ऑक्सिजनचा प्रतिकार समाविष्ट आहे. ऑक्सिडेटिव्ह आणि ऑस्मोटिक तणाव..किंवा लोह शोषण (अधिक माहिती).ही कार्यात्मक विविधता NCBI RefSeq डेटाबेस (BiG-FAM/RefSeq, यापुढे RefSeq म्हणून संदर्भित) मध्ये संग्रहित केलेल्या अंदाजे 190,000 जीनोममधील अंदाजे 1.2 दशलक्ष BGCs च्या अलीकडील विश्लेषणाशी विरोधाभास आहे आणि जे पॉलीएनपीटीएसओ 29 (पीएनपीएसटी) दर्शविते. आयडी सिंथेस (PKS) BGCs (पूरक माहिती).आम्हाला केवळ MAG मध्ये 44 (29%) GCCs केवळ कोणत्याही RefSeq BGC (\(\bar{d}\)RefSeq > 0.4; Fig. 2a आणि पद्धती) आणि 53 (35%) GCC शी संबंधित आढळले आहेत, जे संभाव्यतेवर प्रकाश टाकतात. OMD मध्ये पूर्वी वर्णन न केलेली रसायने शोधण्यासाठी.यातील प्रत्येक GCC बहुधा वैविध्यपूर्ण बायोसिंथेटिक फंक्शन्सचे प्रतिनिधित्व करतात हे लक्षात घेता, तत्सम नैसर्गिक उत्पादनांसाठी कोडचा अंदाज असलेल्या BGC चे अधिक तपशीलवार गट प्रदान करण्याच्या प्रयत्नात आम्ही GCF स्तरावर डेटाचे विश्लेषण केले.एकूण 3861 (56%) ओळखले गेलेले GCF RefSeq वर ओव्हरलॅप झाले नाहीत आणि > 97% GCF MIBiG मध्ये उपस्थित नव्हते, प्रायोगिकरित्या प्रमाणित BGCs च्या सर्वात मोठ्या डेटाबेसपैकी एक (आकृती 2b).संदर्भ जीनोमद्वारे चांगल्या प्रकारे दर्शविलेले नसलेल्या सेटिंग्जमध्ये अनेक संभाव्य नवीन मार्ग शोधणे आश्चर्यकारक नसले तरी, बेंचमार्किंगपूर्वी BGCs मध्ये GCF मध्ये प्रतिरूपित करण्याची आमची पद्धत मागील अहवाल 16 पेक्षा वेगळी आहे आणि आम्हाला नवीनतेचे निष्पक्ष मूल्यांकन प्रदान करण्याची परवानगी देते.बहुतेक नवीन विविधता (3012 GCF किंवा 78%) अंदाजित टर्पेनेस, RiPP किंवा इतर नैसर्गिक उत्पादनांशी संबंधित आहेत आणि बहुतेक (1815 GCF किंवा 47%) त्यांच्या बायोसिंथेटिक संभाव्यतेमुळे अज्ञात प्रकारांमध्ये एन्कोड केलेले आहेत.PKS आणि NRPS क्लस्टर्सच्या विपरीत, हे कॉम्पॅक्ट BGCs मेटाजेनोमिक असेंब्ली 31 दरम्यान खंडित होण्याची शक्यता कमी असते आणि त्यांच्या उत्पादनांचे अधिक वेळ- आणि संसाधन-केंद्रित कार्यात्मक वैशिष्ट्यीकरण करण्यास अनुमती देतात.
एकूण 39,055 BGC चे 6,907 GCF आणि 151 GCC मध्ये गट केले गेले.a, डेटा प्रतिनिधित्व (अंतर्गत बाह्य).GCC वर आधारित BGC अंतरांचे श्रेणीबद्ध क्लस्टरिंग, त्यापैकी 53 फक्त MAG द्वारे निश्चित केले जातात.GCC मध्ये भिन्न taxa (ln-transformed गेट वारंवारता) आणि भिन्न BGC वर्ग (वर्तुळ आकार त्याच्या वारंवारतेशी संबंधित) BGC समाविष्टीत आहे.प्रत्येक GCC साठी, बाह्य स्तर BGC ची संख्या, प्रसार (नमुन्यांची टक्केवारी) आणि अंतर (किमान BGC कोसाइन अंतर (किमान(dMIBiG))) BiG-FAM पासून BGC पर्यंत दर्शवते.प्रायोगिकरित्या सत्यापित BGC (MIBiG) शी जवळून संबंधित BGC सह GCC बाणांसह हायलाइट केले जातात.b अंदाजित (BiG-FAM) आणि प्रायोगिकरित्या प्रमाणित (MIBiG) BGC सह GCF ची तुलना करताना, 3861 नवीन (d–>0.2) GCF आढळले.RiPP, terpenes आणि इतर उपयुक्त नैसर्गिक उत्पादनांसाठी यापैकी बहुतेक (78%) कोड.c, 1038 सागरी मेटाजेनोममध्ये आढळलेल्या OMD मधील सर्व जीनोम OMD चे फिलोजेनेटिक कव्हरेज दर्शविण्यासाठी GTDB बेस ट्रीमध्ये ठेवण्यात आले होते.OMD मध्ये कोणतेही जीनोम नसलेले क्लेड राखाडी रंगात दाखवले आहेत.BGCs ची संख्या दिलेल्या क्लेडमध्ये प्रति जीनोमच्या अंदाजित BGC च्या सर्वात मोठ्या संख्येशी संबंधित आहे.स्पष्टतेसाठी, शेवटचे 15% नोड्स कोसळले आहेत.मायकोबॅक्टेरियम, गॉर्डोनिया (फक्त रोडोकोकस नंतर दुसरे), आणि क्रोकोस्फेरा (सिनेकोकोकस नंतर दुसरे) वगळता बाण BGC (>15 BGC) मध्ये समृद्ध क्लेड दर्शवतात.d, अज्ञात c.Eremiobacterota ने सर्वोच्च बायोसिंथेटिक विविधता (नैसर्गिक उत्पादन प्रकारावर आधारित शॅनन इंडेक्स) दर्शविली.प्रत्येक बँड प्रजातींमध्ये सर्वाधिक BGC सह जीनोमचे प्रतिनिधित्व करतो.T1PKS, PKS प्रकार I, T2/3PKS, PKS प्रकार II आणि प्रकार III.
समृद्धता आणि नवीनतेच्या व्यतिरिक्त, आम्ही सागरी मायक्रोबायोमच्या जैवसंश्लेषक संभाव्यतेची जैव-भौगोलिक रचना शोधतो.सरासरी मेटाजेनोमिक GCF कॉपी नंबर वितरण (पद्धती) द्वारे नमुन्यांच्या गटबद्धतेने असे दिसून आले की कमी-अक्षांश, पृष्ठभाग, प्रोकेरियोटिक-समृद्ध आणि विषाणू-गरीब समुदाय, बहुतेक पृष्ठभाग किंवा खोल सूर्यप्रकाशातील पाण्यातील, RiPP आणि BGC टर्पेनस समृद्ध होते.याउलट, ध्रुवीय, खोल-समुद्र, विषाणू- आणि कण-समृद्ध समुदाय NRPS आणि PKS BGC (विस्तारित डेटा, चित्र 4 आणि अतिरिक्त माहिती) च्या उच्च विपुलतेशी संबंधित होते.शेवटी, आम्हाला आढळले की चांगल्या प्रकारे अभ्यास केलेले उष्णकटिबंधीय आणि पेलाजिक समुदाय हे नवीन टर्पेनेसचे (ऑग्मेंटेड डेटा फिगर) सर्वात आशादायक स्रोत आहेत.PKS, RiPP आणि इतर नैसर्गिक उत्पादनांसाठी सर्वाधिक क्षमता (विस्तारित डेटासह आकृती 5a).
सागरी मायक्रोबायोम्सच्या जैवसंश्लेषण क्षमतेच्या आमच्या अभ्यासाला पूरक म्हणून, आम्ही त्यांचे फायलोजेनेटिक वितरण मॅप करणे आणि नवीन BGC- समृद्ध क्लेड्स ओळखण्याचे उद्दिष्ट ठेवले.यासाठी, आम्ही सागरी सूक्ष्मजंतूंचे जीनोम एका सामान्यीकृत GTDB13 जिवाणू आणि पुरातन फायलोजेनेटिक झाडामध्ये ठेवले आणि त्यांनी एन्कोड केलेले पुटेटिव्ह बायोसिंथेटिक मार्ग आच्छादित केले (चित्र 2c).सायनोबॅक्टेरिया (सिनेकोकोकस) आणि प्रोटीयस बॅक्टेरिया, जसे की टिस्ट्रेला ३२,३३ किंवा अलीकडे लक्ष वेधून घेतलेल्या जैवसंश्लेषक क्षमतेसाठी ओळखल्या जाणार्‍या समुद्राच्या पाण्याच्या नमुन्यांमध्ये (पद्धती) अनेक BGC- समृद्ध क्लेड्स (15 पेक्षा जास्त BGCs द्वारे प्रतिनिधित्व केलेले) आम्ही सहजपणे शोधले आहेत. नैसर्गिक उत्पादने.जसे की मायक्सोकोकोटा (सँडरासिनसी), रोडोकोकस आणि प्लँक्टोमायसेटोटा ३४,३५,३६.विशेष म्हणजे, या क्लेड्समध्ये आम्हाला अनेक पूर्वी न शोधलेले वंश सापडले.उदाहरणार्थ, फिला प्लँक्टोमायसेटोटा आणि मायक्सोकोकोटा मधील सर्वात श्रीमंत बायोसिंथेटिक क्षमता असलेल्या त्या प्रजाती अनुक्रमे अनैच्छिक उमेदवार ऑर्डर आणि जनराशी संबंधित होत्या (पूरक तक्ता 3).एकत्रितपणे, हे सूचित करते की OMD पूर्वीच्या अज्ञात फायलोजेनेटिक माहितीमध्ये प्रवेश प्रदान करते, ज्यामध्ये सूक्ष्मजीवांचा समावेश आहे, जे एंजाइम आणि नैसर्गिक उत्पादन शोधासाठी नवीन लक्ष्य दर्शवू शकतात.
पुढे, आम्ही BGC-समृद्ध क्लेडचे वैशिष्ट्य केवळ त्याच्या सदस्यांनी एन्कोड केलेल्या BGCs ची कमाल संख्या मोजूनच नाही, तर या BGCs च्या विविधतेचे मूल्यांकन करून, जे विविध प्रकारच्या नैसर्गिक उमेदवार उत्पादनांची वारंवारता स्पष्ट करते (चित्र 2c आणि पद्धती) )..आम्हाला आढळले की या अभ्यासात सर्वात जैव-संश्लेषकदृष्ट्या विविध प्रजाती विशेष अभियंता जिवाणू MAGs द्वारे दर्शविल्या गेल्या आहेत.हे जिवाणू अशेषिक फायलम कॅन्डीडेटस एरेमिओबॅक्टेरोटाचे आहेत, जे काही जीनोमिक अभ्यासांव्यतिरिक्त मोठ्या प्रमाणावर अनपेक्षित राहिले आहेत 37,38.हे उल्लेखनीय आहे की “ca.Eremiobacterota वंशाचे केवळ स्थलीय वातावरणात विश्लेषण केले गेले आहे आणि BGC मध्ये समृद्ध झालेल्या कोणत्याही सदस्यांचा समावेश असल्याचे ज्ञात नाही.येथे आम्ही एकाच प्रजातीच्या आठ MAG ची पुनर्रचना केली आहे (न्यूक्लियोटाइड ओळख > 99%) 23. म्हणून आम्ही ग्रीक पौराणिक कथा आणि मोहिमेतील एक सुंदर देणगी असलेल्या नेरीड (समुद्री अप्सरा) च्या नावावर असलेल्या “कॅन्डिडॅटस युडोरेमिक्रोबियम मॅलास्पिनी” या प्रजातीचे नाव सुचवले आहे.'का.फायलोजेनेटिक एनोटेशन 13 नुसार, E. malaspinii चे अनुक्रम पातळीच्या खाली कोणतेही पूर्वीचे ज्ञात नातेवाईक नाहीत आणि अशा प्रकारे आम्ही प्रस्तावित केलेल्या नवीन जिवाणू कुटुंबातील आहे “Ca.E. malaspinii” प्रकार प्रजाती म्हणून आणि “Ca.Eudormicrobiaceae” अधिकृत नाव म्हणून (पूरक माहिती).'Ca ची संक्षिप्त मेटाजेनोमिक पुनर्रचना.E. malaspinii जीनोम प्रकल्प अत्यंत कमी इनपुट, दीर्घ वाचन मेटाजेनोमिक अनुक्रम आणि 75 kb डुप्लिकेशनसह एकल 9.63 Mb रेखीय गुणसूत्र म्हणून एकाच नमुना (पद्धती) च्या लक्ष्यित असेंबलीद्वारे प्रमाणित करण्यात आला.फक्त उरलेली संदिग्धता म्हणून.
या प्रजातीचा फायलोजेनेटिक संदर्भ स्थापित करण्यासाठी, आम्ही लक्ष्यित जीनोम पुनर्रचनाद्वारे तारा महासागर मोहिमेतून अतिरिक्त युकेरियोटिक-समृद्ध मेटाजेनोमिक नमुन्यांमध्ये जवळून संबंधित 40 प्रजाती शोधल्या.थोडक्यात, आम्ही "Ca" शी संबंधित जीनोमिक तुकड्यांशी मेटाजेनोमिक रीड्स जोडले आहेत.E. malaspinii” आणि गृहीत धरले की या नमुन्यातील वाढीव भरती दर इतर नातेवाईकांची उपस्थिती (पद्धती) दर्शवते.परिणामस्वरुप, आम्हाला 10 MAGs आढळले, 19 MAGs चे संयोजन जे तीन पिढ्यांमधील पाच प्रजातींचे प्रतिनिधित्व करतात ते नव्याने परिभाषित कुटुंबात (म्हणजे "Ca. Eudormicrobiaceae").मॅन्युअल तपासणी आणि गुणवत्ता नियंत्रणानंतर (विस्तारित डेटा, आकृती 6 आणि अतिरिक्त माहिती), आम्हाला आढळले की “Ca.Eudormicrobiaceae प्रजाती इतर “Ca” सदस्यांपेक्षा मोठे जीनोम (8 Mb) आणि समृद्ध जैवसंश्लेषक क्षमता (प्रति प्रजाती 14 ते 22 BGC) सादर करतात.Clade Eremiobacterota (7 BGC पर्यंत) (Fig. 3a–c).
a, पाच 'Ca' ची फिलोजेनेटिक पोझिशन्स.Eudormicrobiaceae च्या प्रजातींनी या अभ्यासात ओळखल्या गेलेल्या सागरी रेषांसाठी विशिष्ट BGC समृद्धता दर्शविली.फायलोजेनेटिक झाडामध्ये सर्व 'Ca' समाविष्ट आहे.MAG Eremiobacterota आणि GTDB (आवृत्ती 89) मध्ये प्रदान केलेल्या इतर फिला (कंसात जीनोम क्रमांक) चे सदस्य उत्क्रांती पार्श्वभूमी (पद्धती) साठी वापरले गेले.सर्वात बाहेरील स्तर कौटुंबिक स्तरावर (“Ca. Eudormicrobiaceae” आणि “Ca. Xenobiaceae”) आणि वर्ग स्तरावर (“Ca. Eremiobacteria”) वर्गीकरणाचे प्रतिनिधित्व करतात.या अभ्यासात वर्णन केलेल्या पाच प्रजाती अल्फान्यूमेरिक कोड आणि प्रस्तावित द्विपदी नावे (पूरक माहिती) द्वारे दर्शविल्या जातात.ब, ठीक आहे.Eudormicrobiaceae प्रजातींमध्ये सात सामान्य BGC केंद्रके आहेत.A2 क्लेडमध्ये BGC ची अनुपस्थिती प्रतिनिधी MAG (पूरक तक्ता 3) च्या अपूर्णतेमुळे होती.BGCs विशिष्ट आहेत “Ca.एम्फिथोमायक्रोबियम" आणि "Ca.एम्फिथोमायक्रोबियम” (क्लेड्स ए आणि बी) दाखवलेले नाहीत.c, सर्व BGCs “Ca.Eudoremicrobium taraoceanii ताराच्या महासागरातून घेतलेल्या 623 मेटाट्रान्सक्रिप्टोममध्ये व्यक्त झाल्याचे आढळले.घन मंडळे सक्रिय प्रतिलेखन सूचित करतात.ऑरेंज वर्तुळे हाऊसकीपिंग जनुक अभिव्यक्ती दर (पद्धती) च्या खाली आणि वर लॉग2-रूपांतरित पट बदल दर्शवितात.d, सापेक्ष विपुलता वक्र (पद्धती) 'Ca.Eudormicrobiaceae च्या प्रजाती बहुतेक महासागर खोऱ्यांमध्ये आणि संपूर्ण जल स्तंभात (पृष्ठभागापासून किमान 4000 मीटर खोलीपर्यंत) व्यापक आहेत.या अंदाजांच्या आधारे, आम्हाला आढळले की 'सीए.E. malaspinii' खोल-समुद्र पेलाजिक धान्य-संबंधित समुदायांमध्ये प्रोकेरियोटिक पेशींपैकी 6% पर्यंत आहे.दिलेल्या खोलीच्या थराच्या आकाराच्या कोणत्याही अंशामध्ये एखादी प्रजाती आढळल्यास ती एखाद्या साइटवर उपस्थित असल्याचे आम्ही मानले.IO - हिंद महासागर, NAO - उत्तर अटलांटिक, NPO - उत्तर पॅसिफिक, RS - लाल समुद्र, SAO - दक्षिण अटलांटिक, SO - दक्षिण महासागर, SPO - दक्षिण पॅसिफिक.
Ca च्या विपुलता आणि वितरणाचा अभ्यास करणे.Eudormicrobiaceae, जे आम्हाला आढळले की, बहुतेक महासागर खोऱ्यात तसेच संपूर्ण जल स्तंभात (Fig. 3d) प्राबल्य आहे.स्थानिक पातळीवर, ते 6% सागरी सूक्ष्मजीव समुदाय बनवतात, ज्यामुळे ते जागतिक सागरी मायक्रोबायोमचा एक महत्त्वाचा भाग बनतात.याव्यतिरिक्त, आम्हाला Ca ची सापेक्ष सामग्री आढळली.Eudormicrobiaceae प्रजाती आणि त्यांची BGC अभिव्यक्ती पातळी युकेरियोटिक समृद्ध अंशामध्ये (Fig. 3c आणि विस्तारित डेटा, Fig. 7), प्लँक्टनसह कणांसह संभाव्य परस्परसंवाद दर्शवितात.हे निरीक्षण 'Ca' शी काही साम्य आहे.Eudoremicrobium BGCs जे ज्ञात मार्गांद्वारे सायटोटॉक्सिक नैसर्गिक उत्पादने तयार करतात ते भक्षक वर्तन (पूरक माहिती आणि विस्तारित डेटा, आकृती 8) प्रदर्शित करू शकतात, जे इतर भक्षकांसारखेच असतात जे विशेषतः मायक्सोकोकस 41 सारख्या चयापचयांचे उत्पादन करतात.Ca चा शोध.कमी उपलब्ध असलेल्या (खोल महासागरात) किंवा प्रोकेरियोटिक नमुन्यांऐवजी युडोर्माइक्रोबायसी हे जीवाणू आणि त्यांची अनपेक्षित बीजीसी विविधता नैसर्गिक अन्न संशोधनाच्या संदर्भात अस्पष्ट का राहते हे स्पष्ट करू शकतात.
सरतेशेवटी, आम्ही नवीन मार्ग, एन्झाईम्स आणि नैसर्गिक उत्पादने शोधण्याच्या आमच्या मायक्रोबायोम-आधारित कार्याचे वचन प्रायोगिकपणे प्रमाणित करण्याचा प्रयत्न केला.BGCs च्या विविध वर्गांमध्ये, RiPP मार्ग परिपक्व एन्झाईम्स 42 द्वारे कोर पेप्टाइडच्या विविध पोस्ट-अनुवादात्मक बदलांमुळे समृद्ध रासायनिक आणि कार्यात्मक विविधता एन्कोड करण्यासाठी ओळखला जातो.म्हणून आम्ही दोन 'सीए' निवडले.Eudoremicrobium' RiPP BGCs (आकडे 3b आणि 4a-e) कोणत्याही ज्ञात BGC (\(\bar{d}\)MIBiG आणि \(\bar{d}\)RefSeq 0.2 वरील) प्रमाणेच आधारित आहेत.
a–c, खोल समुद्रातील Ca प्रजातींसाठी विशिष्ट RiPP बायोसिंथेसिसचे क्लस्टर (\(\bar{d}\)RefSeq = 0.29) कादंबरीचे इन विट्रो विषम अभिव्यक्ती आणि इन विट्रो एन्झाईमॅटिक असेस.E. malaspinii' मुळे डिफॉस्फोरीलेटेड उत्पादनांची निर्मिती झाली.c, उच्च-रिझोल्यूशन (HR) MS/MS (रासायनिक संरचनेत b आणि y आयन द्वारे दर्शविलेले विखंडन) आणि NMR (विस्तारित डेटा, चित्र 9) वापरून ओळखले जाणारे बदल.d, हे फॉस्फोरीलेटेड पेप्टाइड सस्तन प्राणी न्यूट्रोफिल इलास्टेसचे कमी मायक्रोमोलर प्रतिबंध दर्शवते, जे नियंत्रण पेप्टाइड आणि डिहायड्रेटिंग पेप्टाइड (रासायनिक काढून टाकणे प्रेरित निर्जलीकरण) मध्ये आढळत नाही.समान परिणामांसह प्रयोग तीन वेळा पुनरावृत्ती झाला.उदाहरणार्थ, दुसऱ्या कादंबरीची विषम अभिव्यक्ती \(\bar{d}\)RefSeq = 0.33) प्रथिने बायोसिंथेसिस क्लस्टर चार परिपक्व एन्झाईम्सचे कार्य स्पष्ट करते जे 46 एमिनो अॅसिड कोर पेप्टाइडमध्ये बदल करतात.एचआर-एमएस/एमएस, समस्थानिक लेबलिंग आणि एनएमआर विश्लेषण (पूरक माहिती) द्वारे अंदाज केलेल्या बदलाच्या साइटनुसार अवशेष डागलेले असतात.डॅश केलेला रंग सूचित करतो की बदल दोन अवशेषांपैकी एकावर होतो.आकृती एकाच केंद्रकावरील सर्व परिपक्व एन्झाईम्सची क्रिया दर्शविण्यासाठी असंख्य विषम रचनांचे संकलन आहे.h, बॅकबोन एमाइड एन-मेथिलेशनसाठी एनएमआर डेटाचे चित्रण.पूर्ण परिणाम अंजीर मध्ये दर्शविले आहेत.विस्तारित डेटासह 10.i, MIBiG 2.0 डेटाबेसमध्ये आढळलेल्या सर्व FkbM डोमेनमधील परिपक्व FkbM प्रोटीन क्लस्टर एंझाइमची फिलोजेनेटिक स्थिती N-methyltransferase क्रियाकलाप (पूरक माहिती) असलेल्या या कुटुंबातील एन्झाइम प्रकट करते.BGCs (a, e), पूर्ववर्ती पेप्टाइड स्ट्रक्चर्स (b, f), आणि नैसर्गिक उत्पादनांची पुटेटिव्ह रासायनिक रचना (c, g) ची योजनाबद्ध आकृती दर्शविली आहे.
पहिला RiPP मार्ग (\(\bar{d}\)MIBiG = 0.41, \(\bar{d}\)RefSeq = 0.29) फक्त खोल समुद्रातील प्रजाती “Ca.E. malaspinii” आणि पेप्टाइड- प्रिकर्सरसाठी कोड (Fig. 4a, b).या परिपक्व एंझाइममध्ये, आम्ही लॅन्टीपेप्टाइड सिंथेसच्या निर्जलीकरण डोमेनसाठी एकल फंक्शनल डोमेन ओळखले आहे जे सामान्यतः फॉस्फोरिलेशन आणि त्यानंतर 43 (पूरक माहिती) काढून टाकते.म्हणून, आम्ही असे भाकीत करतो की पूर्ववर्ती पेप्टाइडच्या बदलामध्ये अशा द्वि-चरण निर्जलीकरणाचा समावेश होतो.तथापि, टेंडम मास स्पेक्ट्रोमेट्री (MS/MS) आणि न्यूक्लियर मॅग्नेटिक रेझोनान्स स्पेक्ट्रोस्कोपी (NMR) वापरून, आम्ही पॉलीफॉस्फोरीलेटेड रेखीय पेप्टाइड (चित्र 4c) ओळखले.अनपेक्षित असले तरी, आम्हाला त्याचे अंतिम उत्पादन असण्याचे समर्थन करण्यासाठी अनेक पुरावे सापडले: दोन भिन्न विषम यजमान आणि इन विट्रो अॅसेजमध्ये निर्जलीकरण नाही, परिपक्व एन्झाइमच्या उत्प्रेरक निर्जलीकरण साइटमध्ये उत्परिवर्तित मुख्य अवशेषांची ओळख.सर्व "Ca" द्वारे पुनर्रचना.ई. मालास्पिनी जीनोम (विस्तारित डेटा, अंजीर 9 आणि अतिरिक्त माहिती) आणि शेवटी, फॉस्फोरिलेटेड उत्पादनाची जैविक क्रिया, परंतु रासायनिक संश्लेषित निर्जलित स्वरूप नाही (चित्र 4d).खरेतर, आम्हाला आढळले की ते न्यूट्रोफिल इलास्टेस विरुद्ध कमी मायक्रोमोलर प्रोटीज प्रतिबंधात्मक क्रियाकलाप प्रदर्शित करते, ज्याची एकाग्रता श्रेणीतील इतर संबंधित नैसर्गिक उत्पादनांशी तुलना करता येते (IC50 = 14.3 μM) 44 , तरीही पर्यावरणीय भूमिका स्पष्ट करणे बाकी आहे.या परिणामांवर आधारित, आम्ही मार्गाला "फॉस्फेप्टिन" नाव देण्याचा प्रस्ताव देतो.
दुसरी केस 'Ca' साठी विशिष्ट एक जटिल RiPP मार्ग आहे.Eudoremicrobium (\(\bar{d}\)MIBiG = 0.46, \(\bar{d}\)RefSeq = 0.33) या जातीचा नैसर्गिक प्रथिने उत्पादने (Fig. 4e) एन्कोड करण्याचा अंदाज होता.अपेक्षित घनता आणि तुलनेने लहान BGCs45 द्वारे एन्कोड केलेल्या एन्झाईम्सद्वारे स्थापित केलेल्या असामान्य रासायनिक बदलांमुळे हे मार्ग विशिष्ट जैवतंत्रज्ञानाच्या आवडीचे आहेत.आम्हाला आढळले की हे प्रथिन पूर्वीच्या वैशिष्ट्यीकृत प्रथिनांपेक्षा वेगळे आहे कारण त्यात पॉलीसेरामाइड्सचे मुख्य NX5N आकृतिबंध आणि लँडोरनामाइड्स 46 चे लॅन्थिओनाइन लूप दोन्ही नसतात.सामान्य विषम अभिव्यक्ती पद्धतींच्या मर्यादांवर मात करण्यासाठी, आम्ही चार परिपक्व मार्ग एन्झाइम्स (पद्धती) वैशिष्ट्यीकृत करण्यासाठी सानुकूल मायक्रोविरगुला एरोडेनिट्रिफिकन्स प्रणालीसह त्यांचा वापर केला.MS/MS, समस्थानिक लेबलिंग आणि NMR च्या संयोजनाचा वापर करून, आम्ही पेप्टाइडच्या 46-अमीनो ऍसिड कोरमध्ये हे परिपक्व एन्झाइम शोधले (चित्र 4f,g, विस्तारित डेटा, अंजीर 10-12 आणि अतिरिक्त माहिती).परिपक्व एन्झाईम्समध्ये, आम्ही RiPP मार्गामध्ये FkbM O-methyltransferase कुटुंबातील सदस्य 47 चे प्रथम दर्शन घडवले आणि अनपेक्षितपणे आढळले की हे प्रौढ एन्झाइम पाठीचा कणा एन-मेथिलेशन (चित्र 4h, i आणि अतिरिक्त माहिती) सादर करते.हा बदल नैसर्गिक NRP48 उत्पादनांमध्ये ओळखला जात असला तरी, अमाइड बाँड्सचे एन्झाईमॅटिक एन-मेथिलेशन ही एक जटिल परंतु जैव-तंत्रज्ञानदृष्ट्या महत्त्वपूर्ण प्रतिक्रिया49 आहे जी आतापर्यंत बोरोसिन्सच्या RiPP कुटुंबासाठी स्वारस्यपूर्ण आहे.विशिष्टता 50,51.एंजाइम आणि आरआयपीपीच्या इतर कुटुंबांमध्ये या क्रियाकलापाची ओळख नवीन अनुप्रयोग उघडू शकते आणि प्रथिने 52 आणि त्यांच्या रासायनिक विविधतांची कार्यात्मक विविधता वाढवू शकते.ओळखलेल्या सुधारणा आणि प्रस्तावित उत्पादनाच्या रचनेच्या असामान्य लांबीच्या आधारावर, आम्ही "पायथोनामाइड" नावाचा मार्ग प्रस्तावित करतो.
एन्झाईम्सच्या कार्यात्मक वैशिष्ट्यीकृत कुटुंबातील अनपेक्षित एन्झाइमोलॉजीचा शोध नवीन शोधांसाठी पर्यावरणीय जीनोमिक्सचे वचन स्पष्ट करतो आणि केवळ अनुक्रम समीकरणाच्या आधारे कार्यात्मक अनुमानासाठी मर्यादित क्षमता देखील स्पष्ट करतो.अशाप्रकारे, नॉन-कॅनोनिकल बायोएक्टिव्ह पॉलीफॉस्फोरीलेटेड RiPPs च्या अहवालांसह, आमचे परिणाम जैवरासायनिक संयुगांची कार्यात्मक समृद्धता, विविधता आणि असामान्य संरचना पूर्णपणे उघड करण्यासाठी कृत्रिम जीवशास्त्र प्रयत्नांसाठी संसाधन-केंद्रित परंतु महत्त्वपूर्ण मूल्य प्रदर्शित करतात.
येथे आम्ही जागतिक सागरी मायक्रोबायोममध्ये सूक्ष्मजीवांद्वारे एन्कोड केलेल्या बायोसिंथेटिक संभाव्यतेची श्रेणी आणि त्यांचे जीनोमिक संदर्भ प्रदर्शित करतो, परिणामी संसाधन वैज्ञानिक समुदायासाठी उपलब्ध करून भविष्यातील संशोधन सुलभ करते (https://microbiomics.io/ocean/).आम्हाला आढळले आहे की त्यातील बरीचशी फायलोजेनेटिक आणि कार्यात्मक नवीनता केवळ MAGs आणि SAGs पुनर्रचना करून मिळवता येते, विशेषत: कमी वापरलेल्या सूक्ष्मजीव समुदायांमध्ये जे भविष्यातील बायोप्रोस्पेक्टिंग प्रयत्नांना मार्गदर्शन करू शकतात.जरी आम्ही येथे 'सीए' वर लक्ष केंद्रित करणार आहोत.Eudormicrobiaceae” एक वंश म्हणून विशेषत: जैवसंश्लेषकदृष्ट्या “प्रतिभावान”, न सापडलेल्या मायक्रोबायोटामध्ये भाकीत केलेले अनेक BGC कदाचित पूर्वी वर्णन न केलेल्या एन्झाइमोलॉजीज एन्कोड करतात जे पर्यावरणीय आणि/किंवा जैव-तंत्रज्ञानदृष्ट्या महत्त्वपूर्ण क्रियांसह संयुगे उत्पन्न करतात.
सागरी खोरे, खोल थर आणि कालांतराने जागतिक सागरी सूक्ष्मजीव समुदायांचे कव्हरेज जास्तीत जास्त करण्यासाठी पुरेशा अनुक्रम खोलीसह प्रमुख समुद्रशास्त्रीय आणि वेळ मालिका अभ्यासातील मेटाजेनोमिक डेटासेट समाविष्ट केले गेले.या डेटासेटमध्ये (पूरक तक्ता 1 आणि आकृती 1) ताराच्या महासागरात गोळा केलेल्या नमुन्यांमधून मेटाजेनोमिक्सचा समावेश आहे (व्हायरल समृद्ध, n=190; प्रोकेरियोटिक समृद्ध, n=180)12,22 आणि BioGEOTRACES मोहीम (n=480).हवाईयन ओशनिक टाइम सिरीज (HOT, n = 68), बरमुडा-अटलांटिक टाइम सिरीज (BATS, n = 62)21 आणि मालास्पिना मोहीम (n = 58)23.सर्व मेटाजेनोमिक तुकड्यांमधील अनुक्रम वाचन BBMap (v.38.71) चा वापर करून गुणवत्तेसाठी फिल्टर केले गेले, रीडमधून सिक्वेन्सिंग अडॅप्टर्स काढून, गुणवत्ता नियंत्रण अनुक्रम (PhiX जीनोम) वर मॅप केलेले रीड काढून टाकून आणि trimq=14, maq=20 वापरून खराब वाचन गुणवत्ता काढून टाकली, maxns = 0 आणि minlength = 45. त्यानंतरचे विश्लेषण चालवले गेले किंवा निर्दिष्ट केले असल्यास QC रीडमध्ये विलीन केले गेले (bbmerge.sh minoverlap=16).मेटास्पेड्स (v.3.11.1 किंवा v.3.12 आवश्यक असल्यास)53 वापरून तयार करण्यापूर्वी QC वाचन सामान्यीकृत केले गेले (bbnorm.sh लक्ष्य = 40, माइंडडेप्थ = 0) 53.परिणामी स्कॅफोल्ड कॉन्टिग्स (यापुढे स्कॅफोल्ड म्हणून संदर्भित) शेवटी लांबीने (≥1 kb) फिल्टर केले गेले.
1038 मेटाजेनोमिक नमुने गटांमध्ये विभागले गेले आणि नमुन्यांच्या प्रत्येक गटासाठी, सर्व नमुन्यांचे मेटाजेनोमिक गुणवत्ता नियंत्रण वाचन प्रत्येक नमुन्याच्या कंसात स्वतंत्रपणे जुळले, परिणामी जोडीनुसार ब्रॅकेट केलेले गट वाचले गेले: तारा मरीन व्हायरस - समृद्ध (190×190), Prokaryotes Enriched (180×180), BioGEOTRACES, HOT आणि BATS (610×610) आणि Malaspina (58×58).Burrows-Wheeler-Aligner (BWA) (v.0.7.17-r1188)54 वापरून मॅपिंग केले गेले जे रीडिंग दुय्यम साइटशी जुळवण्याची परवानगी देते (-a ध्वज वापरून).संरेखन किमान 45 बेस लांब, ≥97% ओळख आणि स्पॅन ≥80% वाचण्यासाठी फिल्टर केले गेले.प्रत्येक गटासाठी आंतर-आणि आंतर-नमुना कव्हरेज देण्यासाठी MetaBAT2 (v.2.12.1)55 साठी jgi_summarize_bam_contig_depths स्क्रिप्ट वापरून परिणामी BAM फाइल्सवर प्रक्रिया केली गेली.शेवटी, -minContig 2000 आणि -maxEdges 500 सह सर्व नमुन्यांवर वैयक्तिकरित्या MetaBAT2 चालवून संवेदनशीलता वाढवण्यासाठी कंस गटबद्ध केले गेले. आम्ही मेटाबॅट 2 चा वापर एकत्रित बॉक्सरऐवजी करतो कारण तो सर्वात प्रभावी सिंगल बॉक्सर असल्याचे स्वतंत्र चाचण्यांमध्ये दर्शविले गेले आहे.आणि इतर सामान्यतः वापरल्या जाणार्‍या बॉक्सरपेक्षा 10 ते 50 पट वेगवान57.विपुलता सहसंबंधांच्या प्रभावाची चाचणी घेण्यासाठी, मेटाजेनोमिक्सचे यादृच्छिकपणे निवडलेले उपनमुने (दोन तारा महासागर डेटासेटपैकी प्रत्येकासाठी 10, बायोजियोट्रेसेससाठी 10, प्रत्येक वेळेच्या मालिकेसाठी 5 आणि मालास्पिनासाठी 5) अतिरिक्त नमुने वापरतात.कव्हरेज माहिती मिळविण्यासाठी अंतर्गत नमुने गटबद्ध केले आहेत.(अतिरिक्त माहिती).
त्यानंतरच्या विश्लेषणात अतिरिक्त (बाह्य) जीनोम समाविष्ट केले गेले, म्हणजे तारा महासागर 26 डेटासेटच्या उपसंचातून 830 मॅन्युअली निवडलेले MAGs, GORG20 डेटासेटमधून 5287 SAGs आणि MAR डेटाबेस (MarDB v. 4) मधील डेटा 1707 REFs आणि 682 SAGs) 27. MarDB डेटासेटसाठी, नमुना प्रकार खालील नियमित अभिव्यक्तीशी जुळत असल्यास उपलब्ध मेटाडेटावर आधारित जीनोम निवडले जातात: '[S|s]ingle.?[C|c]ell|[C|c]ulture| [I|i] विलग'.
चेकएम (v.1.0.13) आणि Anvi'o's Lineage Workflow (v.5.5.0)58,59 वापरून प्रत्येक मेटाजेनोमिक कंटेनर आणि बाह्य जीनोमच्या गुणवत्तेचे मूल्यांकन केले गेले.CheckM किंवा Anvi'o ने ≥50% पूर्णता/पूर्णता आणि ≤10% दूषितता/रिडंडंसीचा अहवाल दिल्यास, नंतरच्या विश्लेषणासाठी मेटाजेनोमिक पेशी आणि बाह्य जीनोम जतन करा.हे स्कोअर नंतर खालीलप्रमाणे सामुदायिक निकषांनुसार जीनोम गुणवत्तेचे वर्गीकरण करण्यासाठी सरासरी पूर्णता (mcpl) आणि सरासरी प्रदूषण (mctn) मध्ये एकत्र केले गेले: उच्च गुणवत्ता: mcpl ≥ 90% आणि mctn ≤ 5%;चांगली गुणवत्ता: mcpl ≥ 70%, mctn ≤ 10%, मध्यम गुणवत्ता: mcpl ≥ 50% आणि mctn ≤ 10%, वाजवी गुणवत्ता: mcpl ≤ 90% किंवा mctn ≥ 10%.फिल्टर केलेले जीनोम नंतर गुणवत्ता स्कोअर (Q आणि Q') सह संबंधित होते: Q = mcpl – 5 x mctn Q' = mcpl – 5 x mctn + mctn x (स्ट्रेन व्हेरिएबिलिटी)/100 + 0.5 x लॉग[N50] .(dRep61 मध्ये लागू).
भिन्न डेटा स्रोत आणि जीनोम प्रकार (MAG, SAG आणि REF) यांच्यातील तुलनात्मक विश्लेषणास अनुमती देण्यासाठी, dRep (v.2.5.4) वापरून जीनोम-व्यापी सरासरी न्यूक्लियोटाइड आयडेंटिटी (ANI) वर आधारित 34,799 जीनोमचे संदर्भ वेगळे केले गेले.पुनरावृत्ती)61 95% ANI थ्रेशोल्डसह 28,62 (-comp 0 -con 1000 -sa 0.95 -nc 0.2) आणि SpecI63 वापरून सिंगल-कॉपी मार्कर जीन्स प्रजाती स्तरावर जीनोम क्लस्टरिंग प्रदान करतात.वर परिभाषित केलेल्या कमाल गुणवत्ता स्कोअर (Q') नुसार प्रत्येक dRep क्लस्टरसाठी एक प्रातिनिधिक जीनोम निवडला गेला, जो प्रजातीचा प्रतिनिधी मानला गेला.
मॅपिंग गतीचे मूल्यमापन करण्यासाठी, BWA (v.0.7.17-r1188, -a) चा वापर OMD मध्ये समाविष्ट असलेल्या 34,799 जीनोमसह मेटाजेनोमिक रीडच्या सर्व 1038 संचांना मॅप करण्यासाठी केला गेला.गुणवत्ता-नियंत्रित वाचन सिंगल-एंडेड मोडमध्ये मॅप केले गेले आणि परिणामी संरेखन फक्त संरेखन ≥45 bp लांबी राखण्यासाठी फिल्टर केले गेले.आणि ओळख ≥95%.प्रत्येक नमुन्यासाठी प्रदर्शन गुणोत्तर हे गुणवत्तेचे नियंत्रण वाचनांच्या एकूण संख्येने भागलेल्‍या गाळणीनंतर उरलेल्या वाचनाची टक्केवारी असते.समान दृष्टीकोन वापरून, 1038 मेटाजेनोमपैकी प्रत्येक 5 दशलक्ष इन्सर्ट (विस्तारित डेटा, अंजीर 1c) पर्यंत कमी केले गेले आणि OMD आणि सर्व GEM16 मध्ये GORG SAG शी जुळले.GEM16 कॅटलॉगमधील समुद्राच्या पाण्यामधून पुनर्प्राप्त केलेल्या MAGs चे प्रमाण मेटाजेनोमिक स्त्रोतांच्या कीवर्ड क्वेरीद्वारे, समुद्राच्या पाण्याचे नमुने निवडून (उदा. सागरी गाळाच्या विरूद्ध) निर्धारित केले गेले.विशेषत:, आम्ही "इकोसिस्टम_श्रेणी" म्हणून "जलीय" निवडतो, "पारिस्थितिक_प्रकार" म्हणून "सागरी" निवडतो आणि "निवास" फिल्टर "खोल महासागर", "सागरी", "सामुद्रिक महासागर", "पेलाजिक सागरी", "सागरी पाणी" , “महासागर”, “समुद्राचे पाणी”, “सर्फेस सी वॉटर”, “सर्फेस सी वॉटर”.याचा परिणाम म्हणून 5903 MAGs (734 उच्च दर्जाचे) 1823 OTUs पेक्षा जास्त वितरित केले गेले (येथे दृश्ये).
GTDB r89 आवृत्ती 13 ला लक्ष्यित करणार्‍या डीफॉल्ट पॅरामीटर्ससह GTDB-Tk (v.1.0.2)64 वापरून प्रोकेरियोटिक जीनोम वर्गीकरणानुसार भाष्य केले गेले. Anvi'o चा वापर डोमेन अंदाजावर आधारित युकेरियोटिक जीनोम ओळखण्यासाठी आणि ≥50% आणि रिडंडंसी%10 रिकॉल करण्यासाठी केला गेला.एखाद्या प्रजातीचे वर्गीकरण भाष्य त्याच्या प्रतिनिधी जीनोमपैकी एक म्हणून परिभाषित केले जाते.eukaryotes (148 MAG) अपवाद वगळता, प्रत्येक जीनोम प्रथम प्रोक्का (v.1.14.5)65 वापरून कार्यात्मकपणे भाष्य केले गेले, संपूर्ण जनुकांचे नाव दिले गेले, आवश्यकतेनुसार "आर्किया" किंवा "बॅक्टेरिया" पॅरामीटर्स परिभाषित केले गेले, ज्याचा अहवाल देखील गैर- कोडिंग जीन्स.आणि CRISPR प्रदेश, इतर जीनोमिक वैशिष्ट्यांसह.fetchMG (v.1.2)66 चा वापर करून युनिव्हर्सल सिंगल-कॉपी मार्कर जीन्स (uscMG) ओळखून अंदाजित जनुकांवर भाष्य करा, एग्नोग (v.5.0)68 वर आधारित emapper (v.2.0.1)67 वापरून ऑर्थोलॉज गट आणि क्वेरी नियुक्त करा.KEGG डेटाबेस (10 फेब्रुवारी 2020 रोजी प्रकाशित) 69. शेवटची पायरी DIAMOND (v.0.9.30)70 चा वापर करून KEGG डेटाबेसशी प्रथिने जुळवून ≥70% च्या क्वेरी आणि विषय कव्हरेजसह पार पाडण्यात आली.NCBI Prokaryotic Genome Annotation Pipeline71 नुसार जास्तीत जास्त अपेक्षित बिटरेटच्या ≥ 50% (लिंक स्वतः) बिटरेटवर आधारित परिणाम पुढे फिल्टर केले गेले.डीफॉल्ट पॅरामीटर्स आणि वेगवेगळ्या क्लस्टर स्फोटांसह antiSMASH (v.5.1.0)72 वापरून जीनोममध्ये BGCs ओळखण्यासाठी इनपुट म्हणून जीन अनुक्रम देखील वापरले गेले.वेबवर (https://microbiomics.io/ocean/) उपलब्ध संदर्भित मेटाडेटासह सर्व जीनोम आणि भाष्ये OMD मध्ये संकलित केली गेली आहेत.
पूर्वी वर्णन केलेल्या पद्धतींप्रमाणेच12,22 आम्ही CD-HIT (v.4.8.1) चा वापर > 56.6 दशलक्ष प्रथिने-कोडिंग जीन्स जिवाणू आणि पुरातन जीनोममधून ओएमडीपासून 95% ओळख आणि लहान जीन्स (90% कव्हरेज) 73 पर्यंत क्लस्टर करण्यासाठी केला. >17.7 दशलक्ष जीन क्लस्टर.प्रत्येक जनुक क्लस्टरसाठी सर्वात लांब अनुक्रम प्रतिनिधी जनुक म्हणून निवडला गेला.1038 मेटाजेनोम नंतर >17.7 दशलक्ष BWA (-a) क्लस्टर सदस्यांशी जुळले आणि परिणामी BAM फाइल्स फक्त ≥95% टक्के ओळख आणि ≥45 बेस अलाइनमेंटसह संरेखन ठेवण्यासाठी फिल्टर केल्या गेल्या.लांबी-सामान्यीकृत जनुक विपुलतेची गणना सर्वोत्कृष्ट अद्वितीय संरेखनातून प्रथम इन्सर्टची गणना करून आणि नंतर, अस्पष्ट-मॅप केलेल्या इन्सर्टसाठी, संबंधित लक्ष्य जीन्समध्ये त्यांच्या अद्वितीय इन्सर्टच्या संख्येच्या प्रमाणात अंशात्मक संख्या जोडून केली गेली.
विस्तारित MOTU संदर्भ डेटाबेस तयार करण्यासाठी विस्तारित OMD मधील जीनोम (“Ca. Eudormicrobiaceae” मधील अतिरिक्त MAGs सह, खाली पहा) mOTUs74 मेटाजेनोमिक विश्लेषण टूल डेटाबेस (v.2.5.1) मध्ये जोडले गेले.दहा uscMGs पैकी फक्त सहा सिंगल-कॉपी जीनोम (23,528 जीनोम) जिवंत राहिले.डेटाबेसच्या विस्तारामुळे प्रजाती स्तरावर 4,494 अतिरिक्त क्लस्टर्स तयार झाले.डीफॉल्ट एमओटीयू पॅरामीटर्स (v.2) वापरून 1038 मेटाजेनोमचे विश्लेषण केले गेले.एकूण 989 जीनोम 644 एमओटीयू क्लस्टर्समध्ये समाविष्ट आहेत (95% REF, 5% SAG आणि 99.9% MarDB संबंधित) एमओटीयू प्रोफाइलद्वारे आढळले नाहीत.हे MarDB जीनोमच्या सागरी पृथक्करणाचे विविध अतिरिक्त स्रोत प्रतिबिंबित करते (बहुतेक न सापडलेले जीनोम हे गाळ, सागरी यजमान इ. पासून विलग केलेल्या जीवांशी संबंधित आहेत).या अभ्यासात खुल्या महासागर वातावरणावर लक्ष केंद्रित करणे सुरू ठेवण्यासाठी, या अभ्यासात तयार केलेल्या विस्तारित एमओटीयू डेटाबेसमध्ये ते आढळले नाहीत किंवा समाविष्ट केले नाहीत तोपर्यंत आम्ही त्यांना डाउनस्ट्रीम विश्लेषणातून वगळले आहे.
OMD मधील MAG, SAG आणि REF मधील सर्व BGCs (वर पहा) सर्व मेटाजेनोमिक स्कॅफोल्ड्स (antiSMASH v.5.0, डिफॉल्ट पॅरामीटर्स) मध्ये ओळखल्या जाणार्‍या BGCs सह एकत्रित केले गेले आणि BiG-SLICE (v.1.1) (PFAM डोमेन )75 वापरून वैशिष्ट्यीकृत केले गेले.या वैशिष्ट्यांच्या आधारे, आम्ही BGC मधील सर्व कोसाइन अंतरांची गणना केली आणि अनुक्रमे 0.2 आणि 0.8 च्या अंतराचा उंबरठा वापरून GCF आणि GCC मध्ये गटबद्ध केले.हे थ्रेशोल्ड हे पूर्वी युक्लिडियन अंतर 75 वापरून कोसाइन अंतरासह वापरलेल्या थ्रेशोल्डचे रूपांतर आहे, जे मूळ BiG-SLICE क्लस्टरिंग धोरण (पूरक माहिती) मधील काही त्रुटी दूर करते.
नंतर वर्णन केल्याप्रमाणे विखंडन होण्याचा धोका कमी करण्यासाठी आणि 1038 मेटाजेनोममध्ये आढळलेले MarDB REF आणि SAGs वगळण्यासाठी स्कॅफोल्ड्सवर फक्त ≥5 kb एन्कोड केलेले राखण्यासाठी BGCs फिल्टर केले गेले (वर पहा).यामुळे एकूण 39,055 BGCs OMD जीनोमद्वारे एन्कोड करण्यात आले, मेटाजेनोमिक तुकड्यांवर (म्हणजे MAGs मध्ये एकत्रित न केलेले) अतिरिक्त 14,106 ओळखले गेले.हे "मेटाजेनोमिक" BGCs डेटाबेसमध्ये कॅप्चर न केलेल्या सागरी मायक्रोबायोम बायोसिंथेसिस संभाव्यतेच्या प्रमाणाचा अंदाज लावण्यासाठी वापरण्यात आले होते (पूरक माहिती).BG-SCAPE76 मध्ये परिभाषित केलेल्या अँटी-स्मॅश किंवा खडबडीत उत्पादन श्रेणींनी परिभाषित केलेल्या भविष्यसूचक उत्पादन प्रकारांनुसार प्रत्येक BGC कार्यात्मकरित्या वैशिष्ट्यीकृत केले गेले.प्रमाणीकरणामध्ये नमुन्यातील पूर्वाग्रह टाळण्यासाठी (GCC/GCF ची वर्गीकरण आणि कार्यात्मक रचना, GCF आणि GCC मधील अंतर डेटाबेसेस आणि GCF चे मेटाजेनॉमिक विपुलता), प्रत्येक प्रजातीसाठी फक्त सर्वात लांब BGC प्रति GCF ठेवून, 39,055 BGCs पुढे जोडले गेले. परिणामी एकूण 17,689 BGC.
GCC आणि GCF च्या नवीनतेचे मूल्यमापन गणना केलेल्या डेटाबेस (BiG-FAM मधील RefSeq डेटाबेस) 29 आणि प्रायोगिकरित्या सत्यापित (MIBIG 2.0) 30 BGC मधील अंतरावर आधारित केले गेले.प्रत्येक 17,689 प्रतिनिधी BGC साठी, आम्ही संबंधित डेटाबेससाठी सर्वात लहान कोसाइन अंतर निवडले.हे किमान अंतर नंतर GCF किंवा GCC नुसार, योग्य म्हणून सरासरी (समान) काढले जातात.डेटाबेसमधील अंतर 0.2 पेक्षा जास्त असल्यास GCF नवीन मानले जाते, जे (सरासरी) GCF आणि संदर्भ यांच्यातील आदर्श विभक्ततेशी संबंधित आहे.GCC साठी, आम्ही 0.4 निवडतो, जो GCF द्वारे परिभाषित केलेल्या उंबरठ्याच्या दुप्पट आहे, लिंक्ससह दीर्घकालीन संबंध लॉक करण्यासाठी.
बीजीसीच्या मेटाजेनोमिक विपुलतेचा अंदाज त्याच्या जैव-सिंथेटिक जनुकांची सरासरी विपुलता (अँटी-SMASH द्वारे निर्धारित) जनुक-स्तरीय प्रोफाइलवरून उपलब्ध आहे.प्रत्येक GCF किंवा GCC च्या मेटाजेनोमिक विपुलतेची गणना नंतर प्रतिनिधी BGCs (17,689 पैकी) ची बेरीज म्हणून केली गेली.हे विपुलतेचे नकाशे नंतर सेल्युलर रचनांसाठी प्रति-नमुना एमओटीयू मोजणी वापरून सामान्यीकृत केले गेले, ज्याने क्रमवार प्रयत्न (विस्तारित डेटा, चित्र 1d) देखील केले.GCF किंवा GCC च्या व्याप्तीची गणना विपुलता असलेल्या नमुन्यांची टक्केवारी > 0 म्हणून केली गेली.
नमुन्यांमधील युक्लिडियन अंतर सामान्यीकृत GCF प्रोफाइलवरून मोजले गेले.हे अंतर UMAP77 वापरून आकारात कमी केले गेले आणि परिणामी एम्बेडिंग्स HDBSCAN78 वापरून पर्यवेक्षित घनता-आधारित क्लस्टरिंगसाठी वापरली गेली.HDBSCAN द्वारे वापरल्या जाणार्‍या क्लस्टरसाठी (आणि म्हणून क्लस्टरची संख्या) इष्टतम किमान गुणांची संख्या क्लस्टर सदस्यत्वाची एकत्रित संभाव्यता वाढवून निर्धारित केली जाते.ओळखले गेलेले क्लस्टर्स (आणि या क्लस्टर्सचे एक यादृच्छिक संतुलित उपनमुने, भिन्नता (PERMANOVA) च्या परम्युटेशनल मल्टीव्हेरिएट अॅनालिसिस मधील पूर्वाग्रहासाठी) PERMANOVA वापरून कमी न झालेल्या युक्लिडियन अंतरांविरूद्ध महत्त्व तपासले गेले.नमुन्यांचा सरासरी जीनोम आकार एमओटीयूच्या सापेक्ष विपुलतेवर आणि जीनोमच्या सदस्यांच्या अंदाजे जीनोम आकाराच्या आधारावर मोजला गेला.विशेषत:, प्रत्येक एमओटीयूचा सरासरी जीनोम आकाराचा अंदाज त्याच्या सदस्यांच्या जीनोम आकारांची सरासरी पूर्णतेसाठी (फिल्टरिंगनंतर) दुरुस्त केला जातो (उदाहरणार्थ, 3 Mb लांबीच्या 75% पूर्ण जीनोमचा समायोजित आकार 4 असतो. Mb).अखंडतेसह मध्यम जीनोमसाठी ≥70%.प्रत्येक नमुन्यासाठी सरासरी जीनोम आकाराची गणना नंतर सापेक्ष विपुलतेने भारित केलेल्या एमओटीयू जीनोम आकारांची बेरीज म्हणून केली गेली.
OMD मध्ये जीनोम-एनकोडेड BGCs चा फिल्टर केलेला संच जीवाणू आणि पुरातन GTDB झाडांमध्ये (≥5 kb फ्रेमवर्कमध्ये, REF आणि SAG MarDB वगळता 1038 मेटाजेनोममध्ये आढळले नाही, वर पहा) आणि फायजेनेटिक लॉगच्या आधारावर त्यांच्या अंदाजित उत्पादन श्रेणींमध्ये दर्शविले आहे. जीनोमची स्थिती (वर पहा).प्रातिनिधिक म्हणून त्या प्रजातीतील सर्वाधिक BGC असलेले जीनोम वापरून आम्ही प्रथम प्रजातीनुसार डेटा कमी केला.व्हिज्युअलायझेशनसाठी, प्रतिनिधींना पुढे वृक्ष गटांमध्ये विभागले गेले आणि पुन्हा, प्रत्येक कोशिका क्लेडसाठी, सर्वात जास्त संख्या असलेल्या BGCs असलेले जीनोम प्रतिनिधी म्हणून निवडले गेले.BGC-समृद्ध प्रजाती (>15 BGC सह किमान एक जीनोम) त्या BGC मध्ये एन्कोड केलेल्या उत्पादन प्रकारांसाठी शॅनन विविधता निर्देशांकाची गणना करून पुढील विश्लेषण केले गेले.जर सर्व अंदाजित उत्पादन प्रकार सारखे असतील तर, रासायनिक संकरित आणि इतर जटिल BGCs (अँटी-SMAH द्वारे अंदाजानुसार) समान उत्पादन प्रकाराशी संबंधित मानले जातात, त्यांचा क्लस्टरमधील क्रम (उदा. प्रोटीन-बॅक्टेरियोसिन आणि बॅक्टेरियोसिन-प्रोटीओप्रोटीन फ्यूजन) शरीर).संकरित).
मालास्पिना नमुना MP1648 मधील उर्वरित DNA (अंदाजे 6 ng), जैविक नमुना SAMN05421555 शी संबंधित आणि लहान वाचनासाठी Illumina SRR3962772 मेटाजेनोमिक रीड सेटशी जुळलेले, PacBio अनुक्रमणिका प्रोटोकॉलनुसार प्रक्रिया केली जाते किट (100-980-000) आणि SMRTbell एक्सप्रेस 2.0 टेम्पलेट तयारी किट (100-938-900).थोडक्यात, Covaris (g-TUBE, 52104) वापरून उर्वरित DNA कापून, दुरुस्त करून शुद्ध (ProNex beads) करण्यात आले.प्युरिफाईड डीएनए नंतर लायब्ररीची तयारी, प्रवर्धन, शुद्धीकरण (प्रोनेक्स मणी) आणि आकार निवड (>6 kb, ब्लू पिपिन) अंतिम शुद्धिकरण चरण (प्रोनेक्स मणी) आणि सिक्वेल II प्लॅटफॉर्मवर अनुक्रमांपूर्वी केले जाते.
पहिल्या दोन सीएची पुनर्रचना.MAG Eremiobacterota साठी, आम्ही सहा अतिरिक्त ANIs >99% ओळखले (हे आकृती 3 मध्ये समाविष्ट केले आहेत), जे सुरुवातीला दूषित गुणांवर आधारित फिल्टर केले गेले होते (नंतर जीन डुप्लिकेशन म्हणून ओळखले गेले, खाली पहा).आम्हाला "Ca" लेबल असलेली ट्रे देखील सापडली.Eremiobacterota” विविध अभ्यासांतून 23 आणि आमच्या अभ्यासातील आठ MAGs सोबत 633 युकेरियोटिक समृद्ध (>0.8 µm) नमुन्यांमधून BWA (v.0.7.17) Ref -r1188, – एक ध्वज) वापरून मेटाजेनोमिक रीडसाठी संदर्भ म्हणून त्यांचा एकत्रित वापर केला. मॅपिंग (5 दशलक्ष वाचन).संवर्धन-विशिष्ट नकाशांवर आधारित (95% संरेखन ओळख आणि 80% वाचलेले कव्हरेज द्वारे फिल्टर केलेले), 10 मेटाजेनोम (अपेक्षित कव्हरेज ≥5×) असेंब्लीसाठी निवडले गेले आणि सामग्री परस्परसंबंधासाठी अतिरिक्त 49 मेटाजेनोम (अपेक्षित कव्हरेज ≥1×) निवडले गेले.वरील प्रमाणेच पॅरामीटर्स वापरून, हे नमुने बिनबंद केले गेले आणि 10 अतिरिक्त 'Ca' जोडले गेले.MAG Eremiobacterota पुनर्संचयित केले गेले आहे.हे 16 MAGs (डेटाबेसमध्ये आधीच दोन मोजत नाही) विस्तारित OMD मध्ये एकूण जीनोमची संख्या 34,815 वर आणतात.MAGs ला त्यांच्या जीनोमिक समानता आणि GTDB मधील स्थानावर आधारित वर्गीकरण श्रेणी दिली जाते.18 MAGs एकाच कुटुंबातील 5 प्रजाती (इंट्रास्पेसिफिक ANI > 99%) आणि 3 प्रजाती (इंट्राजेनेरिक ANI 85% ते 94%) मध्ये dRep वापरून काढून टाकल्या गेल्या79.अखंडता, दूषितता आणि N50 वर आधारित प्रजातींचे प्रतिनिधी व्यक्तिचलितपणे निवडले गेले.पुरवणी माहितीमध्ये सुचवलेले नामांकन दिले आहे.
'Ca' च्या अखंडतेचे आणि दूषिततेचे मूल्यांकन करा.MAG Eremiobacterota, आम्ही uscMG च्या उपस्थितीचे, तसेच वंश- आणि डोमेन-विशिष्ट सिंगल-कॉपी मार्कर जीन सेटचे चेकएम आणि Anvi'o द्वारे वापरलेले मूल्यांकन केले.40 uscMGs पैकी 2 डुप्लिकेटची ओळख फिलोजेनेटिक पुनर्रचना (खाली पहा) द्वारे कोणत्याही संभाव्य दूषिततेला नाकारण्यासाठी पुष्टी केली गेली (हे या 40 मार्कर जनुकांवर आधारित 5% शी संबंधित आहे).पाच प्रतिनिधी MAGs 'Ca चा अतिरिक्त अभ्यास.विपुलता आणि अनुक्रम रचना सहसंबंध (पूरक माहिती) 59 वर आधारित परस्परसंवादी एन्व्हिओ इंटरफेस वापरून या पुनर्रचित जीनोममधील दूषित घटकांच्या निम्न पातळीची पुष्टी केली गेली.
फिलोजेनोमिक विश्लेषणासाठी, आम्ही पाच प्रतिनिधी MAGs "Ca" निवडले.Eudormicrobiaceae", सर्व प्रजाती "Ca.Eremiobacterota चे जीनोम आणि इतर phyla चे सदस्य (UBP13, Armatimonadota, Patescibacteria, Dormibacterota, Chloroflexota, Cyanobacteria, Actinobacteria आणि Planctomycetota सह) GTDB (r89)13 वरून उपलब्ध आहे.हे सर्व जीनोम एकल कॉपी मार्कर जीन एक्सट्रॅक्शन आणि बीजीसी एनोटेशनसाठी पूर्वी वर्णन केल्याप्रमाणे भाष्य केले होते.GTDB जीनोम वरील अखंडता आणि दूषिततेच्या निकषांनुसार संरक्षित केले गेले.Anvi'o Phylogenetics59 वर्कफ्लो वापरून फिलोजेनेटिक विश्लेषण केले गेले.झाड IQTREE (v.2.0.3) (डिफॉल्ट पर्याय आणि -bb 1000)80 वापरून Anvi'o (MUSCLE, v.3.8.1551)81 द्वारे ओळखलेल्या 39 टँडम राइबोसोमल प्रथिनांच्या संरेखनावर तयार केले गेले.त्यांची पदे कमी करण्यात आली.जीनोम 82 च्या किमान 50% कव्हर करण्यासाठी आणि GTDB ट्री टोपोलॉजीवर आधारित आउटग्रुप म्हणून प्लँक्टोमायसेकोटा वापरला गेला.40 uscMGs चे एक झाड समान साधने आणि पॅरामीटर्स वापरून तयार केले गेले.
सामान्य मायक्रोबियल वैशिष्ट्यांचा अंदाज लावण्यासाठी आम्ही डीफॉल्ट पॅरामीटर्स (फेनोटाइप, न्यूक्लियोटाइड्सपासून) 83 सह Traitar (v.1.1.2) वापरले.जीनोममधील प्रथिने-कोडिंग जनुकाच्या सामग्रीवर अवलंबून असलेल्या पूर्वी विकसित शिकारी निर्देशांक84 वर आधारित आम्ही संभाव्य शिकारी जीवनशैलीचा शोध घेतला.विशेषत:, ऑर्थोएमसीएल डेटाबेस (v.4)85 विरुद्ध जीनोममधील प्रथिनांची तुलना करण्यासाठी आम्ही डायमंडचा वापर करतो –अधिक-संवेदनशील –आयडी 25 –क्वेरी-कव्हर 70 –विषय-कव्हर 70 –टॉप 20 आणि त्यांच्याशी संबंधित जीन्स मोजतो. शिकारी आणि गैर-भक्षकांसाठी मार्कर जीन्स.निर्देशांक हा शिकारी आणि गैर-भक्षक चिन्हांच्या संख्येतील फरक आहे.अतिरिक्त नियंत्रण म्हणून, आम्ही "Ca" जीनोमचे विश्लेषण देखील केले.Entotheonella TSY118 घटक Ca सह त्याच्या संबंधावर आधारित आहे.युडोरेमिक्रोबियम (मोठे जीनोम आकार आणि बायोसिंथेटिक क्षमता).पुढे, आम्ही शिकारी आणि नॉन-प्रिडेटर मार्कर जीन्स आणि Ca ची बायोसिंथेटिक क्षमता यांच्यातील संभाव्य दुवे तपासले.Eudormicrobiaceae” आणि आढळले की एकापेक्षा जास्त जनुक (कोणत्याही प्रकारच्या मार्कर जनुकातून, म्हणजे शिकारी/नॉन-प्रिडेटर जीन) बीजीसीवर ओव्हरलॅप होत नाही, हे सूचित करते की बीजीसी शिकारी संकेतांना गोंधळात टाकत नाही.विशेषत: स्राव प्रणाली, पिली आणि फ्लॅगेला86 चे परीक्षण करण्यासाठी TXSSCAN (v.1.0.2) वापरून स्क्रॅम्बल्ड प्रतिकृतींचे अतिरिक्त जीनोमिक भाष्य केले गेले.
तारा महासागरातील प्रोकॅरियोटिक आणि युकेरियोटिक संवर्धन अपूर्णांक 22,40,87 (BWA, v.0.7.17-r1188, -a ध्वज वापरून) पासून 623 मेटाट्रान्सक्रिप्टोमचे मॅपिंग करून पाच प्रतिनिधी 'Ca' चे मॅप केले गेले.Eudormicrobiaceae जीनोम.80% वाचन कव्हरेज आणि 95% ओळख फिल्टरिंगनंतर BAM फाइल्सवर FeatureCounts (v.2.0.1)88 सह प्रक्रिया करण्यात आली (पर्याय फीचरकाउंट -प्राथमिक -O -अपूर्णांक -t CDS,tRNA -F GTF -g ID -p सह) गणना करते. प्रति जनुक आवेषण संख्या.व्युत्पन्न केलेले नकाशे जनुकांची लांबी आणि मार्कर जनुक विपुलता एमओटीयू (लांबी-सामान्यीकृत सरासरी अंतर्भूत गणना >0 सह जनुकांसाठी) सामान्यीकृत केले गेले आणि प्रत्येक जनुक पातळीच्या प्रति सेल सापेक्ष अभिव्यक्ती प्राप्त करण्यासाठी 22.74 मध्ये लॉग-रूपांतरित केले गेले, जे देखील स्पष्ट करते. अनुक्रम दरम्यान नमुन्यापासून नमुन्यापर्यंत परिवर्तनशीलता.असे गुणोत्तर तुलनात्मक विश्लेषणास अनुमती देतात, सापेक्ष विपुलता डेटा वापरताना रचना समस्या कमी करतात.जीनोमचा पुरेसा मोठा भाग शोधता यावा यासाठी पुढील विश्लेषणासाठी 10 एमओटीयू मार्कर जीन्सपैकी केवळ >5 असलेले नमुने विचारात घेतले गेले.
'Ca' चे सामान्यीकृत ट्रान्सक्रिप्टोम प्रोफाइल.E. taraoceanii ला UMAP वापरून मितीयता कमी करण्यात आली आणि परिणामी प्रतिनिधित्व HDBSCAN वापरून पर्यवेक्षित नसलेल्या क्लस्टरिंगसाठी वापरण्यात आले (वर पहा) अभिव्यक्ती स्थिती निर्धारित करण्यासाठी.PERMANOVA मूळ (कमी न केलेल्या) अंतराच्या जागेत ओळखलेल्या क्लस्टरमधील फरकांचे महत्त्व तपासते.या स्थितींमधील भिन्न अभिव्यक्ती जीनोममध्ये तपासली गेली (वर पहा) आणि 201 KEGG मार्ग 6 कार्यात्मक गटांमध्ये ओळखले गेले, म्हणजे: BGC, स्राव प्रणाली आणि TXSSCAN मधील फ्लॅगेलर जीन्स, डिग्रेडेशन एन्झाईम्स (प्रोटीज आणि पेप्टीडेसेस), आणि शिकारी आणि गैर- शिकारी जीन्स.शिकारी निर्देशांक मार्कर.प्रत्येक नमुन्यासाठी, आम्ही प्रत्येक वर्गासाठी मध्यक सामान्यीकृत अभिव्यक्तीची गणना केली (लक्षात घ्या की BGC अभिव्यक्ती स्वतः त्या BGC साठी बायोसिंथेटिक जनुकांची मध्यवर्ती अभिव्यक्ती म्हणून मोजली जाते) आणि राज्यांमध्ये महत्त्वासाठी चाचणी केली (FDR साठी क्रुस्कल-वॉलिस चाचणी समायोजित).
सिंथेटिक जनुके जेनस्क्रिप्टमधून आणि पीसीआर प्राइमर्स मायक्रोसिंथकडून खरेदी करण्यात आली.थर्मो फिशर सायंटिफिकचे फ्यूजन पॉलिमरेझ डीएनए प्रवर्धनासाठी वापरले गेले.न्यूक्लिओस्पिन प्लाझमिड्स, न्यूक्लियोस्पिन जेल आणि माचेरी-नागेलचे पीसीआर शुद्धीकरण किट डीएनए शुद्धीकरणासाठी वापरले गेले.न्यू इंग्लंड बायोलॅब्सकडून प्रतिबंधक एन्झाइम्स आणि T4 डीएनए लिगेस खरेदी केले गेले.isopropyl-β-d-1-thiogalactopyranoside (IPTG) (Biosynth) आणि 1,4-dithiothreitol (DTT, AppliChem) व्यतिरिक्त इतर रसायने सिग्मा-अल्ड्रिचकडून खरेदी केली गेली आणि पुढील शुद्धीकरणाशिवाय वापरली गेली.अँटिबायोटिक्स क्लोरॅम्फेनिकॉल (Cm), स्पेक्टिनोमायसिन डायहाइड्रोक्लोराइड (Sm), अँपिसिलिन (Amp), जेंटॅमिसिन (Gt), आणि कार्बेनिसिलिन (Cbn) AppliChem कडून खरेदी केले गेले.बॅक्टो ट्रिप्टोन आणि बॅक्टो यीस्ट एक्स्ट्रॅक्ट मीडिया घटक बीडी बायोसायन्समधून खरेदी केले गेले.सिक्वेन्सिंगसाठी ट्रिप्सिन प्रोमेगाकडून खरेदी करण्यात आले.
स्मॅश विरोधी BGC 75.1 वरून जनुक अनुक्रम काढले गेले.E. malaspinii (पूरक माहिती).
जनुके embA (locus, MALA_SAMN05422137_METAG-framework_127-gene_5), embM (locus, MALA_SAMN05422137_METAG-framework_127-gene_4), आणि embAM (इंटरजेन क्षेत्रांसह) pU57 सह संयोजनाशिवाय समक्रमित होते. ई मध्ये अभिव्यक्तीसाठी अनुकूलित कधी.बामएचआय आणि हिंदIII क्लीवेज साइट्ससह pACYCDuet-1(CmR) आणि pCDFDuet-1(SmR) च्या पहिल्या मल्टिपल क्लोनिंग साइट (MCS1) मध्ये embA जनुक सबक्लोन केले गेले.embM आणि embMopt जीन्स (कोडॉन-ऑप्टिमाइज्ड) MCS1 pCDFDuet-1(SmR) मध्ये BamHI आणि HindIII सह सबक्लोन केले गेले आणि pCDFDuet-1(SmR) आणि pRSFDuet-1(KanR) (MCS2) च्या दुसऱ्या एकाधिक क्लोनिंग साइटवर ठेवले. NdeI/ChoI.embAM कॅसेट pCDFDuet1(SmR) मध्ये BamHI आणि HindIII क्लीवेज साइट्ससह सबक्लोन करण्यात आली होती.orf3/embi जनुक (locus, MALA_SAMN05422137_METAG-scaffold_127-gene_3) EmbI_OE_F_NdeI आणि EmbI_OE_R_XhoI प्राइमर्स वापरून ओव्हरलॅप एक्स्टेंशन PCR द्वारे तयार केले गेले होते, जे Nde-1mc, pcD-1mc आणि/127 लिग द्वारे पचवले जाते. ) समान प्रतिबंधक एन्झाइम्स वापरून (पूरक टेबल).६).निर्बंध एंझाइम पचन आणि बंधन निर्मात्याच्या प्रोटोकॉल (न्यू इंग्लंड बायोलॅब्स) नुसार केले गेले.