Loading article…
メタゲノミクスは、シーケンシングと呼ばれる方法によって環境サンプルまたは臨床サンプルから直接回収された遺伝物質の研究です。この幅広い分野は、環境ゲノミクス、エコゲノミクス、コミュニティゲノミクス、またはマイクロバイオミクスとも呼ばれます。
従来の微生物学や微生物ゲノムの配列解析およびゲノミクスは培養されたクローン 培養物に依存していましたが、初期の環境遺伝子配列解析では特定の遺伝子（多くの場合16S rRNA遺伝子）をクローン化して、天然サンプルの多様性プロファイルを作成しました。このような研究により、培養ベースの方法では微生物の生物多様性の大部分が見逃されていたことが明らかになりました。[2]
メタゲノミクスは、これまで隠されていた微生物の多様性を明らかにする能力があるため、微生物の世界を理解するための強力な方法を提供し、生物学の理解に革命をもたらす可能性があります。[3] DNA配列決定の価格が下がり続けているため、メタゲノミクスにより、微生物の生態を以前よりもはるかに大規模かつ詳細に調査できるようになりました。最近の研究では、「ショットガン」またはPCR指向配列決定のいずれかを使用して、サンプルコミュニティのすべてのメンバーからすべての遺伝子のほぼ偏りのないサンプルを取得しています。[4]
語源
「メタゲノミクス」という用語は、ジョー・ハンデルスマン、ロバート・M・グッドマン、ミシェル・R・ロンドン、ジョン・クラーディ、ショーン・F・ブレイディによって初めて使用され、1998年に初めて出版物に登場しました。[5]メタゲノムという用語は、環境から配列決定された遺伝子のコレクションを、単一のゲノムの研究に類似した方法で分析できるという考え方に言及しています。2005年に、ケビン・チェンとリオール・パクター（カリフォルニア大学バークレー校の研究者）は、メタゲノミクスを「個々の種の分離と実験室での培養を必要とせずに現代のゲノミクス技術を応用すること」と定義しました。[6]
歴史
従来の配列決定は、 DNAの供給源として同一の細胞を培養することから始まります。しかし、初期のメタゲノム研究では、多くの環境に培養できず、したがって配列決定できない微生物の大きなグループが存在する可能性が高いことが明らかになりました。これらの初期の研究は、比較的短く、種内で保存されていることが多く、種間で一般的に異なる16Sリボソーム RNA （rRNA）配列に焦点を当てていました。既知の培養種に属さない16S rRNA配列が多数見つかっており、分離されていない生物が多数存在することを示しています。環境から直接採取されたリボソームRNA遺伝子のこれらの調査により、培養ベースの方法ではサンプル中の細菌種と古細菌種の1％未満しか見つからないことが明らかになりました。 [2]メタゲノミクスへの関心の多くは、大部分の微生物がこれまで気付かれなかったことを示すこれらの発見から来ています。
1980年代に、この分野における初期の分子研究はノーマン・R・ペースと同僚によって行われ、彼らはPCRを使用してリボソームRNA配列の多様性を調査しました。[7]これらの画期的な研究から得られた洞察により、ペースは1985年に早くも環境サンプルから直接DNAをクローニングするというアイデアを提案しました。[8]これは、環境サンプルからバルクDNAを分離してクローニングした最初の報告につながり、1991年にペースと同僚によって発表されました[9] 。当時、ペースはインディアナ大学生物学部にいました。多大な努力により、これらがPCRの偽陽性ではないことが保証され、未調査の種の複雑なコミュニティの存在が裏付けられました。この方法論は、高度に保存された非タンパク質コード遺伝子の調査に限定されていましたが、多様性は培養法で知られているよりもはるかに複雑であるという初期の微生物の形態に基づく観察を裏付けました。その後まもなく、1995年にヒーリーは、乾燥した草の上で実験室で育てられた環境生物の複雑な培養物から構築された「動物ライブラリ」から機能遺伝子をメタゲノム的に分離したことを報告しました。[10]ペイス研究室を去った後もエドワード・デロングは研究を続け、海洋サンプルからのライブラリの構築から始まり、シグネチャ16S配列に基づく環境系統樹の基礎を築く研究を発表しました。[11]
2002年、マイア・ブライトバート、フォレスト・ローワーらは環境ショットガンシーケンシング（下記参照）を用いて、200リットルの海水に5000種類以上のウイルスが含まれていることを明らかにした。[12]その後の研究では、人間の便には1000種類以上のウイルス種が存在し、海洋堆積物1キログラムあたりにはバクテリオファージを含む100万種類のウイルスが存在する可能性があると示された。これらの研究で発見されたウイルスは基本的にすべて新種だった。2004年、カリフォルニア大学バークレー校と合同ゲノム研究所のジーン・タイソン、ジル・バンフィールドらは、鉱山の酸性排水システムから抽出したDNAの配列を決定した。[13]この取り組みにより、これまで培養が困難だった少数の細菌と古細菌の完全、またはほぼ完全なゲノムが得られた。 [14]
2003年から、民間資金によるヒトゲノム計画の並行プロジェクトのリーダーであるクレイグ・ベンターは、世界海洋サンプリング遠征（GOS）を率いて地球を一周し、その旅を通じてメタゲノムサンプルを収集してきました。これらのサンプルはすべて、新しいゲノム（したがって新しい生物）が特定されることを願って、ショットガンシーケンシングを使用して配列決定されました。サルガッソー海で実施されたパイロットプロジェクトでは、これまで見られなかった148種類の細菌を含む、約2000種類の異なる種のDNAが見つかりました。 [15]ベンターは米国西海岸を徹底的に探検し、2006年にはバルト海、地中海、黒海を探検する2年間の遠征を完了しました。この旅で収集されたメタゲノムデータの分析により、2つの生物群が明らかになりました。1つは「豊作か飢餓か」の環境条件に適応した分類群で構成され、もう1つは比較的少数ですが、主にプランクトンからなるより豊富で広く分布する分類群で構成されていました。[16]
2005年にペンシルベニア州立大学のステファン・C・シュスターとその同僚は、ハイスループットシーケンシング、この場合は454ライフサイエンスによって開発された超並列パイロシーケンシングで生成された環境サンプルの最初の配列を発表しました。[17]この分野における別の初期の論文は、2006年にサンディエゴ州立大学のロバート・エドワー、フォレスト・ローワーと同僚によって発表されました。[18]
シーケンシング
環境サンプルから数千塩基対を超えるDNA配列を回収することは、分子生物学技術の最近の進歩により細菌人工染色体（BAC）のライブラリー構築が可能になり、分子クローニングのためのより優れたベクターが提供されるまでは非常に困難でした。[20]
ショットガンメタゲノミクス
バイオインフォマティクスの進歩、DNA増幅の改良、および計算能力の急増により、環境サンプルから回収されたDNA配列の分析が大幅に促進され、ショットガンシーケンシングをメタゲノムサンプルに適用できるようになりました（全メタゲノムショットガンシーケンシングまたはWMGSシーケンシングとも呼ばれます）。多くの培養微生物やヒトゲノムのシーケンシングに使用されるこのアプローチでは、DNAをランダムに切断し、多数の短い配列をシーケンシングし、それらをコンセンサス配列に再構築します。ショットガンシーケンシングにより、環境サンプル中に存在する遺伝子が明らかになります。歴史的に、このシーケンシングを容易にするためにクローンライブラリが使用されていました。しかし、ハイスループットシーケンシング技術の進歩により、クローニングステップはもはや必要なくなり、この労働集約的なボトルネックステップなしで、より多くのシーケンシングデータを得ることができます。ショットガンメタゲノミクスは、コミュニティに存在する生物と、どのような代謝プロセスが可能かの両方に関する情報を提供します。[21]環境からのDNAの採取は大部分が管理されていないため、環境サンプルで最も豊富な生物が、結果として得られる配列データに最も多く含まれています。代表性の低いコミュニティメンバーのゲノムを完全に解明するために必要な高いカバレッジを達成するには、多くの場合法外なほど大きなサンプルが必要です。一方、ショットガンシーケンシングのランダムな性質により、従来の培養技術では気付かなかった多くの生物が、少なくともいくつかの小さな配列セグメントで表されます。[13]
ハイスループットシーケンシング
ハイスループットシーケンシングの利点は、シーケンシング前にDNAをクローニングする必要がないため、環境サンプル採取における主なバイアスとボトルネックの1つが取り除かれることです。ハイスループットシーケンシングを使用して実施された最初のメタゲノム研究では、超並列454パイロシーケンシングが使用されました。[17]環境サンプル採取に一般的に適用される他の3つの技術は、Ion Torrent Personal Genome Machine、Illumina MiSeqまたはHiSeq、およびApplied Biosystems SOLiDシステムです。[22]これらのDNAシーケンシング技術は、サンガーシーケンシングよりも短い断片を生成します。Ion Torrent PGMシステムと454パイロシーケンシングは通常約400 bpのリードを生成し、Illumina MiSeqは400〜700 bpのリード（ペアエンドオプションが使用されているかどうかによって異なります）を生成し、SOLiDは25〜75 bpのリードを生成します。[23]歴史的に、これらのリード長は、典型的なサンガーシーケンシングのリード長である約750bpよりも大幅に短かったが、イルミナの技術は急速にこのベンチマークに近づいている。しかし、この制限は、はるかに多いシーケンスリード数によって補われている。2009年には、パイロシーケンシングされたメタゲノムは200〜500メガベースを生成し、イルミナのプラットフォームは約20〜50ギガベースを生成するが、これらの出力は近年桁違いに増加している。[24]
新たなアプローチでは、ショットガンシーケンシングと染色体コンフォメーションキャプチャー（Hi-C）を組み合わせて、同じ細胞内の任意の2つのDNA配列の近接性を測定し、微生物ゲノムアセンブリをガイドします。[25] Pacific BiosciencesのPacBio RSIIとPacBio Sequel 、およびOxford Nanopore TechnologiesのNanopore MinION、GridION、PromethIONなどのロングリードシーケンシングテクノロジーは、アセンブリプロセスを容易にするロングショットガンシーケンシングリードを取得するためのもう1つの選択肢です。[26]
バイオインフォマティクス
メタゲノミクス実験によって生成されるデータは膨大で、本質的にノイズが多く、10,000種もの断片化されたデータが含まれています。[1]牛のルーメンメタゲノムの配列決定では、279ギガベース、つまり2,790億塩基対のヌクレオチド配列データが生成されました。 [28]一方、ヒトの腸内微生物叢遺伝子カタログでは、567.7ギガベースの配列データから330万個の遺伝子が特定されました。[29]この規模のデータセットから有用な生物学的情報を収集、整理、抽出することは、研究者にとって大きな計算上の課題です。[21] [30] [31] [32]
シーケンスの事前フィルタリング
メタゲノムデータ解析の第一段階では、冗長で低品質な配列や真核生物由来の可能性が高い配列（特にヒト由来のメタゲノム）の除去など、特定の事前フィルタリング手順を実行する必要がある。[33] [34]汚染された真核生物ゲノムDNA配列を除去するために利用可能な方法には、Eu-DetectやDeConseqなどがある。[35] [36]
組み立て
ゲノムプロジェクトとメタゲノムプロジェクトのDNA配列データは本質的に同じですが、ゲノム配列データはより広い範囲をカバーするのに対し、メタゲノムデータは通常、冗長性が非常に低いです。[31]さらに、短い読み取り長を持つ第2世代のシーケンス技術の使用が増えているため、将来のメタゲノムデータの多くはエラーが発生しやすくなります。これらの要因が組み合わさると、メタゲノム配列の読み取りをゲノムにアセンブリすることが困難で信頼性の低いものになります。ミスアセンブリは、サンプル内に存在する種の相対的な豊富さの違いのためにアセンブリを特に困難にする反復DNA配列の存在によって引き起こされます。 [37]ミスアセンブリには、複数の種の配列がキメラコンティグに組み合わされることも含まれます。[37]
アセンブリプログラムはいくつかありますが、そのほとんどはペアエンドタグの情報を使用してアセンブリの精度を向上させることができます。PhrapやCelera Assemblerなどの一部のプログラムは、単一のゲノムをアセンブリするために設計されていますが、それでもメタゲノムデータセットをアセンブリするときに良い結果を生み出します。[1] Velvet assemblerなどの他のプログラムは、de Bruijnグラフを使用することで、第2世代シーケンシングによって生成される短いリードに最適化されています。[38] [39]参照ゲノムを使用すると、研究者は最も豊富な微生物種のアセンブリを改善できますが、このアプローチは、シーケンスされたゲノムが利用可能な微生物門の小さなサブセットによって制限されます。[37]アセンブリが作成された後、追加の課題は「メタゲノムデコンボリューション」、つまりサンプル内のどの種からのシーケンスであるかを決定することです。[40]
遺伝子予測
メタゲノム解析パイプラインは、アセンブルされたコンティグのコーディング領域の注釈付けに2つのアプローチを使用します。[37 ]最初のアプローチは、通常はBLAST検索によって、シーケンスデータベースですでに公開されている遺伝子との相同性に基づいて遺伝子を識別することです。このタイプのアプローチは、プログラムMEGAN 4に実装されています。 [41] 2番目のab initioは、シーケンスの固有の特徴を使用して、関連生物の遺伝子トレーニングセットに基づいてコーディング領域を予測します。これは、GeneMark [42]やGLIMMERなどのプログラムで採用されているアプローチです。ab initio予測の主な利点は、シーケンスデータベースに相同性が欠けているコーディング領域を検出できることですが、比較に使用できる連続したゲノムDNAの大きな領域がある場合に最も正確です。[1]
種の多様性
遺伝子注釈は「何」を提供し、種の多様性の測定は「誰」を提供します。[43]メタゲノムのコミュニティ構成と機能を結び付けるには、配列をビニングする必要があります。ビニングとは、特定の配列を生物に関連付けるプロセスです。[37]類似性に基づくビニングでは、 BLASTなどの方法を使用して、既存の公開データベースで系統マーカーまたは類似の配列を迅速に検索します。このアプローチはMEGANに実装されています。[44]別のツールであるPhymmBLは、補間されたマルコフモデルを使用してリードを割り当てます。[1] MetaPhlAnとAMPHORAは、計算パフォーマンスを向上させて生物の相対的な存在量を推定するための、固有の系統特異的マーカーに基づく方法です。[45] mOTUs [46] [47]やMetaPhyler [48]などの他のツールは、ユニバーサルマーカー遺伝子を使用して原核生物種のプロファイルを作成します。 mOTUsプロファイラーを使用すると、参照ゲノムなしで種のプロファイリングが可能になり、微生物群集の多様性の推定が向上します。[47] SLIMMなどの最近の方法では、個々の参照ゲノムの読み取りカバレッジランドスケープを使用して、偽陽性ヒットを最小限に抑え、信頼性の高い相対的存在量を取得します。[49]構成ベースのビニングでは、オリゴヌクレオチド頻度やコドン使用バイアスなどのシーケンスの固有の特徴が使用されます。[1]シーケンスがビニングされると、多様性と豊富さの比較分析を実行できます。
データ統合
指数関数的に増加する膨大な量の配列データは、メタゲノムプロジェクトに関連するメタデータの複雑さによってさらに複雑化する困難な課題です。メタデータには、サンプルの3次元（深さや高さを含む）の地理と環境の特徴、サンプルサイトの物理データ、およびサンプリングの方法論に関する詳細情報が含まれます。[31]この情報は、再現性を確保し、下流の分析を可能にするために必要です。その重要性のため、メタデータと共同データのレビューとキュレーションには、Genomes OnLine Database（GOLD）などの専門データベースにある標準化されたデータ形式が必要です。[50]
メタデータとシーケンスデータを統合し、さまざまな生態学的指標を使用してさまざまなデータセットの下流の比較分析を可能にするツールがいくつか開発されています。2007年に、Folker MeyerとRobert Edwards、およびアルゴンヌ国立研究所とシカゴ大学のチームは、メタゲノムデータセット分析用のコミュニティリソースであるMetagenomics Rapid Annotation using Subsystem Technologyサーバー（MG-RAST）をリリースしました。[51] 2012年6月現在、14.8テラベース（14x10 12塩基）を超えるDNAが分析されており、10,000を超えるパブリックデータセットがMG-RAST内で比較用に自由に利用できます。現在、8,000人を超えるユーザーが合計50,000のメタゲノムをMG-RASTに送信しています。統合微生物ゲノム/メタゲノム（IMG/M）システムは、統合微生物ゲノム（IMG）システムと細菌および古細菌のゲノム百科事典（GEBA）プロジェクトに含まれる参照分離ゲノムに基づいて、メタゲノム配列に基づいて微生物群集の機能解析を行うためのツールのコレクションも提供します。[52]
ハイスループットメタゲノムショットガンデータを解析するための最初のスタンドアロンツールの1つは、MEGAN（MEta Genome ANalyzer）でした。[41] [44]このプログラムの最初のバージョンは、2005年にマンモスの骨から得られたDNA配列のメタゲノムコンテキストを解析するために使用されました。[17]このツールは、参照データベースに対するBLAST比較に基づいて、単純な最小共通祖先（LCA）アルゴリズムを使用してNCBI分類のノードに読み取りを配置するか、それぞれSEEDまたはKEGG分類のノードに読み取りを配置することにより、分類と機能の両方のビニングを実行します。[53]
高速で安価なシーケンシング機器の登場により、DNA配列のデータベースは指数関数的に増加しています（例：NCBI GenBankデータベース[54]）。高スループットシーケンシングに対応するには、より高速で効率的なツールが必要です。なぜなら、MG-RASTやMEGANなどのBLASTベースのアプローチでは、大規模なサンプルに注釈を付けるには時間がかかるからです（例：小規模/中規模のデータセット/サンプルの処理に数時間かかります[55]）。そのため、より手頃な価格の強力なサーバーのおかげで、超高速分類器が最近登場しました。これらのツールは、分類学的注釈を非常に高速に実行できます。たとえば、CLARK [56]（CLARKの著者によると、「1分間に3200万のメタゲノムショートリード」を正確に分類できます）。このような速度であれば、10億のショートリードの非常に大規模なデータセット/サンプルを約30分で処理できます。
古代DNAを含むサンプルの入手可能性が増加し、それらのサンプルの性質（古代DNAの損傷）に関連する不確実性により、[57]保守的な類似性推定を生成できる高速ツールが利用可能になりました。FALCONの著者によると、メモリと速度のパフォーマンスに影響を与えることなく、緩和されたしきい値と編集距離を使用できます。
比較メタゲノミクス
メタゲノム間の比較解析により、複雑な微生物群集の機能と宿主の健康におけるその役割について、さらなる知見が得られる。[58]メタゲノム間の一対比較または多重比較は、配列構成（ GC含有量またはゲノムサイズの比較）、分類上の多様性、または機能的補完のレベルで行うことができる。集団構造と系統発生的多様性の比較は、 16S rRNAおよびその他の系統発生マーカー遺伝子に基づいて、または多様性の低い群集の場合は、メタゲノムデータセットからのゲノム再構築によって行うことができる。[59]メタゲノム間の機能的比較は、 COGやKEGGなどの参照データベースに対して配列を比較し、カテゴリ別に存在量を表にして、統計的有意性について差異を評価することによって行うことができる。[53]この遺伝子中心のアプローチは、分類群ではなく、群集全体の機能的補完を強調し、機能的補完が同様の環境条件下では類似していることを示す。[59]その結果、メタゲノムサンプルの環境的背景に関するメタデータは、生息地がコミュニティの構造と機能に与える影響を研究する能力を研究者に提供するため、比較分析において特に重要です。[1]
さらに、いくつかの研究では、多様な微生物群集間の差異を識別するためにオリゴヌクレオチドの使用パターンも利用しています。このような方法論の例には、Willnerらによる二ヌクレオチド相対存在比アプローチ[60]やGhoshらによるHabiSignアプローチ[61]があります。この後者の研究では、テトラヌクレオチドの使用パターンの違いを使用して、特定の生息地に由来する遺伝子（またはメタゲノムリード）を識別できることも示されました。さらに、TriageTools [62]やCompareads [63]などのいくつかの方法は、2つのリードセット間の類似したリードを検出します。これらの方法がリードに適用する類似性の尺度は、リードのペアによって共有される長さkの同一の単語の数に基づいています。
比較メタゲノミクスの主な目標は、特定の環境に特定の特性を与える微生物群を特定することです。しかし、シーケンシング技術の問題により、metagenomeSeq [30]のようにアーティファクトを考慮する必要があります。他の研究者は、常在微生物群間の微生物間相互作用を特徴付けています。Kuntalらは、Community-Analyzer と呼ばれる GUIベースの比較メタゲノミクス解析アプリケーションを開発しました。 [64]このアプリケーションは、相関ベースのグラフレイアウトアルゴリズムを実装しており、解析した微生物群（分類上の構成に関して）の違いをすばやく視覚化できるだけでなく、その中で発生する固有の微生物間相互作用についての洞察も提供します。特に、このレイアウトアルゴリズムでは、さまざまな分類群の存在量を単純に比較するのではなく、微生物間相互作用の可能性のあるパターンに基づいてメタゲノムをグループ化することもできます。さらに、このツールは、ユーザーがマイクロバイオーム間で標準的な比較解析を実行できるようにする、いくつかのインタラクティブな GUI ベースの機能を実装しています。
データ分析
コミュニティ代謝
多くの細菌群集では、天然または人工（バイオリアクターなど）を問わず、代謝（共生）において重要な分業が行われており、その過程で一部の生物の廃棄物が他の生物の代謝物となる。[65]そのようなシステムの 1 つであるメタン生成バイオリアクターでは、機能的安定性には、生の資源を完全に代謝された廃棄物（メタン）に変えるために協力して働く複数の共生種（シントロフォバクテリア目およびシネルギスティア目）の存在が必要である。 [66]研究者は、マイクロアレイまたはプロテオミクスによる比較遺伝子研究および発現実験を使用して、種の境界を超えた代謝ネットワークを組み立てることができる。そのような研究では、どのタンパク質のどのバージョンがどの種によってコード化されているか、さらにはどの種のどの株によってコード化されているかについての詳細な知識が必要である。したがって、コミュニティのゲノム情報は、代謝物がコミュニティによってどのように伝達され、変換されるかを決定するためのもう 1 つの基本的なツール（メタボロミクスおよびプロテオミクスとともに）である。[67]
メタトランスクリプトミクス
メタゲノミクスにより、研究者は微生物群集の機能的および代謝的多様性にアクセスできますが、これらのプロセスのどれがアクティブであるかを示すことはできません。[59]メタゲノムmRNA（メタトランスクリプトーム）の抽出と分析により、複雑な群集の調節および発現プロファイルに関する情報が得られます。環境RNAの収集における技術的な困難さ（たとえば、mRNAの半減期が短い）のため、これまで微生物群集のin situメタトランスクリプトーム研究は比較的少数でした。 [59]もともとマイクロアレイ技術に限定されていましたが、メタトランスクリプトーム研究では、トランスクリプトーム技術を使用して微生物群集の全ゲノム発現と定量を測定し、[59]土壌中のアンモニア酸化の分析で初めて採用されました。[68]
ウイルス
メタゲノム配列解析は、ウイルス群集の研究に特に有用である。ウイルスには共通の普遍的な系統マーカー（細菌や古細菌の16S RNA 、真核生物の18S RNAなど）がないため、環境サンプルからウイルス群集の遺伝的多様性にアクセスする唯一の方法は、メタゲノム解析である。したがって、ウイルスのメタゲノム（ウイロームとも呼ばれる）は、ウイルスの多様性と進化についてますます多くの情報を提供するはずである。[69] [70] [71] [72] [73]たとえば、Giant Virus Finderと呼ばれるメタゲノムパイプラインは、塩性砂漠[74]と南極の乾燥谷[75]に巨大ウイルスが存在するという最初の証拠を示した。
アプリケーション
メタゲノミクスは、幅広い分野で知識を進歩させる可能性を秘めています。また、医学、工学、農業、持続可能性、生態学における実践的な課題の解決にも応用できます。[31] [76]
農業
植物が生育する土壌には微生物群集が生息しており、土壌1グラムには約10 9 -10 10 個の微生物細胞が含まれており、約1ギガベースの配列情報を構成していています。[77] [78]土壌に生息する微生物群集は、科学的に知られている中で最も複雑なものの一つであり、その経済的重要性にもかかわらず、十分に理解されていません。[79]微生物コンソーシアムは、大気中の窒素固定、栄養循環、病気の抑制、鉄やその他の金属の隔離など、植物の成長に必要なさまざまな生態系サービスを行っています。[80]機能メタゲノミクス戦略は、これらの微生物群集の栽培に依存しない研究を通じて、植物と微生物の相互作用を調査するために使用されています。[81] [82]メタゲノムアプローチは、これまで栽培されていなかった、または希少なコミュニティメンバーが栄養循環と植物の成長促進に果たす役割についての洞察を可能にすることで、作物や家畜の病気の検出の改善や、微生物と植物の関係を活用して作物の健康を改善する強化された農業慣行の適応に貢献することができます。 [31]
バイオ燃料
バイオ燃料は、トウモロコシの茎、スイッチグラス、その他のバイオマスに含まれるセルロースをセルロースエタノールに変換するなど、バイオマス変換から得られる燃料です。[31]このプロセスは、セルロースを糖に変換する微生物コンソーシアム（協会）に依存しており、その後、糖がエタノールに発酵します。微生物は、メタンや水素を含むさまざまなバイオエネルギー源も生成します。[31]
バイオマスを産業規模で効率的に分解するには、生産性が高くコストが低い新しい酵素が必要です。 [28]複雑な微生物群集を分析するメタゲノムアプローチにより、グリコシド加水分解酵素など、バイオ燃料生産に産業用途のある酵素をターゲットにしたスクリーニングが可能になります。[83]さらに、これらの微生物群集がどのように機能するかについての知識は、それらを制御する上で必要であり、メタゲノムはそれらを理解するための重要なツールです。メタゲノムアプローチにより、バイオガス発酵槽[84]などの収束微生物システムや、ハキリアリの菌類園などの昆虫食動物の比較分析が可能になります。[85]
バイオテクノロジー
微生物群集は、競争やコミュニケーションに使用される多種多様な生物活性化学物質を生産します。[80]現在使用されている医薬品の多くは、もともと微生物から発見されたものです。培養不可能な微生物の豊富な遺伝資源の採掘における最近の進歩により、新しい遺伝子、酵素、天然物質が発見されました。[59] [86]メタゲノミクスの応用により、酵素触媒キラル合成の利点がますます認識されている汎用化学品、ファインケミカル、農薬、医薬品の開発が可能になりました。[87]
メタゲノムデータのバイオプロスペクティングでは、発現した形質の機能駆動型スクリーニングと、関心のあるDNA配列の配列駆動型スクリーニングの2種類の分析が使用されています。 [88]機能駆動型分析では、目的の形質または有用な活性を発現するクローンを特定し、その後に生化学的特性評価と配列分析を行います。このアプローチは、適切なスクリーンの利用可能性と、宿主細胞で目的の形質が発現する必要があるという要件によって制限されます。さらに、発見率が低い（スクリーニングされたクローン1,000個につき1個未満）ことと、その労働集約的な性質により、このアプローチはさらに制限されます。[89]対照的に、配列駆動型分析では、保存されたDNA配列を使用してPCRプライマーを設計し、クローンをスクリーニングして目的の配列を探します。[88]クローニングベースのアプローチと比較して、配列のみのアプローチを使用すると、必要なベンチワークの量がさらに削減されます。また、超並列シーケンシングを適用すると、生成される配列データの量が大幅に増加し、高スループットのバイオインフォマティクス分析パイプラインが必要になります。[89]スクリーニングに対する配列主導のアプローチは、公開されている配列データベースに存在する遺伝子機能の幅と精度によって制限されます。実際には、実験では、関心のある機能、スクリーニングするサンプルの複雑さ、およびその他の要因に基づいて、機能ベースと配列ベースの両方のアプローチを組み合わせて使用します。[89] [90]創薬のためのバイオテクノロジーとしてメタゲノミクスを使用した成功例として、マラシジン抗生物質が挙げられます。[91]
エコロジー
メタゲノミクスは、環境コミュニティの機能生態学に関する貴重な洞察を提供することができます。[92]オーストラリアのアシカの排泄物で見つかった細菌コンソーシアムのメタゲノミクス解析は、栄養豊富なアシカの排泄物が沿岸生態系の重要な栄養源である可能性があることを示唆しています。これは、排泄と同時に排出される細菌が、排泄物中の栄養素を食物連鎖に取り込める生物学的に利用可能な形に分解するのに長けているためです。[93]
DNA配列解析は、水域に存在する種を特定したり、[94]空気からろ過された残骸、土のサンプル、動物の糞便、[95]血液から食事中の物質を検出したりするために、より広範囲に使用することもできます。[96]これにより、侵入種や絶滅危惧種の範囲を確定し、季節的な個体群を追跡することができます。
環境修復
メタゲノミクスは、汚染物質が生態系に与える影響を監視し、汚染された環境を浄化するための戦略を改善することができます。微生物群集が汚染物質に対処する方法の理解が深まると、汚染された場所が汚染から回復する可能性の評価が向上し、バイオオーグメンテーションやバイオスティミュレーションの試験が成功する可能性が高まります。[97]
腸内細菌の特徴
微生物群集は人間の健康維持に重要な役割を果たしているが、その構成やそのメカニズムは謎に包まれている。[98]メタゲノム配列解析は、少なくとも250人の15～18部位の微生物群集を特徴付けるために使用されている。これは、ヒトマイクロバイオームイニシアチブの一環であり、主な目標は、中核となるヒトマイクロバイオームが存在するかどうかを判断し、ヒトの健康と相関関係にあるヒトマイクロバイオームの変化を理解し、これらの目標をサポートする新しい技術およびバイオインフォマティクスツールを開発することである。[99]
MetaHit (ヒト腸管のメタゲノミクス) プロジェクトの一環として行われた別の医学研究では、デンマークとスペインの健康な人、太りすぎの人、過敏性腸疾患の患者など 124 名が対象となった。[100]この研究では、消化管細菌の深度と系統的多様性を分類しようとした。Illumina GA シーケンス データと、アセンブリ ショート リード用に特別に設計された de Bruijn グラフ ベースのツールである SOAPdenovo を使用して、500 bp を超える 658 万のコンティグを生成し、コンティグの総長は 10.3 Gb、N50 長は 2.2 kb となった。
この研究では、バクテロイデス門とフィルミクテス門という 2 つの細菌区分が、遠位腸内細菌を支配する既知の系統分類の 90% 以上を占めていることが実証されました。腸内で見つかった相対的な遺伝子頻度を使用して、研究者らは腸管の健康にとって極めて重要な 1,244 個のメタゲノム クラスターを特定しました。これらの範囲クラスターには、ハウスキーピングと腸に特有の機能の 2 種類の機能があります。ハウスキーピング遺伝子クラスターはすべての細菌に必要であり、中心炭素代謝やアミノ酸合成などの主要な代謝経路で主要な役割を果たすことがよくあります。腸に特有の機能には、宿主タンパク質への接着や、グロボシリーズ糖脂質からの糖の採取が含まれます。過敏性腸症候群の患者は、過敏性腸症候群に罹っていない人よりも遺伝子が 25% 少なく、細菌の多様性が低いことが示されました。これは、患者の腸内バイオームの多様性の変化がこの疾患に関連している可能性があることを示しています。[100]
これらの研究は、潜在的に価値のある医療用途をいくつか浮き彫りにしているが、公開されている194のヒト腸内細菌ゲノムとアラインメントできたのはわずか31～48.8％、GenBankで入手可能な細菌ゲノムとアラインメントできたのは7.6～21.2％に過ぎず、新しい細菌ゲノムを捕捉するにはまだ多くの研究が必要であることを示している。[101]
ヒトマイクロバイオームプロジェクト（HMP）では、ハイスループットDNAシーケンシングを使用して腸内微生物群集を検査しました。HMPは、個々の微生物種とは異なり、多くの代謝プロセスがさまざまな頻度ですべての体の生息地に存在することを示しました。102人の個人の7つの主要な体の部位から抽出された649のメタゲノムの微生物群集が、ヒトマイクロバイオームプロジェクトの一環として研究されました。メタゲノム解析により、マイクロバイオーム内の168の機能モジュールと196の代謝経路の間でニッチ固有の豊富さが異なることが明らかになりました。これには、腸内のグリコサミノグリカン分解、および後円蓋における宿主表現型（膣pH）に関連するリン酸とアミノ酸の輸送が含まれます。HMPは、診断とエビデンスに基づく医療におけるメタゲノミクスの有用性を明らかにしました。したがって、メタゲノミクスは、個別化医療の分野で多くの差し迫った問題に対処するための強力なツールです。[102]
動物では、メタゲノミクスを使用して腸内細菌叢をプロファイリングし、抗生物質耐性菌を検出することができます。[103]これは、野生動物から家畜や人間への病気の拡散を監視する上で重要な意味を持つ可能性があります。
感染症の診断
感染性疾患と非感染性疾患を区別し、感染の根本的な病因を特定することは困難な場合があります。たとえば、最先端の臨床検査法を用いた広範な検査にもかかわらず、脳炎の症例の半数以上が未診断のままです。臨床メタゲノム配列解析は、患者のサンプルで見つかった遺伝物質を、既知のすべての微視的ヒト病原体と他の何千もの細菌、ウイルス、真菌、寄生生物のデータベース、および関連する臨床表現型を持つ抗菌薬耐性遺伝子配列のデータベースと比較することにより、感染を診断する高感度で迅速な方法として有望です。[104]
アルボウイルス監視
メタゲノミクスは、蚊やダニなどの吸血昆虫によって媒介される病原体の多様性と生態を特徴付けるのに役立つ貴重なツールです。[ 105 ] [106] [107]メタゲノミクスは、[いつ? ]公衆衛生当局や組織[どこで? ]によってアルボウイルスの監視のために日常的に使用されています。[108] [109]
参照
参考文献
- ^ abcdefg Wooley JC、Godzik A、Friedberg I（2010年2月）。Bourne PE（ 編）。「メタゲノミクス入門」。PLOS Computational Biology。6 （2）：e1000667。Bibcode ： 2010PLSCB ... 6E0667W。doi ：10.1371/journal.pcbi.1000667。PMC 2829047。PMID 20195499。
- ^ ab Hugenholtz P、Goebel BM、Pace NR (1998 年 9 月)。「培養に依存しない研究が細菌多様性の系統学 的見解に与える影響」。Journal of Bacteriology。180 ( 18): 4765–74。doi : 10.1128 / JB.180.18.4765-4774.1998。PMC 107498。PMID 9733676。
- ^ Marco, D, 編 (2011).メタゲノミクス: 現在のイノベーションと将来の動向. Caister Academic Press . ISBN 978-1-904455-87-5。
- ^ Eisen JA (2007 年 3 月). 「環境ショットガン シーケンシング: 微生物の隠れた世界を研究するための可能性と課題」. PLOS Biology . 5 (3): e82. doi : 10.1371/journal.pbio.0050082 . PMC 1821061. PMID 17355177 .
- ^ Handelsman J、Rondon MR、Brady SF、Clardy J、Goodman RM（1998年10月）。「未知の土壌微生物の化学に対する分子生物学的アプローチ：天然物の新たなフロンティア」。化学と生物学。5 （10）：R245-9。doi ：10.1016 / S1074-5521 （98）90108-9。PMID 9818143。 。
- ^ Chen K, Pachter L (2005 年 7 月). 「微生物群集の全ゲノムショットガンシーケンスのためのバイオインフォマティクス」. PLOS Computational Biology . 1 (2): 106–12. Bibcode :2005PLSCB...1...24C. doi : 10.1371/journal.pcbi.0010024 . PMC 1185649. PMID 16110337 .
- ^ Lane DJ、Pace B、Olsen GJ、Stahl DA、Sogin ML、Pace NR (1985 年 10 月)。「系統解析のための 16S リボソーム RNA 配列の迅速決定」。米国科学アカデミー紀要。82 (20): 6955–9。Bibcode : 1985PNAS ... 82.6955L。doi : 10.1073 / pnas.82.20.6955。PMC 391288。PMID 2413450 。
- ^ Pace NR、Stahl DA、Lane DJ、Olsen GJ (1986)。「リボソームRNA配列による天然微生物集団の分析」。Marshall KC (編)。微生物生態学の進歩。第9巻。Springer US。pp. 1–55。doi : 10.1007 / 978-1-4757-0611-6_1。ISBN 978-1-4757-0611-6。
- ^ Schmidt TM、 DeLong EF、 Pace NR (1991 年 7 月)。「16S rRNA 遺伝子のクローニングと配列決定による海洋ピコプランクトン群集の分析」。Journal of Bacteriology。173 ( 14 ): 4371–8。doi : 10.1128 /jb.173.14.4371-4378.1991。PMC 208098。PMID 2066334。
- ^ Healy FG、Ray RM、Aldrich HC、Wilkie AC、Ingram LO、Shanmugam KT (1995)。「リグノセルロースで維持された好熱性嫌気性消化槽内の微生物コンソーシアムからのセルラーゼをコードする機能遺伝子の直接分離」。応用微生物学およびバイオテクノロジー。43 (4): 667–74。doi : 10.1007 /BF00164771。PMID 7546604。S2CID 31384119 。
- ^ Stein JL、Marsh TL、Wu KY、Shizuya H、DeLong EF (1996 年 2 月)。「培養されていない原核生物の特性: プランクトン性海洋古細菌からの 40 キロベースペアゲノム断片の分離と分析」。Journal of Bacteriology。178 ( 3 ) : 591–9。doi : 10.1128 /jb.178.3.591-599.1996。PMC 177699。PMID 8550487。
- ^ Breitbart M, Salamon P, Andresen B, Mahaffy JM, Segall AM, Mead D, et al. (2002年10月). 「培養されていない海洋ウイルス群集のゲノム解析」. Proceedings of the National Academy of Sciences of the United States of America . 99 (22): 14250–5. Bibcode :2002PNAS...9914250B. doi : 10.1073/pnas.202488399 . PMC 137870 . PMID 12384570.
- ^ ab Tyson GW、Chapman J、 Hugenholtz P、Allen EE、Ram RJ、Richardson PM、他 (2004 年 3 月)。「環境からの微生物ゲノムの再構築によるコミュニティ構造と代謝」。Nature。428 ( 6978 ) : 37–43。Bibcode : 2004Natur.428 ... 37T。doi :10.1038/nature02340。PMID 14961025。S2CID 4420754。 (サブスクリプションが必要です)
- ^ Hugenholtz P (2002). 「ゲノム時代における原核生物の多様性の探究」.ゲノム生物学. 3 (2): REVIEWS0003. doi : 10.1186 /gb-2002-3-2-reviews0003 . PMC 139013. PMID 11864374.
- ^ Venter JC、Remington K、Heidelberg JF、 Halpern AL、Rusch D 、Eisen JA、他 (2004 年 4 月)。「サルガッソー海の環境ゲノムショットガンシークエンシング」。Science。304 ( 5667 ) : 66–74。Bibcode :2004Sci...304...66V。CiteSeerX 10.1.1.124.1840。doi : 10.1126 / science.1093857。PMID 15001713。S2CID 1454587 。
- ^ Yooseph S, Nealson KH, Rusch DB, McCrow JP, Dupont CL, Kim M, et al. (2010年11月). 「表層海洋プランクトン原核生物のゲノム的および機能的適応」. Nature . 468 (7320): 60–6. Bibcode :2010Natur.468...60Y. doi : 10.1038/nature09530 . PMID 21048761. (サブスクリプションが必要です)
- ^ abc Poinar HN、Schwarz C、Qi J、Shapiro B、Macphee RD、Buigues B、他。 (2006 年 1 月)。 「メタゲノミクスから古ゲノミクスへ: マンモス DNA の大規模配列決定」。科学。311 (5759): 392–4。Bibcode :2006Sci...311..392P。土井：10.1126/science.1123360。PMID 16368896。S2CID 11238470 。
- ^ Edwards RA、Rodriguez-Brito B、Wegley L、 Haynes M、Breitbart M、Peterson DM、他 (2006 年 3 月)。「ピロシークエンシングを使用して深部鉱山の微生物生態学を解明」BMC Genomics 7:57 . doi : 10.1186/1471-2164-7-57 . PMC 1483832. PMID 16549033 .
- ^ Thomas T、Gilbert J、Meyer F (2012年2月) 。 「メタゲノミクス - サンプリングからデータ分析までのガイド」。微生物情報学と実験。2 (1): 3. doi : 10.1186 / 2042-5783-2-3。PMC 3351745。PMID 22587947 。
- ^ Béjà O, Suzuki MT, Koonin EV, Aravind L, Hadd A, Nguyen LP, et al. (2000 年 10 月). 「海洋微生物集団からの細菌人工染色体ライブラリの構築と分析」.環境微生物学. 2 (5): 516–29. Bibcode :2000EnvMi...2..516B. doi :10.1046/j.1462-2920.2000.00133.x. PMID 11233160. S2CID 8267748.
- ^ ab Segata N、Boernigen D、Tickle TL、Morgan XC、Garrett WS、Huttenhower C (2013 年 5 月)。「微生物コミュニティ研究のための計算メタオミクス」。分子システム生物学。9 ( 666): 666。doi : 10.1038/msb.2013.22。PMC 4039370。PMID 23670539。
- ^ Rodrigue S、Materna AC、Timberlake SC、Blackburn MC、Malmstrom RR、Alm EJ、Chisholm SW (2010 年 7 月)。Gilbert JA (編)。「メタゲノミクスのためのショートリードシーケンスのロック解除」。PLOS ONE。5 ( 7 ) : e11840。Bibcode : 2010PLoSO ... 511840R。doi : 10.1371/ journal.pone.0011840。PMC 2911387。PMID 20676378。
- ^ Schuster SC (2008年1月). 「次世代シーケンシングが今日の生物学を変える」. Nature Methods . 5 (1): 16–8. doi :10.1038/nmeth1156. PMID 18165802. S2CID 1465786.
- ^ 「メタゲノミクス対ムーアの法則」Nature Methods 6 ( 9): 623. 2009. doi : 10.1038/nmeth0909-623 .
- ^ Stewart RD、Auffret MD、Warr A、Wiser AH 、 Press MO、Langford KW、他 (2018年2月)。「牛のルーメンのメタゲノム配列から913の微生物ゲノムを組み立てる」。Nature Communications。9 ( 1 ) : 870。Bibcode :2018NatCo...9..870S。doi : 10.1038/s41467-018-03317-6。PMC 5830445。PMID 29491419。
- ^ Hiraoka S, Yang CC, Iwasaki W (2016年9月). 「微生物生態学におけるメタゲノミクスとバイオインフォマティクス：現状と展望」. Microbes and Environments . 31 (3): 204–12. doi :10.1264/jsme2.ME16024. PMC 5017796. PMID 27383682 .
- ^ Pérez-Cobas AE、Gomez- Valero L、Buchrieser C (2020)。「微生物生態学におけるメタゲノムアプローチ：全ゲノムおよびマーカー遺伝子配列解析の最新情報」。微生物 ゲノミクス。6 ( 8) 。doi：10.1099/ mgen.0.000409。PMC 7641418。PMID 32706331。
- ^ ab Hess M, Sczyrba A, Egan R, Kim TW, Chokhawala H, Schroth G, et al. (2011年1月). 「牛のルーメンからのバイオマス分解遺伝子とゲノムのメタゲノム発見」. Science . 331 (6016): 463–7. Bibcode :2011Sci...331..463H. doi :10.1126/science.1200387. PMID 21273488. S2CID 36572885.
- ^ Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, et al. (2010年3月). 「メタゲノム配列解析によって確立されたヒト腸内微生物遺伝子カタログ」. Nature . 464 (7285): 59–65. Bibcode :2010Natur.464...59.. doi :10.1038/nature08821. PMC 3779803. PMID 20203603 . (サブスクリプションが必要です)
- ^ ab Paulson JN、Stine OC、Bravo HC、 Pop M（2013年12月）。「微生物マーカー遺伝子調査のための差分存在量分析」。Nature Methods。10 （12 ）：1200–2。doi ：10.1038/nmeth.2658。PMC 4010126。PMID 24076764。
- ^ abcdefgメタゲノミクス委員会：課題と機能的応用、国立研究評議会（ 2007年）。メタゲノミクスの新しい科学：微生物惑星の秘密を明らかにする。ワシントンDC：全米アカデミー出版。doi ：10.17226/11902。ISBN 978-0-309-10676-4. PMID 21678629。
- ^ Oulas A、Pavloudi C、Polymenakou P、Pavlopoulos GA、Papanikolaou N、Kotoulas G、他 (2015)。「メタゲノミクス：生物多様性研究から得られた次世代シーケンシングデータを分析するためのツールと洞察」。バイオインフォマティクスと生物学の洞察。9：75–88。doi ： 10.4137 /BBI.S12462。PMC 4426941。PMID 25983555 。
- ^ Mende DR, Waller AS, Sunagawa S, Järvelin AI, Chan MM, Arumugam M, et al. (2012年2月23日). 「シミュレートされた次世代シーケンシングデータを使用したメタゲノムアセンブリの評価」. PLOS ONE . 7 (2): e31386. Bibcode :2012PLoSO...731386M. doi : 10.1371/journal.pone.0031386 . PMC 3285633. PMID 22384016 .
- ^ Balzer S、 Malde K、Grohme MA、Jonassen I (2013年4月)。「454のピロシークエンスデータからの重複読み取りのフィルタリング」。バイオインフォマティクス。29 ( 7 ) : 830–6。doi : 10.1093 /bioinformatics/btt047。PMC 3605598。PMID 23376350。
- ^ Mohammed MH、Chadaram S、 Komanduri D、Ghosh TS、Mande SS (2011 年 9 月)。「Eu-Detect: メタゲノム データ セット内の真核生物配列を検出するためのアルゴリズム」。Journal of Biosciences。36 (4 ) : 709–17。doi : 10.1007 /s12038-011-9105-2。PMID 21857117。S2CID 25857874 。
- ^ Schmieder R 、Edwards R (2011 年 3 月)。「ゲノムおよびメタゲノムデータセットからのシーケンス汚染の高速識別と除去」。PLOS ONE。6 ( 3 ) : e17288。Bibcode : 2011PLoSO...617288S。doi : 10.1371 / journal.pone.0017288。PMC 3052304。PMID 21408061。
- ^ abcde Kunin V, Copeland A, Lapidus A, Mavromatis K, Hugenholtz P (2008年12月). 「バイオインフォマティシャンのためのメタゲノミクスガイド」. Microbiology and Molecular Biology Reviews . 72 (4): 557–78, 目次. doi :10.1128/MMBR.00009-08. PMC 2593568. PMID 19052320 .
- ^ Namiki T, Hachiya T, Tanaka H, Sakakibara Y (2012年11月). 「MetaVelvet: 短いシーケンスリードからの de novo メタゲノムアセンブリへの Velvet アセンブラーの拡張」. Nucleic Acids Research . 40 (20): e155. doi :10.1093/nar/gks678. PMC 3488206. PMID 22821567 .
- ^ Zerbino DR、Birney E (2008 年5 月)。「Velvet: de Bruijn グラフ を使用した de novo ショートリードアセンブリのアルゴリズム」。ゲノム研究。18 (5): 821–9。doi : 10.1101 / gr.074492.107。PMC 2336801。PMID 18349386。
- ^ Burton JN、Liachko I、Dunham MJ、Shendure J (2014年5月)。「Hi-Cベースの接触確率マップによるメタゲノムアセンブリの種レベルデコンボリューション」。G3 . 4 ( 7): 1339–46. doi :10.1534/g3.114.011825. PMC 4455782 . PMID 24855317。
- ^ ab Huson DH、Mitra S、Ruscheweyh HJ、Weber N、Schuster SC (2011年9月)。「MEGAN4を使用した環境配列の統合解析」。 ゲノム研究。21 ( 9): 1552–60。doi : 10.1101 /gr.120618.111。PMC 3166839。PMID 21690186。
- ^ Zhu W、Lomsadze A 、 Borodovsky M (2010年7 月)。「メタゲノム配列における Ab initio 遺伝子同定」。 核酸研究。38 (12): e132。doi : 10.1093/nar/gkq275。PMC 2896542。PMID 20403810。
- ^ Konopka A (2009年11月). 「微生物群集生態学とは何か?」. The ISME Journal . 3 (11): 1223–30. Bibcode :2009ISMEJ...3.1223K. doi : 10.1038/ismej.2009.88 . PMID 19657372.
- ^ ab Huson DH、Auch AF、Qi J、 Schuster SC (2007年 3月)。「メタゲノムデータの MEGAN 分析」。ゲノム研究。17 (3): 377–86。doi : 10.1101/gr.5969107。PMC 1800929。PMID 17255551。
- ^ Segata N、Waldron L、Ballarini A、Narasimhan V、Jousson O、Huttenhower C (2012 年 6 月)。「ユニークな系統特異的マーカー遺伝子を使用したメタゲノム微生物コミュニティプロファイリング」。Nature Methods。9 ( 8 ) : 811–4。doi : 10.1038/nmeth.2066。PMC 3443552。PMID 22688413。
- ^ Sunagawa S, Mende DR, Zeller G, Izquierdo-Carrasco F, Berger SA, Kultima JR, et al. (2013年12月). 「ユニバーサル系統マーカー遺伝子を用いたメタゲノム種プロファイリング」. Nature Methods . 10 (12): 1196–9. doi :10.1038/nmeth.2693. PMID 24141494. S2CID 7728395.
- ^ ab Milanese A, Mende DR, Paoli L, Salazar G, Ruscheweyh HJ, Cuenca M, et al. (2019年3月). 「mOTUs2による微生物の存在量、活動、集団ゲノムプロファイリング」. Nature Communications . 10 (1): 1014. Bibcode :2019NatCo..10.1014M. doi :10.1038/s41467-019-08844-4. PMC 6399450. PMID 30833550 .
- ^ Liu B、Gibbons T、Ghodsi M、Treangen T 、 Pop M (2011)。「メタゲノムショットガンシーケンスからの分類プロファイルの正確かつ迅速な推定」。BMC Genomics。12 ( Suppl 2): S4。doi : 10.1186 / 1471-2164-12 -S2- S4。PMC 3194235。PMID 21989143。
- ^ Dadi TH、Renard BY、Wieler LH 、 Semmler T 、Reinert K (2017)。「SLIMM: メタゲノムからの微生物の種レベルの識別」。PeerJ。5 : e3138。doi : 10.7717 / peerj.3138。PMC 5372838。PMID 28367376。
- ^ Pagani I、Liolios K、Jansson J、Chen IM、Smirnova T、Nosrat B、他 (2012 年 1 月)。「The Genomes OnLine Database (GOLD) v.4: ゲノムおよびメタゲノム プロジェクトのステータスと関連メタデータ」。Nucleic Acids Research。40 (データベース号): D571-9。doi :10.1093/ nar /gkr1100。PMC 3245063。PMID 22135293。
- ^ Meyer F、Paarmann D、D'Souza M、Olson R、Glass EM、Kubal M、他 (2008 年 9 月)。「メタゲノム RAST サーバー - メタゲノムの自動系統発生および機能解析のための公開リソース」。BMC Bioinformatics。9 : 386。doi : 10.1186 / 1471-2105-9-386。PMC 2563014。PMID 18803844。
- ^ Markowitz VM、Chen IM、Chu K、Szeto E、Palaniappan K、Grechkin Y、他 (2012 年 1 月)。「IMG/M: 統合メタゲノムデータ管理および比較分析システム」。核酸研究。40 (データベース号): D123-9。doi : 10.1093/ nar /gkr975。PMC 3245048。PMID 22086953。
- ^ ab Mitra S、Rupek P、Richter DC、Urich T、Gilbert JA、Meyer F、et al. (2011 年 2 月)。「SEED と KEGG を使用したメタゲノムとメタトランスクリプトームの機能解析」。BMC Bioinformatics . 12 ( Suppl 1): S21。doi : 10.1186/ 1471-2105-12 -S1- S21。PMC 3044276。PMID 21342551。
- ^ Benson DA、Cavanaugh M、Clark K、Karsch-Mizrachi I、Lipman DJ、Ostell J、Sayers EW (2013 年 1 月)。「GenBank」。核酸研究。41 (データベース号): D36-42。doi : 10.1093/nar/gks1195。PMC 3531190。PMID 23193287 。
- ^ Bazinet AL、 Cummings MP (2012 年 5 月) 。「配列分類プログラムの比較評価」。BMC Bioinformatics。13 : 92。doi : 10.1186 / 1471-2105-13-92。PMC 3428669。PMID 22574964。
- ^ Ounit R、Wanamaker S、Close TJ、Lonardi S (2015 年 3 月)。「CLARK: 識別的 k-mer を使用したメタゲノムおよびゲノム配列の高速かつ正確な分類」。BMC Genomics。16 ( 1 ) : 236。doi : 10.1186 / s12864-015-1419-2。PMC 4428112。PMID 25879410。
- ^ プラタス D、ピニョ AJ、シルバ RM、ロドリゲス JM、ホセイニ M、カエターノ T、フェレイラ PJ (2018 年 2 月)。 「FALCON: 古代 DNA のメタゲノム組成を推測する方法」。bioRxiv 10.1101/267179。
- ^ 黒川 健、伊藤 孝、桑原 孝、大島 健、東 秀、豊田 明、他 (2007 年 8 月)。「比較メタゲノミクスにより、ヒト腸内微生物叢に共通して豊富に含まれる遺伝子セットが明らかに」。DNA研究 。14 ( 4 ) : 169–81。doi :10.1093/dnares/dsm018。PMC 2533590。PMID 17916580。
- ^ abcdef Simon C, Daniel R (2011年2月). 「メタゲノム解析：過去と将来の動向」.応用環境微生物学. 77 (4): 1153–61. Bibcode :2011ApEnM..77.1153S. doi :10.1128/AEM.02345-10. PMC 3067235. PMID 21169428 .
- ^ Willner D、 Thurber RV、Rohwer F (2009年7月)。「86種の微生物および ウイルスメタゲノムのメタゲノムシグネチャ」。環境微生物学。11 (7):1752–66。Bibcode :2009EnvMi..11.1752W。doi : 10.1111 /j.1462-2920.2009.01901.x。PMID 19302541。
- ^ Ghosh TS、Mohammed MH、Rajasingh H、Chadaram S、Mande SS (2011)。「HabiSign: メタゲノムの比較と生息地固有の配列の迅速な識別のための新しいアプローチ」。BMC Bioinformatics。12 Suppl 13 (Supplement 13): S9。doi : 10.1186 / 1471-2105-12 -s13- s9。PMC 3278849。PMID 22373355。
- ^ Fimereli D、 Detours V、Konopka T (2013 年 4 月)。「TriageTools: 高スループット シーケンス データの分割と優先順位付け分析のためのツール」。核酸研究。41 ( 7): e86。doi : 10.1093/nar/gkt094。PMC 3627586。PMID 23408855。
- ^ Maillet N、Lemaitre C、Chikhi R、Lavenier D、 Peterlongo P (2012)。「Compareads: 巨大なメタゲノム実験の比較」。BMC Bioinformatics . 13 (Suppl 19): S10。doi : 10.1186 / 1471-2105-13 -S19- S10。PMC 3526429。PMID 23282463。
- ^ Kuntal BK、Ghosh TS 、Mande SS（2013年10月）。「コミュニティアナライザー：マイクロバイオーム全体の微生物コミュニティ構造 を視覚化および比較するためのプラットフォーム」。ゲノミクス。102 （4）：409–18。doi ：10.1016/j.ygeno.2013.08.004。PMID 23978768。
- ^ Werner JJ、Knights D、Garcia ML、Scalfone NB、Smith S、Yarasheski K、他 (2011 年 3 月)。「細菌コミュニティ構造は、フルスケールのバイオエネルギーシステムにおいてユニークで回復力がある」。米国科学 アカデミー紀要。108 ( 10 ): 4158–63。Bibcode :2011PNAS..108.4158W。doi : 10.1073 / pnas.1015676108。PMC 3053989。PMID 21368115。
- ^ McInerney MJ、Sieber JR、Gunsalus RP（2009 年12月） 。「嫌気性地球炭素循環における共生」。Current Opinion in Biotechnology。20（6）：623–32。doi ： 10.1016 /j.copbio.2009.10.001。PMC 2790021。PMID 19897353。
- ^ Klitgord N, Segrè D (2011年8月). 「微生物代謝の生態系生物学」. Current Opinion in Biotechnology . 22 (4): 541–6. doi :10.1016/j.copbio.2011.04.018. PMID 21592777.
- ^ Leininger S, Urich T, Schloter M, Schwark L, Qi J, Nicol GW, et al. (2006年8月). 「土壌中のアンモニア酸化原核生物の中では古細菌が優勢」. Nature . 442 (7104): 806–9. Bibcode :2006Natur.442..806L. doi :10.1038/nature04983. PMID 16915287. S2CID 4380804.
- ^ Paez-Espino D、Eloe-Fadrosh EA、Pavlopoulos GA、Thomas AD、Huntemann M、Mikhailova N、他。 （2016年8月）。 「地球のバイロームを解明する」。自然。536 (7617): 425-30。Bibcode :2016Natur.536..425P。土井：10.1038/nature19094. PMID 27533034。S2CID 4466854 。
- ^ Paez-Espino D、Chen IA、Palaniappan K、Ratner A、Chu K、Szeto E、他。 （2017年1月）。 「IMG/VR: 培養および非培養 DNA ウイルスおよびレトロウイルスのデータベース」。核酸研究。45 (D1): D457 – D465。土井：10.1093/nar/gkw1030。PMC 5210529。PMID 27799466。
- ^ Paez-Espino D, Roux S, Chen IA, Palaniappan K, Ratner A, Chu K, et al. (2019年1月). 「IMG/VR v.2.0: 培養ウイルスゲノムと環境ウイルスゲノムの統合データ管理・分析システム」. Nucleic Acids Research . 47 (D1): D678–D686. doi :10.1093/nar/gky1127. PMC 6323928. PMID 30407573 .
- ^ Paez-Espino D、Pavlopoulos GA、Ivanova NN 、 Kyrpides NC (2017 年 8 月) 。「メタゲノムデータのための非標的ウイルス配列検出パイプラインとウイルスクラスタリング」 ( PDF)。Nature Protocols。12 (8): 1673–1682。doi :10.1038/ nprot.2017.063。PMID 28749930。S2CID 2127494 。
- ^ Kristensen DM、Mushegian AR、Dolja VV 、 Koonin EV（2010年1月）。「メタゲノミクスで発見されたウイルス の世界の新次元」。Trends in Microbiology。18（ 1 ）：11–9。doi ： 10.1016 /j.tim.2009.11.003。PMC 3293453。PMID 19942437。
- ^ ケレペシ C、グロルムシュ V (2016 年 3 月)。 「カッチ砂漠の巨大ウイルス」。ウイルス学のアーカイブ。161 (3): 721-4。arXiv : 1410.1278。土井：10.1007/s00705-015-2720-8。PMID 26666442。S2CID 13145926 。
- ^ Kerepesi C, Grolmusz V ( 2017 年 6 月)。「巨大ウイルスファインダーが南極の乾燥谷で多数の巨大ウイルスを発見」。Archives of Virology。162 ( 6 ): 1671–1676。arXiv : 1503.05575。doi : 10.1007 / s00705-017-3286-4。PMID 28247094。S2CID 1925728 。
- ^ Copeland CS (2017年9月～10月)。「私たちの中の世界」(PDF)。ニューオーリンズヘルスケアジャーナル: 21～26。
- ^ Jansson J (2011). 「テラ・テラに向けて：陸生メタゲノムのテラベース配列決定」 印刷 E メール. Microbe . 第 6 巻、第 7 号、309 ページ。2012 年 3 月 31 日時点のオリジナルよりアーカイブ。
- ^ Vogel TM、Simonet P、Jansson JK、Hirsch PR、Tiedje JM、Van Elsas JD、Bailey MJ、Nalin R、Philippot L (2009)。「TerraGenome: 土壌メタゲノムの配列決定のためのコンソーシアム」。Nature Reviews Microbiology。7 ( 4 ): 252。doi : 10.1038/nrmicro2119。
- ^ 「TerraGenomeホームページ」。TerraGenome国際シーケンシングコンソーシアム。 2011年12月30日閲覧。
- ^ ab メタゲノミクス委員会：課題と機能的応用、国立研究会議（2007年）。微生物惑星を理解する：メタゲノミクスの新科学（PDF） 。全米科学アカデミー出版。 2012年10月30日時点のオリジナル（PDF）からアーカイブ。 2011年12月30日閲覧。
- ^ Charles T (2010)。「メタゲノミクス法を用いた植物と微生物の相互作用の 調査の可能性」メタゲノミクス：理論、方法、およびアプリケーション。Caister Academic Press。ISBN 978-1-904455-54-7。
- ^ Bringel F, Couée I (2015年5月22日). 「植物の機能と大気微量ガスのダイナミクスのインターフェースにおける葉圏微生物の重要な役割」. Frontiers in Microbiology . 6 :486. doi : 10.3389/fmicb.2015.00486 . PMC 4440916. PMID 26052316 .
- ^ Li LL、McCorkle SR、Monchy S、Taghavi S、van der Lelie D (2009 年 5 月)。「バイオプロスペクティング メタゲノム: バイオマス変換用グリコシル加水分解酵素」。バイオ燃料 のためのバイオテクノロジー。2 :10。doi : 10.1186 / 1754-6834-2-10。PMC 2694162。PMID 19450243。
- ^ Jaenicke S、Ander C、Bekel T、Bisdorf R、Dröge M、Gartemann KH、他 (2011 年 1 月)。Aziz RK (編)。「454 ピロシークエンシングによって得られたバイオガス発酵槽からの 2 つのメタゲノムデータセットの比較および共同分析」。PLOS ONE。6 ( 1 ) : e14519。Bibcode : 2011PLoSO ...614519J。doi : 10.1371 / journal.pone.0014519。PMC 3027613。PMID 21297863。
- ^ Suen G、Scott JJ、Aylward FO、Adams SM、Tringe SG、Pinto-Tomás AA、他 (2010 年 9 月)。Sonnenburg J (編)。「植物バイオマス分解能力の高い昆虫草食動物マイクロバイオーム」。PLOS Genetics。6 ( 9 ) : e1001129。doi : 10.1371 / journal.pgen.1001129。PMC 2944797。PMID 20885794。
- ^ Simon C、Daniel R (2009 年 11 月)。「メタゲノムアプローチによって解明された成果と新しい知識」。応用 微生物学およびバイオテクノロジー。85 (2): 265–76。doi : 10.1007 /s00253-009-2233-z。PMC 2773367。PMID 19760178。
- ^ Wong D (2010)。「メタゲノミクスの産業バイオ製品への応用」メタゲノミクス：理論、方法、応用。Caister Academic Press。ISBN 978-1-904455-54-7。
- ^ ab Schloss PD, Handelsman J (2003年6月). 「メタゲノミクスからのバイオテクノロジーの展望」(PDF) . Current Opinion in Biotechnology . 14 (3): 303–10. doi :10.1016/S0958-1669(03)00067-3. PMID 12849784. 2016年3月4日時点の オリジナル(PDF)からアーカイブ。 2012年1月20日閲覧。
- ^ abc Kakirde KS、 Parsley LC、Liles MR（2010年11月）。「サイズは重要：土壌メタゲノミクスのためのアプリケーション主導型アプローチ」。土壌生物学と生化学。42 （11）：1911–1923。doi ： 10.1016 / j.soilbio.2010.07.021。PMC 2976544。PMID 21076656。
- ^ Parachin NS、Gorwa-Grauslund MF (2011 年 5 月)。「土壌メタゲノムライブラリからの配列および機能に基づくスクリーニングによるキシロースイソメラーゼの分離」。バイオ燃料のためのバイオテクノロジー。4 ( 1): 9。doi : 10.1186 / 1754-6834-4-9。PMC 3113934。PMID 21545702。
- ^ Hover BM、Kim SH、Katz M、Charlop-Powers Z、Owen JG、Ternei MA、他 (2018 年 4 月)。「培養に依存しないマラシジンの発見、カルシウム依存性抗生物質として多剤耐性グラム陽性病原体に対する活性を持つ」。Nature Microbiology。3 ( 4 ) : 415–422。doi : 10.1038 /s41564-018-0110-1。PMC 5874163。PMID 29434326。
- ^ Raes J、Letunic I、Yamada T、Jensen LJ、Bork P (2011 年 3 月)。「生物地球化学、地理学、メタゲノムデータの統合による分子特性に基づく生態学の実現に向けて」。分子 システム生物学。7 : 473。doi :10.1038/ msb.2011.6。PMC 3094067。PMID 21407210。
- ^ Lavery TJ、Roudnew B、Seymour J、Mitchell JG、Jeffries T (2012)。Steinke D (編)。「オーストラリアアシカ (Neophoca cinerea) の糞便の微生物メタゲノムに明らかになった高い栄養輸送および循環能力」。PLOS ONE。7 ( 5 ) : e36478。Bibcode : 2012PLoSO...736478L。doi : 10.1371 / journal.pone.0036478。PMC 3350522。PMID 22606263。
- ^ 「川には何が泳いでいるのか？DNAを調べてみよう」NPR.org 2013年7月24日2014年10月10日閲覧。
- ^ Chua, Physilia YS; Crampton-Platt, Alex; Lammers, Youri; Alsos, Inger G.; Boessenkool, Sanne; Bohmann, Kristine (2021年5月25日). 「メタゲノミクス：草食動物の食生活を再構築するための実用的なツール」.分子生態学リソース. 21 (7): 1755–0998.13425. doi : 10.1111/1755-0998.13425 . PMC 8518049 . PMID 33971086.
- ^ Chua, Physilia YS; Carøe, Christian; Crampton-Platt, Alex; Reyes-Avila, Claudia S.; Jones, Gareth; Streicker, Daniel G.; Bohmann, Kristine (2022年7月4日). 「一般的な吸血コウモリ（Desmodus rotundus）の血液食事からの脊椎動物の獲物の識別とミトコンドリアDNAコンティグアセンブリのための2段階メタゲノミクスアプローチ」。メタバーコーディングとメタゲノミクス。6 ：e78756。doi ：10.3897/ mbmg.6.78756。ISSN 2534-9708。S2CID 248041252 。
- ^ George I、Stenuit B、Agathos SN (2010)。「バイオレメディエーションへのメタゲノミクス の応用」。Marco D (編)。メタゲノミクス: 理論、方法、応用。Caister Academic Press。ISBN 978-1-904455-54-7。
- ^ Zimmer C (2010年7月13日). 「微生物はいかにして私たちを守り、定義するのか」.ニューヨーク・タイムズ. 2011年12月29日閲覧。
- ^ Nelson KE および White BA (2010)。「メタゲノミクスとヒトマイクロバイオームの研究への応用」。メタゲノミクス: 理論、方法、応用。Caister Academic Press。ISBN 978-1-904455-54-7。
- ^ ab Qin, Junjie; Li, Ruiqiang; Raes, Jeroen; Arumugam, Manimozhiyan; Burgdorf, Kristoffer Solvsten; Manichanh, Chaysavanh; Nielsen, Trine; Pons, Nicolas; Levenez, Florence; Yamada, Takuji; Mende, Daniel R.; Li, Junhua; Xu, Junming; Li, Shaochuan; Li, Dongfang (2010). 「メタゲノム配列解析によって確立されたヒト腸内微生物遺伝子カタログ」. Nature . 464 (7285): 59–65. Bibcode :2010Natur.464...59.. doi :10.1038/nature08821. ISSN 1476-4687. PMC 3779803. PMID 20203603 .
- ^ Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, et al. (2010年3月). 「メタゲノム配列解析によって確立されたヒト腸内微生物遺伝子カタログ」. Nature . 464 (7285): 59–65. Bibcode :2010Natur.464...59.. doi :10.1038/nature08821. PMC 3779803. PMID 20203603 .
- ^ Abubucker, Sahar; Segata, Nicola; Goll, Johannes; Schubert, Alyxandria M.; Izard, Jacques; Cantarel, Brandi L.; Rodriguez-Mueller, Beltran; Zucker, Jeremy; Thiagarajan, Mathangi; Henrissat, Bernard; White, Owen; Kelley, Scott T.; Methé, Barbara; Schloss, Patrick D.; Gevers, Dirk; Mitreva, Makedonka; Huttenhower, Curtis (2012). 「PLOS Computational Biology: メタゲノムデータの代謝再構築とヒトマイクロバイオームへの応用」. PLOS Computational Biology . 8 (6): e1002358. Bibcode :2012PLSCB...8E2358A. doi : 10.1371/journal.pcbi.1002358 . PMC 3374609 . PMID 22719234.
- ^ Chua, Physilia Ying Shi; Rasmussen, Jacob Agerbo (2022年5月11日). 「メタゲノミクスを翼の下に」Nature Reviews Microbiology . 20 (8): 447. doi :10.1038/s41579-022-00746-5. ISSN 1740-1534. PMID 35546350. S2CID 248739527.
- ^ Chiu, Charles Y.; Miller, Steven A. (2019). 「臨床メタゲノミクス」. Nature Reviews Genetics . 20 (6): 341–355. doi : 10.1038/s41576-019-0113-7 . ISSN 1471-0064. PMC 6858796. PMID 30918369 .
- ^ Zakrzewski M, Rašić G, Darbro J, Krause L, Poo YS, Filipović I, et al. (2018). 「ケアンズとバンコクで野生捕獲されたネッタイシマカのウイルス群のマッピング」Sci Rep . 8 (1): 4690. Bibcode :2018NatSR...8.4690Z. doi :10.1038/s41598-018-22945-y. PMC 5856816 . PMID 29549363.
- ^ Thoendel M (2020). 「標的メタゲノミクスは潜在的なダニ媒介性病原体に関する洞察を提供する」J Clin Microbiol . 58 (11). doi :10.1128/JCM.01893-20. PMC 7587107 . PMID 32878948.
- ^ Parry R、James ME、Asgari S (2021)。「蚊Aedes aegyptiとAedes albopictusのウイルス群の世界的多様性と進化の解明」。微生物 。9 ( 8 ) : 1653。doi : 10.3390/ microorganisms9081653。PMC 8398489。PMID 34442732。
- ^ バトフスカ J、ミー PT、リンチ SE、ソーブリッジ TI、ロドーニ BC (2019)。 「アルボウイルス監視ツールとしてのメタトランスクリプトミクスの感度と特異性」。科学担当者。9 (1): 19398。ビブコード:2019NatSR...919398B。土井：10.1038/s41598-019-55741-3。PMC 6920425。PMID 31852942。
- ^ バトフスカ J、リンチ SE、ロドーニ BC、ソーブリッジ TI、コーガン NO (2017)。 「MinION ナノポア シーケンスを使用したメタゲノム アルボウイルス検出」。J Virol メソッド。249 : 79–84。土井：10.1016/j.jviromet.2017.08.019。PMID 28855093。
外部リンク
- Nature Reviews Microbiologyジャーナルのウェブサイトでメタゲノミクスに焦点を当てる
- メタゲノム解析手法を評価する「メタゲノム解釈の批判的評価」（CAMI）イニシアチブ
