摘要 。拉布汉桑戈罗位于印度尼西亚西努沙登加拉省松巴哇县萨利赫湾,是为种植海藻品种卡帕藻而开发的地区之一。2023 年,由于冰冻病的爆发,种植活动遭遇了作物减产。这一事件给农民造成了重大的劳动力和经济损失。人们怀疑生物因素(细菌)在这种疾病的出现中发挥了作用。因此,本研究旨在 (1) 识别水中的细菌(冰冻感染的海藻养殖场)和 (2) 寻找可能导致冰冻病的细菌种类。本研究的目标是从分子水平上鉴定已知感染 K. alvarezii 并导致该疾病的潜在细菌种类。本研究中使用的方法是探索性描述性的。从 4 个点(被冰冻感染的 K. alvarezii 养殖地点)采集样本。每个点由 2 个深度(表面和底层水)表示。样品分析采用了一种基于宏条形码 (eDNA) 分析的不依赖培养的方法。这种方法可用于检查环境样品中的基因组,从而可以鉴定出更广泛的细菌种类。因此,这种方法为发现可能导致冰冰病的细菌种类提供了更大的机会。在这项研究中,全面了解了两个深度(表面和底层水)的细菌组成。负责有机物分解、营养物循环、支持初级生产和维持生态系统平衡的重要作用的主要门是蓝藻和变形菌。K. alvarezii 培养中的冰冰病与某些细菌种类有关,例如在采样地点还发现的弧菌属和假交替单胞菌属。关键词:环境 DNA、冰冰病、K. alvarezii、海洋细菌、萨利赫湾。
TurboID 和 APEX2 等邻近标记技术已成为研究蛋白质相互作用的空间组学研究的关键工具。然而,这些反应性物种介导的标记背后的生化机制,尤其是亚微米范围内标记方法的空间模式,仍然知之甚少。在这里,我们利用 DNA 纳米结构平台通过体外测定精确测量 TurboID 和 APEX2 的标记半径。我们的 DNA 纳米标尺设计能够在酶附近以纳米精度部署寡核苷酸条形码标记靶标。通过使用定量 PCR 量化标记产量并将其与目标距离进行映射,我们发现了标记机制的惊人见解。与流行的扩散标记模型相反,我们的结果表明 TurboID 主要通过接触依赖性标记进行操作。同样,APEX2 在其直接接触范围内显示出高标记效率。同时,它对更远的酚表现出低水平的扩散标记。这些发现重新定义了我们对邻近标记酶机制的理解,同时突出了 DNA 纳米技术在空间分析反应物种方面的潜力。
。CC-BY-ND 4.0 国际许可证(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 12 月 12 日发布。;https://doi.org/10.1101/2024.12.09.627499 doi:bioRxiv 预印本
• 信号频率主要在0.1到1.5GHz范围内 • 1GHz占主导地位 • 一端的波形(电荷)的幅度和面积不同,但两端的总和保持不变 • 在频谱图中,P1-P7之间频率的幅度没有明显差异
Miraldo A 1§* , Sundh J 2, * , Iwaszkiewicz-EggebrechtE 1 , Buczek M 3 , Goodsell R 1 , Johansson H 4 , Fisher BL 5 , Raharinjanahary D 6 , RajoelisonET 6 , Ranaivo C 6 , Randrianandrasana C 6 , Rafanomezantsoa JJ 6 , ManoharanL 7 , Granqvist E 1 , van Dijk LJA 1 , Alberg L 4 , Åhlén D 8 , Aspebo M 4 , Åström S 4 , BellvikenA 4 , Bergman PE 4 , Björklund S 4 , Björkman MP 9,10 , Deng J 3 , Desborough L 4 , DolffE 4 , Eliasson A 4 , Elmquist H 4 , Emanuelsson H 4 , Erixon R 11 , Fahlen L 4 , Frogner C 4 ,Fürst P 4 , Grabs A 4 , Grudd H 12 , Guasconi D 13 , Gunnarsson M 4 , Häggqvist S 4 , Hed A 4 ,Hörnström E 4 , Johansson H 4 , Jönsson A 4 , Kanerot S 4 , Karlsson A 4 , Karlsson D 4 ,Klinth M 4 , Kraft T 4 , Lahti R 14 , Larsson M 4 , Lernefalk H 4 , Lestander Y 4 , Lindholm LT 4 , LindholmM 4 , Ljung U 4 , Ljung K 4 , Lundberg J 15 , Lundin E 12 , Malmenius M 4 , Marquina D 1,# ,Martinelli J 4 , Mertz L 4 , Nilsson J 4 , Patchett A 16 , Persson N 4 , Persson J 4 , Prus-FrankowskaM 3 , Regazzoni E 4 , Rosander KG 4 , Rydgård M 4 , Sandblom C 4 , Skord J 4 , StålhandskeT 16,17 , Svensson F 4 , Szpryngiel S 1 , Tajani K 17 , Tyboni M 4 , Ugarph C 4 , Vestermark L 4 , Vilhelmsson J 4 , Wahlgren N 4 , Wass A 4 , Wetterstrand P 4 , Łukasik P 1,3,† , Tack AJM 8,† ,Andersson AF 18,† , Roslin T 19,20,† , Ronquist F 1,†
此 DNP 学术项目由 FUSE(富兰克林大学学术交流)博士奖学金免费提供给您,供您开放访问。它已被 FUSE(富兰克林大学学术交流)授权管理员接受纳入护理实践博士 (DNP) 学术项目。如需更多信息,请联系 fuse@franklin.edu。
1顾问教授:里约热内卢联邦大学的生物科学-RJ,paula.campos@ufra.edu.br; 2亚马逊联邦乡村大学水产养殖和热带水生资源课程 - 宾夕法尼亚州,jessica.ufra28@gmail.com; 3顾问教授:PA的联邦大学遗传学和分子生物学博士 - PA,Ighamoy@Gmail; 4亚马逊大学联邦大学的渔业工程课程毕业,lucasdcc071@gmail.com 5医生在pernambuco-pe,xiofra@gmail.com的海洋学课程中; 6海洋学课程的医生在penambuco联邦大学-PE,nunomeloufra@gmail.com。
DNA 条形码因其在植物种类识别、鉴别和分类以及揭示近缘物种间的系统发育关系方面的潜力而备受关注。使用 BLASTn、遗传距离相似性和基于树的方法评估了三种条形码标记(rbc L、mat K 和 ITS)及其组合对菲律宾 11 种特有万代兰的有效性。使用通用引物成功扩增并测序了代表 11 种万代兰的 40 个种质的每个条形码区域。比对序列中可变位点的数量在 ITS 区域最多(30%),其次是组合区域(3%)、mat K(2%)和 rbc L(2%)。BLASTn 结果显示,基于 NCBI 数据库中可用的 rbc L、mat K 和 ITS 序列,大多数样本都被正确识别到属的水平。在 NCBI 数据库中,仅两个物种(Vanda sanderiana 和 Vanda luzonica)根据 mat K 和 ITS 序列在物种水平上被正确识别。从三个区域的组合计算出的遗传距离范围为 0.0000–0.01528。Vanda aurantiaca 和 Vanda lamellata var remediosa 之间的遗传距离最大(0.01528),这表明它们之间的遗传相似性较低。使用最大简约法和 1000 次引导重复测试为每个基因序列构建系统发育树。在从 rbc L、mat K 和 ITS 区域序列生成的系统发育树中,从 ITS 序列生成的系统发育树根据其当前基于形态学的分区分类完全区分了 11 个 Vanda 物种。基于这三个区域的组合序列构建的系统发育树与基于 ITS 区域构建的系统发育树相似,只是 MP 分析对聚类的支持更强。MP 树中呈现的分子数据支持 Vanda 的现有形态部分。单条形码 ITS 是菲律宾 Vanda 物种的合适条形码。因此,ITS 应与植物核心条形码、rbc L 和 mat K 结合使用,以区分和分类菲律宾特有的 Vanda 物种。本研究提供了菲律宾 Vanda 物种的条形码数据库,可能对保护兰科中这一宝贵属做出重大贡献。
*本报告中的“医疗供应链”指参与医疗产品旅程的所有利益相关者,包括制药和医疗器械制造商、分销商、解决方案提供商、医疗保健提供商(如医院、诊所)、开发合作伙伴和患者。
图 1. a. 带有 poly-A 读数的动态条形码示意图。b. 实验装置的示意图。c. 基于突变特征的条形码比例,结合两个系统的数据:对具有完整 PAM 基序的原型间隔物进行编辑(活性);不存在 PAM 基序(非活性);和未切割的 gRNA(原始)。d. 不同 gRNA 中原始条形码随时间的比例。e. 考虑不同 gRNA 之间的错配、间隙和间隙延伸,条形码随时间的变化。f. 具有 21 bp 间隔物(左)或 26 bp 间隔物(右)的 gRNA 的原始条形码随时间的比例。箱线图按不同时间点的平均间隔物长度着色(Cas9 系统)。g. 原始核苷酸随时间变化的百分比,将间隔物相对于 PAM 序列对齐(Cas9 系统)。h。考虑到按 Cas9 版本分类的所有不同 gRNA,C>T 突变随时间变化的百分比。对于所有箱线图,箱线表示四分位距 (IQR),每个箱线内的水平线表示中位数。