摘要 植物—微生物共生关系无处不在,但分析扩散、宿主过滤、竞争和温度对微生物群落组成的影响却颇具挑战性。花蜜中栖息的微生物可以影响开花植物的健康和授粉,它们为解开群落组装过程提供了一个易处理的系统。我们将一个合成的酵母和细菌群落接种到 31 种植物的花蜜中,同时排除传粉者。我们监测天气,并在 24 小时后收集并培养群落。我们发现植物种类对最终的微生物丰度和群落组成有很强的影响,部分原因是植物系统发育和花蜜过氧化物含量,而不是花的形态。温度升高会降低微生物多样性,而最低温度升高会促进生长,表明温度具有复杂的生态效应。植物物种内一致的花蜜微生物群落可以促进植物或传粉者的适应。我们的工作支持宿主身份、特征和温度在微生物群落组装中的作用,并指出宿主相关微生物组内的多样性-生产力关系。
基因组对于理解微生物生态学和进化至关重要。高通量、长读长 DNA 测序的出现使得从环境样本中大规模恢复微生物基因组成为可能。然而,由于这些环境极其复杂,扩大土壤和沉积物的微生物基因组目录一直具有挑战性。在这里,我们对在丹麦收集的 154 个土壤和沉积物样本进行了深度、长读长纳米孔测序,并通过优化的生物信息学流程恢复了 15,314 个新微生物物种的基因组,其中包括 4,757 个高质量基因组。恢复的微生物基因组涵盖 1,086 个新属,并为 612 个先前已知的属提供了第一个高质量参考基因组,将原核生物生命树的系统发育多样性扩大了 8%。长读长组装体还能够恢复数千个完整的 rRNA 24 操纵子、生物合成基因簇和 CRISPR-Cas 系统,而这些系统在之前的陆地基因组目录中都未被充分代表且高度碎片化。此外,将恢复的 MAG 整合到公共基因组数据库中可显著提高土壤和沉积物宏基因组数据集的物种级分类率,从而增强陆地微生物组表征。通过这项研究,我们证明了长读长 29 测序和优化的生物信息学能够以经济高效的方式从高度复杂的生态系统中恢复高质量的微生物 30 基因组,而生态系统仍然是最大的未开发生物多样性来源,可用于扩展基因组数据库和填补生命之树的空白。32
在这个项目中,我们旨在利用可用的元基因组和代谢建模资源的财富,以预测促进健康菌群的干预措施,并降低患者失调菌群的弹性。第一个目标是表征健康微生物组与受不同疾病影响的患者的差异。根据饮食,年龄,体育锻炼等多种空间和时间因素,“健康”微生物组之间存在很大的差异,这使得识别与疾病特别相关的变化变得具有挑战性。因此,我们将通过应用网络理论方法扩展基于传统的丰度分析。我们将实施此类方法,不仅确定了健康微生物中细菌物种之间的保守关系,还可以确定网络改变与不同疾病状态之间的关系。
摘要:对淡水虾消化道中降解胞外酶的需氧菌进行了分离。在羧甲基纤维素琼脂平板、淀粉琼脂培养基平板、明胶蛋白胨琼脂培养基平板上分离肠道细菌。在选择性培养基上根据胞外酶对分离的菌株进行定性筛选。根据形态学、生理学和生化特征对菌株进行鉴定,鉴定出芽孢杆菌种。通过使用明胶琼脂培养基、羧甲基纤维素培养基和刚果红CMC培养基以及针对不同酶的淀粉琼脂培养基进行菌落鉴定,分离出芽孢杆菌种。分离物能够水解蛋白质和碳水化合物,表明它们在鱼类营养中的重要性。
植物相关微生物群由多种但分类结构不同的群落(如细菌、真菌和古菌)组成,被认为是宿主植物的第二基因组,在不同植物物种之间存在差异(Brown 等人,2020 年)。植物与微生物之间的相互作用赋予植物宿主适应性优势,包括养分循环、促进生长、抗逆性和抗病原体性(Trivedi 等人,2020 年)。最近针对根系和根际土壤的研究表明,微生物群落的组装和结构受各种生物和非生物因素的影响,包括植物遗传和年龄、土壤类型和土壤特性(如 pH 值和营养物质)(Yu 等人,2018 年)。据报道,微生物群落的组装和网络
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,†
随着全球人口的增长和资源的日益匮乏,农业生产的可持续性和效率提高已成为迫切的需求。纳米技术的飞速发展为这一挑战提供了新的解决方案,特别是纳米粒子在农业中的应用,正逐渐展示出其独特的优势和广阔的前景。然而,各种纳米粒子可以以不同的方式影响植物的生长,通常通过不同的作用机制。除了对植物本身的直接影响外,它们还经常改变土壤的理化性质并调节根际微生物群落的结构。本综述重点关注纳米粒子调节植物生长的各种方式,深入研究纳米粒子与植物之间的相互作用,以及纳米粒子与土壤和微生物群落之间的相互作用。旨在为功能化纳米粒子在农业领域的应用提供全面的参考。
图1。疾病进展曲线和与AD相关变量的关联。本研究中使用的基于GP的DPM,其中包括纵向CSF(Aß42/40,PTAU 181),体积MRI(海马,肠内,肠内量)和PACC5以及ADAS-COG-13的认知分数,使用787个可用数据的认知分数,来自210 a+ 210 a+ 272 cn(82 CN),44 A+ a+ dat)。b的最快变化的时间点来自模型后部模型的经验生物标志物进程曲线的时间衍生物。最快变化的时间点是从模型后部取样200次,红线表示其中位数。c诊断组中疾病阶段的山脊图。AD病理学分类亚组的疾病阶段的Ridgeline图。e在FMRI会议期间估计的疾病阶段与记忆表现之间的关联,以期为年龄,性别和教育。 *** p <.001。e在FMRI会议期间估计的疾病阶段与记忆表现之间的关联,以期为年龄,性别和教育。*** p <.001。
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本发布于2024年10月21日。 https://doi.org/10.1101/2024.01.18.576308 doi:Biorxiv Preprint
支持NSF任务的战略目标之一是通过其在学术和研究机构支持的计划,项目和活动来促进研究和教育的整合。这些机构必须招募,培训,
