方法論記事

マルチターゲット解析は微生物生態学研究に役立っています

2022年9月15日

この記事について

要約

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

議論された記事:

ヤリミズ、K.他メタバーコーディング分析によりチリの有害な藻類の異常発生を監視するための標準化された手順。視覚化された実験のジャーナル。(174)、E62967(2021)。

Pioli, R., Stocker, R., Isa, L., Secchi, E. シーケンシャル・キャピラリティ・アシスト・アセンブルによる微生物と微粒子のパターニング.視覚化された実験のジャーナル。(177)、E63131(2021)。

Masters-Clark, E., Clark, A. J., Stanley, C. E. 細胞レベルでの真菌と微生物の相互作用を調査するためのマイクロ流体ツール。視覚化された実験のジャーナル。(184)、E63917(2022)。

Vieira, J. et al. 嚢胞性線維症気道マイクロバイオームに対する酸素補給の影響を研究するモデルの設計と開発。視覚化された実験のジャーナル。(174)、E62888(2021年)。

Berni, M., Pongolini, S., Tambassi, M. ImageJを使用したサルモネラ菌の細胞内表現型の自動解析。視覚化された実験のジャーナル。(186)、E64263(2022)。

編集記事

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

自然界、健康、および病気における微生物の役割に関する現在の理解は、依然として主に純粋な培養物の研究に基づいています。しかし、ほとんどの細菌は実験室の条件下では培養できないため、この研究分野ははるかに複雑であり、自然に存在する微生物叢の大部分の増殖要件さえ知らなければ、微生物の機能を明らかにする方法という哲学的な問題につながります。複雑な環境(すなわち、土壌、喀痰、食物マトリックス)からの微生物の回収は、水分、水分活性、pH、塩分、大気の組成、温度、および栄養源などの非生物的要因の知識に大きく依存します1,2。さらに、複雑な行列では、微生物の相互作用(つまり、競合、拮抗作用)も非常に重要です。したがって、微生物生態学研究の最も堅牢なモデルでは、自生群集をよりよく模倣するために、非生物的要因と生物的要因の両方を考慮する必要があります。

メタタクソノミクス、メタゲノミクス、メタトランスクリプトミクス、メタボロミクス、微生物群集の単一細胞遺伝子配列決定などのオミクスベースの技術の進歩により、微生物生態系の代謝および分類学的形質のより詳細な説明が提供され、培養可能および培養不可能な微生物叢に関するデータが生成されました1,3.さらに、これらの新しい技術は、食品、人間、動物、土壌、植物のマイクロバイオームからの微生物間の複雑な関係にも光を当てます。並行して、微生物生態学における別の興味深いパラダイムは、Lagier et al.4によって導入された用語であるカルチュロミクスであり、ハイスループット培養法とMALDI-TOF質量分析分類学的同定を使用して、これまで見落とされていた細菌種をヒトの腸から回収することを表します4,5。基本的に、このアプローチでは、サンプルを分割して異なる培地に処理し、複雑なサンプルから細菌を分離する確率を高めるために、温度、圧力、またはその他の非生物的要因の異なる条件下でインキュベートします5。全体として、オミクスベースの方法とカルチュロミクスにより、実験室条件で細菌の元の生態系を模倣するために細菌が必要とする非生物的および生物的要因に関する情報にアクセスできます。

この方法コレクションでは、オミクスベースの方法とカルチュロミクスに関連する微生物生態学研究の進歩について報告する、さまざまな国のさまざまな研究グループからの貢献が発表されています。メタタクソノミクス(メタバーコードとも呼ばれます)の使用に関する研究は、複雑な環境を監視し、多様な生態学的ニッチで培養可能および培養不可能な微生物プロファイルを組み立てるための基礎です。Yarimizu et al.6 は、海洋生態系における藻類の大量発生を評価し、研究を再現可能にするための適切なサンプリングとデータ分析の戦略を説明することにより、微生物生態学の重要な問題に対処するための堅牢な方法論を提供します。著者らは、顕微鏡と物理化学的手法を組み合わせて、海水サンプルをスクリーニングして、市販の魚製品の養殖における経済的損失に関与する潜在的な藻類種を検出する方法を検証しました。

生態学におけるもう一つの基本的な懸念は、微生物の区画化(つまり、微生物の集合分布)です。Pioliら7は、大腸菌を例として、細菌を捕捉するための高分子マトリックスポリジメチルシロキサン(PDMS)に基づいて幾何学的に構築されたマイクロ流体プラットフォームを提示します。著者らは、制御された条件下での空間ダイナミクスが、微生物の相互作用と単一微生物の生理学の理解に役立つことを示している。さらに、Masters-Clark et al.8 は、制御された環境での真菌間および真菌と細菌の相互作用を研究するための PDMS に基づくマイクロ流体プラットフォームの応用も示しています。プロトコル間の主な違いは、土壌の形状を再現し、マトリックス内の極端な真菌の増殖を回避するために、チャネルはMaster-Clarkらのプロトコルで慎重に評価されなければならないことを考慮して、微生物に対応するためのチャネルの設計にあります6、Pioliらによるプロトコルでは5、マイクロ流体マトリックス設計で複雑なマルチマテリアルパターンを校正および生成するために、コロイドパターニングの使用が提案されています。これらの研究は、実生活の状況で他の生物と接触する生物の生存可能性と、成長するための理想的な条件下での生物の生物学的可能性をそれぞれ意味する、効果的かつ基本的な生態学的ニッチをモデル化するための実験を設計するためのエレガントなプロトコルを提供します9。

マイクロバイオームの微生物機能を特徴付け、実験室条件で微生物複合体を模倣する別の方法は、合成マトリックスの開発です。これに関連して、Vieira ら 10 は、罹患した患者の微生物組成と臨床転帰に対する酸素化の影響を予測することを目的として、嚢胞性線維症患者の喀痰をシミュレートする新しい方法を提案しています。

最後に、Berniらによる論文15 は、特定のスクリプトを使用した専用の画像処理ソフトウェアの適用が、細菌および真核生物の細胞間相互作用を評価するのに役立つ可能性があることを示しています11121314。これらの著者は、上皮細胞と接触する細菌の病原性挙動を記述し、それが細胞質ゾル環境でどのように蓄積および過剰複製するかを示すために、蛍光レポータープラスミドを保有する サルモネラ 菌株に基づくプロトコルについて説明しています。

ゲスト編集者として、このコレクションを通じて、微生物生態学の現在のパラダイムとニーズを探求するための非常に成功したプロトコルを共有し、微生物の世界の多数の情報にアクセスするには単一の方法では不十分であり、生態学的な質問に答えるためにできるだけ多くのプロトコルを使用する必要があることを思い出させてくれたことを嬉しく思います。

開示事項

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者らは開示するものは何もない。

謝辞

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

O.G.G.A. は FAPESP の博士フェローシップ (Processes # 17/13759-6 and # 18/26719-5) に感謝しています。E.C.P.D.M. は CNPq からの研究者フェローシップ (PQ-2, Proc.# 306330/2019-9) に感謝しています。この研究は、Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) – Finance Code 001によって部分的に資金提供されました。

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Almeida, O. G. G., De Martinis, E. C. P. Bioinformatics tools to assess metagenomic data for applied microbiology. Applied Microbiology and Biotechnology. 103 (1), 69-82 (2019).
  2. Bottos, E. M., et al. Abiotic factors influence patterns of bacterial diversity and community composition in the Dry Valleys of Antarctica. FEMS Microbiology Ecology. 96 (5), 1-12 (2020).
  3. Sharma, A., Vashistt, J., Shrivastava, R. Next-Generation Omics Technologies to Explore Microbial Diversity. Microbes in Land Use Change Management. Singh, J. S., Tiwari, S., Singh, C., Sing, A. K. , Elsevier Science. (2021).
  4. Lagier, J. C., et al. Microbial culturomics: Paradigm shift in the human gut microbiome study. Clinical Microbiology and Infection. 18 (12), 1185-1193 (2012).
  5. Lagier, J. C., et al. Culturing the human microbiota and culturomics. Nature Reviews Microbiology. 16 (9), 540-550 (2018).
  6. Yarimizu, K., et al. A standardized procedure for monitoring harmful algal blooms in Chile by metabarcoding analysis. Journal of Visualized Experiments. (174), e62967(2021).
  7. Pioli, R., Stocker, R., Isa, L., Secchi, E. Patterning of microorganisms and microparticles through sequential capillarity-assisted assembly. Journal of Visualized Experiments. (177), e63131(2021).
  8. Masters-Clark, E., Clark, A. J., Stanley, C. E. Microfluidic tools for probing fungal-microbial interactions at the cellular level. Journal of Visualized Experiments. (184), e63917(2022).
  9. Peterson, A. T., Soberón, J. Integrating fundamental concepts of ecology, biogeography, and sampling into effective ecological niche modeling and species distribution modeling. Plant Biosystems. 146 (4), 789-796 (2012).
  10. Vieira, J., et al. Design and development of a model to study the effect of supplemental oxygen on the cystic fibrosis airway microbiome. Journal of Visualized Experiments. (174), e62888(2021).
  11. Sansonetti, P. Host-pathogen interactions: The seduction of molecular cross talk. Gut. 50, Suppl. 3 2-8 (2002).
  12. Garai, P., Gnanadhas, D. P., Chakravortty, D. Salmonella enterica serovars Typhimurium and Typhi as model organisms: Revealing paradigm of host-pathogen interactions. Virulence. 3 (4), 377-388 (2012).
  13. Braga, R. M., Dourado, M. N., Araújo, W. L. Microbial interactions: Ecology in a molecular perspective. Brazilian Journal of Microbiology. 47, Suppl. 1 86-98 (2016).
  14. Mondino, S., Schmidt, S., Buchrieser, C. Molecular mimicry: A paradigm of host-microbe coevolution illustrated by Legionella. mBio. 11, 01201-01220 (2020).
  15. Berni, M., Pongolini, S., Tambassi, M. Automated analysis of intracellular phenotypes of Salmonella using ImageJ. Journal of Visualized Experiments. (186), e64263(2022).

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

Harmful Algal BloomsMetabarcoding AnalysisMicroorganismsMicroparticlesCapillarity assisted AssemblyMicrofluidic ToolsFungal microbial InteractionsCystic Fibrosis Airway MicrobiomeIntracellular PhenotypesSalmonellaAutomated Analysis

関連記事