Tutaj prezentujemy protokół do zbadania wpływu szczelinowania hydraulicznego na pobliskie strumienie, analizując ich wodne i osadowe zbiorowiska mikroorganizmów.
Artykuł metodologiczny
Tutaj prezentujemy protokół do zbadania wpływu szczelinowania hydraulicznego na pobliskie strumienie, analizując ich wodne i osadowe zbiorowiska mikroorganizmów.
Szczelinowanie hydrauliczne (HF), powszechnie nazywane "szczelinowaniem", wykorzystuje mieszaninę wody pod wysokim ciśnieniem, piasku i chemikaliów do rozłupywania skał, uwalniając ropę i gaz. Proces ten zrewolucjonizował amerykański przemysł energetyczny, ponieważ daje dostęp do zasobów, które wcześniej były nieosiągalne, a obecnie produkuje dwie trzecie całkowitego gazu ziemnego w Stanach Zjednoczonych. Chociaż szczelinowanie miało pozytywny wpływ na gospodarkę USA, kilka badań podkreśliło jego szkodliwy wpływ na środowisko. Szczególne zaniepokojenie budzi wpływ szczelinowania hydraulicznego na strumienie górne, które są szczególnie ważne ze względu na ich nieproporcjonalnie duży wpływ na zdrowie całego działu wodnego. Bakterie w tych strumieniach mogą być wykorzystywane jako wskaźniki zdrowia strumienia, ponieważ oczekuje się, że obecne bakterie i ich liczebność w zakłóconym strumieniu będą się różnić od tych w innym porównywalnym, ale niezakłóconym strumieniu. W związku z tym protokół ten ma na celu wykorzystanie społeczności bakteryjnej do określenia, czy szczelinowanie wpłynęło na strumienie. W tym celu należy pobrać próbki osadów i wody ze strumieni w pobliżu szczelinowania hydraulicznego (potencjalnie dotkniętych) i znajdujących się w górę rzeki lub w innym dziale wodnym działalności szczelinowania (niedotkniętych). Próbki te są następnie poddawane ekstrakcji kwasów nukleinowych, przygotowaniu biblioteki i sekwencjonowaniu w celu zbadania składu społeczności drobnoustrojów. Analiza korelacyjna i modele uczenia maszynowego mogą być następnie wykorzystane do określenia, które cechy wyjaśniają zmienność w społeczności, a także do identyfikacji predykcyjnych biomarkerów wpływu szczelinowania. Metody te mogą ujawnić szereg różnic w zbiorowiskach mikrobiologicznych między strumieniami górnymi, w oparciu o bliskość szczelinowania hydraulicznego i służyć jako podstawa do przyszłych badań nad wpływem szczelinowania na środowisko.
Szczelinowanie hydrauliczne (HF), lub "fracking", to metoda wydobycia gazu ziemnego, która staje się coraz bardziej powszechna wraz ze wzrostem popytu na paliwa kopalne. Technika ta polega na użyciu sprzętu wiertniczego o dużej mocy do wstrzykiwania mieszanki wody, piasku i chemikaliów do bogatych w metan złóż łupkowych, zwykle w celu uwolnienia uwięzionych gazów1.
Ponieważ te niekonwencjonalne techniki pozyskiwania drewna są stosunkowo nowe, ważne jest zbadanie wpływu takich praktyk na pobliskie drogi wodne. Działania związane ze szczelinowaniem wymagają oczyszczenia dużych połaci ziemi pod transport sprzętu i budowę studni. Około 1,2-1,7 hektara ziemi musi zostać oczyszczone dla każdej podkładki studni2, co może mieć wpływ na spływ i jakość wody w systemie3. Brakuje przejrzystości co do dokładnego składu chemicznego płynu szczelinującego, w tym tego, jakie biocydy są używane. Dodatkowo, ścieki ze szczelinowania są zwykle bardzo zasolone2. Ponadto ścieki mogą zawierać metale i naturalnie występujące substancje radioaktywne2. Dlatego możliwość wycieków i rozlania płynu szczelinującego z powodu błędu ludzkiego lub nieprawidłowego działania sprzętu jest niepokojąca.
Ekosystemy strumieniowe są znane z tego, że są bardzo wrażliwe na zmiany w otaczających krajobrazach4 i są ważne dla utrzymania różnorodności biologicznej5 i prawidłowego obiegu składników odżywczych6 w całym zlewni. Mikroorganizmy są najliczniejszymi organizmami w strumieniach słodkowodnych, a zatem są niezbędne do obiegu składników odżywczych, biodegradacji i produkcji pierwotnej. Skład i funkcja społeczności mikrobiologicznej służą jako doskonałe narzędzia do pozyskiwania informacji o ekosystemie ze względu na ich wrażliwość na perurbance, a ostatnie badania wykazały wyraźne zmiany w obserwowanych zbiorowiskach bakteryjnych w oparciu o bliskość aktywności szczelinowania7,8. Na przykład Beijerinckia, Burkholderia i Methanobacterium zostały zidentyfikowane jako wzbogacone w strumieniach w pobliżu szczelinowania, podczas gdy Pseudonocardia, Nitrospira i Rhodobacter zostały wzbogacone w strumieniach nie w pobliżu szczelinowania7.
Sekwencjonowanie nowej generacji genu rybosomalnego RNA (rRNA) 16S to przystępna metoda określania składu społeczności bakteryjnej, która jest szybsza i tańsza niż metody sekwencjonowania całego genomu9. Powszechną praktyką w dziedzinie ekologii molekularnej jest wykorzystanie wysoce zmiennego regionu V4 genu 16S rRNA do rozdzielczości sekwencjonowania, często aż do poziomu rodzaju z szerokim zakresem identyfikacji9, ponieważ jest to idealne rozwiązanie dla nieprzewidywalnych próbek środowiskowych. Technika ta została szeroko zastosowana w opublikowanych badaniach i została z powodzeniem wykorzystana do identyfikacji wpływu operacji szczelinowania na środowisko wodne7,8. Warto jednak zauważyć, że bakterie mają różną liczbę kopii genu 16S rRNA, co wpływa na wykrywane przez nie liczebności10. Istnieje kilka narzędzi, które to wyjaśniają, ale ich skuteczność jest wątpliwa10. Inną praktyką, która szybko zyskuje na popularności i nie ma tej słabości, jest sekwencjonowanie metatranskryptomiczne, w którym sekwencjonowane jest całe RNA, co pozwala naukowcom zidentyfikować zarówno aktywne bakterie, jak i ekspresję ich genów.
Dlatego, w przeciwieństwie do metod z poprzednio opublikowanych badań7,8,11,12, ten protokół obejmuje również pobieranie, przechowywanie, przetwarzanie i analizę próbek w celu zbadania funkcji społeczności drobnoustrojów (metatranskryptomiki). Kroki opisane w niniejszym dokumencie pozwalają naukowcom zobaczyć, jaki wpływ, jeśli w ogóle, miało szczelinowanie hydrauliczne na geny i szlaki wyrażane przez drobnoustroje w ich strumieniach, w tym geny oporności na środki przeciwdrobnoustrojowe. Co więcej, poprawiono poziom szczegółowości prezentowany przy pobieraniu próbek. Chociaż kilka kroków i notatek może wydawać się oczywistych dla doświadczonych badaczy, mogą być one nieocenione dla tych, którzy dopiero rozpoczynają badania.
Tutaj opisujemy metody pobierania i przetwarzania próbek w celu generowania danych genetycznych bakterii jako sposób na zbadanie wpływu szczelinowania hydraulicznego na pobliskie strumienie, opierając się na kilkuletnim doświadczeniu naszych laboratoriów. Dane te mogą być wykorzystane w dalszych zastosowaniach do identyfikacji różnic odpowiadających statusowi szczelinowania.
1. Pobieranie próbek osadów do ekstrakcji kwasów nukleinowych
2. Kolekcja filtrów do ekstrakcji kwasów nukleinowych
3. Ekstrakcja i kwantyfikacja kwasów nukleinowych
4. Tworzenie biblioteki 16S rRNA
5. Oczyszczanie biblioteki rRNA DNA 16S
6. Tworzenie i oczyszczanie biblioteki RNA
7. Analiza społeczności mikrobiologicznej
Powodzenie ekstrakcji DNA i RNA można ocenić za pomocą różnych urządzeń i protokołów. Zazwyczaj każde wykrywalne stężenie któregokolwiek z nich uznaje się za wystarczające, aby stwierdzić, że ekstrakcja zakończyła się sukcesem. Analizując Tabelę 1, można zauważyć, że wszystkie ekstrakcje, z wyjątkiem jednej, można by uznać za udane. Niepowodzenie na tym etapie jest często spowodowane niską początkową biomasą, niewłaściwym przechowywaniem próbek lub błędem ludzkim podczas ekstrakcji. W przypadku filtrów ekstrakcja mogła zakończyć się sukcesem, nawet jeśli stężenie jest poniżej poziomu detekcji. Jeśli z tych ekstraktów nie uzyskano prążków w reakcji PCR (w przypadku analizy 16S) lub nie stwierdzono wykrywalnego stężenia po przygotowaniu biblioteki (metatranskryptomika), oznacza to, że prawdopodobnie rzeczywiście nie powiodły się.
Jeśli zastosowano protokół 16S, jasne prążki po amplifikacji PCR, widoczne w dołkach 4 i 6 na Rysunku 1, wskazują na sukces, natomiast brak prążków, widoczny w pozostałych dołkach górnego rzędu, świadczy o niepowodzeniu. Ponadto jasny prążek w ścieżce żelu zawierającej negatywną kontrolę PCR również wskazywałby na błąd, ponieważ ryzykowne byłoby założenie, że zanieczyszczenie wpływające na kontrolę(e) negatywną nie wpłynęło na próbki.
W przypadku sekwencjonowania 16S oraz metatranskryptomiki sukces sekwencjonowania można ocenić, analizując liczbę uzyskanych sekwencji (Rycina 2). Próbki 16S powinny posiadać minimum 1,000 sekwencji, przy czym wartość co najmniej 5,000 jest idealna (Rycina 2A). Analogicznie, próbki metatranskryptomiczne powinny posiadać minimum 500,000 sekwencji, przy czym wartość co najmniej 2,000,000 jest idealna (Rycina 2B). Próbki z liczbą sekwencji niższą niż te minima nie powinny być wykorzystywane do analiz, ponieważ mogą one nie oddawać wiernie składu społeczności bakteryjnej. Jednakże próbki, których liczba sekwencji mieści się między wartością minimalną a idealną, mogą być nadal używane, choć wyniki należy interpretować z większą ostrożnością, jeśli wiele próbek mieści się w tym zakresie.
Sukces późniejszych analiz downstream można określić po prostu na podstawie tego, czy uzyskano oczekiwane pliki wynikowe. W każdym razie programy takie jak QIIME2 i R (Rycina 3) powinny umożliwić ocenę potencjalnych istotnych różnic między społecznościami bakteryjnymi w zależności od szczelinowania hydraulicznego. Dane do Ryciny 3 uzyskano poprzez pobranie próbek osadów z dwudziestu jeden różnych stanowisk w trzynastu różnych strumieniach do analizy 16S i metatranskryptomiki. Z tych dwudziestu jeden stanowisk dwanaście znajdowało się poniżej miejsca prowadzenia szczelinowania hydraulicznego i zostało zaklasyfikowanych jako HF+, a dziewięć znajdowało się powyżej miejsca prowadzenia szczelinowania lub w zlewni, w której szczelinowanie nie miało miejsca; strumienie te zaklasyfikowano jako HF-. Poza obecnością aktywności szczelinowania hydraulicznego strumienie były w pozostałych aspektach porównywalne.
Różnice te mogłyby przybrać formę spójnych przesunięć w składzie w zależności od statusu szczelinowania hydraulicznego. Gdyby tak było, należałoby oczekiwać, że próbki HF+ i HF- będą tworzyć oddzielne skupiska na wykresie PCoA, co ma miejsce w Rycina 3A i Rysunek 3B. Aby potwierdzić, że te wyraźne przesunięcia nie są jedynie artefaktem metody ordynacji, niezbędna jest dalsza analiza statystyczna. Przykładem może być analiza PERMANOVA22 test macierzy odległości, która Rysunek 3A i Rysunek 3B opierają się na ujawnionym istotnym grupowaniu w zależności od statusu szczelinowania hydraulicznego, co oznacza, że rozdzielenie zaobserwowane na wykresie jest zgodne z różnicami między społecznościami bakteryjnymi próbek, a nie jest artefaktem ordynacji. Istotny wynik testu PERMANOVA lub ANOSIM stanowi silną przesłankę do stwierdzenia spójnych różnic między próbkami HF+ a HF-, co wskazywałoby na wpływ szczelinowania hydraulicznego na próbki HF+, podczas gdy wysoka wartość p wskazywałaby na brak takiego wpływu. Dane metatranskryptomiczne można w analogiczny sposób zwizualizować i ocenić, stosując te same metody.
Analiza cech różnicujących (mikrobów lub funkcji) może dostarczyć dowodów na to, że próbki zostały również poddane oddziaływaniu. Jedną z metod wyznaczania cech różnicujących jest stworzenie modelu lasów losowych (random forest). Model ten można wykorzystać, aby sprawdzić, jak trafnie można sklasyfikować status szczelinowania hydraulicznego w próbkach. Jeśli model działa lepiej, niż wynikałoby to z przypadku, stanowi to dodatkowy dowód na istnienie różnic zależnych od statusu szczelinowania. Co więcej, najważniejsze predyktory wskażą, które cechy miały kluczowe znaczenie dla prawidłowego rozróżnienia próbek (Ryc. 3C). Cechy te musiały zatem wykazywać konsekwentnie różne wartości w zależności od statusu szczelinowania. Po wyznaczeniu tych cech różnicujących można przejrzeć literaturę, aby sprawdzić, czy były one wcześniej wiązane ze szczelinowaniem. Jednak znalezienie badań, które określiły funkcje różnicujące, może być trudne, ponieważ większość z nich opierała się wyłącznie na danych dotyczących składu 16S rRNA. Dlatego w celu oceny znaczenia funkcji różnicujących jedną z możliwych metod byłoby sprawdzenie, czy były one wcześniej wiązane z potencjalną odpornością na biocydy powszechnie stosowane w płynach do szczelinowania lub czy mogłyby pomagać w tolerowaniu warunków wysokiego zasolenia. Ponadto analiza profilu funkcjonalnego interesującego taksonu może ujawnić dowody na wpływ szczelinowania (Ryc. 3D). Na przykład, jeśli takson zostanie zidentyfikowany jako różnicujący przez model lasów losowych, jego profil oporności na środki przeciwdrobnoustrojowe w próbkach HF+ można porównać z profilem w próbkach HF- i jeśli będą one znacząco odbiegać od siebie, może to sugerować, że do strumienia przedostał się płyn do szczelinowania zawierający biocydy.
| Identyfikator próbki | Stężenie (ng/µL) |
| 1 | 1.5 |
| 2 | 1.55 |
| 3 | 0.745 |
| 4 | 0.805 |
| 5 | 7.82 |
| 6 | 0.053 |
| 7 | 0.248 |
| 8 | 0.945 |
| 9 | 1.82 |
| 10 | 0.804 |
| 11 | 0.551 |
| 12 | 1.69 |
| 13 | 4.08 |
| 14 | Poniżej granicy oznaczalności |
| 15 | 7.87 |
| 16 | 0.346 |
| 17 | 2.64 |
| 18 | 1.15 |
| 19 | 0.951 |
Tabela 1: Przykładowe stężenia DNA na podstawie analizy wysokiej czułości Fluorometer 1x DS DNA. Ekstrakcje dla wszystkich tych próbek, z wyjątkiem próby 14, zostałyby uznane za udane ze względu na wykrycie mierzalnych ilości DNA.

Rycina 1: Przykład żelu e-gel z produktami PCR. Żel został uprzednio zabarwiony i wizualizowany w świetle UV, co spowodowało fluorescencję obecnego na nim DNA. Reakcja PCR przebiegła pomyślnie dla próbek w dołkach 4 i 6 w pierwszym rzędzie, ponieważ w obu pojawił się pojedynczy, jasny prążek o oczekiwanej wielkości (na podstawie drabinki). Reakcja PCR dla próbek w pozostałych sześciu dołkach nie powiodła się, gdyż nie wytworzyły one żadnych prążków. Kontrola pozytywna (pierwszy dołek, drugi rząd) wykazała jasny prążek, co wskazuje na prawidłowe przeprowadzenie PCR, natomiast kontrole negatywne (dołki 6 i 7, drugi rząd) nie wykazały żadnych prążków, co świadczy o braku kontaminacji próbek. Gdyby kontrola negatywna wykazała prążek tak jasny jak w próbkach, PCR zostałby uznany za nieudany, ponieważ ryzykowne byłoby założenie, że amplikony w próbkach nie są jedynie wynikiem zanieczyszczenia. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rysunek 2: Przykładowa liczba sekwencji. (A) Przykładowa liczba sekwencji 16S. Prawie wszystkie z tych próbek 16S miały ponad 1 000 sekwencji. Nieliczne próbki, które miały mniej niż 1 000 sekwencji, powinny zostać wykluczone z dalszych analiz, ponieważ posiadały one zbyt mało sekwencji, aby dokładnie reprezentować ich społeczności bakteryjne. Kilka próbek miało od 1 000 do 5 000 sekwencji; choć nie jest to idealne, nadal byłyby one użyteczne, ponieważ przekraczają absolutne minimum, a większość próbek przekracza również idealne minimum wynoszące 5 000. (B) Przykładowa liczba sekwencji z metatranskryptomiki. Wszystkie próbki przekroczyły zarówno liczbę minimalną (500 000), jak i idealną minimalną (2 000 000) sekwencji. W związku z tym sekwencjonowanie wszystkich próbek zakończyło się sukcesem i wszystkie mogły zostać wykorzystane w dalszych analizach. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rycina 3: Przykładowa analiza. (A) Wykres PCoA oparty na współrzędnych obliczonych z macierzy odległości Weighted Unifrac, utworzonej i zwizualizowanej za pomocą QIIME2. (B) Wykres PCoA oparty na współrzędnych obliczonych z macierzy odległości Weighted Unifrac wyeksportowanej z QIIME2. Współrzędne zwizualizowano przy użyciu pakietów Phyloseq i ggplot2 w środowisku R. Wektory metadanych dopasowano do wykresu za pomocą pakietu Vegan. Każdy punkt reprezentuje społeczność bakteryjną próbki, przy czym punkty położone bliżej siebie wskazują na bardziej podobny skład społeczności. Zaobserwowano grupowanie w zależności od statusu szczelinowania hydraulicznego dla tych próbek osadów 16S (PERMANOVA, p=0.001). Co więcej, wektory ujawniają, że próbki HF+ miały tendencję do wyższych poziomów baru, bromku, niklu i cynku, co odpowiadało innemu składowi społeczności bakteryjnej w porównaniu z próbkami HF-. (C) Wykres najlepszych predyktorów dla modelu random forest, który testował, czy liczebność bakterii może być wykorzystana do przewidzenia statusu szczelinowania hydraulicznego wśród próbek. Model random forest utworzono w programie R przy użyciu pakietu randomForest. Przedstawiono 20 najważniejszych predyktorów oraz wynikowe spadki nieczystości (miara liczby próbek HF+ i HF- pogrupowanych razem) w formie średniego spadku indeksu Giniego (Mean Decrease in Gini Index) podczas wykorzystywania ich do rozdzielania próbek. (D) Wykres kołowy przedstawiający profil oporności na środki przeciwdrobnoustrojowe rzędu Burkholderiales na podstawie danych metatranskryptomicznych. Sekwencje zostały najpierw adnotowane za pomocą Kraken2 w celu określenia, do których taksonów należą. Następnie BLAST został wykorzystany wraz z tymi adnotowanymi sekwencjami i bazą danych MEGARes 2.0 w celu ustalenia, które geny oporności na środki przeciwdrobnoustrojowe (w formie „MEG_#”) są aktywnie ekspresowane. Geny oporności na środki przeciwdrobnoustrojowe ekspresowane przez przedstawicieli Burkholderiales zostały następnie wyekstrahowane, aby sprawdzić, które z nich były najpowszechniejsze w tym taksonie. Metatranskryptomika, choć jest bardziej kosztowna i czasochłonna, pozwala na analizy funkcjonalne, takie jak niniejsza, których nie można przeprowadzić w oparciu o dane 16S. Warto zauważyć, że w tej przykładowej analizie zamiast HUMAnN2 wykorzystano Kraken2. Kraken2 jest szybszy niż HUMAnN2, jednak generuje jedynie informacje o składzie, a nie o składzie, wkładzie, funkcjach (genach) i szlakach, jak robi to HUMAnN2. Kliknij tutaj, aby zobaczyć powiększoną wersję tej ryciny.
Plik uzupełniający: Przykład potoku analizy metatranskryptomicznej. Kliknij tutaj, aby pobrać ten plik.
Metody opisane w tym artykule zostały rozwinięte i udoskonalone w trakcie kilku badań opublikowanych przez naszą grupę w latach 2014-2018 7,8,10 i zostały z powodzeniem zastosowane we wspólnym projekcie mającym na celu zbadanie wpływu szczelinowania hydraulicznego na społeczności wodne w trzyletnim projekcie, który wkrótce zostanie przedłożony do publikacji. Metody te będą nadal wykorzystywane przez pozostałą część projektu. Ponadto inna aktualna literatura badająca wpływ szczelinowania hydraulicznego na strumienie i ekosystemy opisuje podobne metody pobierania, przetwarzania i analizy próbek 7,8,10,11. Jednak w żadnym z tych artykułów nie wykorzystano analizy metatranskryptomicznej, co czyni ten artykuł pierwszym, który opisuje, w jaki sposób te analizy mogą być wykorzystane do wyjaśnienia wpływu szczelinowania hydraulicznego na pobliskie strumienie. Ponadto przedstawione tutaj metody pobierania próbek są bardziej szczegółowe, podobnie jak kroki podjęte w celu uniknięcia zanieczyszczenia.
Jednym z najważniejszych etapów naszego protokołu jest wstępne pobranie i zabezpieczenie próbki. Pobieranie próbek i pobieranie próbek w terenie wiąże się z pewnymi wyzwaniami, ponieważ utrzymanie aseptycznego lub sterylnego środowiska podczas pobierania próbek może być trudne. Na tym etapie ważne jest, aby uniknąć zanieczyszczenia próbek. W tym celu należy nosić rękawiczki i dopuszczać do kontaktu z próbkami tylko sterylne pojemniki i narzędzia. Próbki należy również natychmiast umieścić na lodzie po pobraniu, aby złagodzić degradację kwasów nukleinowych. Dodanie komercyjnego środka konserwującego kwasy nukleinowe po pobraniu może również zwiększyć wydajność kwasów nukleinowych i umożliwić przechowywanie próbek przez dłuższy czas po pobraniu. Za każdym razem, gdy przeprowadzana jest ekstrakcja kwasów nukleinowych, ważne jest, aby użyć odpowiedniej ilości próbki, zbyt duża ilość może zatkać filtry wirowe używane do ekstrakcji (w przypadku tych protokołów, które z nich korzystają), ale zbyt mała może skutkować niską wydajnością. Pamiętaj, aby postępować zgodnie z instrukcjami dla każdego używanego zestawu.
Podobnie jak w przypadku zbierania w terenie, unikanie lub minimalizowanie zanieczyszczeń jest również ważne podczas ekstrakcji kwasów nukleinowych i przygotowywania próbek, zwłaszcza podczas pracy z próbkami o niskiej wydajności kwasów nukleinowych, takimi jak nieoptymalne próbki osadów (próbki zawierające dużą ilość żwiru lub skał) lub próbki wody. Dlatego, podobnie jak w przypadku pobierania próbek, podczas wszystkich tych czynności należy nosić rękawiczki, aby zmniejszyć zanieczyszczenie. Dodatkowo wszystkie powierzchnie robocze używane podczas zabiegów laboratoryjnych należy wcześniej wysterylizować poprzez przetarcie 10% roztworem wybielacza, a następnie 70% roztworem etanolu. Na etapach pipetowania (3-6) należy używać końcówek filtrujących, aby uniknąć zanieczyszczenia przez samą pipetę, a końcówki należy wymieniać za każdym razem, gdy dotykają niesterylnej powierzchni. Wszystkie narzędzia używane do pracy laboratoryjnej, w tym pipety, należy przetrzeć przed i po roztworze wybielacza i etanolu. Aby ocenić zanieczyszczenie, ślepe próby ekstrakcyjne i negatywy (sterylna ciecz) powinny być dołączone do każdego zestawu ekstrakcji kwasów nukleinowych i reakcji PCR. Jeśli kwantyfikacja po ekstrakcji wykaże wykrywalną ilość DNA/RNA w negatywach, ekstrakcje można powtórzyć, jeśli pozostała wystarczająca ilość próbki. Jeśli ujemne próbki do PCR wykazują amplifikację, należy rozwiązać problem w celu określenia źródła, a następnie próbki należy ponownie uruchomić. Aby uwzględnić niski poziom zanieczyszczenia, zaleca się sekwencjonowanie ślepych prób ekstrakcyjnych i ujemnych wyników PCR, tak aby można było zidentyfikować i usunąć, jeśli to konieczne, zanieczyszczenia podczas analizy obliczeniowej. I odwrotnie, amplifikacja PCR może również zakończyć się niepowodzeniem z różnych przyczyn. W przypadku próbek środowiskowych często winowajcą jest zahamowanie reakcji PCR, co może być spowodowane różnymi substancjami zakłócającymi polimerazę Taq23. W przypadku podejrzenia zahamowania, do rozcieńczenia ekstraktów DNA można użyć wody klasy PCR (patrz Tabela Materiałów).
Ten protokół ma kilka znaczących ograniczeń i potencjalnych trudności. Pobieranie próbek może być wyzwaniem zarówno w przypadku próbek wody, jak i osadów. Aby uzyskać wystarczającą ilość biomasy, najlepiej przepchnąć 1 litr wody ze strumienia przez filtr. Pory filtra muszą być małe, aby wychwytywać drobnoustroje, ale mogą również zatrzymywać osad. Jeśli w wodzie znajduje się dużo osadu z powodu niedawnych opadów deszczu, filtr może się zatkać, utrudniając przepchnięcie całej objętości przez filtr. W przypadku zbierania osadów oszacowanie głębokości osadu podczas zbierania może być trudne. Ponadto ważne jest, aby upewnić się, że zebrany osad składa się głównie z gleby, ponieważ kamyki i skały doprowadzą do obniżenia wydajności kwasów nukleinowych i mogą nie być dokładnym odzwierciedleniem społeczności drobnoustrojów. Wreszcie, ważne jest również, aby próbki były przechowywane na lodzie po pobraniu, zwłaszcza jeśli nie stosuje się środka konserwującego.
Chociaż protokół ten obejmuje zarówno metatranskryptomikę, jak i protokoły laboratoryjne 16S, należy podkreślić, że te dwie metody bardzo różnią się zarówno pod względem procesu, jak i rodzaju dostarczanych danych. Gen 16S rRNA jest powszechnie atakowanym regionem, wysoce konserwatywnym u bakterii i archeonów oraz przydatnym do scharakteryzowania społeczności bakteryjnej w próbce. Chociaż jest to podejście ukierunkowane i specyficzne, rozdzielczość na poziomie gatunku jest często nieosiągalna, a scharakteryzowanie nowo rozdzielonych gatunków lub szczepów jest trudne. W przeciwieństwie do tego, metatranskryptomika jest szerszym podejściem, które obejmuje wszystkie aktywne geny i drobnoustroje obecne w próbce. Podczas gdy 16S dostarcza tylko danych do identyfikacji, metatranskryptomika może dostarczyć danych funkcjonalnych, takich jak ekspresja genów i szlaków metabolicznych. Oba są cenne, a po połączeniu mogą ujawnić, które bakterie są obecne i jakie geny wyrażają.
W artykule opisano metody zbierania i przetwarzania próbek zarówno dla 16S rRNA, jak i analiz metatranskryptomicznych w kontekście badania szczelinowania. Ponadto szczegółowo opisano metody pobierania wysokiej jakości DNA/RNA z próbek o niskiej biomasie oraz do długotrwałego przechowywania. Opisane tutaj metody są kulminacją naszych doświadczeń z gromadzeniem i przetwarzaniem próbek w naszych wysiłkach, aby dowiedzieć się, jak szczelinowanie wpływa na pobliskie strumienie poprzez badanie struktury i funkcji ich społeczności mikrobiologicznych. Mikroorganizmy szybko reagują na zakłócenia, a co za tym idzie, które drobnoustroje są obecne i jakie geny wyrażają, mogą dostarczyć informacji o skutkach szczelinowania hydraulicznego dla ekosystemów. Ogólnie rzecz biorąc, metody te mogą być nieocenione w naszym zrozumieniu, w jaki sposób szczelinowanie wpływa na te ważne ekosystemy.
Autorzy nie mają nic do ujawnienia.
Autorzy chcieliby podziękować źródłom finansowania projektów, które doprowadziły do rozwoju tych metod, przy czym tymi źródłami są: Instytut Medyczny Howarda Hughesa (http://www.hhmi.org) poprzez Program Edukacji Naukowej Precollege and Undergraduate oraz National Science Foundation (http://www.nsf.gov) poprzez nagrody NSF DBI-1248096 i CBET-1805549.
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| 200 Proof Ethanol | Thermo Fisher Scientific | A4094 | 400 ml należy dodać do Buffer PE (patrz protokół zestawu do ekstrakcji żelu Qiagen QIAQuck), a 96 ml należy dodać do buforu do płukania DNA/RNA (patrz protokół zestawu ZymoBIOMICS DNA/RNA Miniprep). Do ZymoBIOMICS DNA/RNA Miniprep i NEBNext® potrzebny jest dodatkowy etanol; Ultra&handel; II Przygotowanie biblioteki RNA z zestawami kulek do oczyszczania próbki. |
| Agaroza | Thermo Fisher Scientific | BP1356-100 | 100 g na butelkę. 0,6 g agarozy byłoby potrzebne do wytworzenia jednego żelu 2% 30 ml. |
| Wybielacz dezynfekujący | Walmart (Clorox) | Brak numeru katalogowego | Użyj 10% roztworu wybielacza do czyszczenia obszaru roboczego przed i po zabiegach laboratoryjnych |
| Barwnik ładujący żel DNA | Thermo Fisher Scientific | R0611 | Każdy produkt wykonany przez użytkownika (tj. nie-e-żel) powinien zawierać barwnik ładujący ze wszystkimi próbkami w stosunku 1 i mikro; L barwnik do 5 i mikro; L próbka |
| DNA drabinka | MilliporeSigma | D3937-1VL | Drabinka powinna być prowadzona na każdym żelu/e-żelu |
| DNA/RNA Shield (2x) | Zymo Research | R1200-125 | 3 ml na próbkę osadu (50 ml stożkowa) i 2 ml na próbkę wody (filtr) |
| Bromek etydyny | Thermo Fisher Scientific | BP1302-10 | Służy do barwienia e-żeli tworzonych przez użytkownika |
| Forward Primer | Integrated DNA Technologies ( IDT) | 51-01-19-06 | 0,5 &mikro; L na reakcję PCR |
| Izopropanol | MilliporeSigma | 563935-1L | Generalnie mniej niż 2 ml na bibliotekę. Potrzebna objętość różni się w zależności od masy wyciętego fragmentu żelu (patrz protokół zestawu do ekstrakcji żelu Qiagen QIAQuick). |
| Woda klasy PCR | MilliporeSigma | 3315932001 | 13 & mikro; L na reakcję PCR (przy założeniu 1 &mikro; Stosuje się L matrycy DNA próbki) |
| Platinum Hot Start PCR Master Mix (2x) | Thermo Fisher Scientific | 13000012 | 10 µ L na reakcję PCR |
| Reverse Primer | Integrated DNA Technologies (IDT) | 51-01-19-07 | 0,5 &mikro; L na reakcję PCR |
| Bufor TBE (Tris-boran-EDTA) | Thermo Fisher Scientific | B52 | 1 l 10x buforu TBE (30 ml 1x buforu TBE byłoby potrzebne do wytworzenia jednego 30 ml żelu) |
| Butelka 1 L | Thermo Fisher Scientific | 02-893-4E | Jedna potrzebna na strumień (ta sama butelka może być używana do wielu strumieni, jeśli jest sterylizowana między użyciami) |
| 1,5 ml Probówki do mikrowirówek | MilliporeSigma | BR780400-450EA | Na ekstrakcję DNA potrzeba 5 probówek do mikrowirówek, a dodatkowe 3 są potrzebne do oczyszczenia RNA (patrz protokół zestawu ZymoBIOMICS DNA/RNA Miniprep) |
| 2% e-żel agarozowy | Thermo Fisher Scientific | G401002 | Każdy żel może zawierać 10 próbek (więc 9 z ujemnym wynikiem PCR i 8, jeśli ujemny wynik ekstrakcji jest przeprowadzany na tym samym żelu) |
| 50 ml Conicals | CellTreat | 229421 | 1 50 ml stożkowy na próbki osadu |
| 500 ml Zlewka | MilliporeSigma | Z740580 | Potrzebny tylko 1 (do sterylizacji płomieniowej) |
| Folia aluminiowa | Walmart (Reynolds KITCHEN) | Brak numeru | Folię aluminiową można składać i sterylizować w autoklawie. Część niewystawiona na działanie środowiska może być następnie wykorzystana jako sterylna, wolna od DNA i RNA powierzchnia do przetwarzania filtrów (jeden złożony kawałek na filtr, aby uniknąć zanieczyszczenia krzyżowego) |
| Autoklaw | Gettinge | LSS 130 | Tylko jedna potrzebna |
| wirówka | MilliporeSigma | EP5404000138-1EA | Tylko 1 potrzebna |
| chłodnica | ULINE | S-22567 | Można użyć prawie każdej chłodnicy. Ten jest wymieniony ze względu na to, że jest wykonany z pianki, dzięki czemu jest lżejszy, a tym samym łatwiejszy do zabrania ze sobą do pobierania próbek w terenie. |
| Disruptor Genie | Bio-Rad | 3591456 | Tylko jeden potrzebny |
| Komora do elektroforezy | Bio-Rad | 1664000EDU | Tylko 1 potrzebna |
| Zasilacz do elektroforezy | Bio-Rad | 1645050 | Tylko 1 potrzebny |
| Zamrażarka (-20 C) | K2 SCIENTIFIC | K204SDF | Jedna potrzebna do przechowywania ekstraktów DNA |
| Zamrażarka (-80 C) | K2 SCIENTIFIC | K205ULT | Jedna potrzebna do przechowywania ekstraktów RNA |
| Rękawice | Thermo Fisher Scientific | 19-020-352 | Numer katalogowy dotyczy rękawic Medium. |
| Blok grzewczy | MilliporeSigma | Z741333-1EA | Potrzebny tylko jeden |
| Palnik laboratoryjny | Sterlitech | 177200-00 | Potrzebny tylko jeden |
| Okap z przepływem laminarnym | Systemy AirClean | AC624LFUV | Potrzebny tylko 1 |
| Zestaw do oczyszczania biblioteki | Qiagen | 28704 | Jeden zestaw wystarcza na 50 reakcji |
| Płyta magnetyczna | Alpaqua | A001219 | Tylko jeden potrzebna |
| Mikrowirówka | Thermo Fisher Scientific | 75004061 | Potrzebna tylko jedna |
| Mikropipeta (1000 &mikro; Objętość L) | Pipette.com | L-1000 | Tylko 1 potrzebna |
| mikropipeta (2 i mikro; L objętość) | Pipette.com | L-2 | Potrzebna jest tylko 1 |
| mikropipeta (20 &mikro; L objętość) | Pipette.com | L-20 | Potrzebna tylko 1 |
| mikropipeta (200 &mikro; L) objętość) | Pipette.com | L-200R | Potrzebny tylko 1 |
| NEBNext Ultra II Przygotowanie biblioteki RNA z koralikami do oczyszczania próbek | New England BioLabs Inc. | E7775S | Jeden zestaw zawiera wystarczającą ilość odczynników na 24 próbki. |
| Parafilm | MilliporeSigma | P7793-1EA | Na filtr potrzebne są kwadraty 1 "x 1" |
| probówki PCR | Thermo Fisher Scientific | AM12230 | Jedna probówka potrzebna na reakcję |
| Końcówki do pipet (dla 1000 i mikro; Objętość L) | Pipette.com | LF-1000 | Zestaw 576 końcówek |
| Końcówki do pipet (do 20 i mikro; Objętość L) | Pipette.com | LF-20 | Zestaw 960 końcówek |
| Końcówki do pipet (do 200 i mikro; Objętość L) | Pipette.com | LF-250 | Zestaw 960 końcówek |
| Klaster komputerowy PowerWulf ZXR1+ | PSSC Labs | Brak liczby | To tylko przykład superkomputera wystarczająco potężnego, aby przeprowadzić analizę metatranskryptomiczną w odpowiednim czasie. Potrzebny jest tylko jeden. |
| Zestaw startowy fluorometru Qubit | Thermo Fisher Scientific | Q33239 | W zestawie fluorometr Qubit 4, odczynnik wystarczający na 100 testów DNA i 500 probówek kubitowych |
| Scoopula | Thermo Fisher Scientific | 14-357Q | Potrzebny tylko jeden |
| Sterylne ostrza | AD Surgical | A600-P10-0 | Jeden potrzebny na filtr |
| Filtr ciśnieniowy Sterivex-GP | MilliporeSigma | SVGP01050 | Potrzebny jest 1 filtr na próbkę wody |
| Termocykler | Bio-Rad | 1861096 | Potrzebny tylko jeden |
| Imadło | Irwin | 2078500 | Potrzebny tylko jeden (do otwarcia filtrów) |
| Vortex-Genie 2 | MilliporeSigma | Z258415-1EA | Potrzebny tylko 1 |
| Worki WHIRL-PAK | ULINE | S-22729 | 1 potrzebny na filtr |
| ZymoBIOMICS DNA/RNA Zestaw do miniprepu | Zymo Research | R2002 | Jeden zestaw zawiera odczynniki wystarczające na 50 próbek. |