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
Sukces ekstrakcji DNA i RNA można ocenić za pomocą różnych urządzeń i protokołów. Ogólnie rzecz biorąc, każde wykrywalne stężenie któregokolwiek z nich uważa się za wystarczające do stwierdzenia, że ekstrakcja zakończyła się sukcesem. Analizując zatem Tabelę 1, wszystkie ekstrakcje, z wyjątkiem jednej, można by nazwać udaną Niepowodzenie na tym etapie jest często spowodowane niską początkową biomasą, słabą konserwacją próbki lub błędem ludzkim podczas ekstrakcji. W przypadku filtrów ekstrakcja mogła zakończyć się sukcesem, nawet jeśli stężenie jest poniżej wykrywalności. Jeśli te ekstrakty nie dają prążków do PCR (jeśli robisz 16S) lub wykrywalnego stężenia po przygotowaniu biblioteki (metatranskryptomika), to prawdopodobnie naprawdę zawiodły.
Jeśli przestrzegany jest protokół 16S, jasne pasma po amplifikacji PCR, jak widać w dołkach 4 i 6 w Rysunek 1, wskazują na sukces, podczas gdy brak pasm, jak widać w innych dołkach w górnym rzędzie, wskazuje na porażkę. Co więcej, jasna wstęga na pasie żelowym, która zawiera ujemną kontrolę PCR, również wskazywałaby na niepowodzenie, ponieważ ryzykowne byłoby założenie, że zanieczyszczenie wpływające na kontrolę ujemną (kontrole) ujemne nie miało wpływu na próbki.
Zarówno dla 16S, jak i metatranskryptomiki, sukces sekwencjonowania można ocenić, patrząc na liczbę uzyskanych sekwencji (Rysunek 2). Próbki 16S powinny mieć minimum 1,000 sekwencji, przy czym co najmniej 5,000 jest idealne (Rysunek 2A). Podobnie, próbki metatranskryptomiczne powinny mieć co najmniej 500 000 sekwencji, przy czym co najmniej 2 000 000 jest idealne (Rysunek 2B). Próbki z mniejszą liczbą sekwencji niż te minima nie powinny być wykorzystywane do analiz, ponieważ mogą nie odzwierciedlać dokładnie społeczności bakteryjnej. Jednak próbki, które mieszczą się między minimum a ideałem, mogą być nadal używane, chociaż wyniki należy interpretować ostrożniej, jeśli wiele próbek mieści się w tym zakresie.
Sukces późniejszej analizy można określić po prostu na podstawie tego, czy uzyskano oczekiwane pliki wyjściowe, czy nie. W każdym razie, programy, takie jak QIIME2 i R (Rysunek 3), powinny pozwolić na ocenę potencjalnych istotnych różnic między społecznościami bakteryjnymi opartymi na szczelinowaniu. Dane dla Rysunek 3 uzyskano poprzez zebranie próbek osadów z dwudziestu jeden różnych miejsc w trzynastu różnych strumieniach dla 16S i analizy metatranskryptomicznej. Spośród tych dwudziestu jeden miejsc, dwanaście z nich znajdowało się poniżej szczelinowania hydraulicznego i zostało sklasyfikowanych jako HF+, a dziewięć z nich znajdowało się albo przed szczelinowaniem, albo w dziale wodnym, w którym szczelinowanie nie miało miejsca; strumienie te zostały sklasyfikowane jako HF-. Pomijając obecność działalności związanej ze szczelinowaniem, strumienie te były pod innymi względami porównywalne.
Te różnice mogą przybrać formę konsekwentnych zmian w składzie w zależności od statusu szczelinowania. Gdyby tak było, należałoby się spodziewać, że próbki HF+ i HF- grupują się od siebie na wykresie PCoA, tak jak ma to miejsce w Rysunek 3A i Rysunek 3B. Aby potwierdzić, że te pozorne zmiany nie są jedynie artefaktem metody wyświęcania, potrzebna jest dalsza analiza statystyczna. Na przykład test PERMANOVA22 na matrycy odległości, który Rysunek 3A i Rysunek 3B opiera się na ujawnionym znaczącym zgrupowaniu w oparciu o status szczelinowania, co oznacza, że separacja zaobserwowana na wykresie jest zgodna z różnicami między społecznościami bakteryjnymi próbek, a nie artefaktem ordynacji. Znaczący wynik PERMANOVA lub ANOSIM jest silnym wskaźnikiem stałych różnic między próbkami HF+ i HF-, co wskazywałoby, że próbki HF+ zostały dotknięte szczelinowaniem, podczas gdy wysoka wartość p wskazywałaby, że próbki nie zostały naruszone. Dane metatranskryptomiczne mogą być również wizualizowane i oceniane przy użyciu tych samych metod.
Badanie cech różnicowych (mikrobów lub funkcji) może ujawnić dowody na to, że próbki również zostały naruszone. Jedną z metod określania cech różnicowych jest utworzenie losowego modelu lasu. Losowy model lasu może być wykorzystany do sprawdzenia, jak dobrze można prawidłowo sklasyfikować status szczelinowania próbek. Jeśli model przez przypadek zadziała lepiej niż oczekiwano, będzie to dodatkowy dowód na różnice zależne od statusu szczelinowania. Co więcej, najważniejsze predyktory ujawnią, które cechy są najważniejsze dla prawidłowego różnicowania próbek (Rysunek 3C). Cechy te również miałyby konsekwentnie różne wartości w zależności od statusu szczelinowania. Po ustaleniu tych różnic można dokonać przeglądu literatury, aby sprawdzić, czy były one wcześniej związane ze szczelinowaniem. Jednak znalezienie badań, które określiłyby funkcje różnicowe, może być trudne, ponieważ większość z nich wykorzystywała tylko dane dotyczące składu 16S rRNA. W związku z tym, aby ocenić implikacje funkcji różnicowych, jedną z możliwych metod byłoby sprawdzenie, czy były one wcześniej związane z potencjalną opornością na biocydy powszechnie stosowane w płynie szczelinującym, czy też mogą pomóc w tolerowaniu warunków wysokiego zasolenia. Co więcej, zbadanie profilu funkcjonalnego interesującego taksonu może ujawnić dowody na wpływ szczelinowania hydraulicznego (Rysunek 3D). Na przykład, jeśli takson zostanie zidentyfikowany jako zróżnicowany przez losowy model lasu, jego profil oporności na środki przeciwdrobnoustrojowe w próbkach HF+ można porównać z jego profilem w próbkach HF- i jeśli znacznie się różnią, może to sugerować, że płyn szczelinujący zawierający biocydy dostał się do strumienia.
pkt. pkt. pkt. pkt. pkt. pkt. punktu pkt. pkt. pkt. pkt. TGL| Identyfikator próbki | Stężenie (ng/μL) |
| 1 | 1,5 |
| cyfra arabska | 1,55 |
| 3 | 0,745 |
| 4 | 0,805 |
| 5 | 7,82 |
| 6 | 0,053 |
| 7 | 0,248 |
| 8 | 0,945 |
| 9 | Pytanie 1,82 |
| 10 | 0,804 |
| 11 | 0,551 |
| 12 | Rejon 1,69 |
| 13 | Godzina 4,08 |
| 14 | Below_Detection |
| 15 | 7,87 |
| 16 | 0,346 |
| 17 | Z drugiej strony, 64 |
| Rozdział 18 | Pytanie 1,15 |
| Rozdział 19 | 0,951 |
Tabela 1: Przykładowe stężenia DNA na podstawie testu Fluorometer 1x DS DNA o wysokiej czułości. Ekstrakcje wszystkich tych próbek, z wyjątkiem 14, byłyby uznane za udane ze względu na wykrywalne ilości DNA.

Rysunek 1: Przykładowy e-żel z produktami PCR. Żel został wstępnie wybarwiony i uwidoczniony w świetle UV, co spowodowało, że obecne na nim DNA zaczęło świecić. PCR zadziałał w przypadku próbek w studzienkach 4 i 6 w pierwszym rzędzie, ponieważ oba miały jeden pojedynczy jasny pas o oczekiwanym rozmiarze (na podstawie drabiny). PCR dla próbek w pozostałych sześciu studzienkach nie powiodło się, ponieważ nie wytworzyły one żadnych prążków. Kontrola pozytywna (pierwsza studzienka, drugi rząd) miała jasną prążek, co wskazuje, że PCR został przeprowadzony prawidłowo, a kontrole ujemne (studzienki 6 i 7, drugi rząd) nie miały żadnych pasm, co wskazuje, że próbki nie były zanieczyszczone. Gdyby negatyw miał pasmo tak jasne jak próbki, PCR zostałby uznany za porażkę, ponieważ ryzykowne byłoby założenie, że próbki miały amplikony, które nie były tylko wynikiem zanieczyszczenia. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 2: Przykładowe liczby sekwencji. (A) Przykładowe liczby sekwencji 16S. Prawie wszystkie te próbki 16S miały ponad 1000 sekwencji. Nieliczni, którzy mieli mniej niż 1000 sekwencji, powinni zostać wykluczeni z dalszych analiz, ponieważ nie mieli wystarczających sekwencji, aby dokładnie odwzorować swoje społeczności bakteryjne. Kilka sekwencji miało od 1,000 do 5,000 sekwencji; Chociaż nie są idealne, nadal byłyby użyteczne, ponieważ przekraczają absolutne minimum, a większość próbek również przekracza idealne minimum 5,000. (B) Przykład metatranskryptomiki się liczy. Wszystkie próbki przekroczyły zarówno minimalną (500 000), jak i idealną minimalną (2 000 000) liczbę sekwencji. W związku z tym sekwencjonowanie zakończyło się sukcesem w przypadku wszystkich z nich i wszystkie można było wykorzystać w dalszej analizie. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 3: Przykładowa analiza. (A) Wykres PCoA oparty na współrzędnych obliczonych za pomocą ważonej macierzy odległości Unifrac utworzonej i zwizualizowanej za pomocą QIIME2. (B) Wykres PCoA oparty na współrzędnych obliczonych za pomocą ważonej macierzy odległości Unifrac wyeksportowanej z QIIME2. Współrzędne zostały zwizualizowane za pomocą pakietów Phyloseq i ggplot2 w R. Wektory metadanych zostały dopasowane do wykresu za pomocą pakietu Vegan. Każdy punkt reprezentuje społeczność bakteryjną próbki, przy czym bliższe punkty wskazują na bardziej podobny skład społeczności. Zaobserwowano grupowanie w oparciu o status szczelinowania 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, co odpowiadało innemu składowi społeczności bakteryjnej w porównaniu z próbkami HF-. (C) Wykres najlepszych predyktorów dla losowego modelu lasu, w którym badano, gdzie obfitość bakterii może być wykorzystana do przewidywania stanu szczelinowania wśród próbek. Model lasu losowego został utworzony za pomocą języka R przy użyciu pakietu randomForest. Przedstawiono 20 najważniejszych predyktorów, a także wynikające z nich spadki zanieczyszczeń (miara liczby próbek HF+ i HF- zgrupowanych razem) w postaci średniego spadku wskaźnika Giniego, gdy są one wykorzystywane do rozdzielania próbek. (D) Wykres kołowy przedstawiający profil oporności na środki przeciwdrobnoustrojowe profilu Burkholderiales w oparciu o dane metatranskryptomiczne. Sekwencje zostały najpierw oznaczone adnotacjami za pomocą Krakena2, aby określić, do których taksonów należą. BLAST został następnie wykorzystany z tymi opisanymi sekwencjami i bazą danych MEGARes 2.0 w celu określenia, które geny oporności na środki przeciwdrobnoustrojowe (w postaci "MEG_#") ulegają aktywnej ekspresji. Geny oporności na środki przeciwdrobnoustrojowe wyrażane przez członków Burkholderiales zostały następnie wyekstrahowane, aby sprawdzić, które z nich są najbardziej rozpowszechnione wśród tych taksonów. Chociaż metatranskryptomika jest bardziej kosztowna i czasochłonna, pozwala na analizy funkcjonalne, takie jak ta, której nie można przeprowadzić w przypadku danych 16S. Warto zauważyć, że do tej przykładowej analizy użyto Kraken2 zamiast HUMAnN2. Kraken2 jest szybszy niż HUMAnN2; jednak generuje tylko informacje o składzie, a nie o składzie, wkładzie i funkcjach (genach) oraz szlakach, tak jak robi to HUMAnN2. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Plik uzupełniający: Przykładowy potok metatranskryptomiczny.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. |
Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE
Poproś o pozwolenie