Assessing species biomass contributions in microbial communities via metaproteomics.
Assessing species biomass contributions in microbial communities via metaproteomics.
复制标题
DOI：
10.1038/s41467-017-01544-x
复制
发表时间：
2017-11-16
影响因子：
16.6
通讯作者：
Strous M
中科院分区：
文献类型：
--
作者：
Kleiner M;Thorson E;Sharp CE;Dong X;Liu D;Li C;Strous M
微生物群落结构可以通过量化细胞数量或通过量化单个种群的生物量来分析。用于定量细胞数量的方法已经是可用的（例如，荧光原位杂交，16S rRNA基因扩增子测序），但缺乏高通量的方法来评估生物量方面的群落结构。在这里，我们提出了基于元蛋白质组学的方法，用于评估微生物群落结构，使用蛋白质丰度作为衡量生物量的贡献的个人群体。我们使用人工组装的微生物群落优化了该方法的准确性和灵敏度，并表明它不太容易受到基于测序的方法中发现的一些偏差的影响。我们将该方法应用于来自两个不同环境的社区，来自两个碱性苏打湖的微生物垫和来自多个个体的唾液。我们表明，物种生物量贡献的评估增加了一个重要的维度，微生物群落结构的分析。缺乏从生物量角度评估微生物群落结构的方便方法。在这里，作者提出了一种基于元蛋白质组学的方法，用于评估微生物群落结构，使用蛋白质丰度作为衡量个体种群生物量贡献的指标。
Microbial community structure can be analyzed by quantifying cell numbers or by quantifying biomass for individual populations. Methods for quantifying cell numbers are already available (e.g., fluorescence in situ hybridization, 16S rRNA gene amplicon sequencing), yet high-throughput methods for assessing community structure in terms of biomass are lacking. Here we present metaproteomics-based methods for assessing microbial community structure using protein abundance as a measure for biomass contributions of individual populations. We optimize the accuracy and sensitivity of the method using artificially assembled microbial communities and show that it is less prone to some of the biases found in sequencing-based methods. We apply the method to communities from two different environments, microbial mats from two alkaline soda lakes, and saliva from multiple individuals. We show that assessment of species biomass contributions adds an important dimension to the analysis of microbial community structure. Convenient methods for assessing microbial community structure in terms of biomass are lacking. Here, the authors present a metaproteomics-based approach for assessing microbial community structure using protein abundance as a measure for biomass contributions of individual populations.
登录
查看更多内容
影响因子：
14.9
作者：
Klindworth A;Pruesse E;Schweer T;Peplies J;Quast C;Horn M;Glöckner FO
通讯作者：
Glöckner FO
影响因子：
6.3
作者：
Heyer R;Benndorf D;Kohrs F;De Vrieze J;Boon N;Hoffmann M;Rapp E;Schlüter A;Sczyrba A;Reichl U
通讯作者：
Reichl U
影响因子：
4.4
作者：
Kleiner M;Hooper LV;Duerkop BA
通讯作者：
Duerkop BA
影响因子：
4.4
作者：
Denef, Vincent J.;Shah, Manesh B.;Banfield, Jillian F.
通讯作者：
Banfield, Jillian F.
影响因子：
1.7
作者：
Bankevich, Anton;Nurk, Sergey;Pevzner, Pavel A.
通讯作者：
Pevzner, Pavel A.