Short- and long-read metagenomics expand individualized structural variations in gut microbiomes.
Short- and long-read metagenomics expand individualized structural variations in gut microbiomes.
复制标题
DOI：
10.1038/s41467-022-30857-9
复制
发表时间：
2022-06-08
影响因子：
16.6
通讯作者：
中科院分区：
文献类型：
--
作者：
深入分析肠道微生物组中的遗传变异对于了解其功能以及对宿主健康和疾病的影响是非常必要的。在这里，通过利用牛津纳米孔技术（ONT）提供的长读优势，我们表征了健康人类数百种肠道微生物组中结构变异（SV）的精细遗传变异。ONT长读段极大地提高了宏基因组组装的质量，使得能够可靠地检测大量扩展的结构变异类型（特别是包括大插入和倒位）。我们发现SV在个体之间是高度不同的，在个体内是稳定的，代表了肠道微生物组指纹，这些指纹塑造了物种内功能的菌株水平差异，使代谢物和宿主表型（如血糖）的关联复杂化。总之，我们的研究强烈强调，将ONT读数纳入宏基因组分析扩大了遗传变异的检测范围，能够分析肠道微生物组中的菌株水平变异及其与代谢组的复杂相关性。在这里，Wang及其同事将联合收割机的短和长测序读数结合起来，以表征人类肠道微生物组中的结构变异、原噬菌体和CRISPR间隔区元件，并揭示细菌菌株在更精细水平上的功能差异。
In-depth profiling of genetic variations in the gut microbiome is highly desired for understanding its functionality and impacts on host health and disease. Here, by harnessing the long read advantage provided by Oxford Nanopore Technology (ONT), we characterize fine-scale genetic variations of structural variations (SVs) in hundreds of gut microbiomes from healthy humans. ONT long reads dramatically improve the quality of metagenomic assemblies, enable reliable detection of a large, expanded set of structural variation types (notably including large insertions and inversions). We find SVs are highly distinct between individuals and stable within an individual, representing gut microbiome fingerprints that shape strain-level differentiations in function within species, complicating the associations to metabolites and host phenotypes such as blood glucose. In summary, our study strongly emphasizes that incorporating ONT reads into metagenomic analyses expands the detection scope of genetic variations, enables profiling strain-level variations in gut microbiome, and their intricate correlations with metabolome. Here, Wang and colleagues combine short and long sequencing reads to characterize structural variations, prophage and CRISPR spacer elements in human gut microbiomes, and reveal functional differences at a finer level of bacterial strains.
登录
查看更多内容
影响因子：
14.9
作者：
Dion MB;Plante PL;Zufferey E;Shah SA;Corbeil J;Moineau S
通讯作者：
Moineau S
DOI：
10.1093/bioinformatics/bts565
发表时间：
2012-12-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Fu L;Niu B;Zhu Z;Wu S;Li W
通讯作者：
Li W
影响因子：
46.9
作者：
Bertrand, Denis;Shaw, Jim;Nagarajan, Niranjan
通讯作者：
Nagarajan, Niranjan
影响因子：
82.9
作者：
Depommier, Clara;Everard, Amandine;Cani, Patrice D.
通讯作者：
Cani, Patrice D.
影响因子：
46.9
作者：
Kolmogorov, Mikhail;Yuan, Jeffrey;Pevzner, Pavel A.
通讯作者：
Pevzner, Pavel A.