Towards omics-based predictions of planktonic functional composition from environmental data.
Towards omics-based predictions of planktonic functional composition from environmental data.
复制标题
DOI：
10.1038/s41467-021-24547-1
复制
发表时间：
2021-07-16
影响因子：
16.6
通讯作者：
Bittner L
中科院分区：
文献类型：
--
作者：
Faure E;Ayata SD;Bittner L
海洋微生物在气候调节、生态地球化学循环和营养网络中起着至关重要的作用。最近收集了前所未有的大量关于生态群落的数据，这引发了对创新数据驱动方法的需求，以量化和预测其生态系统功能。我们通过基于网络的方法重新分析了885个海洋宏基因组组装的基因组，并检测到233，756个蛋白质功能簇，其中15%是功能未注释的。我们通过机器学习研究了全球海洋中所有簇的分布，确定了地理区域作为蛋白质功能簇丰度的最佳预测因子。从环境背景中可以预测14,585个集群的丰度，包括1347个功能上未注释的集群。我们分析了这14，585个簇的蛋白质地理学，将地中海确定为蛋白质功能簇组成的异常值。适用于任何一组序列，我们的方法构成了一个步骤，从环境方面的功能组成的定量预测。组学方法的进步可以定量预测微生物的功能组成。在这里，作者重新分析了来自塔拉海洋的885个宏基因组组装的基因组，并使用网络方法来量化蛋白质功能簇并探索它们的蛋白质地理学。
Marine microbes play a crucial role in climate regulation, biogeochemical cycles, and trophic networks. Unprecedented amounts of data on planktonic communities were recently collected, sparking a need for innovative data-driven methodologies to quantify and predict their ecosystemic functions. We reanalyze 885 marine metagenome-assembled genomes through a network-based approach and detect 233,756 protein functional clusters, from which 15% are functionally unannotated. We investigate all clusters’ distributions across the global ocean through machine learning, identifying biogeographical provinces as the best predictors of protein functional clusters’ abundance. The abundances of 14,585 clusters are predictable from the environmental context, including 1347 functionally unannotated clusters. We analyze the biogeography of these 14,585 clusters, identifying the Mediterranean Sea as an outlier in terms of protein functional clusters composition. Applicable to any set of sequences, our approach constitutes a step towards quantitative predictions of functional composition from the environmental context. Advances in omics approaches could enable quantitative predictions of microbial functional composition. Here the authors re-analyze 885 metagenome-assembled genomes from Tara Oceans, and use a network approach to quantify protein functional clusters and explore their biogeography.
登录
查看更多内容
影响因子：
3.3
作者：
Fondi M;Karkman A;Tamminen MV;Bosi E;Virta M;Fani R;Alm E;McInerney JO
通讯作者：
McInerney JO
影响因子：
5.5
作者：
Bittner, Lucie;Halary, Sebastien;Bapteste, Eric
通讯作者：
Bapteste, Eric
影响因子：
11
作者：
Faure, Emile;Not, Fabrice;Ayata, Sakina-Dorothee
通讯作者：
Ayata, Sakina-Dorothee
影响因子：
3.3
作者：
Bernard G;Pathmanathan JS;Lannes R;Lopez P;Bapteste E
通讯作者：
Bapteste E
影响因子：
11
作者：
Biard, Tristan;Bigeard, Estelle;Not, Fabrice
通讯作者：
Not, Fabrice