开发一种在线基因组序列比较资源,用于Bacillus cereus sensu lato菌株,使用有效组合向量方法
Kui Wang1,2, Changlong Shu1, Alejandra Bravo3
1State Key Laboratory for Biology of Plant Diseases and Insect Pests, Institute of Plant Protection, Chinese Academy of Agricultural Sciences, Beijing 100193, China.
Toxins
|June 27, 2023
概括
构成矢量树 (CVTree) 方法有效地将Bacillus cereus sensu lato物种 (包括Bacillus thuringiensis) 与Bacillus anthracis.等病原体区分开来. 这种快速,高分辨率的技术有助于细菌的识别和表征.
科学领域:
- 微生物学和生物信息学
- 基因组分析和细菌类型识别
背景情况:
- 准确区分与之密切相关的麦芽 (Bacillus cereus sensu lato (s.l.)) 的精确区分. 特别是区分生物杀虫剂Bacillus thuringiensis与人类病原体如Bacillus anthracis和Bacillus cereus sensu stricto (s.s.) 这样的人类病原体.
- 现有的基因组变异性分析方法可能缺乏有效的细菌菌株类型化所需的速度或分辨率.
研究的目的:
- 开发和验证一种自动化方法,用于区分密切相关的Bacillus cereus s.l. 一个物种. 一个物种.
- 为了确定Bacillus thuringiensis菌株的最有效和高效的打字方法.
- 建立一个生物信息学资源,用于细菌菌株的识别和表征.
主要方法:
- 四种类型化方法的比较分析:多位置序列类型化 (MLST),单拷贝核心基因的基因学分析 (SCCGPA),可用基因内容模式分析 (DGCPA) 和组合向量树 (CVTree).
- 对23种Bacillus thuringiensis菌株的基因组变异性分析,涉及五种血清体 (aizawai, kurstaki, israelensis, thuringiensis, morrisoni).
- 选择的方法与基于平均核酸标识 (ANI) 的方法的验证.
主要成果:
- 构成矢量树 (CVTree) 方法被确定为最佳方法,提供最快的分析和高分辨率数据,用于类型化Bacillus thuringiensis菌株.
- CVTree与基于ANI的方法有很强的一致性,有效地揭示了Bacillus cereus s.l.之间的遗传学关系. 一个物种. 一个物种.
- 一个在线基因组序列比较资源,Bacillus Typing生物信息数据库,已成功开发.
结论:
- CVTree 方法提供了一个快速而准确的自动化方法来区分 Bacillus cereus s.l. 其他物种,包括Bacillus thuringiensis.
- 细菌类型生物信息数据库促进了有效的菌株识别和表征,支持微生物基因组学研究和诊断.
