在HPC集群上进行高准确度的土壤和植物微生物群分析的可重复的基于Emu的工作流.
Henrique M Dias1,2, Riya Jain1, Vinicius A Santos3
1Department of Agronomy, Horticulture and Plant Science, South Dakota State University, Brookings, SD, USA.
这项研究提出了一个新的工作流程,用于使用长读测序分析土壤和根细菌群落. 它提高了微生物生态系统的概况准确性,以实现可持续农业.
科学领域:
- 微生物学 微生物学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 准确地分析土壤和根系相关的细菌群落对于理解生态系统功能至关重要.
- 可持续的农业实践依赖于微生物社区分析的见解.
- 现有的方法可能缺乏全面的质量控制和高分辨率的分类学分配,用于长时间读取的测序数据.
研究的目的:
- 介绍一个全面的,模块化工作流程,用于分析来自牛津纳米孔测序的全长16SrRNA基因安普利康.
- 为了使土壤和根系环境中的细菌群落能够准确和高分辨率地进行分析.
- 为微生物组研究提供可复制和可扩展的管道.
主要方法:
- 纳米Plot和NanoFilt的整合用于质量评估和过原材料.
- 使用精心策划的Viridiplantae Kraken2数据库去除植物有机体污染.
- 使用Emu进行物种级分类学赋值,然后进行下游生态分析 (稀有化,多样性指标,功能推理).
- 利用高性能计算进行并行处理和自动化的SLURM脚本.
主要成果:
- 工作流显示了高的过后读取保留和高分辨率的黄色豆根球和根样上的社区配置文件.
- 实现了严格的污染控制和可重复执行.
- 该管道使可扩展的微生物群多样性和功能分析成为可能.
结论:
- 本工作流提供了一个强大而有效的解决方案,用于分析来自土壤和根微生物组的全长16S rRNA基因数据.
- 该工具支持可持续农业和生态系统功能研究的进展.
- 模块化设计和提供的自动化脚本有助于广泛采用和可重复性.
更多相关视频
12:05A Workflow for the Quantitative Assessment of the Endophytic and Epiphytic Bacterial Microbiomes of the Bark of Populus trichocarpa
Published on: June 27, 2025
12:36High-throughput Siderophore Screening from Environmental Samples: Plant Tissues, Bulk Soils, and Rhizosphere Soils
Published on: February 9, 2019
相关概念视频
The Soil Ecosystem
Seedless Vascular Plants
Key Elements for Plant Nutrition
Plant Breeding and Biotechnology
The Roles of Bacteria and Fungi in Plant Nutrition
Photoreceptors and Plant Responses to Light
