大连Nature综述带你读懂微生物在氮循环中的作

Nature综述带你读懂微生物在氮循环中的作用

今天是第1398期日报。

Nature综述：微生物构成的氮循环网络

Nature Reviews Microbiology[IF:34.648]

① 氮是所有生物的基本组成部分，也是限制地球生命的主要营养物质，其可用性取决于微生物进行的多种氮转化反应；② 氮转化微生物在代谢上是多功能的，这使得它们的分类仅仅局限于硝化器、反硝化器和类似的类别；③ 经典的氮循环是不可能存在的由不同的过程以有序的方式相互遵循组成；④ 在自然界中，微生物形成了连接氮转化反应的复杂网络；⑤ 还有许多未发现的氮转化反应是热力学上可行的，催化这些反应的微生物以及相关的生化途径仍待发现。

The microbial nitrogen-cycling network
2018-02-05, doi: 10.1038/nrmicro.2018.9

【主编评语】一作和兼通讯作者Marcel Kuypers，目前发表本领域相关文章180篇，其中包括Nautre、Science、PNAS等众多顶级期刊，引用达2万次，H指数高达72。能发表在30分以上的综述，都是阅读了500-1000篇文献，大牛花了整年的时间，总结的教科书级别的学习材料，相关领域的学生有必要多读几遍。目前此文发表仅两年，Google统计引用195次。而且氮是所有生命的重要元素，无论你研究的对象是动物、植物、微生物或环境，相信有本文氮循环的背景知识，定会让你文章的结果和讨论增色不少。人类生产的50%的食物需要依靠工业氮肥，这种氮肥的使用和豆科植物的种植几乎使向陆地和海洋生态系统中的氮输入量增加了一倍。因此为了预测这种氮输入的后果，我们迫切地需要了解由微生物构成的氮转化的基本机制。本综述在目前获得的新研究和新发现的背景下，对当前由微生物参与的氮转化过程进行描述，包括这些微生物构成的氮转化反应，参与氮转化的微生物以及它们的生理和环境功能，也对那些并未发现但可能会发生的反应进行了描述。此外，本文对由氮转化微生物之间的相互作用而构成的复杂网络和其对全球生物化学氮循环的影响进行了讨论。（@刘永鑫-中科院遗传发育所-宏基因组）

Science Bulletin：上海植生所王二涛组发表基于绝对丰度的植物根际微生物群落“扩增-选择”组装模型

Science Bulletin[IF:6.277]

① 与根外土比，在根际土中绝对丰度降低的OTU的测序读长数都很低，表明这种变化很可能是测序深度不足导致的；② 根际微生物群落组装 “扩增-选择”的新模型认为，与根外土相比，主要菌门在根际土中的绝对丰度都被显著扩增；③ 经根际土扩增的微生物进一步被根筛选，形成特异的根内微生物群落；④ 不同微生物扩增倍数可能由微生物自身扩增速率，微生物与微生物互作，植物与微生物互作等因素决定。

An amplification-selection model for quantified rhizosphere microbiota as sembly
03-07, doi: 10.1016/j.scib.2020.03.005

【主编评语】2020年3月7日，Science Bulletin在线发表中科院分子植物科学卓越创新中心/植物生理与生态研究所王二涛课题组及其合作团队完成的题为 “An amplification-selection model for quantified rhizosphere microbiota assembly” 的研究论文，该研究基于微生物绝对丰度提出了植物根际微生物群落 “扩增-选择” 组装的新模型,其将指导我们定量追踪植物不同生长周期下其根际微生物的绝对丰度的变化，将根际微生物与植物定量性状关联起来，更好利用根际微生物提升农业的可持续发展。（@刘永鑫-中科院遗传发育所-宏基因组）

Nature子刊：微生物来源分析R包SourceTracker结果解读和使用教程

Nature Methods[IF:28.467]

① SourceTracker基于贝叶斯算法，用于在标记基因扩增子和功能宏基因组学研究中识别污染的来源和比例;② 来源追踪方法必须利用源环境特有度较低或中等丰富物种所包含的潜在有用信息;③ 方法允许源和目标分布的不确定性，因为它明确地将目标样本建模为混合源;④ 此软件可在R语言环境下运行，不仅适用于各种微生物群落调查中的来源跟踪和法医分析，也能应用到鸟枪法宏基因组学和其他种群遗传学数据的分析。

Bayesian community-wide culture-independent microbial source tracking
2011-07-17, doi: 10.1038/nmeth.1650

【主编评语】本文介绍了一款追踪微生物来源的软件SourceTracker，用途是可以识别相关各组间来源的分析，如具体的问题：婴儿的肠道菌群有哪些继承了母亲的肠道菌群、哪些来自阴道菌群、哪些来自皮肤；河流污染物的来源分析、周围工厂、农田、养殖厂对河流污染的贡献和来源追溯等，该软件中目标样本为Sink，微生物污染源或来源的样品为Source；基于贝叶斯算法，探究目标样本（Sink）中微生物污染源或来源（Source）的分析。根据Source样本和Sink样本的群落结构分布，来预测Sink样本中来源于各Source样本的组成比例。该软件计算速度较慢，样本量大可选使用19年发表的FEAST（https://www.mr-gut.cn/papers/read/1040786346）。（@刘永鑫-中科院遗传发育所-宏基因组）

本文地址：http://ltwc.86106666.com/yydt/202004137184.html 转载请注明出处!