来自亚马逊森林和牧场土壤的宏基因组组装基因组目录

《Microbiology Resource Announcements》：A catalog of metagenome-assembled genomes from Amazonian forest and pasture soils

　　森林转牧场导致亚马逊雨林土壤微生物基因组特征显著变化，本研究组装了69个古菌和细菌基因组（森林26个，牧场43个），发现牧场土壤微生物携带更多抗微生物基因（ARGs）和毒力基因，如vanR-O基因在8个牧场MAGs中被检测到，且与土壤使用类型相关。

　　在亚马逊雨林的生态系统中，人类活动对自然环境的影响日益显著。近年来，森林向牧场的转化成为这一地区土地利用变化的重要趋势之一，不仅改变了植被结构和生物多样性，还对土壤微生物群落产生了深远的影响。为了深入理解这种土地利用变化对土壤微生物基因组特征的影响，研究人员通过高通量测序技术，对亚马逊地区森林和牧场土壤中的微生物群落进行了全面分析。这项研究首次从这些土壤样本中回收了69个宏基因组拼接的基因组（MAGs），其中包括26个来自森林土壤的细菌和古菌基因组，以及43个来自牧场土壤的细菌和古菌基因组。这些基因组涵盖了8个不同的分类单元，揭示了土壤微生物群落在不同土地利用类型下的基因组组成和功能特征的变化。

森林向牧场的转化过程中，土地的物理和化学性质会发生显著改变，如土壤结构、养分含量、水分状况以及有机质的分解速率等。这些环境因素的变化不仅影响植物和动物的生存，也对微生物的适应性和功能特性产生影响。土壤微生物作为生态系统中不可或缺的组成部分，其基因组特征的变化可能对生态系统的稳定性、养分循环以及潜在的病原体传播产生重要影响。因此，了解这种转化过程中微生物基因组的变化，有助于评估其对环境和人类健康的潜在风险。

本研究利用先进的生物信息学工具和平台，对这些土壤样本进行了系统的处理和分析。首先，研究人员在巴西帕拉州的Tapajós国家森林及其周边地区采集了土壤样本，分别来自三个森林和三个牧场。样本采集时间覆盖了2015年11月和2016年5月，以确保数据的季节性和环境变化的代表性。采集的样本深度为0至10厘米，间隔100米，以减少局部环境差异带来的干扰。在实验室中，研究人员使用PowerLyzer PowerSoil DNA Isolation Kit提取了土壤DNA，并进行了两次重复实验以确保数据的可靠性。随后，通过Illumina HiSeq平台进行高通量测序，生成了高质量的宏基因组数据。

为了从这些宏基因组数据中恢复完整的微生物基因组，研究人员采用了KBase平台进行数据处理。该平台提供了强大的工具和算法，能够对宏基因组数据进行过滤、修剪和拼接，从而生成高质量的基因组草图。在拼接过程中，研究人员将不同样本的数据合并，并根据基因组的覆盖度和序列组成进行分组，最终获得了69个MAGs。这些MAGs不仅具有较高的基因组完整性，还通过多种方法进行了分类学鉴定和功能注释，以揭示其在生态系统中的潜在作用。

在对这些MAGs进行进一步分析时，研究人员特别关注了其与病原性相关基因和抗生素耐药基因（ARGs）的关联。这一研究发现，牧场土壤中的微生物群落相较于森林土壤，表现出更高的病原性基因和抗生素耐药基因的丰度。具体而言，研究人员在牧场土壤中检测到了11个与病原性相关的基因，其中一些基因来源于Mycobacterium属的微生物。这些基因可能与微生物的致病能力有关，表明牧场土壤中的某些微生物可能具有更强的致病潜力。此外，研究人员还检测到了与抗生素耐药性相关的基因，这些基因的出现可能意味着牧场土壤中的微生物群落更容易适应抗生素环境，从而对环境和人类健康构成潜在威胁。

值得注意的是，虽然这些研究结果揭示了牧场土壤中微生物群落的某些特性，但并未在所有样本中发现完整的质粒或获得性抗生素耐药基因（ARGs）。这可能意味着，虽然某些微生物已经具备了抗生素耐药性，但这种耐药性更多是通过其自身的基因组编码实现的，而不是通过获得外部质粒的方式。这一发现对于理解微生物耐药性的来源和传播机制具有重要意义，尤其是在农业和畜牧业环境中，抗生素的广泛使用可能导致耐药基因的快速扩散。

此外，研究人员还对这些MAGs进行了系统发育分析，以确定它们在微生物群落中的分类地位和演化关系。通过使用Build Microbial SpeciesTree 1.6.0应用，研究人员构建了一个包含69个MAGs的系统发育树，该树不仅展示了这些微生物的分类信息，还通过颜色编码区分了不同土地利用类型下的微生物群落。这一分析结果表明，森林和牧场土壤中的微生物群落在基因组组成和功能特征上存在显著差异，这种差异可能与土地利用类型所导致的环境变化密切相关。

在方法学方面，本研究采用了多种先进的生物信息学工具和流程，以确保数据的准确性和可靠性。例如，研究人员使用了ABRicate v1.0.1、Virulence Factor Database、NCBI Bacterial Antimicrobial Resistance Reference Gene Database以及Comprehensive Antibiotic Resistance Database（CARD）等工具，对MAGs中的病原性基因和抗生素耐药基因进行了全面筛查。这些工具能够识别与病原性相关的基因，并评估其在不同微生物中的分布情况。此外，研究人员还使用了staramr v.0.11.0工具，结合ResFinder和PlasmidFinder，对微生物的抗生素耐药性和质粒特征进行了进一步分析。

为了验证这些工具的准确性，研究人员对检测到的基因进行了严格的筛选标准，确保其覆盖度和核苷酸身份均达到一定的阈值。例如，所有检测到的病原性基因和抗生素耐药基因均需满足覆盖度≥88%和核苷酸身份≥80%的要求，而与vancomycin耐药性相关的vanR-O基因则需覆盖度≥93%和核苷酸身份≥83%。这些标准确保了研究人员能够准确识别具有潜在病原性和耐药性的微生物，而不会受到假阳性的干扰。

本研究的发现不仅有助于理解森林向牧场转化对土壤微生物群落的影响，还为评估这一过程对生态系统健康和人类健康的潜在风险提供了重要的科学依据。通过分析这些微生物的基因组特征，研究人员可以更好地预测其在不同环境条件下的适应性和功能变化，从而为制定有效的环境保护和农业管理策略提供支持。此外，这些结果也为未来的微生物基因组研究提供了宝贵的参考，特别是在应对抗生素耐药性和病原体传播等全球性问题方面。

在数据共享方面，本研究的原始数据、处理后的数据以及生成的MAGs均通过公开平台进行共享，以促进科学研究的透明性和可重复性。这些数据可以在KBase平台和NCBI上找到，所有相关的元数据、统计信息和基因组访问号也通过Figshare平台进行了详细记录。这种开放的数据共享方式不仅有助于其他研究人员验证和扩展当前的研究成果，还为全球范围内的微生物基因组研究提供了重要的资源。

综上所述，本研究通过系统分析森林和牧场土壤中的微生物基因组，揭示了土地利用变化对土壤微生物群落的影响。研究结果表明，牧场土壤中的微生物群落相较于森林土壤，可能具有更高的病原性基因和抗生素耐药基因的丰度，这可能对生态系统的稳定性和人类健康构成潜在威胁。通过使用先进的生物信息学工具和平台，研究人员不仅恢复了高质量的微生物基因组，还对其功能特性进行了深入分析，为未来的微生物研究和环境管理提供了重要的科学依据。