所有分类
来自西奈山伊坎医学院，Sema4以及合作机构纽约大学和佛罗里达大学的科学家今天发表了一份报告，详细介绍了他们用于识别社区中个体微生物种类和菌株的新的，更准确的方法。该技术对微生物组分析具有重要意义，可能为临床护理提供长期应用。该论文今天在Nature Biotechnology上发表。
微生物群是细菌，病毒和其他微生物的群落，从键盘和手机的表面到我们内部和内部的环境，例如我们的嘴或肠，无处不在。天然微生物组的破坏涉及健康状况，包括传染病，癌症和诸如克罗恩病，溃疡性结肠炎和糖尿病等复杂疾病。对微生物组的成功分析取决于放大这些群落的能力，并确定生活在其中的个体物种和菌株。
迄今为止，用于鉴定这些组的微生物成员的大多数技术提供的分辨率不足例如，一个物种可能只被归类为其更广泛的遗传家族的一部分，而不是单独识别。现有方法在表征可以在不同细菌物种(称为移动遗传元件)之间穿梭的一类重要遗传物质方面也无效。
在这项新工作中，科学家们首次使用单分子，实时测序技术和新型计算工具对微生物进行分类，分析其遗传密码和甲基化模式，这是第二个调节基因活动的DNA代码。使用长读序列的这种更全面的方法比16S测序或短读序列等行业标准方案更精确，纠正了这些方法产生的微生物鉴定中的错误和不完整结果。重要的是，该方法提供了一种将移动遗传元素与其细菌宿主联系起来的新方法，使科学家能够更准确地预测单个细菌物种和菌株的毒力，抗生素抗性以及其他生物学和临床关键性状。
“生物医学界长期以来一直需要能够以高分辨率解析个体物种和菌株的微生物组分析方法，”西奈山遗传与基因组科学助理教授，该论文的高级作者Gang Fang博士说。“我们发现DNA甲基化模式可被用作高信息量的天然条形码，以帮助区分微生物物种，帮助将移动遗传元素与其宿主基因组相关联，并实现更精确的微生物组分析。”
在使用合成和真实世界微生物组样本的试点项目中，科学家们能够区分甚至密切相关的物种和细菌菌株。他们使用甲基化模式连接相关的DNA序列数据，提供有关个体生物的更全面的信息。该团队在中低复杂度的微生物群落中验证了该方法，目前正在开发更先进的技术，以有效地解决环境微生物组等高复杂性社区。
“该项目展示了分析多种类型数据的复杂性和强大功能，以提供通过更简单的方法无法实现的洞察力，”西奈山精确医学院院长Sema4首席执行官Eric Schadt博士说，他是一位合着者。这篇论文。“生物学很复杂，如果我们希望最终将这些信息用于临床，我们的分析必须准确地表示这种复杂性。”
下一篇：使病原体相互抵抗以防止耐药性
所有评论仅代表网友意见，与本站立场无关。
我要评论