地球上，地上和周圍的微生物數(shù)量 - 大約為非數(shù)十億或10 30 - 估計(jì)數(shù)量超過銀河系中的恒星。眾所周知，微生物在調(diào)節(jié)碳固定方面發(fā)揮著至關(guān)重要的作用，同時(shí)也保持了涉及氮，硫，磷和其他營(yíng)養(yǎng)素的全球循環(huán)，但其中大多數(shù)仍未被培養(yǎng)和未知。美國(guó)能源部(DOE)正在瞄準(zhǔn)這種“微生物暗物質(zhì)”，以便更好地了解地球的微生物多樣性，并從可用于能源和環(huán)境挑戰(zhàn)的自然課程中收集。

然而，管理地球的微生物多樣性需要更多地了解微生物與感染微生物的病毒之間的關(guān)系，這些病毒會(huì)影響微生物調(diào)節(jié)全球循環(huán)的能力。盡管估計(jì)病毒的數(shù)量比地球上的微生物細(xì)胞多至少兩個(gè)數(shù)量級(jí)，但是在序列數(shù)據(jù)庫中，與大約50,000個(gè)細(xì)菌基因組相比，目前有少于2,200個(gè)測(cè)序的DNA病毒基因組。在2016年8月17日在線發(fā)表于“ 自然”雜志的一項(xiàng)研究中美國(guó)能源部聯(lián)合基因組研究所(DOE JGI)，美國(guó)能源部科學(xué)用戶設(shè)施辦公室的研究人員，利用世界各地最大的組裝宏基因組數(shù)據(jù)集，發(fā)現(xiàn)超過125,000個(gè)部分和完整的病毒基因組，其中大多數(shù)感染微生物。這種單一努力將已知病毒基因的數(shù)量增加了16倍，并為研究人員提供了獨(dú)特的病毒序列信息資源。

研究資深作者和DOE JGI原核生物超級(jí)項(xiàng)目負(fù)責(zé)人Nikos Kyrpides說：“這是第一次有人系統(tǒng)地查看所有棲息地以及如此龐大的數(shù)據(jù)匯編。” “發(fā)現(xiàn)所有這些新病毒的關(guān)鍵是我們?cè)谶@項(xiàng)工作中開發(fā)的敏感計(jì)算方法。”

“發(fā)現(xiàn)新病毒的關(guān)鍵”

第一作者和博士后研究員David Paez-Espino解釋說，這種方法涉及使用非靶向宏基因組方法，參考分離病毒和手動(dòng)策劃的病毒蛋白模型，以及他所描述的“迄今為止最大和最多樣化的數(shù)據(jù)集”。該團(tuán)隊(duì)分析了DOE JGI的微生物基因組中可用的超過5萬億個(gè)堿基(Terabases或Tb)序列，其中微生物組樣本(IMG / M)系統(tǒng)從全球10個(gè)不同棲息地類型的3,042個(gè)樣本中收集。他們努力篩選真正的干草堆數(shù)據(jù)集，產(chǎn)生了超過125,000個(gè)含有279萬個(gè)蛋白質(zhì)的病毒序列。

該團(tuán)隊(duì)將病毒序列與多個(gè)棲息地的多個(gè)樣本進(jìn)行匹配。例如，他們發(fā)現(xiàn)的一個(gè)病毒組在海洋暮光區(qū)的95%的樣本中被發(fā)現(xiàn) - 這個(gè)區(qū)域位于海洋表面200至1000米之間，陽光不足以穿透微生物進(jìn)行光合作用。

通過分析CRISPR-Cas系統(tǒng) - 細(xì)菌中的免疫機(jī)制，通過整合來自感染病毒和噬菌體的短序列來賦予對(duì)外來遺傳元件的抗性 - 該團(tuán)隊(duì)能夠在IMG中生成350萬個(gè)間隔序列的數(shù)據(jù)庫。這些間隔區(qū)，即宿主保留的噬菌體遺傳序列的片段，然后可以用于探索片段可能最初來自的病毒和噬菌體宏基因組。此外，該團(tuán)隊(duì)主要使用這種方法，通過計(jì)算機(jī)確定了近10,000種病毒的主機(jī)。他們報(bào)告說：“這些連接中的大部分以前是未知的，包括從16個(gè)原核門中鑒定出作為病毒宿主的生物體，之前沒有發(fā)現(xiàn)病毒。”

CRISPR-Cas蛋白的信標(biāo)

美國(guó)能源部JGI功能基因組學(xué)組負(fù)責(zé)人Jan-Fang Cheng表示，Kyrpides小組在確定新的病毒序列方面所做的工作將有助于合成生物學(xué)小組開發(fā)出可在多種細(xì)菌宿主中發(fā)揮作用的新型啟動(dòng)子。“我們一直在尋找可以在許多不同門中發(fā)揮作用的調(diào)控DNA部分，這將使我們能夠建立可以在許多不同宿主中表達(dá)的基因和途徑。”

Cheng還預(yù)計(jì)，Kyrpides團(tuán)隊(duì)產(chǎn)生的擴(kuò)展的病毒序列空間將允許研究人員尋找稱為原型間隔子鄰近基序(PAM)的其他基因序列。這些序列位于噬菌體中的間隔序列發(fā)生器旁邊，并被CRISPR-Cas蛋白用作信標(biāo)，觸發(fā)諸如編輯或調(diào)節(jié)基因的作用。“人們正在尋找新的PAM序列和新的Cas9s，并且有了這些新的信息，如果你可以將間隔序列映射回相同的噬菌體并對(duì)齊它們并查看相鄰序列中的共同點(diǎn)，那么你可以識(shí)別新的PAM序列。 “

“我們相信包括迄今為止報(bào)道的最長(zhǎng)噬菌體基因組在內(nèi)的許多大型噬菌體的發(fā)現(xiàn)都指出了常規(guī)病毒體富集和測(cè)序策略的局限性，這可能使研究偏向具有不尋常特性的高度新型病毒 ”，Natalia Ivanova先生說。在超級(jí)計(jì)劃和本研究的共同作者。

“這項(xiàng)研究最重要的一個(gè)方面是我們沒有關(guān)注單一的棲息地類型。相反，我們探索了全球病毒體并檢查了所有生態(tài)系統(tǒng)中病毒的流動(dòng)，”Kyrpides說。“我們將病毒序列的數(shù)量增加了50倍，并且99%的病毒家族與之前測(cè)序的病毒沒有密切關(guān)系。這提供了大量新數(shù)據(jù)，將在未來幾年內(nèi)更詳細(xì)地研究我們將作為病毒宿主的微生物門數(shù)量增加了一倍以上，創(chuàng)造了第一個(gè)全球病毒分布圖。我們預(yù)計(jì)將遵循這一數(shù)據(jù)集的分析和發(fā)現(xiàn)數(shù)量不容小覷。“