304 Stainless steel welded coiled tube/tubing zhemical zomponent၊ Global Marine Microbiome ၏ Biosynthetic Potential

Nature.com ကိုလာရောက်လည်ပတ်သည့်အတွက် ကျေးဇူးတင်ပါသည်။သင်သည် အကန့်အသတ်ရှိသော CSS ပံ့ပိုးမှုဖြင့် ဘရောက်ဆာဗားရှင်းကို အသုံးပြုနေပါသည်။အကောင်းဆုံးအတွေ့အကြုံအတွက်၊ အပ်ဒိတ်လုပ်ထားသောဘရောက်ဆာ (သို့မဟုတ် Internet Explorer တွင် လိုက်ဖက်ညီသောမုဒ်ကိုပိတ်ပါ) ကိုအသုံးပြုရန် ကျွန်ုပ်တို့အကြံပြုအပ်ပါသည်။ထို့အပြင်၊ ဆက်လက်ပံ့ပိုးမှုသေချာစေရန်၊ ပုံစံများနှင့် JavaScript မပါဘဲ ဝဘ်ဆိုက်ကို ပြသပါသည်။
ဆလိုက်တစ်ခုလျှင် ဆောင်းပါးသုံးပုဒ်ကို ပြသသည့် ဆလိုက်ဒါများ။ဆလိုက်များတစ်လျှောက် ရွှေ့ရန် နောက်ဘက်နှင့် နောက်ခလုတ်များကို အသုံးပြုပါ သို့မဟုတ် ဆလိုက်တစ်ခုစီကို ရွှေ့ရန် အဆုံးရှိ ဆလိုက်ထိန်းချုပ်မှုခလုတ်များကို အသုံးပြုပါ။

ထုတ်ကုန်အသေးစိတ်ဖော်ပြချက်

304 Stainless steel welded coiled tube/tubing
1. သတ်မှတ်ချက်- သံမဏိကွိုင်ပြွန်/ပြွန်
2. အမျိုးအစား: welded သို့မဟုတ်ချောမွေ့စွာ
3. စံသတ်မှတ်ချက်- ASTM A269၊ ASTM A249
4. Stainless steel coil tube OD: 6mm to 25.4MM
5. အရှည်: 600-3500MM သို့မဟုတ်ဖောက်သည်၏လိုအပ်ချက်နှုန်းအတိုင်း။
6. နံရံအထူ- 0.2mm မှ 2.0mm။

7. သည်းခံနိုင်မှု- OD: +/-0.01mm;အထူ- +/- 0.01%။

8. ကွိုင်အတွင်းပိုင်းအပေါက်အရွယ်အစား- 500MM-1500MM (ဖောက်သည်လိုအပ်ချက်အရ ချိန်ညှိနိုင်သည်)

9. Coil အမြင့်- 200MM-400MM (ဖောက်သည်လိုအပ်ချက်အရ ချိန်ညှိနိုင်သည်)

10. မျက်နှာပြင်- တောက်ပသော သို့မဟုတ် ဖုံးအုပ်ထားသည်။
11. ပစ္စည်း- 304၊ 304L၊ 316L၊ 321၊ 301၊ 201၊ 202၊ 409၊ 430၊ 410၊ သတ္တုစပ် 625၊ 825၊ 2205၊ 2507 စသဖြင့်
12. ထုပ်ပိုးခြင်း- သစ်သားအိတ်၊ သစ်သားလွှာ၊ သစ်သားရိုးတံ သို့မဟုတ် ဖောက်သည်၏လိုအပ်ချက်အရ၊
13. စမ်းသပ်ခြင်း- ဓာတုအစိတ်အပိုင်း၊ အထွက်နှုန်း၊ ဆန့်နိုင်အား၊ မာကျောမှု တိုင်းတာခြင်း။
14. အာမခံချက်- တတိယအဖွဲ့အစည်း (ဥပမာ-SGS TV) စစ်ဆေးခြင်း စသည်ဖြင့်။
15. လျှောက်လွှာ- အလှဆင်ခြင်း၊ ပရိဘောဂများ၊ ဆီသယ်ယူပို့ဆောင်ရေး၊ အပူလဲလှယ်ကိရိယာ၊ လက်ရန်းပြုလုပ်ခြင်း၊ စက္ကူပြုလုပ်ခြင်း၊ မော်တော်ကား၊ အစားအသောက်ပြုပြင်ခြင်း၊ ဆေးဘက်ဆိုင်ရာစသည်တို့။

သဘာဝ အဏုဇီဝ အသိုင်းအဝိုင်းများသည် ဇီဝမျိုးရိုးဗီဇနှင့် ဇီဝဖြစ်စဉ်အရ ကွဲပြားသည်။မလေ့လာရသေးသော သက်ရှိအုပ်စုများအပြင်၊ ဤကွဲပြားမှုသည် ဂေဟဗေဒနှင့် ဇီဝနည်းပညာအရ အရေးပါသော အင်ဇိုင်းများနှင့် ဇီဝဓာတုဒြပ်ပေါင်းများ 2,3 ကိုရှာဖွေတွေ့ရှိမှုအတွက် ကြွယ်ဝသောအလားအလာရှိသည်။သို့ရာတွင်၊ ဤဒြပ်ပေါင်းများကို ပေါင်းစပ်ဖွဲ့စည်းကာ ၎င်းတို့၏ သက်ဆိုင်ရာအိမ်ရှင်များနှင့် ချည်နှောင်ထားသည့် မျိုးရိုးဗီဇလမ်းကြောင်းများကို ဆုံးဖြတ်ရန် ဤကွဲပြားမှုကို လေ့လာခြင်းသည် စိန်ခေါ်မှုတစ်ခုဖြစ်သည်။ကမ္ဘာတစ်ဝှမ်းလုံးရှိ ဂျီနိုမ်ကြည်လင်ပြတ်သားမှုဒေတာကို ခွဲခြမ်းစိတ်ဖြာမှုတွင် ကန့်သတ်ချက်များကြောင့် ပွင့်လင်းသမုဒ္ဒရာရှိ အဏုဇီဝဓာတုဗေဒဆိုင်ရာ အလားအလာကို သိသိသာသာ မသိရှိနိုင်ပါ။ဤတွင်၊ ပင်လယ်ရေနမူနာ 1,000 ကျော်မှ အသစ်ပြန်လည်တည်ဆောက်ထားသော မူကြမ်းဂျီနိုမ်ပေါင်း 25,000 ကျော်နှင့် ယဉ်ကျေးမှုဆဲလ်များမှ microbial genomes 10,000 ခန့်နှင့် တစ်ခုတည်းဆဲလ်များမှ ပေါင်းစပ်ခြင်းဖြင့် သမုဒ္ဒရာအတွင်းရှိ biosynthetic gene အစုအဝေးများ၏ ကွဲပြားမှုနှင့် ကွဲပြားမှုကို ရှာဖွေလေ့လာပါသည်။ဤကြိုးပမ်းမှုများတွင် အများစုမှာ biosynthetic gene clusters အသစ် 40,000 ခန့်ကို ရှာဖွေတွေ့ရှိခဲ့ပြီး အချို့မှာ ယခင်က သံသယမရှိသော phylogenetic အုပ်စုများတွင် တွေ့ရှိခဲ့သည်။ဤလူဦးရေများတွင်၊ ဇီဝဓာတုမျိုးရိုးဗီဇအစုအဝေးများ (“Candidatus Eudormicrobiaceae”) ကြွယ်ဝသော မျိုးရိုးကို မမွေးမြူရသေးသော ဘက်တီးရီးယားပိုးမွှားများနှင့် ဤပတ်ဝန်းကျင်ရှိ ဇီဝပေါင်းစပ်မှုအမျိုးစုံဆုံးသော သေးငယ်သောဇီဝသက်ရှိအချို့ ပါဝင်သည်ကို ကျွန်ုပ်တို့ တွေ့ရှိခဲ့သည်။ယင်းတို့အနက်မှ၊ ကျွန်ုပ်တို့သည် ပုံမှန်မဟုတ်သော ဇီဝဗေဒဆိုင်ရာ ဒြပ်ပေါင်းဖွဲ့စည်းပုံနှင့် အင်ဇိုင်းဗေဒဆိုင်ရာ ပုံမှန်မဟုတ်သော ဇီဝကမ္မဖြစ်စဉ်များကို ခွဲခြားသတ်မှတ်ထားပြီး phosphatase-peptide နှင့် pytonamide လမ်းကြောင်းများကို ခွဲခြားသတ်မှတ်ထားပါသည်။နိဂုံးချုပ်အားဖြင့်၊ ဤလေ့လာမှုသည် မိုက်ခရိုဇီဝအခြေခံနည်းဗျူဟာများသည် နားလည်မှုအားနည်းသော microbiota နှင့် ပတ်ဝန်းကျင်တွင် ယခင်ကဖော်ပြထားခြင်းမရှိသော အင်ဇိုင်းများနှင့် သဘာဝအစားအစာများကို ရှာဖွေဖော်ထုတ်နိုင်ပုံကို သရုပ်ပြသည်။
ရောဂါပိုးမွှားများသည် ကမ္ဘာလုံးဆိုင်ရာ ဇီဝဘူမိဓာတုစက်ဝန်းများကို မောင်းနှင်ပေးကာ အစာမျဉ်းများကို ထိန်းသိမ်းကာ အပင်နှင့် တိရစ္ဆာန်များ ကျန်းမာစေပါသည်။၎င်းတို့၏ ကြီးမားလှသော ဇီဝမျိုးရိုးဗီဇ၊ ဇီဝဖြစ်စဉ်နှင့် လုပ်ဆောင်မှုဆိုင်ရာ ကွဲပြားမှုသည် သဘာဝထုတ်ကုန်များအပါအဝင် taxa1၊ အင်ဇိုင်းများနှင့် ဇီဝဓာတုဒြပ်ပေါင်းအသစ်များကို ရှာဖွေတွေ့ရှိမှုအတွက် ကြွယ်ဝသောအလားအလာကို ကိုယ်စားပြုသည်။ဂေဟစနစ်အသိုင်းအဝိုင်းတွင်၊ ဤမော်လီကျူးများသည် ဇီဝကမ္မနှင့် ဂေဟဗေဒဆိုင်ရာ လုပ်ငန်းဆောင်တာအမျိုးမျိုးဖြင့် အဏုဇီဝသက်ရှိများကို ဆက်သွယ်ရေးမှ ယှဉ်ပြိုင်မှုအထိ 2၊ 7 ပေးပါသည်။၎င်းတို့၏မူရင်းလုပ်ဆောင်ချက်များအပြင်၊ ဤသဘာဝထုတ်ကုန်များနှင့် ၎င်းတို့၏မျိုးဗီဇကုဒ်ဖြင့် ထုတ်လုပ်သည့်လမ်းကြောင်းများသည် ဇီဝနည်းပညာနှင့် ကုထုံးဆိုင်ရာအသုံးချမှုများအတွက် ဥပမာများပေးပါသည်။ထိုသို့သောလမ်းကြောင်းများနှင့် ချိတ်ဆက်မှုများကို ဖော်ထုတ်ခြင်းသည် ယဉ်ကျေးမှုဆိုင်ရာ အဏုဇီဝများကို လေ့လာခြင်းဖြင့် များစွာ အဆင်ပြေစေပါသည်။သို့ရာတွင်၊ သဘာဝပတ်၀န်းကျင်ဆိုင်ရာ အစီအစဥ်လေ့လာချက်များအရ သေးငယ်သောဇီဝသက်ရှိအများစုကို စိုက်ပျိုးခြင်းမပြုရသေးကြောင်း ပြသခဲ့သည်။ဤယဉ်ကျေးမှုဘက်လိုက်မှုသည် အဏုဇီဝများစွာဖြင့် ကုဒ်ဝှက်ထားသော လုပ်ဆောင်ချက်ကွဲပြားမှုကို အသုံးချရန် ကျွန်ုပ်တို့၏စွမ်းရည်ကို ကန့်သတ်ထားသည်။
အဆိုပါကန့်သတ်ချက်များကိုကျော်လွှားရန်လွန်ခဲ့သည့်ဆယ်စုနှစ်များအတွင်း နည်းပညာတိုးတက်မှုများက သုတေသီများကို (ဥပမာအားဖြင့် ယခင်က ယဉ်ကျေးမှုမရှိသော) အသိုင်းအဝိုင်းတစ်ခုလုံး (metagenomics) သို့မဟုတ် ဆဲလ်တစ်ခုတည်းမှ အဏုဇီဝ DNA အပိုင်းအစများကို တိုက်ရိုက် (ဥပမာအားဖြင့် ယဉ်ကျေးမှုမရှိသော) အပိုင်းများကို တိုက်ရိုက်ခွင့်ပြုခဲ့သည်။ဤအပိုင်းအစများကို ကြီးမားသော ဂျီနိုမ်အပိုင်းအစများအဖြစ် စုစည်းနိုင်ပြီး အများအပြား ဇီဝဗေဒဆိုင်ရာ ပေါင်းစပ်ထားသော ဂျီနိုမ်များ (MAGs) သို့မဟုတ် ချဲ့ထွင်ထားသော ဂျီနိုမ်များ (SAGs) အသီးသီးကို ပြန်လည်တည်ဆောက်နိုင်မှုသည် microbiome (ဆိုလိုသည်မှာ အဏုဇီဝအသိုင်းအဝိုင်းများနှင့် အဏုဇီဝအသိုက်အဝန်းများ) အတွက် အရေးကြီးသော အခွင့်အလမ်းကို ဖွင့်လှစ်ပေးပါသည်။လမ်းကြောင်းသစ်များခင်းပါ။ပေးထားသောပတ်ဝန်းကျင်တွင် ကိုယ်ပိုင်မျိုးဗီဇပစ္စည်း) ၁၀၊၁၁၊၁၂။အမှန်စင်စစ်၊ မကြာသေးမီက လေ့လာမှုများသည် Earth1၊ 13 တွင် အဏုဇီဝမျိုးကွဲများ၏ ဇီဝကမ္မဆိုင်ရာ ကိုယ်စားပြုမှုကို အလွန်ချဲ့ထွင်ခဲ့ပြီး ယခင်က ယဉ်ကျေးမှုဆိုင်ရာ အဏုဇီဝသက်ရှိများကို ရည်ညွှန်းသည့် ဂျီနိုမ်အစီအစဉ်များ (REFs)14 ဖြင့် မလွှမ်းခြုံထားသော တစ်ဦးချင်းအဏုဇီဝအသိုင်းအဝိုင်းများတွင် လုပ်ဆောင်နိုင်သော ကွဲပြားမှုများစွာကို ထုတ်ဖော်ပြသခဲ့သည်။လက်ခံထားသော ဂျီနိုမ် (ဆိုလိုသည်မှာ ဂျီနိုမ် ကြည်လင်ပြတ်သားမှု) ၏ နောက်ခံတွင် မဖော်ထုတ်နိုင်သော လုပ်ငန်းဆိုင်ရာ ကွဲပြားမှုကို ထားရှိနိုင်မှုသည် သဘာဝထုတ်ကုန်အသစ် 15,16 သို့မဟုတ် ယင်းဒြပ်ပေါင်းများကို ၎င်းတို့၏ မူလထုတ်လုပ်သူထံ ပြန်လည်ခြေရာခံရန်ဟု ယူဆရသည့် လက္ခဏာမပြသေးသော အဏုဇီဝလိုင်းများကို ခန့်မှန်းရန်အတွက် အရေးကြီးပါသည်။ဥပမာအားဖြင့်၊ ပေါင်းစပ် metagenomic နှင့် single-cell genomic analysis ချဉ်းကပ်မှုသည် ဇီဝဖြစ်စဉ် ကြွယ်ဝသော ရေမြှုပ်-ဆက်စပ်ဘက်တီးရီးယားအုပ်စုဖြစ်သည့် Candidatus Entotheonella ကို ဖော်ထုတ်နိုင်ခဲ့ပြီး ဆေးဝါးအလားအလာ အမျိုးမျိုးကို ထုတ်လုပ်သူများအဖြစ် ဖော်ထုတ်နိုင်ခဲ့သည်။သို့ရာတွင်၊ မတူကွဲပြားသော အဏုဇီဝအသိုင်းအဝိုင်းများကို မျိုးရိုးဗီဇရှာဖွေရေးတွင် မကြာသေးမီက ကြိုးပမ်းခဲ့သော်လည်း၊ ၁၆၊၁၉ ကမ္ဘာလုံးဆိုင်ရာ ဇီဝဗေဒဆိုင်ရာ အချက်အလက်များ၏ သုံးပုံနှစ်ပုံကျော်သည် ကမ္ဘာ့အကြီးဆုံး ဂေဟစနစ်၏ သမုဒ္ဒရာ ၁၆,၂၀ တွင် ပျောက်ဆုံးနေဆဲဖြစ်သည်။ထို့ကြောင့်၊ ယေဘူယျအားဖြင့်၊ အဏ္ဏဝါ microbiome ၏ ဇီဝဓာတုဆိုင်ရာ အလားအလာနှင့် ဝတ္ထုသစ်အင်ဇိုင်းနှင့် သဘာဝ ထုတ်ကုန်များ၏ သိုလှောင်မှုအဖြစ် ၎င်း၏ အလားအလာကို အများစု လေ့လာနေဆဲဖြစ်သည်။
တစ်ကမ္ဘာလုံးအတိုင်းအတာဖြင့် အဏ္ဏဝါ microbiomes များ၏ ဇီဝပေါင်းစပ်မှုဆိုင်ရာ အလားအလာကို စူးစမ်းလေ့လာရန်၊ ကျွန်ုပ်တို့သည် ဇီဝမျိုးရိုးဗီဇနှင့် ဗီဇလုပ်ဆောင်မှုဆိုင်ရာ ကျယ်ပြန့်သောဒေတာဘေ့စ်တစ်ခုဖန်တီးရန်အတွက် ယဉ်ကျေးမှု-မှီခိုနှင့် ယဉ်ကျေးမှုမဟုတ်သောနည်းလမ်းများကို အသုံးပြု၍ ရရှိသော အဏ္ဏဝါအဏုဇီဝမျိုးရိုးဗီဇများကို ဦးစွာပေါင်းစပ်ထားသည်။ဤဒေတာဘေ့စ်၏စစ်ဆေးမှုတွင် ဇီဝဓာတုမျိုးရိုးဗီဇအစုအဝေး (BGCs) အများအပြားကို တွေ့ရှိခဲ့ပြီး အများစုမှာ လက္ခဏာမပြသေးသော မျိုးရိုးဗီဇအစုအဝေး (GCF) မိသားစုများမှ ဖြစ်ကြသည်။ထို့အပြင်၊ ယနေ့အထိ သမုဒ္ဒရာအတွင်းရှိ ပွင့်လင်းပင်လယ်ပြင်တွင် အမြင့်ဆုံးလူသိများသော BGC ကွဲပြားမှုကို ပြသသည့် အမည်မသိ ဘက်တီးရီးယား မိသားစုတစ်စုကို ကျွန်ုပ်တို့ ရှာဖွေတွေ့ရှိခဲ့သည်။ကျွန်ုပ်တို့သည် လက်ရှိသိထားသော လမ်းကြောင်းများမှ မျိုးရိုးဗီဇကွဲပြားမှုများကို အခြေခံ၍ စမ်းသပ်စစ်ဆေးရန်အတွက် ribosomal synthesis နှင့် ဘာသာပြန်ပြီးပြင်ဆင်ထားသော peptide (RiPP) လမ်းကြောင်းနှစ်ခုကို ရွေးချယ်ထားပါသည်။ဤလမ်းကြောင်းများ၏ လုပ်ဆောင်ချက်ဆိုင်ရာ လက္ခဏာရပ်များသည် မမျှော်လင့်ထားသော အင်ဇိုင်းဗေဒနမူနာများအပြင် ပရိုတင်းဓာတ်ကို တားဆီးသည့် လုပ်ဆောင်ချက်ပါရှိသော ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာ ပုံမှန်မဟုတ်သော ဒြပ်ပေါင်းများကို ထင်ရှားစေသည်။
အစပိုင်းတွင်၊ ကျွန်ုပ်တို့သည် ၎င်း၏ ဘက်တီးရီးယားနှင့် ရှေးဟောင်းအစိတ်အပိုင်းများကို အဓိကထား၍ ဂျီနိုမ်ခွဲခြမ်းစိတ်ဖြာမှုအတွက် ကမ္ဘာလုံးဆိုင်ရာဒေတာအရင်းအမြစ်ကို ဖန်တီးရန် ရည်ရွယ်ပါသည်။ဤအချက်အတွက်၊ ကျွန်ုပ်တို့သည် တစ်ကမ္ဘာလုံးအတိုင်းအတာဖြင့် ဖြန့်ဝေထားသောနမူနာနေရာ 215 ခု (လတ္တီတွဒ်အကွာအဝေး = 141.6°) နှင့် ပင်လယ်ရေနမူနာ 1038 ခုတို့ကို ပေါင်းစည်းထားပြီး နက်နဲသောအလွှာများစွာ (အနက် 1 မှ 5600 မီတာအထိ၊ pelagic၊ mesopelagic နှင့် avssal ဇုန်များ) မှ ပေါင်းစပ်ထားသည်။နောက်ခံ21,22,23 (ပုံ။ 1a၊ တိုးချဲ့ဒေတာ၊ ပုံ။ 1a နှင့် နောက်ဆက်တွဲဇယား 1)။ကျယ်ပြန့်သော ပထဝီဝင်အနေအထားကို ပံ့ပိုးပေးသည့်အပြင်၊ ဤရွေးချယ်ထားသော စစ်ထုတ်ထားသောနမူနာများသည် ဗိုင်းရပ်စ်ကြွယ်ဝသော (<0.2 µm)၊ prokaryotic-rich (0.2–3 µm)၊ အမှုန်များကြွယ်ဝသော (0.8 µm အပါအဝင် အဏ္ဏဝါဇီဝဇီဝအစိတ်အပိုင်းများကို နှိုင်းယှဉ်နိုင်စေပါသည်။ )-20 µm) နှင့် virus-depleted (>0.2 µm) ကိုလိုနီများ။
a၊ စုစုပေါင်း 1038 လူသိရှင်ကြားရရှိနိုင်သော မျိုးရိုးဗီဇများ (metagenomics) သည် ကမ္ဘာလုံးဆိုင်ရာ ဖြန့်ဝေထားသောနေရာ 215 မှ စုဆောင်းထားသော အဏ္ဏဝါအဏုဇီဝအသိုင်းအဝိုင်းများ (62°S မှ 79°N နှင့် 179°W မှ 179°E .)မြေပုံကွက်များ © Esri.အရင်းအမြစ်များ- GEBCO၊ NOAA၊ CHS၊ OSU၊ UNH၊ CSUMB၊ National Geographic၊ DeLorme၊ NAVTEQ နှင့် Esri။b၊ ဒေတာအတွဲများတွင် အရေအတွက်နှင့် အရည်အသွေး (နည်းလမ်းများ) ကွဲပြားသည့် MAGs (နည်းလမ်းများနှင့် ထပ်လောင်းအချက်အလက်များ) ကို ပြန်လည်တည်ဆောက်ရန်အတွက် ဤ metagenomes များကို အသုံးပြုခဲ့သည်။ပြန်လည်တည်ဆောက်ထားသော MAG များကို လက်ဖြင့်ပြုလုပ်ထားသော MAG26၊ SAG27 နှင့် REF အပါအဝင် အများသူငှာရရှိနိုင်သော (ပြင်ပ) ဂျီနိုမ်များဖြင့် ဖြည့်စွက်ထားပါသည်။27 OMD ကို စုစည်းပါ။c၊ SAG (GORG)20 သို့မဟုတ် MAG (GEM)16 ကိုအခြေခံသည့် ယခင်အစီရင်ခံစာများနှင့် နှိုင်းယှဉ်ပါက OMD သည် အဏ္ဏဝါအဏုဇီဝအသိုင်းအဝိုင်းများ (metagenomic read mapping rate; method) ကို နှစ်ကြိမ်မှ သုံးဆအထိ နက်ရှိုင်းစွာ ကိုယ်စားပြုမှုဖြင့် ပိုမိုကောင်းမွန်စေပြီး၊ လတ္တီတွဒ်။.<0.2၊ n=151၊ 0.2-0.8၊ n=67၊ 0.2-3၊ n=180၊ 0.8-20၊ n=30၊ >0.2၊ n=610၊ <30°၊ n=132၊ 30–60° , n = 73, >60°, n=42, EPI, n=174, MES, n=45, BAT, n=28. d, OMD သည် မျိုးစိတ်အစုအဖွဲ့အဆင့်သို့ အုပ်စုဖွဲ့ခြင်း (95% ပျမ်းမျှ nucleotide အထောက်အထား) စုစုပေါင်းကို ခွဲခြားသတ်မှတ်သည်၊ GTDB (ဗားရှင်း 89) e ကိုအသုံးပြုထားသော အခွန်ဆိုင်ရာမှတ်ချက်များအတိုင်း ယခင်က လက္ခဏာမပြဖူးသော ထက်ဝက်ကျော်သည် မျိုးစိတ်ပေါင်း 8300 ခန့်၊ မျိုးစိတ်များကို ဂျီနိုမ်အမျိုးအစားအလိုက် အမျိုးအစားခွဲခြားပြသခဲ့ရာ MAG၊ SAG နှင့် REFs တို့သည် ဇီဝမျိုးရိုးဗီဇကွဲပြားမှုကို ရောင်ပြန်ဟပ်ရာတွင် တစ်ခုနှင့်တစ်ခု ကောင်းစွာ ဖြည့်စွမ်းပေးနိုင်ကြောင်း ပြသခဲ့သည်။ အဏ္ဏဝါ microbiome ။အထူးသဖြင့် မျိုးစိတ်များ၏ 55%, 26% နှင့် 11% တို့သည် MAG, SAG နှင့် REF တို့အတွက် သီးသန့်ဖြစ်သည်။BATS၊ ဘာမြူဒါ အတ္တလန်တိတ် အချိန်စီးရီး၊GEM၊ ကမ္ဘာ၏ အဏုဇီဝမျိုးရိုးဗီဇများ၊GORG၊ ကမ္ဘာလုံးဆိုင်ရာသမုဒ္ဒရာရည်ညွှန်းဂျီနိုမ်၊HOT၊ Hawaiian Ocean အချိန်စီးရီး။
ဤဒေတာအတွဲကို အသုံးပြု၍ MAG အများစုသည် ဘက်တီးရီးယားနှင့် ရှေးဟောင်းပစ္စည်း စုစုပေါင်း 26,293 ခုကို ပြန်လည်တည်ဆောက်ခဲ့သည် (ပုံ။ 1b နှင့် တိုးချဲ့ထားသောဒေတာ၊ ပုံ 1b)။မတူညီသောနေရာများမှနမူနာများ သို့မဟုတ် အချိန်အမှတ်များ (နည်းလမ်းများ) အကြား သဘာဝအစီအစဥ်ကွဲလွဲမှုပြိုကွဲခြင်းမှကာကွယ်ရန် ဤ MAG များကို စုစည်းထားသော ဇီဝဗေဒနမူနာများထက် သီးခြားစုဖွဲ့မှုမှ ဖန်တီးထားပါသည်။ထို့အပြင်၊ နမူနာအများအပြားတွင် ၎င်းတို့၏ပျံ့နှံ့မှုဆက်နွယ်မှုများအပေါ် အခြေခံ၍ မျိုးရိုးဗီဇအပိုင်းအစများကို အုပ်စုဖွဲ့ထားသည် (စစ်တမ်း၊ နည်းလမ်းပေါ်မူတည်၍ နမူနာ 58 မှ 610 အထိ)။၎င်းသည် ကြီးမားသော MAG16၊ 19၊ 25 ပြန်လည်တည်ဆောက်ရေး လုပ်ငန်းများတွင် ကျော်သွားသည့် အချိန်ကုန်သော်လည်း အရေးကြီးသော အဆင့် 24 ဖြစ်ပြီး ပမာဏ (ပျမ်းမျှအားဖြင့် 2.7 ဆ) နှင့် အရည်အသွေး (+20% ပျမ်းမျှ) တို့ကို သိသိသာသာ တိုးတက်ကောင်းမွန်စေကြောင်း တွေ့ရှိရပါသည်။ ဂျီနိုအာ။ဤနေရာတွင် လေ့လာခဲ့သော အဏ္ဏဝါ metagenome မှ ပြန်လည်တည်ဆောက်ထားသည် (တိုးချဲ့ဒေတာ၊ ပုံ 2a နှင့် နောက်ထပ်အချက်အလက်များ)။ခြုံငုံအားဖြင့်၊ ဤကြိုးပမ်းအားထုတ်မှုများသည် အဏ္ဏဝါအဏုဇီဝ MAG များ (အရည်အသွေးမြင့် MAG များကိုသာထည့်သွင်းစဉ်းစားပါက ၆ ဆ) တိုးလာခဲ့ပြီး ယနေ့ခေတ်ရရှိနိုင်သည့် အပြည့်စုံဆုံး MAG အရင်းအမြစ်များနှင့် နှိုင်းယှဉ်ပါက 16 (နည်းလမ်းများ)။အသစ်ဖန်တီးထားသော MAG အစုံကို ထို့နောက် လက်ဖြင့်ရွေးချယ်ထားသော MAG26s 830၊ 5969 SAG27s နှင့် 1707 REFs တို့နှင့် ပေါင်းစပ်ထားပါသည်။အဏ္ဏဝါဘက်တီးရီးယားနှင့် archaea အမျိုးပေါင်း 27 မျိုးစုသည် 34,799 genomes (ပုံ. 1b) ၏ ပေါင်းစပ်စုစည်းမှုဖြင့် ပြုလုပ်ထားသည်။
ထို့နောက် ကျွန်ုပ်တို့သည် အဏ္ဏဝါ microbial အသိုင်းအဝိုင်းများကို ကိုယ်စားပြုနိုင်မှုနှင့် မတူညီသော ဂျီနိုမ်အမျိုးအစားများ ပေါင်းစပ်ခြင်း၏ အကျိုးသက်ရောက်မှုကို အကဲဖြတ်ရန်အတွက် အသစ်ဖန်တီးထားသော အရင်းအမြစ်ကို အကဲဖြတ်ပါသည်။ပျမ်းမျှအားဖြင့်၊ ၎င်းသည် အဏ္ဏဝါဇီဝဗေဒဆိုင်ရာ အချက်အလက် (ပုံ 1c) ၏ ခန့်မှန်းခြေ 40-60% ကို လွှမ်းခြုံထားပြီး ယခင် MAG တစ်ခုတည်းသော အစီရင်ခံစာများ၏ အနက်နှင့် လတ္တီတွဒ် နှစ်ခုလုံးတွင် နောက်ထပ် အမှတ်စဉ် 16 သို့မဟုတ် SAG20 ၏ လွှမ်းခြုံမှု နှစ်ဆမှ သုံးဆဖြစ်သည်။ထို့အပြင်၊ ဖွဲ့စည်းထားသော စုဆောင်းမှုများတွင် အခွန်ဆိုင်ရာ ကွဲပြားမှုကို စနစ်တကျ တိုင်းတာရန်၊ ကျွန်ုပ်တို့သည် Genome Taxonomy Database (GTDB) toolkit (methods) ကို အသုံးပြု၍ ဂျီနိုမ်အားလုံးကို မှတ်သားထားပြီး ပျမ်းမျှ ဂျီနိုမ်ကျယ်ပြန့်သော နူကလီးအိုတိုက်အထောက်အထား 95% ကို အသုံးပြုထားသည်။28 မျိုးစိတ် 8,304 ပြွတ် (မျိုးစိတ်) ခွဲခြားသတ်မှတ်။အဆိုပါမျိုးစိတ်များ၏သုံးပုံနှစ်ပုံ (အကွက်အသစ်များအပါအဝင်) သည် GTDB တွင် ယခင်ကမပေါ်ခဲ့ဘဲ 2790 ကို ဤလေ့လာမှုတွင် ပြန်လည်တည်ဆောက်ထားသော MAG ကိုအသုံးပြု၍ ရှာဖွေတွေ့ရှိခဲ့သည် (ပုံ 1d)။ထို့အပြင်၊ မျိုးစိတ်များ၏ ကွဲပြားသော ဂျီနိုမ်အမျိုးအစားများသည် အလွန်လိုက်ဖက်ညီကြောင်း ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည်- 55%, 26%, နှင့် 11% တို့သည် MAG, SAG, နှင့် REF တို့ဖြင့် လုံး၀ အသီးသီးဖွဲ့စည်းထားသည် (ပုံ 1e)။ထို့အပြင် MAG သည် ရေကော်လံတွင်တွေ့ရသော အမျိုးအစား 49 လုံးကို ဖုံးအုပ်ထားပြီး SAG နှင့် REF တို့သည် ၎င်းတို့အနက် 18 နှင့် 11 တို့ကို ကိုယ်စားပြုပါသည်။သို့သော်လည်း SAG သည် မျိုးစိတ် 1300 နီးပါးနှင့် MAG မျိုးစိတ်ပေါင်း 390 သာ ရှိသော Pelagic Bacteriales (SAR11) ကဲ့သို့သော အသုံးအများဆုံး clades (တိုးချဲ့ဒေတာ၊ ပုံ 3a) ၏ ကွဲပြားမှုကို ကိုယ်စားပြုပါသည်။မှတ်သားဖွယ်၊ REF များသည် မျိုးစိတ်အဆင့်တွင် MAGs သို့မဟုတ် SAGs များနှင့် ထပ်နေခဲပြီး ဤနေရာတွင် လေ့လာခဲ့သော သမုဒ္ဒရာ ဇီဝဗေဒဆိုင်ရာ အမျိုးအစားများထဲတွင် မတွေ့ရှိရသော ဂျီနိုမ် 1000 ခန့်၏ 95% ကို ကိုယ်စားပြုသည်၊ အဓိကအားဖြင့် သီးခြားခွဲထုတ်ထားသော အဏ္ဏဝါနမူနာများ (ဥပမာ အနည်အနှစ်) .သို့မဟုတ် အိမ်ရှင်-တွဲဖက်)။သိပ္ပံပညာအသိုင်းအဝိုင်းအတွက် ကျယ်ကျယ်ပြန့်ပြန့်ရရှိနိုင်စေရန်၊ အမျိုးအစားခွဲခြားမထားသောအပိုင်းအစများပါ၀င်သည့် ဤအဏ္ဏဝါဂျီနိုအရင်းအမြစ်အရင်းအမြစ် (ဥပမာ၊ ခန့်မှန်းထားသော phages၊ မျိုးဗီဇကျွန်းများနှင့် MAG ပြန်လည်တည်ဆောက်မှုအတွက် ဒေတာမလုံလောက်သော ဂျီနိုအစိတ်ပိုင်းများမှ) တို့ကို အခွန်ဆိုင်ရာအချက်အလက်များနှင့် နှိုင်းယှဉ်နိုင်ပါသည်။ .Ocean Microbiology ဒေတာဘေ့စ် (OMD; https://microbiomics.io/ocean/) ရှိ မျိုးရိုးဗီဇလုပ်ဆောင်ချက်နှင့် ဆက်စပ်ကန့်သတ်ချက်များနှင့်အတူ မှတ်ချက်များကို ဝင်ရောက်ကြည့်ရှုပါ။
ထို့နောက် ကျွန်ုပ်တို့သည် သမုဒ္ဒရာအတွင်းရှိ အဏုဇီဝဇီဝဓာတုဆိုင်ရာ ကြွယ်ဝမှုနှင့် အသစ်အဆန်းဖြစ်နိုင်ချေများကို စူးစမ်းလေ့လာရန် ထွက်လာခဲ့သည်။ဤအချက်အတွက်၊ ကျွန်ုပ်တို့သည် MAGs၊ SAGs နှင့် REF များအားလုံးအတွက် antiSMASH 1038 marine metagenomes (methods) တွင်တွေ့ရှိရသော စုစုပေါင်း 39,055 BGCs ကိုခန့်မှန်းရန် ပထမဆုံးအသုံးပြုပါသည်။ထို့နောက် ကျွန်ုပ်တို့သည် ၎င်းတို့အား 6907 ထပ်မဖြစ်စေသော GCFs နှင့် 151 မျိုးရိုးဗီဇအစုအဝေး လူဦးရေ (GCCs; နောက်ဆက်တွဲဇယား 2 နှင့် နည်းလမ်းများ) တွင် မွေးရာပါထပ်နေသော (ဆိုလိုသည်မှာ တူညီသော BGC ကို ဂျီနိုမ်မျိုးစုံတွင် ကုဒ်ဝှက်ထားနိုင်သည်) နှင့် metagenomic data များ အစုလိုက်အပြုံလိုက် BGCs များ၏ အကွဲအပြဲများ။မပြည့်စုံသော BGC များသည် ရောဂါဖြစ်ပွားမှု၏ 44% နှင့် 86% တွင် အနည်းဆုံးနဂိုအတိုင်း BGC အဖွဲ့ဝင်တစ်ဦးပါ ၀ င်သော GCFs နှင့် GCC အရေအတွက် (နောက်ဆက်တွဲအချက်အလက်များ) သိသိသာသာတိုးမလာပါ။
GCC အဆင့်တွင်၊ ခန့်မှန်းထားသော RiPPs နှင့် အခြားသော သဘာဝထုတ်ကုန်များ (ပုံ. 2a) အများအပြားကို ကျွန်ုပ်တို့ တွေ့ရှိခဲ့သည်။ဥပမာအားဖြင့်၊ arylpolyenes၊ carotenoids၊ ectoines နှင့် siderophores များသည် ကျယ်ပြန့်သော ဇီဝမျိုးရိုးဗီဇဖြန့်ဖြူးမှုနှင့် သမုဒ္ဒရာအတွင်းရှိ ဇီဝဖြစ်စဉ်များတွင် မြင့်မားများပြားမှုရှိသော GCCs နှင့် သက်ဆိုင်သည်၊ ၎င်းသည် ဓာတ်ပြုအောက်ဆီဂျင်မျိုးစိတ်များကို ခံနိုင်ရည်ရှိသော အောက်ဆီဂျင်မျိုးစိတ်များကို ခံနိုင်ရည်ရှိခြင်းအပါအဝင် အဏ္ဏဝါပတ်ဝန်းကျင်သို့ သေးငယ်သောဇီဝရုပ်များကို လိုက်လျောညီထွေဖြစ်စေနိုင်သည်၊ oxidative နှင့် osmotic စိတ်ဖိစီးမှု။.သို့မဟုတ် သံဓာတ်စုပ်ယူမှု (အသေးစိတ်အချက်အလက်)။ဤလုပ်ဆောင်ချက်ကွဲပြားမှုသည် NCBI RefSeq ဒေတာဘေ့စ် (BiG-FAM/RefSeq၊ RefSeq)29 ဟုရည်ညွှန်းထားသော nonribosomal Synthetase peptides (NRPS) နှင့် nonribosomal Synthetase peptides (NRPS) တို့ကိုပြသထားသည့် ဂျီနိုအာ 190,000 အကြားတွင် BGCs ခန့်မှန်းခြေ 1.2 သန်းကို မကြာသေးမီက ခွဲခြမ်းစိတ်ဖြာချက်နှင့် ဆန့်ကျင်ဘက်ဖြစ်သည်။ (PKS) BGCs (နောက်ဆက်တွဲ အချက်အလက်)။RefSeq BGC (\(\bar{d}\)RefSeq > 0.4; Fig. 2a နှင့် နည်းလမ်းများ) နှင့် 53 (35%) GCCs များကို MAG တွင်သာ တွေ့နိုင်ပြီး၊ အလားအလာကို မီးမောင်းထိုးပြပါသည်။ OMD တွင် ယခင်က ဖော်ပြမထားသော ဓာတုပစ္စည်းများကို ရှာဖွေရန်။ဤ GCCs တစ်ခုစီသည် အလွန်ကွဲပြားသော ဇီဝဓာတုလုပ်ဆောင်ချက်များကို ကိုယ်စားပြုဖွယ်ရှိသောကြောင့်၊ အလားတူ သဘာဝထုတ်ကုန်များအတွက် ကုဒ်လုပ်ရန် ခန့်မှန်းထားသော ပိုမိုအသေးစိတ်သော BGC များအုပ်စုဖွဲ့ခြင်းကို ပံ့ပိုးပေးရန်အတွက် ကျွန်ုပ်တို့သည် GCF အဆင့်တွင် အချက်အလက်များကို ထပ်မံခွဲခြမ်းစိတ်ဖြာခဲ့ပါသည်။စုစုပေါင်း 3861 (56%) ဖော်ထုတ်ထားသော GCFs များသည် RefSeq နှင့် ထပ်မထပ်ဘဲ၊ GCF များ၏ >97% သည် စမ်းသပ်စစ်ဆေးထားသော BGC များ၏ အကြီးဆုံးဒေတာဘေ့စ်များထဲမှ တစ်ခုဖြစ်သည့် MIBiG တွင် မပါဝင်ပါ။အကိုးအကားဂျီနိုမ်အားဖြင့် ကောင်းမွန်စွာကိုယ်စားပြုခြင်းမရှိသော ဆက်တင်များတွင် ဖြစ်နိုင်ချေရှိသော ဝတ္ထုလမ်းကြောင်းများစွာကို ရှာဖွေတွေ့ရှိခြင်းသည် အံ့သြစရာမဟုတ်သော်လည်း၊ စံသတ်မှတ်ခြင်းမပြုမီ BGC များကို GCF များအဖြစ် ပုံတူပွားခြင်းအတွက် ကျွန်ုပ်တို့၏နည်းလမ်းသည် ယခင်အစီရင်ခံစာ 16 နှင့် ကွဲပြားပြီး အသစ်အဆန်းများ၏ ဘက်မလိုက်ဘဲ အကဲဖြတ်မှုကို ပံ့ပိုးပေးပါသည်။မတူကွဲပြားမှုအသစ်အများစု (3012 GCF သို့မဟုတ် 78%) သည် ခန့်မှန်းထားသော terpenes၊ RiPP သို့မဟုတ် အခြားသော သဘာဝထုတ်ကုန်များနှင့် သက်ဆိုင်ပြီး အများစု (1815 GCF သို့မဟုတ် 47%) သည် ၎င်းတို့၏ ဇီဝပေါင်းစပ်မှုစွမ်းရည်ကြောင့် အမည်မသိအမျိုးအစားများဖြင့် ကုဒ်ဝှက်ထားသည်။PKS နှင့် NRPS အစုအဝေးများနှင့်မတူဘဲ၊ ဤကျစ်ကျစ်လျစ်လျစ်သော BGC များသည် metagenomic စည်းဝေးပွဲ 31 အတွင်း အစိတ်စိတ်အမွှာမွှာဖြစ်နိုင်ခြေနည်းပြီး ၎င်းတို့၏ထုတ်ကုန်များ၏ အချိန်နှင့် အရင်းအမြစ်-အများသုံး လုပ်ဆောင်ချက်ဆိုင်ရာ လက္ခဏာရပ်များကို ပိုမိုခွင့်ပြုထားသည်။
စုစုပေါင်း 39,055 BGC များကို 6,907 GCFs နှင့် 151 GCC များအဖြစ် အုပ်စုဖွဲ့ခဲ့သည်။a၊ ဒေတာကိုယ်စားပြုမှု (အတွင်းပိုင်းပြင်ပ)။GCC ကိုအခြေခံ၍ BGC အကွာအဝေးများ၏ 53 ခုကို MAG ကသာ သတ်မှတ်သည်။GCC တွင် မတူညီသော taxa (ln-formed gate frequency) နှင့် မတူညီသော BGC အတန်းများ (စက်ဝိုင်းအရွယ်အစားသည် ၎င်း၏ကြိမ်နှုန်းနှင့် ကိုက်ညီသည်) မှ BGC များပါရှိသည်။GCC တစ်ခုစီအတွက်၊ အပြင်အလွှာသည် BGC အရေအတွက်၊ ပျံ့နှံ့မှု (နမူနာရာခိုင်နှုန်း) နှင့် အကွာအဝေး (အနည်းဆုံး BGC ကိုsine အကွာအဝေး (min(dMIBiG)))) BiG-FAM မှ BGC အထိဖြစ်သည်။စမ်းသပ်စစ်ဆေးထားသော BGCs (MIBiG) နှင့် အနီးကပ်ဆက်စပ်နေသည့် GCC များကို မြှားများဖြင့် မီးမောင်းထိုးပြထားသည်။b GCF ကို ခန့်မှန်းထားသော (BiG-FAM) နှင့် နှိုင်းယှဉ်ပြီး စမ်းသပ်စစ်ဆေးထားသော (MIBiG) BGCs၊ 3861 (d–>0.2) GCFs အသစ်များကို တွေ့ရှိခဲ့သည်။RiPP၊ terpenes နှင့် အခြားသော သဘာဝထုတ်ကုန်များအတွက် ဤကုဒ်အများစု (78%)။c၊ OMD ၏ ဇီဝမျိုးရိုးဗီဇဆိုင်ရာလွှမ်းခြုံမှုကိုပြသရန် GTDB အခြေခံသစ်ပင်တွင် တွေ့ရှိသော OMD တွင်ရှိသော ဂျီနိုအာ အားလုံးကို GTDB တွင် ထားရှိခဲ့သည်။OMD တွင် မည်သည့် ဂျီနိုအာမပါသော အကွက်များကို မီးခိုးရောင်ဖြင့် ပြသထားသည်။BGC အရေအတွက်သည် ပေးထားသော clade တစ်ခုရှိ genome တစ်ခုလျှင် ခန့်မှန်းထားသော BGC ၏ အကြီးဆုံးအရေအတွက်နှင့် သက်ဆိုင်ပါသည်။ရှင်းရှင်းလင်းလင်းသိရန်၊ နောက်ဆုံး node များ၏ 15% သည် ပြိုကျသွားသည်။မြှားများသည် Mycobacterium၊ Gordonia (Rhodococcus မှဒုတိယသာ) နှင့် Crocosphaera (Synechococcus မှဒုတိယသာ) မှလွဲ၍ BGC (>15 BGC) ကြွယ်ဝသော clades များကိုဖော်ပြသည်။ဃ၊ အမည်မသိ c။Eremiobacterota သည် အမြင့်ဆုံး ဇီဝဓာတု ကွဲပြားမှု (သဘာဝထုတ်ကုန် အမျိုးအစားအပေါ် အခြေခံ၍ Shannon အညွှန်းကိန်း) ကို ပြသခဲ့သည်။တီးဝိုင်းတစ်ခုစီသည် မျိုးစိတ်များတွင် BGCs အများဆုံးရှိသည့် ဂျီနိုမ်ကို ကိုယ်စားပြုသည်။T1PKS၊ PKS အမျိုးအစား I၊ T2/3PKS၊ PKS အမျိုးအစား II နှင့် အမျိုးအစား III။
ကြွယ်ဝမှုနှင့် အသစ်အဆန်းများအပြင်၊ အဏ္ဏဝါ microbiome ၏ biosynthetic အလားအလာ၏ ဇီဝပထဝီဝင်ဖွဲ့စည်းပုံကို ကျွန်ုပ်တို့ ရှာဖွေလေ့လာပါသည်။ပျမ်းမျှအားဖြင့် ဇီဝဗေဒဆိုင်ရာ GCF ကော်ပီနံပါတ် ဖြန့်ဝေမှု (နည်းလမ်းများ) ဖြင့် နမူနာများကို အုပ်စုခွဲခြင်းဖြင့် လတ္တီတွဒ်နိမ့်သော၊ မျက်နှာပြင်၊ ပရိုကရီရိုတ်ကြွယ်ဝသောနှင့် ဗိုင်းရပ်စ်-ဆင်းရဲသောအသိုင်းအဝိုင်းများ၊ မျက်နှာပြင် သို့မဟုတ် ပိုနက်သောရေများမှ RiPP နှင့် BGC terpenes ကြွယ်ဝကြောင်း ပြသခဲ့သည်။ဆန့်ကျင်ဘက်အားဖြင့်၊ ဝင်ရိုးစွန်း၊ ရေနက်ပိုင်း၊ ဗိုင်းရပ်စ်နှင့် အမှုန်အမွှားကြွယ်ဝသော အသိုက်အဝန်းများသည် NRPS နှင့် PKS BGC ၏ မြင့်မားသောကြွယ်ဝမှုများနှင့် ဆက်စပ်နေပါသည်။နောက်ဆုံးတွင်၊ ကောင်းစွာလေ့လာထားသော အပူပိုင်းဒေသနှင့် pelagic အသိုင်းအဝိုင်းများသည် terpenes အသစ်များ၏အလားအလာအကောင်းဆုံးရင်းမြစ်များဖြစ်သည် (Augmented Data Figure) ကိုတွေ့ရှိခဲ့သည်။PKS၊ RiPP နှင့် အခြားသဘာဝထုတ်ကုန်များအတွက် အလားအလာအရှိဆုံး (တိုးချဲ့ဒေတာပါပုံ 5a)။
အဏ္ဏဝါ microbiomes များ၏ ဇီဝပေါင်းစပ်မှုဆိုင်ရာ အလားအလာကို ကျွန်ုပ်တို့၏လေ့လာမှုအား ဖြည့်စွက်ရန်အတွက် ၎င်းတို့၏ ဇီဝမျိုးရိုးဗီဇဖြန့်ဖြူးမှုကို မြေပုံဆွဲပြီး BGC ကြွယ်ဝသော clades အသစ်များကို ရှာဖွေဖော်ထုတ်ရန် ရည်ရွယ်ပါသည်။ဤအဆုံးသတ်အတွက်၊ ကျွန်ုပ်တို့သည် အဏ္ဏဝါအဏုဇီဝမျိုးရိုးဗီဇများကို ပုံမှန်ပြုထားသော GTDB13 ဘက်တီးရီးယားနှင့် archaeal phylogenetic သစ်ပင်အဖြစ် ထားရှိကာ ၎င်းတို့ကုဒ်ဝှက်ထားသော ဇီဝဓာတုလမ်းကြောင်းများကို မွမ်းမံထားသည် (ပုံ။ 2c)။ကျွန်ုပ်တို့သည် ၎င်းတို့၏ဇီဝပေါင်းစပ်မှုအလားအလာအတွက်လူသိများသော ပင်လယ်ရေနမူနာများ (15 BGCs ထက်ပို၍ကိုယ်စားပြုသော) BGC ကြွယ်ဝသော clades အများအပြားကို အလွယ်တကူရှာဖွေတွေ့ရှိနိုင်ပြီဖြစ်သည့် cyanobacteria (Synechococcus) နှင့် Tistrella32,33 ကဲ့သို့သော Proteus ဘက်တီးရီးယားများ၊ သို့မဟုတ် မကြာသေးမီက ၎င်းတို့၏အာရုံစိုက်မှုကို ဆွဲဆောင်နိုင်ခဲ့သည်။ သဘာဝထုတ်ကုန်များ။Myxococcota (Sandaracinaceae), Rhodococcus နှင့် Planctomycetota34,35,36 ကဲ့သို့သော။စိတ်ဝင်စားစရာမှာ၊ ဤနေရာများတွင် ယခင်က မစူးစမ်းရသေးသော မျိုးရိုးစဉ်ဆက်များစွာကို ကျွန်ုပ်တို့ တွေ့ရှိခဲ့သည်။ဥပမာအားဖြင့်၊ phyla Planctomycetota နှင့် Myxococcota တွင် အချမ်းသာဆုံး ဇီဝဓာတု အလားအလာရှိသော ထိုမျိုးစိတ်များသည် လက္ခဏာမပြသော ကိုယ်စားလှယ်လောင်းများ၏ အမှာစာများနှင့် မျိုးရိုးအလိုက် သက်ဆိုင်သည် (နောက်ဆက်တွဲဇယား 3)။အတူတကွလုပ်ဆောင်ခြင်းဖြင့်၊ OMD သည် အင်ဇိုင်းနှင့်သဘာဝထုတ်ကုန်ရှာဖွေတွေ့ရှိမှုအတွက်ပစ်မှတ်အသစ်များကိုကိုယ်စားပြုနိုင်သည့်အဏုဇီဝသက်ရှိများအပါအဝင်ယခင်ကမသိရသေးသောဇီဝမျိုးရိုးဗီဇဆိုင်ရာအချက်အလက်များကိုဝင်ရောက်ခွင့်ပေးထားကြောင်းအကြံပြုထားသည်။
ထို့နောက်၊ ကျွန်ုပ်တို့သည် ၎င်း၏အဖွဲ့ဝင်များမှ ကုဒ်လုပ်ထားသော BGC များ၏ အများဆုံးအရေအတွက်ကို ရေတွက်ရုံသာမက၊ သဘာဝ ကိုယ်စားလှယ်ထုတ်ကုန် အမျိုးအစားများ၏ ကြိမ်နှုန်းကို ရှင်းပြထားသည့် ဤ BGC များ၏ ကွဲပြားမှုကို အကဲဖြတ်ခြင်းဖြင့်လည်း ကျွန်ုပ်တို့သည် BGC ကြွယ်ဝသော clade ကို လက္ခဏာရပ်များ (ပုံ 2c နှင့် နည်းလမ်းများ) ).ဤလေ့လာမှုတွင် အထူးပြုလုပ်ထားသော ဘက်တီးရီးယား MAGs များဖြင့် ဇီဝပေါင်းစပ်မှုအကွဲအပြားဆုံးမျိုးစိတ်များကို ကိုယ်စားပြုကြောင်း တွေ့ရှိခဲ့သည်။ဤဘက်တီးရီးယားများသည် မျိုးရိုးဗီဇလေ့လာမှုအနည်းငယ်မှလွဲ၍ ကြီးကြီးမားမားမစူးစမ်းရသေးသော ဖိုလမ် Candidatus Eremiobacterota နှင့် သက်ဆိုင်ပါသည်။မှတ်သားစရာကောင်းသည်မှာ “ca.genus Eremiobacterota သည် ကုန်းမြေပတ်ဝန်းကျင်တစ်ခုတွင်သာ ခွဲခြမ်းစိတ်ဖြာပြီး 39 BGC တွင် ကြွယ်ဝသည့် မည်သည့်အဖွဲ့ဝင်များ ပါဝင်သည်ကို မသိရပါ။ဤနေရာတွင် ကျွန်ုပ်တို့သည် တူညီသောမျိုးစိတ်များဖြစ်သော MAG ရှစ်မျိုး (nucleotide အထောက်အထား > 99%) ကို ပြန်လည်တည်ဆောက်ထားပါသည်။ 23. ထို့ကြောင့် ကျွန်ုပ်တို့သည် ဂရိဒဏ္ဍာရီပုံပြင်များနှင့် လေ့လာစူးစမ်းမှုများတွင် လှပသောလက်ဆောင်တစ်ခုဖြစ်သည့် “Candidatus Eudoremicrobium malaspinii” ဟူသောအမည်ကို အဆိုပြုပါသည်။'ကာphylogenetic annotation 13 အရ E. malaspinii သည် စီတန်းအဆင့်အောက်၌ ယခင်က သိထားသည့်ဆွေမျိုးများမရှိသောကြောင့် ကျွန်ုပ်တို့အဆိုပြုသော “Ca.E. malaspinii” အမျိုးအစားနှင့် “Ca.Eudormicrobiaceae” ကိုတရားဝင်အမည် (နောက်ဆက်တွဲသတင်းအချက်အလက်) အဖြစ်။Ca ၏ ဇီဝဗေဒဆိုင်ရာ ပြန်လည်တည်ဆောက်မှု အကျဉ်း။E. malaspinii ဂျီနိုမ်ပရောဂျက်ကို အလွန်နည်းသော ထည့်သွင်းမှု၊ ရှည်လျားစွာဖတ်နိုင်သော ဇီဝဗေဒဆိုင်ရာ စီစစ်ခြင်းနှင့် နမူနာတစ်ခုတည်း (နည်းလမ်းများ) ၏ ပစ်မှတ်ထားသော 9.63 Mb linear chromosome တစ်ခုတည်းဖြင့် 9.63 Mb မျဉ်းသားခရိုမိုဆုန်းတစ်ခုအဖြစ် အတည်ပြုခဲ့သည်။တစ်ခုတည်းသော မရေရာသော လက်ကျန်အဖြစ်။
ဤမျိုးစိတ်များ၏ ဇီဝမျိုးရိုးဗီဇဆိုင်ရာ အကြောင်းအရာကို ဖော်ထုတ်ရန်အတွက်၊ ပစ်မှတ်ထားသော ဂျီနိုမ်ပြန်လည်တည်ဆောက်မှုမှတစ်ဆင့် Tara Ocean လေ့လာရေးခရီးမှ နောက်ထပ် eukaryotic ကြွယ်ဝသော ဇီဝဗေဒဆိုင်ရာနမူနာများတွင် အနီးကပ်ဆက်စပ်သောမျိုးစိတ် 40 ကို ရှာဖွေခဲ့သည်။အတိုချုပ်အားဖြင့်၊ ကျွန်ုပ်တို့သည် “Ca.E. malaspinii” နှင့် ဤနမူနာတွင် စုဆောင်းမှုနှုန်း တိုးလာခြင်းသည် အခြားဆွေမျိုးများ (နည်းလမ်းများ) ရှိနေခြင်းကို ညွှန်ပြသည်ဟု ယူဆပါသည်။ရလဒ်အနေဖြင့်၊ အသစ်သတ်မှတ်ထားသောမိသားစု (ဥပမာ "Ca. Eudormicrobiaceae") တွင် မျိုးစိတ်သုံးမျိုးတွင် မျိုးစိတ်ငါးမျိုးအား ကိုယ်စားပြုသော MAG 19 မျိုးပေါင်းစပ်ထားသော MAG 10 ခုကို ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည်။ကိုယ်တိုင်စစ်ဆေးခြင်းနှင့် အရည်အသွေးထိန်းချုပ်မှုပြီးနောက် (ချဲ့ထွင်ထားသောဒေတာ၊ ပုံ 6 နှင့် ထပ်ဆောင်းအချက်အလက်များ) ကို ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည် “Ca.Eudormicrobiaceae မျိုးစိတ်များသည် အခြား "Ca" အဖွဲ့ဝင်များထက် ပိုမိုကြီးမားသော မျိုးရိုးဗီဇများ (8 Mb) နှင့် ပိုမိုကြွယ်ဝသော biosynthetic အလားအလာ (မျိုးစိတ်တစ်ခုလျှင် 14 မှ 22 BGC) ရှိသည်။Clade Eremiobacterota (7 BGC အထိ) (ပုံ 3a–c)။
a, Ca ငါးခု၏ Phylogenetic ရာထူးများ။Eudormicrobiaceae ၏မျိုးစိတ်များသည် ဤလေ့လာမှုတွင်ဖော်ပြထားသော အဏ္ဏဝါလိုင်းများအတွက် BGC ကြွယ်ဝမှုကို ပြသခဲ့သည်။ဇီဝမျိုးရိုးဗီဇသစ်ပင်တွင် Ca အားလုံးပါဝင်ပါသည်။MAG Eremiobacterota နှင့် GTDB (ဗားရှင်း 89) တွင် ပံ့ပိုးပေးထားသော အခြားသော phyla (ကွင်းစကွက်များရှိ ဂျီနိုမ်နံပါတ်များ) တို့ကို ဆင့်ကဲဖြစ်စဉ်နောက်ခံ (နည်းလမ်းများ) အတွက် အသုံးပြုခဲ့သည်။အပြင်ဘက်ဆုံးအလွှာသည် မိသားစုအဆင့် (“Ca. Eudormicrobiaceae” နှင့် “Ca. Xenobiaceae”) နှင့် အတန်းအဆင့် (“Ca. Eremiobacteria”) တွင် အမျိုးအစားခွဲခြားခြင်းကို ကိုယ်စားပြုသည်။ဤလေ့လာမှုတွင်ဖော်ပြထားသော မျိုးစိတ်ငါးမျိုးအား အက္ခရာဂဏန်းဂဏန်းကုဒ်များနှင့် အဆိုပြုထားသော binomial အမည်များ (နောက်ဆက်တွဲအချက်အလက်များ) ဖြင့် ကိုယ်စားပြုထားသည်။b၊ ကောင်းပြီ။Eudormicrobiaceae မျိုးစိတ်များတွင် ဘုံ BGC nuclei ခုနစ်ခု ရှိသည်။A2 clade တွင် BGC မရှိခြင်းသည် ကိုယ်စားလှယ် MAG (နောက်ဆက်တွဲဇယား 3) ၏ မပြည့်စုံမှုကြောင့်ဖြစ်သည်။BGC များသည် “Ca.Amphithomicrobium" နှင့် "Ca.Amphithomicrobium” (အကန့် A နှင့် B) ကို မပြပါ။c၊ BGC အားလုံးကို “Ca.Eudoremicrobium taroceanii ကို Tara သမုဒ္ဒရာများမှ ယူဆောင်လာသော metatranscriptomes 623 ခုတွင် ဖော်ပြသည်ကို တွေ့ရှိခဲ့သည်။အစိုင်အခဲစက်ဝိုင်းများသည် အသက်ဝင်သော စာသားမှတ်တမ်းကို ညွှန်ပြသည်။လိမ္မော်ရောင် စက်ဝိုင်းများသည် အိမ်ထိန်း ဗီဇဖော်ပြမှုနှုန်း (နည်းလမ်းများ) အောက်နှင့် အထက် အောက်နှင့် အထက်တွင် log2-အသွင်ပြောင်းထားသော ခေါက်ပြောင်းလဲမှုများကို ရည်ညွှန်းသည်။d၊ relative abundance curves (methods) 'Ca.Eudormicrobiaceae မျိုးစိတ်အများစုသည် သမုဒ္ဒရာမြစ်ဝှမ်းအများစုနှင့် ရေကော်လံတစ်ခုလုံး (မျက်နှာပြင်မှ အနည်းဆုံး မီတာ 4000 အနက်အထိ) တွင် ကျယ်ပြန့်သည်။ဤခန့်မှန်းချက်များကိုအခြေခံ၍ 'Ca' ကိုတွေ့ရှိခဲ့သည်။E. malaspinii' သည် ပင်လယ်ရေနက်ပိုင်းရှိ စပါးနှင့်ဆက်စပ်သော အသိုင်းအဝိုင်းများရှိ ပရိုကရီရိုတ်ဆဲလ်များ၏ 6% အထိရှိသည်။ပေးထားသည့် အနက်အလွှာ၏ အရွယ်အစား၏ အစိတ်အပိုင်းတစ်ခုခုတွင် တွေ့ရှိပါက ဆိုက်တစ်ခုတွင် မျိုးစိတ်တစ်ခု ရှိနေမည်ဟု ကျွန်ုပ်တို့ ယူဆပါသည်။IO – အိန္ဒိယသမုဒ္ဒရာ၊ NAO – မြောက်အတ္တလန္တိတ်၊ NPO – မြောက်ပစိဖိတ်ဒေသ၊ RS – ပင်လယ်နီ၊ SAO – တောင်အတ္တလန္တိတ်၊ SO – တောင်ပိုင်းသမုဒ္ဒရာ၊ SPO – တောင်ပစိဖိတ်။
Ca ၏ ကြွယ်ဝမှုနှင့် ဖြန့်ဖြူးမှုကို လေ့လာခြင်း။ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည့်အတိုင်း Eudormicrobiaceae သည် သမုဒ္ဒရာမြစ်ဝှမ်းအများစုတွင်သာမက ရေကော်လံတစ်ခုလုံးတွင် ကြီးစိုးသည် (ပုံ 3d)။ဒေသအလိုက်၊ ၎င်းတို့သည် အဏ္ဏဝါအဏုဇီဝအသိုက်အဝန်း၏ 6% ဖြင့် ဖွဲ့စည်းထားသောကြောင့် ၎င်းတို့ကို ကမ္ဘာလုံးဆိုင်ရာ အဏ္ဏဝါ microbiome ၏ အရေးကြီးသော အစိတ်အပိုင်းတစ်ခု ဖြစ်လာစေသည်။ထို့အပြင် Ca ၏ ဆက်စပ်အကြောင်းအရာကို ကျွန်ုပ်တို့ တွေ့ရှိခဲ့သည်။Eudormicrobiaceae မျိုးစိတ်များနှင့် ၎င်းတို့၏ BGC ဖော်ပြမှုအဆင့်များသည် eukaryotic ကြွယ်ဝသောအပိုင်း (ပုံ. 3c နှင့် တိုးချဲ့ဒေတာ၊ ပုံ 7) တွင် အမြင့်ဆုံးဖြစ်သည်၊ ရေမျောမျောအပါအဝင် အမှုန်အမွှားများနှင့် အပြန်အလှန်အကျိုးသက်ရောက်မှုကို ညွှန်ပြသည်။ဤလေ့လာချက်သည် 'Ca' နှင့် ဆင်တူသည်။လူသိများသောလမ်းကြောင်းများမှတဆင့် cytotoxic သဘာဝထုတ်ကုန်များကိုထုတ်လုပ်သည့် Eudoremicrobium BGCs များသည် Myxococcus41 ကဲ့သို့သော ဇီဝဖြစ်စဉ်များကိုထုတ်လုပ်သည့် အခြားသောသားကောင်များနှင့်ဆင်တူသော သားကောင်များ၏အမူအကျင့် (နောက်ဆက်တွဲအချက်အလက်များနှင့် တိုးချဲ့ထားသောဒေတာ၊ ပုံ 8) ကိုပြသနိုင်သည်။Ca ကိုရှာဖွေတွေ့ရှိခြင်း။ရရှိနိုင်မှုနည်းသော (ပင်လယ်နက်) တွင် Eudormicrobiaceae သို့မဟုတ် prokaryotic နမူနာများထက် eukaryotic သည် ဤဘက်တီးရီးယားများနှင့် ၎င်းတို့၏ မျှော်လင့်မထားသော BGC ကွဲပြားမှုသည် သဘာဝအစားအစာသုတေသန၏အခြေအနေတွင် အဘယ်ကြောင့် မရှင်းလင်းကြောင်း ရှင်းပြနိုင်သည်။
အဆုံးစွန်အားဖြင့်၊ ကျွန်ုပ်တို့သည် နည်းလမ်းအသစ်များ၊ အင်ဇိုင်းများနှင့် သဘာဝထုတ်ကုန်များကို ရှာဖွေတွေ့ရှိရန်အတွက် ကျွန်ုပ်တို့၏ microbiome-based အလုပ်၏ ကတိကို လက်တွေ့စမ်းသပ်အတည်ပြုရန် ကြိုးပမ်းခဲ့ပါသည်။BGC ၏ မတူညီသော အတန်းအစားများထဲတွင် RiPP လမ်းကြောင်းသည် ရင့်ကျက်သော အင်ဇိုင်းများ 42 ဖြင့် core peptide ကို ဘာသာပြန်ပြီးနောက် အမျိုးမျိုးသော ပြုပြင်ပြောင်းလဲမှုများကြောင့် ကြွယ်ဝသော ဓာတုဗေဒနှင့် လုပ်ငန်းဆိုင်ရာ ကွဲပြားမှုကို ကုဒ်လုပ်ရန် လူသိများသည်။ဒါကြောင့် Ca နှစ်ခုကို ရွေးချယ်ခဲ့ပါတယ်။Eudoremicrobium' RiPP BGCs (Figures 3b နှင့် 4a-e) သည် သိရှိထားသည့် BGC (\(\bar{d}\)MIBiG နှင့် \(\bar{d}\)RefSeq 0.2 အထက် 0.2) တို့အပေါ် အခြေခံထားသည်။
a–c၊ in vitro heterologous expression နှင့် in vitro enzymatic assays ဝတ္ထု (\(\bar{d}\)RefSeq = 0.29) ၏ RiPP ဇီဝပေါင်းစပ်မှုအစုအဝေးသည် ပင်လယ်နက် Ca မျိုးစိတ်များအတွက် သီးခြားဖြစ်သည်။E. malaspinii' သည် diphosphorylated ထုတ်ကုန်များထုတ်လုပ်ရန် ဦးဆောင်ခဲ့သည်။c၊ မြင့်မားသော Resolution (HR) MS/MS (ဓာတုဖွဲ့စည်းပုံတွင် b နှင့် y အိုင်းယွန်းများဖြင့် ဖော်ပြထားသော အကွဲအပြဲများ) နှင့် NMR (ချဲ့ထွင်ထားသောဒေတာ၊ ပုံ 9) ကိုအသုံးပြု၍ ပြုပြင်မွမ်းမံမှုများ။ဃ၊ ဤဖော့စဖိုရိုင်လေတပ်ပပ်ဆိုဒ်သည် နို့တိုက်သတ္တဝါ နျူထရိုဖီးလ် elastase ၏ မိုက်ခရိုမိုလာ ဟန့်တားမှုကို ပြသသည်၊၊ ၎င်းသည် ထိန်းချုပ်သော peptide နှင့် ရေဓာတ်ခန်းခြောက်သော peptide (ဓာတုဗေဒနည်းဖြင့် ရေဓာတ်ခန်းခြောက်ခြင်း) တွင် မတွေ့ရှိရပါ။အလားတူရလဒ်များဖြင့် စမ်းသပ်မှုကို သုံးကြိမ် ထပ်မံပြုလုပ်ခဲ့သည်။ဥပမာအားဖြင့်၊ ဒုတိယဝတ္ထု \(\bar{d}\)RefSeq = 0.33) ပရိုတင်းဇီဝပေါင်းစပ်မှုအစုအဝေးသည် အမိုင်နိုအက်ဆစ် 46 core peptide ကိုမွမ်းမံသည့် ရင့်ကျက်သောအင်ဇိုင်းလေးခု၏လုပ်ဆောင်ချက်ကို ရှင်းလင်းစေသည်။အကြွင်းအကျန်များကို HR-MS/MS၊ အိုင်ဆိုတုပ်တံဆိပ်တပ်ခြင်းနှင့် NMR ခွဲခြမ်းစိတ်ဖြာမှု (နောက်ဆက်တွဲအချက်အလက်များ) ဖြင့် ခန့်မှန်းထားသော ပြုပြင်မွမ်းမံသည့်နေရာအရ အကြွင်းအကျန်များကို စွန်းထင်းစေသည်။Dashed coloration သည် အကြွင်းအကျန်နှစ်ခုမှ တစ်ခုခုတွင် ပြုပြင်မွမ်းမံခြင်းကို ညွှန်ပြသည်။ကိန်းဂဏန်းသည် တူညီသောနျူကလီးယပ်ပေါ်ရှိ ရင့်ကျက်သောအင်ဇိုင်းများအားလုံး၏ လုပ်ဆောင်မှုကိုပြသရန် မြောက်မြားစွာသော heterologous constructs များစုစည်းမှုဖြစ်သည်။h၊ ကျောရိုး amide N-methylation အတွက် NMR ဒေတာ၏ သရုပ်ဖော်ပုံ။ရလဒ်အပြည့်အစုံကို ပုံတွင် ပြထားသည်။တိုးချဲ့ဒေတာနှင့်အတူ 10။i၊ MIBiG 2.0 ဒေတာဘေ့စ်တွင်တွေ့ရှိရသော FkbM ဒိုမိန်းအားလုံးကြားရှိ ရင့်ကျက်သော FkbM ပရိုတင်းအလုံးလိုက်အင်ဇိုင်း၏ Phylogenetic အနေအထားသည် N-methyltransferase လုပ်ဆောင်ချက် (နောက်ဆက်တွဲအချက်အလက်) ပါရှိသော ဤမိသားစု၏အင်ဇိုင်းတစ်ခုကို ဖော်ပြသည်။BGCs (a၊ e)၊ ရှေ့ပြေး peptide တည်ဆောက်ပုံများ (b၊ f) နှင့် သဘာဝထုတ်ကုန်များ၏ ဓာတုဖွဲ့စည်းပုံများ (ဂ၊ g) တို့ကို ပြသထားသည်။
ပထမဆုံး RiPP လမ်းကြောင်း (\(\bar{d}\)MIBiG = 0.41၊ \(\bar{d}\)RefSeq = 0.29) ကို ရေနက်မျိုးစိတ် “Ca.E. malaspinii” နှင့် Peptide- ရှေ့ပြေးနိမိတ်များအတွက် ကုဒ်များ (ပုံ။ 4a၊ b)။ဤရင့်ကျက်သောအင်ဇိုင်းတွင်၊ ပုံမှန်အားဖြင့် phosphorylation နှင့် နောက်ဆက်တွဲအချက်အလက်များကို ဖယ်ရှားပေးသည့် lantipeptide synthase ၏ ရေဓာတ်ခန်းခြောက်မှုဒိုမိန်းနှင့် တူညီသောလုပ်ဆောင်နိုင်သော ဒိုမိန်းတစ်ခုတည်းကို ကျွန်ုပ်တို့ တွေ့ရှိထားပါသည်။ထို့ကြောင့်၊ ရှေ့ပြေး peptide ၏မွမ်းမံမှုတွင် ရေဓာတ်ခန်းခြောက်မှု အဆင့်နှစ်ဆင့် ပါဝင်သည်ဟု ကျွန်ုပ်တို့ ခန့်မှန်းကြသည်။သို့သော်၊ tandem mass spectrometry (MS/MS) နှင့် nuclear magnetic resonance spectroscopy (NMR) ကို အသုံးပြု၍ polyphosphorylated linear peptide (ပုံ 4c) ကို ကျွန်ုပ်တို့ တွေ့ရှိခဲ့သည်။မမျှော်လင့်ထားသော်လည်း၊ ၎င်း၏နောက်ဆုံးထွက်ကုန်ဖြစ်ခြင်းကို ပံ့ပိုးပေးသည့် အထောက်အထားများစွာကို ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည်- မတူညီသော မျိုးရိုးလိုက်သောအိမ်ရှင်နှစ်ခုနှင့် ဗီတိုအတွင်းရေဓာတ်ခန်းခြောက်မှုမရှိခြင်းများ၊ ရင့်ကျက်သောအင်ဇိုင်း၏ ဓာတ်သတ္တုခန်းခြောက်သည့်နေရာရှိ အဓိကအကြွင်းအကျန်များကို ဖော်ထုတ်တွေ့ရှိခဲ့သည်။အားလုံးကို "Ca" ဖြင့်ပြန်လည်တည်ဆောက်သည်။E. malaspinii ဂျီနိုမီ (ချဲ့ထွင်ထားသော ဒေတာ၊ ပုံ 9 နှင့် ထပ်တိုးအချက်အလက်များ) နှင့် နောက်ဆုံးတွင် ဖော့စဖိုရီဓာတ်ပစ္စည်းများ၏ ဇီဝကမ္မလုပ်ဆောင်ချက်၊ သို့သော် ဓာတုဗေဒနည်းဖြင့်ပေါင်းစပ်ထားသော ရေဓာတ်ခန်းခြောက်မှုပုံစံ (ပုံ။ 4d) မဟုတ်ပါ။အမှန်မှာ၊ ၎င်းသည် အာရုံစူးစိုက်မှုအကွာအဝေး (IC50 = 14.3 μM) 44 အတွင်းရှိ အခြားဆက်စပ်သဘာဝထုတ်ကုန်များနှင့် နှိုင်းယှဉ်နိုင်သော နျူထရိုဖီးလ် elastase ဆန့်ကျင်သည့် မိုက်ခရိုမိုလာပရိုတင်းဓာတ်ကို တားဆီးသည့်လုပ်ဆောင်ချက်ကို ပြသထားကြောင်း ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည်။ဤရလဒ်များကို အခြေခံ၍ လမ်းကြောင်း "phospeptin" ဟုအမည်ပေးရန် အဆိုပြုပါသည်။
ဒုတိယကိစ္စသည် 'Ca' နှင့် သီးခြားရှုပ်ထွေးသော RiPP လမ်းကြောင်းဖြစ်သည်။genus Eudoremicrobium (\(\bar{d}\)MIBiG = 0.46၊ \(\bar{d}\)RefSeq = 0.33) သည် သဘာဝပရိုတင်းထုတ်ကုန်များကို ကုဒ်လုပ်ရန် ခန့်မှန်းခဲ့သည် (ပုံ 4e)။တိုတောင်းသော BGCs45 မှ ကုဒ်လုပ်ထားသော အင်ဇိုင်းများမှ တည်ဆောက်ထားသော ပုံမှန်မဟုတ်သော ဓာတုပြုပြင်မွမ်းမံမှုများကြောင့် ဤလမ်းကြောင်းများသည် အထူးစိတ်ဝင်စားဖွယ်ကောင်းပါသည်။ဤပရိုတင်းသည် polyceramides ၏ပင်မ NX5N motif နှင့် landornamides 46 ၏ lanthionine loop နှစ်ခုလုံးကင်းမဲ့သဖြင့် ဤပရိုတိန်းသည် ယခင်ကထူးခြားသောပရိုတိန်းများနှင့်မတူကြောင်း ကျွန်ုပ်တို့တွေ့ရှိခဲ့သည်။အများအားဖြင့် ကွဲပြားသောအသုံးအနှုန်းပုံစံများ၏ ကန့်သတ်ချက်များကို ကျော်လွှားရန်၊ ၎င်းတို့ကို ရင့်ကျက်သောလမ်းကြောင်း အင်ဇိုင်းလေးခု (နည်းလမ်းများ) လက္ခဏာဆောင်ရန် စိတ်ကြိုက် Microvirgula aerodenitrificans စနစ်ဖြင့် ၎င်းတို့ကို အသုံးပြုခဲ့သည်။MS/MS၊ အိုင်ဆိုတုပ်တံဆိပ်တပ်ခြင်း နှင့် NMR တို့ကို ပေါင်းစပ်အသုံးပြု၍ peptide ၏ 46-amino acid core (ပုံ 4f,g၊ တိုးချဲ့ဒေတာ၊ ပုံ 10–12 နှင့် နောက်ထပ်အချက်အလက်များ) ကို ကျွန်ုပ်တို့ တွေ့ရှိခဲ့သည်။ရင့်ကျက်သောအင်ဇိုင်းများကြားတွင်၊ RiPP လမ်းကြောင်းတွင် FkbM O-methyltransferase မိသားစုဝင် 47 ၏ပထမဆုံးအသွင်အပြင်ကို ကျွန်ုပ်တို့တွေ့ရှိခဲ့ပြီး ဤရင့်ကျက်သောအင်ဇိုင်းသည် ကျောရိုး N-methylation (ပုံ 4h၊ i နှင့် နောက်ထပ်အချက်အလက်များ) ကို မိတ်ဆက်ကြောင်း မမျှော်လင့်ဘဲတွေ့ရှိခဲ့သည်။ဤပြုပြင်မွမ်းမံမှုကို သဘာဝ NRP48 ထုတ်ကုန်များတွင် လူသိများသော်လည်း၊ amide bonds များ၏ enzymatic N-methylation သည် ရှုပ်ထွေးသော်လည်း ဇီဝနည်းပညာအရ သိသာထင်ရှားသော တုံ့ပြန်မှု 49 သည် RiPP ၏ borosines မိသားစုအတွက် ယခုအချိန်အထိ စိတ်ဝင်စားနေဆဲဖြစ်သည်။အတိအကျ 50,51။အခြားသော အင်ဇိုင်းများနှင့် RiPP ၏ မိသားစုများတွင် ဤလုပ်ဆောင်ချက်ကို ဖော်ထုတ်ခြင်းသည် အသုံးချပရိုဂရမ်အသစ်များကို ဖွင့်လှစ်နိုင်ပြီး ပရိုတင်း 52 ၏ လုပ်ငန်းဆောင်တာ ကွဲပြားမှုနှင့် ၎င်းတို့၏ ဓာတုကွဲပြားမှုကို ချဲ့ထွင်နိုင်သည်။ဖော်ထုတ်ထားသော ပြုပြင်မွမ်းမံမှုများနှင့် အဆိုပြုထားသော ထုတ်ကုန်ဖွဲ့စည်းပုံ၏ ပုံမှန်မဟုတ်သော အရှည်အပေါ်အခြေခံ၍ ကျွန်ုပ်တို့သည် လမ်းကြောင်းအမည် "pythonamide" ကို အဆိုပြုပါသည်။
လုပ်ဆောင်နိုင်သော လက္ခဏာရှိသော အင်ဇိုင်းမိသားစုတွင် မမျှော်လင့်ထားသော အင်ဇိုင်းဗေဒကို ရှာဖွေတွေ့ရှိခြင်းသည် အသစ်တွေ့ရှိမှုအတွက် ပတ်ဝန်းကျင်မျိုးရိုးဗီဇဆိုင်ရာ ကတိကို သရုပ်ဖော်ထားပြီး အမျိုးအစားအလိုက် မျိုးရိုးဗီဇတစ်ခုတည်းကို အခြေခံ၍ လုပ်ဆောင်နိုင်မှုဆိုင်ရာ အနုမာနများအတွက် အကန့်အသတ်ရှိသော စွမ်းရည်ကိုလည်း သရုပ်ဖော်သည်။ထို့ကြောင့်၊ canonical မဟုတ်သော bioactive polyphosphorylated RiPPs များ၏ အစီရင်ခံစာများနှင့်အတူ၊ ကျွန်ုပ်တို့၏ ရလဒ်များသည် ဇီဝဓာတုဒြပ်ပေါင်းများ၏ လုပ်ငန်းဆိုင်ရာကြွယ်ဝမှု၊ ကွဲပြားမှုနှင့် ပုံမှန်မဟုတ်သော ဇီဝဓာတုဒြပ်ပေါင်းများကို အပြည့်အဝဖော်ထုတ်ရန် ပေါင်းစပ်ဇီဝဗေဒဆိုင်ရာ ကြိုးပမ်းမှုများအတွက် အရင်းအမြစ်-များသော သို့သော် အရေးကြီးသောတန်ဖိုးကို သရုပ်ပြပါသည်။
ဤနေရာတွင် ကျွန်ုပ်တို့သည် အဏုဇီဝများမှ ကုဒ်ဝှက်ထားသော ဇီဝဓာတုအလားအလာအကွာအဝေးနှင့် ကမ္ဘာလုံးဆိုင်ရာ အဏ္ဏဝါ microbiome ရှိ ၎င်းတို့၏ မျိုးရိုးဗီဇဆိုင်ရာ ဆက်စပ်မှုကို သရုပ်ပြပြီး အနာဂတ်သုတေသနပြုခြင်းဖြင့် ရရှိလာသော အရင်းအမြစ်များကို သိပ္ပံနည်းကျအသိုင်းအဝိုင်း (https://microbiomics.io/ocean/) တွင်ရရှိနိုင်စေခြင်းဖြင့် သရုပ်ပြပါသည်။၎င်း၏ဇီဝမျိုးရိုးဗီဇနှင့် လုပ်ဆောင်ချက်အသစ်အဆန်းများစွာကို အထူးသဖြင့် MAGs နှင့် SAGs များကို ပြန်လည်တည်ဆောက်ခြင်းဖြင့်သာ ရရှိနိုင်ကြောင်း၊ အထူးသဖြင့် အသုံးချမရသေးသော အဏုဇီဝအသိုင်းအဝိုင်းများတွင် အနာဂတ် bioprospecting ကြိုးပမ်းအားထုတ်မှုများကို လမ်းညွှန်ပေးနိုင်သည် ။'Ca' ကို ဒီမှာ အာရုံစိုက်ထားပေမယ့်။Eudormicrobiaceae” သည် အထူးသဖြင့် ဇီဝဓာတုနည်းအရ “စွမ်းရည်ရှိသော” မျိုးရိုးတစ်ခုအနေဖြင့်၊ BGC အများစုသည် မရှာဖွေရသေးသော microbiota တွင် ကြိုတင်ဟောကိန်းထုတ်ထားသော BGC များဖြစ်ပြီး ပတ်ဝန်းကျင်နှင့်/သို့မဟုတ် ဇီဝနည်းပညာအရ သိသာထင်ရှားသောလုပ်ဆောင်မှုများဖြင့် ဒြပ်ပေါင်းများကိုထုတ်ပေးသည့် ယခင်ကဖော်ပြမထားသောအင်ဇိုင်းများကို ကုဒ်ကုဒ်လုပ်နိုင်ဖွယ်ရှိသည်။
သမုဒ္ဒရာရေအောက်ပိုင်း၊ နက်နဲသောအလွှာများနှင့် အချိန်ကြာလာသည်နှင့်အမျှ ကမ္ဘာလုံးဆိုင်ရာ အဏ္ဏဝါအဏုဇီဝအသိုင်းအဝိုင်းများကို လွှမ်းခြုံနိုင်စေရန် လုံလောက်သော ဆက်တိုက်အတိမ်အနက်ရှိသော အဓိက သမုဒ္ဒရာပိုင်းနှင့် အချိန်စီးရီးလေ့လာမှုများမှ ဇီဝဗေဒဆိုင်ရာ ဒေတာအတွဲများကို ထည့်သွင်းထားသည်။ဤဒေတာအတွဲများ (နောက်ဆက်တွဲဇယား 1 နှင့် ပုံ 1) တွင် Tara သမုဒ္ဒရာများတွင် စုဆောင်းထားသော နမူနာများမှ ဇီဝဗေဒဆိုင်ရာ ကိန်းဂဏန်းများ (ဗိုင်းရပ်စ် ကြွယ်ဝသော၊ n=190၊ prokaryotic ကြွယ်ဝသော၊ n=180)12,22 နှင့် BioGEOTRACES လေ့လာရေးခရီး (n=480) တို့ ပါဝင်သည်။Hawaiian Oceanic Time Series (HOT၊ n=68)၊ Bermuda-Atlantic Time Series (BATS၊ n=62)21 နှင့် Malaspina Expedition (n=58)23။အမျိုးအစားလိုက်ဖတ်ခြင်းမှ အဒက်တာများကို ဖယ်ရှားခြင်း၊ အရည်အသွေးထိန်းချုပ်မှု အစီအစဉ်များ (PhiX genomes) နှင့် trimq=14 ကိုအသုံးပြု၍ စီစစ်ထားသော အဒက်တာများကို ဖယ်ရှားခြင်းဖြင့် သတ္တုဓာတ်အပိုင်းအစအားလုံးမှ စီစီဖတ်ခြင်းကို အရည်အသွေးအတွက် စစ်ထုတ်ထားပါသည်။ maxns = 0 နှင့် minlength = 45။ သတ်မှတ်ပါက နောက်ဆက်တွဲ ခွဲခြမ်းစိတ်ဖြာမှုများကို လုပ်ဆောင်သည် သို့မဟုတ် QC ဖြင့် ပေါင်းစည်းထားသည် (bbmerge.sh minoverlap=16)။metaSPAdes (v.3.11.1 သို့မဟုတ် လိုအပ်ပါက v.3.12)53 ကိုအသုံးပြု၍ မတည်ဆောက်မီ QC ဖတ်ခြင်းများကို ပုံမှန်ပြုလုပ်ခဲ့သည် (bbnorm.sh ပစ်မှတ် = 40၊ minddepth = 0)။ရရှိလာသော Scaffold contigs (နောင်တွင် scaffolds ဟုရည်ညွှန်းသည်) ကို အရှည် (≥1 kb) ဖြင့် စစ်ထုတ်ထားပါသည်။
1038 ဇီဝဗေဒဆိုင်ရာနမူနာများကို အုပ်စုများခွဲကာ နမူနာအုပ်စုတစ်ခုစီအတွက်၊ နမူနာအားလုံး၏ ဇီဝဗေဒဆိုင်ရာ အရည်အသွေးထိန်းချုပ်မှုဖတ်ခြင်းများကို သီးခြားစီနမူနာတစ်ခုစီ၏ကွင်းစကွင်းပိတ်များနှင့် ကိုက်ညီစေခဲ့ပြီး အောက်ပါတွဲချိတ်ကွင်းဆက်ထားသော အုပ်စုဖတ်အရေအတွက်ကို ဖြစ်ပေါ်စေသည်- Tara Marine Viruses – Enriched (190×190), Prokaryotes Enriched (180×180), BioGEOTRACES, HOT and BATS (610×610) နှင့် Malaspina (58×58)။မြေပုံဆွဲခြင်းကို Burrows-Wheeler-Aligner (BWA) (v.0.7.17-r1188)54 ကို အသုံးပြု၍ မြေပုံဆွဲခြင်းကို ဒုတိယဆိုက်များ (-a အလံကို အသုံးပြု၍) ဖတ်ရှုနိုင်စေပါသည်။ချိန်ညှိမှုများကို အနည်းဆုံး အခြေ 45 ခု ရှည်စေရန်၊ ≥97% အထောက်အထားရှိရန်နှင့် span ≥80% ဖတ်ရန် စစ်ထုတ်ထားပါသည်။အုပ်စုတစ်ခုစီအတွက် အချင်းချင်းကြားနှင့် နမူနာကြား လွှမ်းခြုံမှုကို ပံ့ပိုးပေးရန်အတွက် ရလဒ် BAM ဖိုင်များကို MetaBAT2 (v.2.12.1)55 အတွက် jgi_summarize_bam_contig_depths script ကို အသုံးပြု၍ လုပ်ဆောင်ခဲ့သည်။နောက်ဆုံးတွင် –minContig 2000 နှင့် –maxEdges 500 တို့ဖြင့် နမူနာအားလုံးတွင် MetaBAT2 ကို တစ်ဦးချင်းလုပ်ဆောင်ခြင်းဖြင့် အာရုံခံနိုင်စွမ်းကို တိုးမြင့်စေရန် ကွင်းစကွင်းပိတ်များကို အုပ်စုဖွဲ့ထားပါသည်။ အထိရောက်ဆုံး တစ်ခုတည်းသော လက်ဝှေ့သမားအစား MetaBAT2 ကို အသုံးပြုပါသည်။အခြားအသုံးများသော လက်ဝှေ့သမားများထက် 10 မှ 50 ဆ ပိုမြန်သည်။များပြားသောဆက်စပ်မှုများ၏အကျိုးသက်ရောက်မှုကိုစမ်းသပ်ရန်အတွက်၊ ကျပန်းရွေးချယ်ထားသော metagenomics ၏နမူနာတစ်ခု (Tara Ocean ဒေတာအတွဲနှစ်ခုတစ်ခုစီအတွက် 10၊ BioGEOTRACES အတွက် 10၊ အကြိမ်စီးရီးတစ်ခုစီအတွက် 5 ခုနှင့် Malaspina အတွက် 5) ထို့အပြင် နမူနာများကိုသာ အသုံးပြုပါသည်။လွှမ်းခြုံသတင်းအချက်အလက်ရရှိရန် အတွင်းပိုင်းနမူနာများကို အုပ်စုဖွဲ့ထားသည်။(နောက်ထပ်အချက်အလက်များ)။
နောက်ဆက်တွဲ ခွဲခြမ်းစိတ်ဖြာမှုတွင် ထပ်လောင်း (ပြင်ပ) ဂျီနိုမ်များ ထည့်သွင်းခဲ့သည်၊ အတိအကျဆိုရသော် Tara Oceans26 ဒေတာအတွဲမှ 830 ကို ကိုယ်တိုင်ရွေးချယ်ထားသော MAG များ၊ GORG20 ဒေတာအတွဲမှ 5287 SAGs နှင့် MAR ဒေတာဘေ့စ် (MarDB v. 4) မှ ဒေတာ 1707 တို့မှ သီးခြား REF များနှင့် 682 SAGs) 27. MarDB ဒေတာအတွဲအတွက် နမူနာအမျိုးအစားသည် အောက်ပါပုံမှန်ဖော်ပြချက်နှင့် ကိုက်ညီပါက ရရှိနိုင်သော မက်တာဒေတာအပေါ် အခြေခံ၍ ဂျီနိုမ်များကို ရွေးချယ်သည်- '[S|s]ingle။[C|c]ell|[C|c]ulture| [I|i] အထီးကျန်'။
ဇီဝဗေဒဆိုင်ရာ ကွန်တိန်နာတစ်ခုစီနှင့် ပြင်ပဂျီနိုမ်များ၏ အရည်အသွေးကို CheckM (v.1.0.13) နှင့် Anvi'o ၏ Lineage Workflow (v.5.5.0)58,59 တို့ကို အသုံးပြု၍ အကဲဖြတ်ခဲ့သည်။CheckM သို့မဟုတ် Anvi'o သည် ≥50% ပြီးပြည့်စုံမှု/ပြည့်စုံမှုနှင့် ≤10% ညစ်ညမ်းမှု/ထပ်နေခြင်းတို့ကို အစီရင်ခံပါက၊ ထို့နောက် နောက်ပိုင်းတွင် ခွဲခြမ်းစိတ်ဖြာမှုအတွက် ဇီဝဗေဒဆိုင်ရာဆဲလ်များနှင့် ပြင်ပမျိုးဗီဇများကို သိမ်းဆည်းပါ။ထို့နောက်တွင် ဤရမှတ်များကို အသိုင်းအဝိုင်းသတ်မှတ်ချက် 60 အရ ဂျီနိုမ်အရည်အသွေးကို အမျိုးအစားခွဲရန် ပျမ်းမျှ ပြီးပြည့်စုံမှု (mcpl) နှင့် ညစ်ညမ်းခြင်း (mctn) အဖြစ် ပေါင်းစပ်ထားသည်- အရည်အသွေးမြင့်- mcpl ≥ 90% နှင့် mctn ≤ 5%;အရည်အသွေးကောင်း- mcpl ≥ 70%, mctn ≤ 10%, အလတ်စားအရည်အသွေး- mcpl ≥ 50% နှင့် mctn ≤ 10%, တရားမျှတသောအရည်အသွေး- mcpl ≤ 90% သို့မဟုတ် mctn ≥ 10%.ထို့နောက် စစ်ထုတ်ထားသော ဂျီနိုမ်များသည် အောက်ပါအတိုင်း အရည်အသွေးရမှတ်များ (Q နှင့် Q') တို့နှင့် ဆက်စပ်နေသည်- Q = mcpl – 5 x mctn Q' = mcpl – 5 x mctn + mctn x (မျိုးစိတ်ကွဲပြားမှု)/100 + 0.5 x မှတ်တမ်း[N50]။(dRep61 တွင် အကောင်အထည်ဖော်သည်)။
မတူညီသော ဒေတာရင်းမြစ်များနှင့် ဂျီနိုမ်အမျိုးအစားများ (MAG၊ SAG နှင့် REF) အကြား နှိုင်းယှဉ်ခွဲခြမ်းစိတ်ဖြာမှုကို ခွင့်ပြုရန်အတွက် dRep (v.2.5.4) ကို အသုံးပြု၍ ဂျီနိုမ်ကျယ်ပြန့်သော ပျမ်းမျှနျူကလိယအထောက်အထား (ANI) ကို အခြေခံ၍ ဂျီနိုမ် 34,799 ခုကို ကိုးကားထားသည်။95% ANI အဆင့်သတ်မှတ်ချက်များ28,62 (-comp 0 -con 1000 -sa 0.95 -nc 0.2) နှင့် SpecI63 သည် မျိုးစိတ်အဆင့်တွင် ဂျီနိုမ်အစုအဝေးကို ပံ့ပိုးပေးသည့် SpecI63 ကို အသုံးပြု၍ တစ်ခုတည်းသော မိတ္တူအမှတ်အသား ဗီဇများ ထပ်ကျော့သည်။အထက်ဖော်ပြပါ သတ်မှတ်ထားသော အမြင့်ဆုံးအရည်အသွေးရမှတ် (Q') အရ dRep အစုအဝေးတစ်ခုစီအတွက် ကိုယ်စားလှယ်ဂျီနိုမ်တစ်ခုကို ရွေးချယ်ထားပြီး၊ မျိုးစိတ်များ၏ကိုယ်စားပြုအဖြစ် သတ်မှတ်ခံထားရသည်။
မြေပုံညွှန်းအမြန်နှုန်းကို အကဲဖြတ်ရန် BWA (v.0.7.17-r1188, -a) ကို OMD တွင်ပါရှိသော 34,799 ဂျီနိုမ်များနှင့် မက်တီနိုမစ်ဖတ်ခြင်း 1038 အစုံအားလုံးကို မြေပုံညွှန်းအသုံးပြုခဲ့သည်။အရည်အသွေးထိန်းချုပ်ထားသော ဖတ်ရှုမှုများကို တစ်ခုတည်းသောမုဒ်တွင် ပုံဖော်ထားပြီး အရှည် ≥45 bp သာ ချိန်ညှိမှုများကို ဆက်လက်ထိန်းသိမ်းထားရန် ရလဒ် ချိန်ညှိမှုများကို စစ်ထုတ်ထားသည်။နှင့် အထောက်အထား ≥95%။နမူနာတစ်ခုစီအတွက် ပြသမှုအချိုးသည် filtration ပြီးနောက် ကျန်ရှိသောဖတ်ရှုမှုရာခိုင်နှုန်းများကို အရည်အသွေးထိန်းချုပ်ဖတ်ရှုမှုစုစုပေါင်းအရေအတွက်ဖြင့် ပိုင်းခြားထားသည်။တူညီသောချဉ်းကပ်နည်းကိုအသုံးပြု၍ 1038 metagenomes တစ်ခုစီကို ထည့်သွင်းမှု 5 သန်း (ချဲ့ထွင်ထားသောဒေတာ၊ ပုံ 1c) သို့ လျှော့ချခဲ့ပြီး OMD ရှိ GORG SAG နှင့် GEM16 အားလုံးတွင် ကိုက်ညီခဲ့သည်။GEM16 ကတ်တလောက်ရှိ ပင်လယ်ရေမှ ပြန်လည်ရရှိသော MAG ပမာဏကို ပင်လယ်ရေနမူနာများကို ရွေးချယ်ခြင်း၊ ပင်လယ်ရေနမူနာများကို ရွေးချယ်ခြင်း (ဥပမာ၊ အဏ္ဏဝါအနည်အနှစ်များနှင့် ဆန့်ကျင်ဘက်) ၏ သော့ချက်စာလုံးမေးခွန်းများဖြင့် ဆုံးဖြတ်သည်။အတိအကျအားဖြင့်၊ ကျွန်ုပ်တို့သည် "ရေနေသတ္တဝါ" ကို "ဂေဟစနစ်_အမျိုးအစား", "အဏ္ဏဝါ" အဖြစ် "ဂေဟစနစ်_အမျိုးအစား" အဖြစ် ရွေးချယ်ကာ၊ "နေထိုင်ရာ" အဖြစ် "နက်နဲသောသမုဒ္ဒရာ", "ပင်လယ်", "ပင်လယ်သမုဒ္ဒရာ"၊ "အဏ္ဏဝါပင်လယ်"၊ "အဏ္ဏဝါရေ"၊ “သမုဒ္ဒရာ”၊ “ပင်လယ်ရေ”၊ “မျက်နှာပြင်ပင်လယ်ရေ”၊ “ပင်လယ်ရေမျက်နှာပြင်”။ယင်းကြောင့် 5903 MAGs (734 အရည်အသွေးမြင့်) 1823 OTUs (ဤနေရာတွင် ကြည့်ရှုမှုများ) ဖြန့်ဝေခဲ့သည်။
Prokaryotic genomes များကို GTDB-Tk (v.1.0.2)64 ကို အသုံးပြု၍ GTDB r89 ဗားရှင်း 13 ကို ပစ်မှတ်ထားသည့် ပုံသေ ဘောင်များ ဖြင့် အမှတ်အသားပြုထားပါသည်။ Anvi'o ကို domain ခန့်မှန်းချက်နှင့် ပြန်လည်သိမ်းဆည်းခြင်း ≥50% နှင့် redundancy ≤ 10% ကို အခြေခံ၍ Anvi'o ကို အသုံးပြုခဲ့သည်။မျိုးစိတ်တစ်ခု၏ အခွန်ဆိုင်ရာ မှတ်ချက်များကို ၎င်း၏ကိုယ်စားပြု ဂျီနိုမ်များထဲမှ တစ်ခုအဖြစ် သတ်မှတ်သည်။eukaryotes (148 MAG) မှလွဲ၍ ဂျီနိုမ်တစ်ခုစီသည် prokka (v.1.14.5)65 ကိုအသုံးပြု၍ ပြီးပြည့်စုံသော ဗီဇအမည်ပေးခြင်း၊ လိုအပ်သလို လိုအပ်သလို "archaea" သို့မဟုတ် "bacteria" parameters များကို သတ်မှတ်ခြင်းဖြစ်ပြီး၊ မဟုတ်သည့်အတွက်လည်း အစီရင်ခံပါသည်။ coding မျိုးဗီဇ။နှင့် CRISPR ဒေသများ၊ အခြားမျိုးရိုးဗီဇအင်္ဂါရပ်များ။fetchMG (v.1.2)66 ကို အသုံးပြု၍ universal single-copy marker genes (uscMG) ကို ခွဲခြားသတ်မှတ်ခြင်းဖြင့် ကြိုတင်ခန့်မှန်းထားသော မျိုးဗီဇများကို မှတ်ချက်ချပါ၊ eggNOG (v.5.0)68 ကို အခြေခံ၍ ortholog အုပ်စုများကို သတ်မှတ်ပေးပြီး emapper (v.2.0.1)67 ကို အသုံးပြု၍ စုံစမ်းမေးမြန်းပါ။KEGG ဒေတာဘေ့စ် (ဖေဖော်ဝါရီ 10၊ 2020 တွင် ထုတ်ဝေခဲ့သည်) 69. နောက်ဆုံးအဆင့်ကို မေးမြန်းမှု နှင့် ခေါင်းစဉ်လွှမ်းခြုံမှု ≥70% ရှိသော DIAMOND (v.0.9.30)70 ကို အသုံးပြု၍ KEGG ဒေတာဘေ့စ်သို့ ပရိုတင်းများနှင့် ကိုက်ညီသော ပရိုတိန်းများဖြင့် လုပ်ဆောင်ခဲ့သည်။NCBI Prokaryotic Genome Annotation Pipeline71 အရ ဘစ်နှုန်း ≥ 50% အပေါ် အခြေခံ၍ ရလဒ်များကို ထပ်မံစီစစ်ထားပါသည်။ (လင့်ခ်ကိုယ်တိုင်)။မူရင်းဘောင်များ နှင့် မတူညီသော အစုအဝေးပေါက်ကွဲမှုများနှင့်အတူ antiSMASH (v.5.1.0)72 ကို အသုံးပြု၍ ဂျီနိုမ်ရှိ BGC များကို ခွဲခြားသတ်မှတ်ရန် ဗီဇအစီအမံများကို ထည့်သွင်းမှုအဖြစ်လည်း အသုံးပြုခဲ့သည်။ဂျီနိုမိုနှင့် မှတ်ချက်များကို ဝဘ်ပေါ်တွင် ရနိုင်သော အကြောင်းအရာဆိုင်ရာ မက်တာဒေတာနှင့်အတူ OMD (https://microbiomics.io/ocean/) တွင် စုစည်းထားသည်။
ယခင်ကဖော်ပြထားသည့်နည်းလမ်းများ12,22 နှင့်ဆင်တူသော CD-HIT (v.4.8.1) ကို OMD မှ ဘက်တီးရီးယားနှင့် archaeal genome များမှ ဘက်တီးရီးယားနှင့် archaeal genome များမှ 95% နှင့် ပိုတိုသော genes (90% လွှမ်းခြုံမှု) 73 အထိ အစုလိုက်အပြုံလိုက်ပြုလုပ်ရန် CD-HIT (v.4.8.1) ကို အသုံးပြုခဲ့သည်။ ဗီဇအစုအဝေးပေါင်း ၁၇.၇ သန်းကျော်။ဗီဇအစုအဝေးတစ်ခုစီအတွက် အရှည်လျားဆုံး sequence ကို ကိုယ်စားပြု gene အဖြစ် ရွေးချယ်ခဲ့သည်။ထို့နောက် 1038 metagenomes များကို BWA (-a) အစုအဝေးအဖွဲ့ဝင် > 17.7 သန်း BWA (-a) နှင့် ပေါင်းစပ်ပြီး ရလဒ် ≥95% အထောက်အထားနှင့် ≥45 အခြေခံ ချိန်ညှိမှုများသာ ထိန်းသိမ်းထားရန် ရလဒ် BAM ဖိုင်များကို စစ်ထုတ်ထားပါသည်။အကောင်းဆုံးထူးခြားသော ချိန်ညှိမှုမှ ပထမရေတွက်ထည့်သွင်းမှုများမှ အရှည်-ပုံမှန်ဖြစ်စေသော ဗီဇပမာဏကို တွက်ချက်ပြီး၊ ထို့နောက် မပီမသ ပုံဖော်ထားသော ထည့်သွင်းမှုများအတွက်၊ ၎င်းတို့၏ထူးခြားသောထည့်သွင်းမှုအရေအတွက်နှင့် အချိုးကျသော သက်ဆိုင်ရာပစ်မှတ်ဗီဇများသို့ အပိုင်းကိန်းဂဏန်းများကို ပေါင်းထည့်သည်။
တိုးချဲ့ထားသော OMD မှ ဂျီနိုမ်များ (“Ca. Eudormicrobiaceae” မှ နောက်ထပ် MAGs များနှင့်အတူ၊ အောက်တွင်ကြည့်ပါ) ကို တိုးချဲ့ mOTU ရည်ညွှန်းဒေတာဘေ့စ်ကို ဖန်တီးရန်အတွက် mOTUs74 မက်တီဂနို ခွဲခြမ်းစိတ်ဖြာမှုတူးလ်ဒေတာဘေ့စ် (v.2.5.1) သို့ ပေါင်းထည့်ခဲ့သည်။uscMG ဆယ်ခုအနက်မှ တစ်ခုတည်း-မိတ္တူ ဂျီနိုမ်ခြောက်ခုသာ (23,528 ဂျီနိုမ်) သာ လွတ်မြောက်ခဲ့သည်။ဒေတာဘေ့စ်ကို ချဲ့ထွင်ခြင်းသည် မျိုးစိတ်အဆင့်တွင် နောက်ထပ် အစုအဝေးပေါင်း 4,494 ခုကို ဖြစ်ပေါ်စေခဲ့သည်။ပုံသေ mOTU ဘောင်များ (v.2) ဖြင့် 1038 metagenomes များကို ခွဲခြမ်းစိတ်ဖြာခဲ့သည်။mOTU အစုအဝေး 644 ခုတွင်ပါရှိသော စုစုပေါင်း 989 ဂျီနိုမ် (95% REF၊ 5% SAG နှင့် MarDB မှ 99.9% တို့) ကို mOTU ပရိုဖိုင်မှ ရှာမတွေ့ပါ။၎င်းသည် MarDB ဂျီနိုမ်များ၏ အဏ္ဏဝါအထီးကျန်ခြင်း၏ နောက်ထပ်ရင်းမြစ်အမျိုးမျိုးကို ထင်ဟပ်စေသည် (ရှာဖွေတွေ့ရှိခြင်းမရှိသော ဂျီနိုမ်အများစုသည် အနည်အနှစ်များ၊ အဏ္ဏဝါအိမ်ရှင်များ စသည်ဖြင့်) ဆက်စပ်နေပါသည်။ဤလေ့လာမှုတွင် ပွင့်လင်းသမုဒ္ဒရာပတ်ဝန်းကျင်ကို ဆက်လက်အာရုံစိုက်ရန်၊ ၎င်းတို့ကို ဤလေ့လာမှုတွင် ဖန်တီးထားသည့် တိုးချဲ့ mOTU ဒေတာဘေ့စ်တွင် တွေ့ရှိခြင်း သို့မဟုတ် မပါဝင်ပါက ၎င်းတို့အား အောက်ပိုင်းခွဲခြမ်းစိတ်ဖြာမှုမှ ဖယ်ထုတ်ထားသည်။
OMD ရှိ MAG၊ SAG နှင့် REF မှ BGC အားလုံးကို (အထက်တွင်ကြည့်ပါ) နှင့် ပေါင်းစပ်ထားသော BGCs များ (antiSMASH v.5.0၊ ပုံသေသတ်မှတ်ချက်များ) နှင့် BiG-SLICE (v.1.1) (PFAM ဒိုမိန်း )75 ကိုအသုံးပြု၍ ခွဲခြားသတ်မှတ်ထားပါသည်။ဤအင်္ဂါရပ်များအပေါ် အခြေခံ၍ ကျွန်ုပ်တို့သည် BGC များကြားရှိ ကိုsine အကွာအဝေးအားလုံးကို တွက်ချက်ပြီး ၎င်းတို့ (ပျမ်းမျှလင့်ခ်များ) ကို GCF နှင့် GCC သို့ 0.2 နှင့် 0.8 အသီးသီးရှိ အကွာအဝေးအဆင့်သတ်မှတ်ချက်များကို အသုံးပြု၍ GCF နှင့် GCC သို့ အုပ်စုဖွဲ့ထားသည်။ဤအဆင့်သတ်မှတ်ချက်များသည် မူလ BiG-SLICE အစုလိုက်အပြုံလိုက်နည်းဗျူဟာ (နောက်ဆက်တွဲအချက်အလက်) တွင် အမှားအယွင်းအချို့ကို သက်သာစေသည့် ကိုsine အကွာအဝေးနှင့်အတူ Euclidean အကွာအဝေး 75 ကိုအသုံးပြု၍ ယခင်ကအသုံးပြုခဲ့သော တံခါးခုံများကို လိုက်လျောညီထွေဖြစ်စေသည်။
BGC များသည် ယခင်က ဖော်ပြထားသည့်အတိုင်း အကွဲကွဲအပြားပြားဖြစ်နိုင်ခြေကို လျှော့ချရန်နှင့် 1038 metagenomes တွင်မတွေ့နိုင်သော MarDB REF နှင့် SAGs များကို ဖယ်ထုတ်ရန် Scaffolds တွင် ≥5 kb ကိုသာ ကုဒ်လုပ်ထားရန် စစ်ထုတ်ထားပါသည်။ယင်းကြောင့် စုစုပေါင်း 39,055 BGC များကို OMD ဂျီနိုမိုကုဒ်ဖြင့် ကုဒ်လုပ်ခဲ့ပြီး နောက်ထပ် 14,106 ခုကို metagenomic အပိုင်းအစများ (ဆိုလိုသည်မှာ MAG များအဖြစ် ပေါင်းစပ်ထားခြင်းမဟုတ်ပါ)။ဤ "metagenomic" BGC များကို ဒေတာဘေ့စ် (နောက်ဆက်တွဲ အချက်အလက်) တွင် မဖမ်းယူနိုင်သော အဏ္ဏဝါဇီဝပေါင်းစပ်မှုဆိုင်ရာ အလားအလာ အချိုးအစား ခန့်မှန်းရန် အသုံးပြုခဲ့သည်။BGC တစ်ခုစီသည် BiG-SCAPE76 တွင် သတ်မှတ်ထားသော ဆန့်ကျင်ဘက် SMASH သို့မဟုတ် ပိုကြမ်းသော ထုတ်ကုန်အမျိုးအစားများမှ သတ်မှတ်ထားသော ခန့်မှန်းခန့်မှန်းထားသော ထုတ်ကုန်အမျိုးအစားများအလိုက် လုပ်ငန်းဆောင်တာအဖြစ် လက္ခဏာရပ်ပြထားပါသည်။ဒေတာဘေ့စ်များကို ကိုးကားရန်အတွက် GCF နှင့် GCC အကွာအဝေးနှင့် GCF အမျိုးအစားအလိုက် အရှည်ဆုံး BGC ကိုသာ ထားရှိခြင်းဖြင့် မျိုးစိတ်တစ်ခုစီအတွက် GCF တစ်ခုစီအတွက် အရှည်ဆုံး BGC ကိုသာ ထားရှိခြင်းဖြင့် ပမာဏနမူနာပြုခြင်းမှ ကာကွယ်ရန်၊ စုစုပေါင်း 17,689 BGC ဖြစ်လာခဲ့သည်။
GCC နှင့် GCF ၏ အသစ်အဆန်းကို တွက်ချက်ထားသောဒေတာဘေ့စ် (BiG-FAM)29 နှင့် စမ်းသပ်စစ်ဆေးထားသော (MIBIG 2.0)30 BGC အကြားအကွာအဝေးအပေါ် အခြေခံ၍ အကဲဖြတ်ထားပါသည်။ကိုယ်စားလှယ် 17,689 BGC တစ်ခုစီအတွက်၊ သက်ဆိုင်ရာဒေတာဘေ့စ်သို့ အသေးငယ်ဆုံး cosine အကွာအဝေးကို ရွေးချယ်ခဲ့သည်။ဤအနိမ့်ဆုံးအကွာအဝေးများကို အလျဉ်းသင့်သလို GCF သို့မဟုတ် GCC အရ ပျမ်းမျှ (ပျမ်းမျှ) ပေးပါသည်။ဒေတာဘေ့စ်သို့ အကွာအဝေး 0.2 ထက် ကြီးပါက (ပျမ်းမျှ) GCF နှင့် ရည်ညွှန်းချက်ကြားတွင် စံပြခွဲခြားမှုနှင့် ကိုက်ညီသော GCF ကို အသစ်အဖြစ် သတ်မှတ်သည်။GCC အတွက်၊ ကျွန်ုပ်တို့သည် လင့်ခ်များနှင့် ရေရှည်ဆက်ဆံရေးတွင် လော့ခ်ချရန် GCF မှ သတ်မှတ်ထားသော သတ်မှတ်ချက်ထက် နှစ်ဆဖြစ်သည့် 0.4 ကို ရွေးချယ်ပါသည်။
ဗီဇအဆင့် ပရိုဖိုင်များမှ ရရှိနိုင်သော ဇီဝဓာတုမျိုးဗီဇများ (ဆန့်ကျင်သော SMASH မှ ဆုံးဖြတ်သည့်အတိုင်း) BGC ၏ metagenomic ကြွယ်ဝမှုအား ခန့်မှန်းထားသည်။ထို့နောက် GCF သို့မဟုတ် GCC တစ်ခုစီ၏ ဇီဝဗေဒဆိုင်ရာ ကြွယ်ဝမှုအား ကိုယ်စားလှယ် BGC ပေါင်းလဒ် (17,689 မှ) အဖြစ် တွက်ချက်ခဲ့သည်။ဤများပြားလှသောမြေပုံများကို နောက်ပိုင်းတွင် နမူနာတစ်ခုချင်း mOTU အရေအတွက်ကို အသုံးပြု၍ ဆယ်လူလာဖွဲ့စည်းမှုအတွက် ပုံမှန်ပြုလုပ်ခဲ့သည်၊ ဆက်တိုက်ကြိုးပမ်းမှုများ (ချဲ့ထွင်ထားသောဒေတာ၊ ပုံ 1d) ကိုလည်း ထည့်သွင်းတွက်ချက်ထားပါသည်။GCF သို့မဟုတ် GCC ၏အဖြစ်များမှုကို များပြားသော > 0 ဖြင့် နမူနာရာခိုင်နှုန်းအဖြစ် တွက်ချက်ခဲ့သည်။
နမူနာများကြားရှိ Euclidean အကွာအဝေးကို ပုံမှန် GCF ပရိုဖိုင်မှ တွက်ချက်ထားသည်။ဤအကွာအဝေးများကို UMAP77 ကို အသုံးပြု၍ အရွယ်အစားကို လျှော့ချခဲ့ပြီး ရလဒ်များကို ကြီးကြပ်ခြင်းမရှိသော သိပ်သည်းဆအခြေခံသည့် အစုအဝေးပြုလုပ်ရန်အတွက် HDBSCAN78 ကို အသုံးပြုခဲ့သည်။အစုအဖွဲ့တစ်ခုအတွက် အကောင်းဆုံးအနည်းဆုံး အမှတ်အရေအတွက် (ထို့ကြောင့် HDBSCAN မှအသုံးပြုသော အစုအဝေးအရေအတွက်) ကို အစုအဝေးအဖွဲ့ဝင်ဖြစ်နိုင်ခြေကို တိုးမြှင့်ခြင်းဖြင့် ဆုံးဖြတ်သည်။ခွဲခြားသတ်မှတ်ထားသော အစုအဝေးများ (နှင့် ဤအစုအဖွဲ့များ၏ ကျပန်းမျှခြေနမူနာအခွဲများကို PERMANOVA သုံးပြီး လျှော့မထားသော ယူကလစ်အကွာအဝေးများကို သိသိသာသာ ခွဲခြမ်းစိတ်ဖြာခြင်းအတွက် ဘက်လိုက်မှုများအတွက် ဘက်လိုက်မှုကို ထည့်သွင်းတွက်ချက်ထားသည်။နမူနာများ၏ ပျမ်းမျှဂျီနိုဆိုဒ်အရွယ်အစားကို mOTU ၏ နှိုင်းရများပြားမှုနှင့် ဂျီနိုမ်အဖွဲ့ဝင်များ၏ ခန့်မှန်းဂျီနိုအရွယ်အစားအပေါ် အခြေခံ၍ တွက်ချက်ခဲ့သည်။အထူးသဖြင့်၊ mOTU တစ်ခုစီ၏ ပျမ်းမျှဂျီနိုဆိုဒ်အရွယ်အစားသည် ၎င်း၏အဖွဲ့ဝင်များ၏ ဂျီနိုမ်အရွယ်အစားများ၏ ပျမ်းမျှအား ပြီးပြည့်စုံမှု (စစ်ထုတ်ပြီးနောက်) ဖြင့် ပြင်ဆင်ထားသည် (ဥပမာ၊ 75% အရှည် 3 Mb ရှိသည့် ဂျီနိုမ်အရွယ်အစားမှာ ချိန်ညှိထားသော အရွယ်အစား 4 ခုရှိသည်၊ Mb)။ခိုင်မာမှု ≥70% ရှိသော အလယ်အလတ် ဂျီနိုမ်များအတွက်။ထို့နောက်နမူနာတစ်ခုစီအတွက် ပျမ်းမျှဂျီနိုဆိုဒ်အရွယ်အစားကို နှိုင်းယှဥ်များပြားမှုဖြင့် တွက်ဆထားသော mOTU ဂျီနိုဆိုဒ်များ၏ ပေါင်းလဒ်အဖြစ် တွက်ချက်ခဲ့သည်။
OMD ရှိ ဂျီနိုမ်-ကုဒ်လုပ်ထားသော BGCs များကို စစ်ထုတ်ထားသော အစုအဝေးကို ဘက်တီးရီးယားနှင့် ရှေးဟောင်း GTDB သစ်ပင်များတွင် ပြသထားသည် (≥5 kb ဘောင်များတွင် REF နှင့် SAG MarDB မှ 1038 metagenomes တွင်မတွေ့ရပါ၊ အထက်တွင်ကြည့်ပါ) နှင့် phylogenetic ကိုအခြေခံ၍ ၎င်းတို့၏ခန့်မှန်းထားသောထုတ်ကုန်အမျိုးအစားများ ဂျီနိုမ်၏ အနေအထား (အထက်တွင်ကြည့်ပါ)။ကျွန်ုပ်တို့သည် ထိုမျိုးစိတ်များတွင် BGC အများဆုံးရှိသော ဂျီနိုမ်ကို ကိုယ်စားပြုသည့်အနေဖြင့် ဒေတာကို မျိုးစိတ်အလိုက် ပထမဦးဆုံး လျှော့ချခဲ့သည်။အမြင်အာရုံအတွက်၊ ကိုယ်စားလှယ်များကို သစ်ပင်အုပ်စုများအဖြစ် ထပ်မံခွဲခြားထားပြီး၊ ဆဲလ်အကွက်တစ်ခုစီအတွက် BGC အရေအတွက် အများဆုံးပါဝင်သော ဂျီနိုမ်ကို ကိုယ်စားလှယ်အဖြစ် ရွေးချယ်ခဲ့သည်။BGC ကြွယ်ဝသောမျိုးစိတ်များ (အနည်းဆုံး 15 BGC များပါရှိသော ဂျီနိုမ်တစ်ခု) ကို ထို BGC များတွင် ကုဒ်လုပ်ထားသော ထုတ်ကုန်အမျိုးအစားများအတွက် Shannon Diversity Index ကို တွက်ချက်ခြင်းဖြင့် ထပ်မံခွဲခြမ်းစိတ်ဖြာခဲ့ပါသည်။ခန့်မှန်းထားသော ထုတ်ကုန်အမျိုးအစားအားလုံးသည် တူညီပါက၊ ဓာတုမျိုးစပ်များနှင့် အခြားရှုပ်ထွေးသော BGC များ (ဆန့်ကျင် SMAH မှ ခန့်မှန်းထားသည့်အတိုင်း) သည် အစုအဝေးအတွင်း ၎င်းတို့၏ မှာယူမှု မည်သို့ပင်ရှိပါစေ (ဥပမာ ပရိုတင်း-ဘက်တီးရီးယား-ဘက်တီးရီးယားနှင့် ဘက်တီးရီးယား-ပရိုတိန်းပရိုတိန်းပေါင်းစပ်မှု) တို့ကို တူညီသောထုတ်ကုန်အမျိုးအစားအဖြစ် သတ်မှတ်ခံရသည် ခန္ဓာကိုယ်)။မျိုးစပ်)။
PacBio sequencing protocol ကိုအသုံးပြုရန်အတွက် SMN05421555 နှင့် ဆက်စပ်သော ဇီဝနမူနာ SAMN05421555 မှ 6 ng မှ ကျန်ရှိသော DNA (ခန့်မှန်းခြေအားဖြင့်) သည် PacBio sequencing protocol ကိုအသုံးပြုရန်အတွက် အလွန်နိမ့်သော SMN05421555 နှင့် Illumina SRR3962772 Metagenomic read set ၊ အစုံ (100-980-000) နှင့် SMRTbell Express 2.0 နမူနာပြင်ဆင်မှုအစုံ (100-938-900)။အတိုချုပ်အားဖြင့်၊ ကျန်ရှိသော DNA ကို Covaris (g-TUBE, 52104) ကို အသုံးပြု၍ ဖြတ်တောက်ကာ ပြုပြင်ပြီး သန့်စင်ခြင်း (ProNex ပုတီးစေ့များ)။ထို့နောက် သန့်စင်ထားသော DNA ကို စာကြည့်တိုက်ပြင်ဆင်မှု၊ ချဲ့ထွင်မှု၊ သန့်စင်မှု (ProNex ပုတီးစေ့များ) နှင့် အရွယ်အစားရွေးချယ်မှု (> 6 kb၊ Blue Pippin) တို့ကို နောက်ဆုံးသန့်စင်မှုအဆင့် (ProNex ပုတီးစေ့) နှင့် Sequel II ပလပ်ဖောင်းတွင် စီစစ်ခြင်းတို့ကို ဆောင်ရွက်ပေးသည်။
ပထမ ca နှစ်ခုကို ပြန်လည်တည်ဆောက်ခြင်း။MAG Eremiobacterota အတွက်၊ ကျွန်ုပ်တို့သည် နောက်ထပ် ANIs > 99% (၎င်းတို့သည် ပုံ 3 တွင် ပါ၀င်သည်) ကို ရှာဖွေတွေ့ရှိခဲ့ပြီး ညစ်ညမ်းမှုရမှတ်များအပေါ် အခြေခံ၍ ကနဦးစစ်ထုတ်ခဲ့သည် (နောက်ပိုင်းတွင် မျိုးရိုးဗီဇထပ်ပွားမှုများအဖြစ် သတ်မှတ်ခဲ့သည်၊ အောက်တွင်ကြည့်ပါ)။“Ca” လို့ တံဆိပ်တပ်ထားတဲ့ ဗန်းကိုလည်း တွေ့တယ်။လေ့လာမှုအမျိုးမျိုးမှ Eremiobacterota” နှင့် BWA (v.0.7.17) Ref -r1188, – အလံကို အသုံးပြု၍ နမူနာယူရန်အတွက် 633 eukaryotic ကြွယ်ဝသော (> 0.8 µm) နမူနာများမှ ဖတ်ရှုခြင်းအတွက် အကိုးအကားအဖြစ် ကျွန်ုပ်တို့၏လေ့လာမှုမှ MAG ရှစ်ခုနှင့် ၎င်းတို့ကို ပေါင်းစပ်အသုံးပြုခဲ့သည်။ မြေပုံဆွဲခြင်း (ဖတ်ရှုသူ ၅ သန်း)။ပြည့်စုံသော သီးခြားမြေပုံများပေါ်တွင် အခြေခံ၍ (95% alignment အထောက်အထားဖြင့် စစ်ထုတ်ပြီး 80% read coverage)၊ စုစည်းမှုအတွက် metagenomes 10 ခု (မျှော်လင့်ထားသော coverage ≥5×) နှင့် content ဆက်စပ်မှုအတွက် နောက်ထပ် metagenomes 49 ခု (မျှော်လင့်ထားသော coverage ≥1×) ကို ရွေးချယ်ထားပါသည်။အထက်ဖော်ပြပါအတိုင်း တူညီသောဘောင်များကို အသုံးပြု၍ ဤနမူနာများကို binded လုပ်ပြီး နောက်ထပ် 'Ca's 10 ခုကို ထည့်ထားသည်။MAG Eremiobacterota ကို ပြန်လည်ရရှိခဲ့သည်။ဤ MAG 16 ခု (ဒေတာဘေ့စ်တွင်ရှိပြီးသားနှစ်ခုကိုမရေတွက်ပါ) သည်တိုးချဲ့ထားသော OMD တွင်စုစုပေါင်း 34,815 အထိ genome များကိုဆောင်ယူပေးသည်။MAG များကို GTDB တွင် ၎င်းတို့၏ မျိုးဗီဇဆင်တူမှုနှင့် အနေအထားအပေါ်အခြေခံ၍ အခွန်ဆိုင်ရာအဆင့်များကို သတ်မှတ်ပေးထားသည်။18 MAG များကို dRep ကို အသုံးပြု၍ မျိုးစိတ် 5 မျိုး (intraspecific ANI > 99%) နှင့် 3 မျိုးရိုး (intrageneric ANI 85% မှ 94%) တို့ကို တူညီသော မိသားစု 79 တွင် ပုံဖော်ထားပါသည်။ခိုင်မာမှု၊ ညစ်ညမ်းမှုနှင့် N50 တို့ကို အခြေခံ၍ မျိုးစိတ်ကိုယ်စားလှယ်များကို ကိုယ်တိုင်ရွေးချယ်ခဲ့သည်။အကြံပြုထားသော အမည်စာရင်းကို နောက်ဆက်တွဲအချက်အလက်များတွင် ပေးထားသည်။
Ca ၏ သမာဓိနှင့် ညစ်ညမ်းမှုကို အကဲဖြတ်ပါ။MAG Eremiobacterota၊ ကျွန်ုပ်တို့သည် CheckM နှင့် Anvi'o တို့အသုံးပြုသော မျိုးရိုးစဉ်ဆက်နှင့် ဒိုမိန်း-သီးသန့် မိတ္တူအမှတ်အသား ဗီဇအစုံများ ပါဝင်မှုကို ကျွန်ုပ်တို့ အကဲဖြတ်ခဲ့ပါသည်။uscMGs 40 ခုတွင် ထပ်နေသော 2 ခုကို ဖော်ထုတ်ခြင်းအား ညစ်ညမ်းစေနိုင်သည့် ညစ်ညမ်းမှုမှန်သမျှကို ဖယ်ရှားရန် (အောက်တွင်ကြည့်ပါ) (ဤ 40 အမှတ်အသားမျိုးဗီဇအပေါ်အခြေခံ၍ 5% နှင့် သက်ဆိုင်သည်)။MAGs 'Ca ကိုယ်စားလှယ်ငါးဦး၏ နောက်ထပ်လေ့လာမှုတစ်ခု။ပြန်လည်တည်ဆောက်ထားသော ဂျီနိုမ်များတွင် ညစ်ညမ်းမှုအဆင့်နိမ့်သောအဆင့်ကို Eremiobacterota မျိုးစိတ်များအတွက် များပြားပြီး စည်းရိုးဆက်နွယ်မှုများ (နောက်ဆက်တွဲအချက်အလက်)59 ကိုအခြေခံ၍ အပြန်အလှန်အကျိုးသက်ရောက်သော Anvi'o မျက်နှာပြင်ကို အသုံးပြု၍ အတည်ပြုခဲ့သည်။
ဇီဝကမ္မခွဲခြမ်းစိတ်ဖြာမှုအတွက်၊ ကျွန်ုပ်တို့သည် ကိုယ်စားလှယ်ငါးဦး “Ca” ကို ရွေးချယ်ခဲ့သည်။Eudormicrobiaceae”၊ မျိုးစိတ်အားလုံး “Ca.Eremiobacterota ၏ genome နှင့် အခြားသော phyla အဖွဲ့ဝင်များ (UBP13၊ Armatimonadota၊ Patescibacteria၊ Dormibacterota၊ Chloroflexota၊ Cyanobacteria၊ Actinobacteria နှင့် Planctomycetota အပါအဝင်) ကို GTDB (r89)13 မှ ရရှိနိုင်ပါသည်။တစ်ခုတည်းသော မိတ္တူအမှတ်အသား ဗီဇထုတ်ယူခြင်းနှင့် BGC မှတ်ချက်အတွက် ယခင်က ဖော်ပြထားသည့်အတိုင်း ဤဂျီနိုမ်အားလုံးအား မှတ်သားထားသည်။GTDB ဂျီနိုမ်များကို အထက်ဖော်ပြပါ ခိုင်မာမှုနှင့် ညစ်ညမ်းမှုဆိုင်ရာ စံနှုန်းများနှင့်အညီ ထိန်းသိမ်းစောင့်ရှောက်ထားသည်။Anvi'o Phylogenetics 59 အလုပ်အသွားအလာကို အသုံးပြု၍ ဇီဝကမ္မခွဲခြမ်းစိတ်ဖြာမှုကို ပြုလုပ်ခဲ့သည်။သစ်ပင်အား IQTREE (v.2.0.3) (မူလရွေးချယ်မှုများနှင့် -bb 1000)80 ကို အသုံးပြု၍ Anvi'o (MUSCLE၊ v.3.8.1551)81 မှသတ်မှတ်ထားသော tandem ribosomal ပရိုတင်း 39 ခု၏ ချိန်ညှိမှုတွင် တည်ဆောက်ထားသည်။သူ့ရာထူးတွေ လျော့သွားတယ်။Genome82 ၏ အနည်းဆုံး 50% ကို ဖုံးအုပ်ရန် နှင့် Planctomycecota ကို GTDB သစ်ပင် ထိပ်ပိုင်းဗေဒကို အခြေခံ၍ အုပ်စုခွဲအဖြစ် အသုံးပြုခဲ့သည်။uscMGs 40 ရှိသည့် သစ်ပင်တစ်ပင်ကို တူညီသောကိရိယာများနှင့် ကန့်သတ်ချက်များကို အသုံးပြု၍ တည်ဆောက်ထားသည်။
ကျွန်ုပ်တို့သည် ပုံမှန်အဏုဇီဝလက္ခဏာများကို ခန့်မှန်းရန် မူရင်းဘောင်များ (phenotype၊ nucleotides) 83 ဖြင့် Traitar (v.1.1.2) ကို အသုံးပြုထားပါသည်။ဂျီနိုမ်ရှိ ပရိုတင်း-ကုဒ်ဗီဇပါ၀င်မှုအပေါ် မူတည်ပြီး ယခင်က တီထွင်ထားသော သားရဲကောင်များ အညွှန်းကိန်း 84 ကို အခြေခံ၍ ဖြစ်နိုင်ချေရှိသော သားကောင်များနေထိုင်မှုပုံစံကို စူးစမ်းလေ့လာခဲ့သည်။အတိအကျအားဖြင့်၊ ကျွန်ုပ်တို့သည် OrthoMCL ဒေတာဘေ့စ် (v.4)85 နှင့် ဂျီနိုအာရှိ ပရိုတင်းများကို နှိုင်းယှဉ်ရန် -more-sensive –id 25 –query-cover 70 –subject-cover 70 –top 20 နှင့် သက်ဆိုင်သည့် ဗီဇများကို ရေတွက်ပြီး ရေတွက်ရန်၊ သားကောင်များနှင့် သားကောင်မဟုတ်သော သားကောင်များအတွက် အမှတ်အသား ဗီဇများ။အညွှန်းကိန်းသည် ရိုင်းစိုင်းသော နှင့် မတော်မတည့်သော အမှတ်အသားများ၏ အရေအတွက်အကြား ကွာခြားချက်ဖြစ်သည်။နောက်ထပ်ထိန်းချုပ်မှုတစ်ခုအနေဖြင့် ကျွန်ုပ်တို့သည် “Ca” ဂျီနိုမ်ကို ပိုင်းခြားစိတ်ဖြာပါသည်။Entotheonella TSY118 အချက်သည် Ca နှင့် ၎င်း၏ဆက်စပ်မှုအပေါ်အခြေခံသည်။Eudoremicrobium (ကြီးမားသော ဂျီနိုမ်အရွယ်အစားနှင့် ဇီဝပေါင်းစပ်မှုဆိုင်ရာ အလားအလာ)။ထို့နောက်၊ သားကောင်များနှင့် သားကောင်မဟုတ်သော အမှတ်အသားမျိုးဗီဇများနှင့် Ca ၏ ဇီဝပေါင်းစပ်မှုအလားအလာတို့အကြား အလားအလာရှိသော ချိတ်ဆက်မှုများကို ကျွန်ုပ်တို့ စမ်းသပ်ခဲ့သည်။Eudormicrobiaceae” နှင့် BGC သည် ဖောက်ပြန်ခြင်းဆိုင်ရာ အချက်ပြမှုများကို ရှုပ်ထွေးစေခြင်းမရှိကြောင်း အကြံပြုထားသော သားကောင်/သားကောင်မဟုတ်သော မျိုးရိုးဗီဇ (မည်သည့်အမှတ်အသားမျိုးဗီဇမှမဆို) BGC နှင့် ထပ်နေကြောင်း တွေ့ရှိခဲ့သည်။လျှို့ဝှက်စနစ်၊ pili နှင့် flagella86 တို့ကို အတိအကျစစ်ဆေးရန် TXSSCAN (v.1.0.2) ကို အသုံးပြု၍ ပေါက်တတ်ကရပုံတူကွန်များ၏ မျိုးရိုးဗီဇဆိုင်ရာ ထပ်လောင်းမှတ်ချက်များကို လုပ်ဆောင်ခဲ့သည်။
Tara oceans22,40,87 (BWA၊ v.0.7.17-r1188၊ အလံ) ၏ prokaryotic နှင့် eukaryotic ကြွယ်ဝမှုအပိုင်းများမှ 623 metatranscriptomes 623 ခုကို ကိုယ်စားပြု 'Ca's များကို မြေပုံဆွဲခြင်းဖြင့် ပုံဖော်ထားသည်။Eudormicrobiaceae ဂျီနိုမ်။BAM ဖိုင်များကို FeatureCounts (v.2.0.1)88 ဖြင့် 80% ဖတ်ရှုပြီး လွှမ်းခြုံထားပြီး 95% အထောက်အထားကို စစ်ထုတ်ခြင်း (ရွေးချယ်စရာများနှင့်အတူ featureCounts –primary -O –fraction -t CDS,tRNA -F GTF -g ID -p) ကို ရေတွက်သည် မျိုးရိုးဗီဇအလိုက် ထည့်သွင်းမှုအရေအတွက်။ထုတ်လုပ်လိုက်သော မြေပုံများကို မျိုးရိုးအရှည်နှင့် အမှတ်အသား ဗီဇပေါများသော mOTU (ထည့်သွင်းမှု အရေအတွက် >0 ပါသော ဗီဇများအတွက် အရှည်-ပုံမှန်ထည့်သွင်းမှုအရေအတွက်) နှင့် ဗီဇအဆင့်တစ်ခုစီ၏ ဆဲလ်တစ်ခုစီ၏ ဆွေမျိုးဖော်ပြချက်ရရှိရန် မှတ်တမ်းအဖြစ် 22.74 သို့ ပြောင်းလဲသွားသည်၊ ၎င်းကိုလည်း ရှင်းပြထားသည်။ sequencing လုပ်နေစဉ်နမူနာမှနမူနာသို့ကွဲပြားမှု။ထိုသို့သောအချိုးများသည် နှိုင်းယှဥ်များပြားသောဒေတာကိုအသုံးပြုသည့်အခါ ပေါင်းစပ်မှုပြဿနာများကို လျော့ပါးသက်သာစေသည်။ဂျီနိုမ်၏ လုံလောက်သော အစိတ်အပိုင်းကို ရှာဖွေတွေ့ရှိနိုင်စေရန် နောက်ထပ် ခွဲခြမ်းစိတ်ဖြာရန်အတွက် 10 mOTU အမှတ်အသား ဗီဇများ >5 မှ >5 ပါသော နမူနာများကိုသာ ထည့်သွင်းစဉ်းစားခဲ့ပါသည်။
'Ca ၏ ပုံမှန်မှတ်တမ်းမှတ်တမ်း ပရိုဖိုင်E. taraoceanii သည် UMAP ကို ​​အသုံးပြု၍ အတိုင်းအတာ လျှော့ချခြင်းကို ခံရပြီး ရလဒ် ကိုယ်စားပြုမှုကို HDBSCAN (အထက်တွင်ကြည့်ပါ) ကို အသုံးပြု၍ ကြီးကြပ်ကွပ်ကဲမှုမပြုသော အစုအဝေးအတွက် အသုံးပြုခဲ့သည်။PERMANOVA သည် မူလ (မလျှော့) အကွာအဝေးရှိ ခွဲခြားသတ်မှတ်ထားသော အစုအဝေးများအကြား ခြားနားချက်များကို စမ်းသပ်သည်။ဤအခြေအနေများကြားရှိ ကွဲပြားသောဖော်ပြချက်အား ဂျီနိုမ်ကိုဖြတ်၍ စမ်းသပ်ခဲ့သည် (အထက်တွင်ကြည့်ပါ) နှင့် 201 KEGG လမ်းကြောင်းများကို လုပ်ဆောင်ချက်အုပ်စု 6 ခုတွင် ဖော်ထုတ်တွေ့ရှိခဲ့သည်၊ ဥပမာ- BGC၊ လျှို့ဝှက်စနစ်နှင့် TXSSCAN မှ flagellar genes၊ ဆုတ်ယုတ်ခြင်းအင်ဇိုင်းများ (protease နှင့် peptidases) နှင့် ရိုင်းစိုင်းသောနှင့်မဟုတ်သော၊ အာဏာရှင်မျိုးရိုးဗီဇ။အာဏာရှင်ဆန်သော အညွှန်းကိန်းများ။နမူနာတစ်ခုစီအတွက်၊ ကျွန်ုပ်တို့သည် အတန်းတစ်ခုစီအတွက် ပျမ်းမျှပုံမှန်အသုံးအနှုန်းကို တွက်ချက်ခဲ့သည် (BGC စကားရပ်ကို ၎င်းကိုယ်တိုင်က ထို BGC အတွက် biosynthetic genes ၏ အလယ်အလတ်ဖော်ပြမှုအဖြစ် တွက်ချက်ထားသည်) နှင့် ပြည်နယ်များတစ်လျှောက် အဓိပ္ပာယ်ရှိမှုများအတွက် စမ်းသပ်ထားသည် (FDR အတွက် ချိန်ညှိထားသော Kruskal-Wallis စမ်းသပ်မှု)။
ဓာတုမျိုးဗီဇများကို GenScript မှဝယ်ယူခဲ့ပြီး PCR primers များကို Microsynth မှဝယ်ယူခဲ့သည်။Thermo Fisher Scientific မှ Phusion polymerase ကို DNA ချဲ့ထွင်ရန်အတွက် အသုံးပြုခဲ့သည်။Macherey-Nagel မှ NucleoSpin plasmids၊ NucleoSpin gel နှင့် PCR သန့်စင်ရေးကိရိယာအစုံကို DNA သန့်စင်ရန်အတွက် အသုံးပြုခဲ့သည်။ကန့်သတ်အင်ဇိုင်းများနှင့် T4 DNA ligase ကို New England Biolabs မှ ဝယ်ယူခဲ့သည်။isopropyl-β-d-1-thiogalactopyranoside (IPTG) (Biosynth) နှင့် 1,4-dithiothreitol (DTT, AppliChem) မှလွဲ၍ အခြားဓာတုပစ္စည်းများကို Sigma-Aldrich မှ ဝယ်ယူခဲ့ပြီး နောက်ထပ် သန့်စင်ခြင်းမရှိဘဲ အသုံးပြုခဲ့သည်။ပဋိဇီဝဆေး chloramphenicol (Cm), spectinomycin dihydrochloride (Sm), ampicillin (Amp), gentamicin (Gt), နှင့် carbenicillin (Cbn) ကို AppliChem မှ ဝယ်ယူခဲ့သည်။Bacto Tryptone နှင့် Bacto Yeast Extract မီဒီယာ အစိတ်အပိုင်းများကို BD Biosciences မှ ဝယ်ယူခဲ့သည်။စီစီခြင်းအတွက် Trypsin ကို Promega မှ ဝယ်ယူခဲ့သည်။
မျိုးရိုးဗီဇအစီအစဥ်များကို ဆန့်ကျင် SMASH မှ ခန့်မှန်းထားသော BGC 75.1 မှ ထုတ်ယူခဲ့သည်။E. malaspinii (နောက်ဆက်တွဲ အချက်အလက်)။
မျိုးဗီဇ embA (locus, MALA_SAMN05422137_METAG-framework_127-gene_5), embM (locus, MALA_SAMN05422137_METAG-framework_127-gene_4), နှင့် embAM (ဆက်နွယ်မှုရှိသော UC7 နှင့် ပေါင်းစပ်Aပါဝင်သည့် ဒေသများ အပါအဝင်) တို့သည် အပြန်အလှန်ဆက်နွယ်မှုရှိသော အပိုင်းများအပါအဝင် embAM E တွင်အသုံးအနှုန်းအတွက် optimized codons ဘယ်တော့လဲ။embA ဗီဇကို BamHI နှင့် HindIII ခွဲထွက်သည့်နေရာများနှင့်အတူ pACYCDuet-1(CmR) နှင့် pCDFDuet-1(SmR) ၏ ပထမဆုံး multiple cloning site (MCS1) တွင် ခွဲထားသည်။embM နှင့် embMopt ဗီဇများ (codon-optimized) ကို BamHI နှင့် HindIII ဖြင့် MCS1 pCDFDuet-1(SmR) အဖြစ် ခွဲပြီး pCDFDuet-1(SmR) နှင့် pRSFDuet-1(KanR) (MCS2) ၏ ဒုတိယမြောက်များစွာသော ကိုယ်ပွားဆိုက်တွင် ထားရှိခဲ့သည်။ NdeI/ChoI။embAM ကက်ဆက်ကို BamHI နှင့် HindIII ခွဲထွက်သည့်နေရာများဖြင့် pCDFDuet1(SmR) အဖြစ် ခွဲထားသည်။orf3/embI မျိုးဗီဇ (locus, MALA_SAMN05422137_METAG-scaffold_127-gene_3) ကို ထပ်နေသော တိုးချဲ့ PCR မှ EmbI_OE_F_NdeI နှင့် EmbI_OE_R_XhoI နှင့် တူညီသော တူညီသော NdeI/ated pMCet1-MCD နှင့် တူညီသော တူညီသော ပေါင်းထည့်ထားသော ပလာစတာများကို အသုံးပြု၍ တည်ဆောက်ထားသည် တင်းကျပ်သောအင်ဇိုင်းများ (နောက်ဆက်တွဲ စားပွဲ)။၆)။ထုတ်လုပ်သူ၏ပရိုတိုကော (နယူးအင်္ဂလန် Biolabs) အရ ကန့်သတ်အင်ဇိုင်းအစာခြေခြင်းနှင့် ချိတ်ဆက်ခြင်းတို့ကို လုပ်ဆောင်ခဲ့သည်။