Определение состава кишечной микробиоты рыжей вечерницы посредством бактериологического анализа и высокопроизводительного секвенирования 16S рРНК

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рукокрылые (Chiroptera) являются вторым по видовому разнообразию отрядом млекопитающих после грызунов, что обеспечивает их ключевую роль в функционировании экосистем. Микробиота рукокрылых, особенно бактериальная, является мало изученной, что не позволяет точно оценить роль летучих мышей в микробной экологии. В ходе этого исследования мы определили состав и разнообразие кишечной микробиоты рыжих вечерниц (Nyctalus noctula) г. Ростова-на-Дону методами бактериологического анализа и высокопроизводительного секвенирования V3‒V4 фрагментов гена 16S рРНК. В результате обнаружено, что микробное разнообразие, определяемое при помощи высокопроизводительного секвенирования 16S рРНК, статистически значимо выше (p < 0.001) в сравнении с бактериологическим методом. Однако масс-спектрометрическая идентификация бактериальных изолятов позволила определить их видовую принадлежность, в то время как чувствительность использованного протокола секвенирования 16S рРНК ограничена достоверной идентификацией бактерий до ранга родов. Также бактерии родов Enterococcus, Citrobacter, Enterobacter, Lactococcus и Latilactobacillus явились наиболее превалентными в составе кишечной микробиоты рыжей вечерницы. Наше исследование предоставляет первые данные о составе культивируемой и некультивируемой микробиоты рыжей вечерницы, что является фундаментальным этапом в изучении особенностей микробиоты синантропных летучих мышей.

Полный текст

Доступ закрыт

Об авторах

И. В. Попов

Донской государственный технический университет; Научно-технологический университет “Сириус”

Автор, ответственный за переписку.
Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003; Сочи, 354340

И. М. Донник

Научно-исследовательский центр “Курчатовский институт”

Email: doc.igor.popov@gmail.com
Россия, Москва, 123182

Т. А. Липилкина

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

И. С. Березинская

Ростовский научно-исследовательский институт микробиологии и паразитологии

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344000

Е. В. Ткачева

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

Е. А. Лукбанова

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

А. В. Алешукина

Ростовский научно-исследовательский институт микробиологии и паразитологии

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344000

Ю. А. Тихменева

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

Т. Н. Дерезина

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

А. П. Евсюков

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

Т. И. Твердохлебова

Ростовский научно-исследовательский институт микробиологии и паразитологии

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344000

А. М. Ермаков

Донской государственный технический университет

Email: doc.igor.popov@gmail.com
Россия, Ростов-на-Дону, 344003

Список литературы

  1. Athanasopoulou K., Adamopoulos P. G., Scorilas A. Unveiling the human gastrointestinal tract microbiome: the past, present, and future of metagenomics // Biomedicines. 2023. V. 11. Art. 827.
  2. Bolyen E., Rideout J. R., Dillon M. R., Bokulich N. A., Abnet C. C., Al-Ghalith G.A., Alexander H., Alm E. J., Arumugam M., Asnicar F., Bai Y., Bisanz J. E., Bittinger K., Brejnrod A., Brislawn C. J., Brown C. T., Callahan B. J., Caraballo-Rodriguez A.M., Chase J., Cope E. K., Da Silva R., Diener C., Dorrestein P. C., Douglas G. M., Durall D. M., Duvallet C., Edwardson C. F., Ernst M., Estaki M., Fouquier J., Gauglitz J. M., Gibbons S. M., Gibson D. L. , Gonzalez A., Gorlick K., Guo J., Hillmann B., Holmes S., Holste H., Huttenhower C., Huttley G. A., Janssen S., Jarmusch A. K., Jiang L., Kaehler B. D., Kang K. B., Keefe C. R., Keim P., Kelley S. T., Knights D., Koester I., Kosciolek T., Kreps J., Langille M. G. I., Lee J., Ley R., Liu Y. X., Loftfield E., Lozupone C., Maher M., Marotz C., Martin B. D., McDonald D., McIver L.J., Melnik A. V. , Metcalf J. L., Morgan S. C., Morton J. T., Naimey A. T., Navas-Molina J.A., Nothias L. F., Orchanian S. B., Pearson T., Peoples S. L., Petras D., Preuss M. L., Pruesse E., Rasmussen L. B., Rivers A., Robeson M. S. , Rosenthal P., Segata N., Shaffer M., Shiffer A., Sinha R., Song S. J., Spear J. R., Swafford A. D., Thompson L. R., Torres P. J., Trinh P., Tripathi A., Turnbaugh P. J., Ul-Hasan S., van der Hooft J. J.J., Vargas F., Vazquez-Baeza Y., Vogtmann E., von Hippel M., Walters W., Wan Y., Wang M., Warren J., Weber K. C., Williamson C. H.D., Willis A. D. , Xu Z. Z., Zaneveld J. R., Zhang Y., Zhu Q., Knight R., Caporaso J. G. Reproducible, interactive, scalable and extensible microbiome data science using QIIME2 // Nature Biotechnol. 2019. V. 37. P. 852–857.
  3. Callahan B. J., McMurdie P.J., Rosen M. J., Han A. W., Johnson A. J., Holmes S. P. DADA2: High-resolution sample inference from Illumina amplicon data // Nature Methods. 2016. V. 13. P. 581–583.
  4. Caron A., Bourgarel M., Cappelle J., Liégeois F., De Nys H. M. , Roger F. Ebola virus maintenance: if not (only) bats, what else? // Viruses. 2018. V. 10. Art. 549.
  5. Devnath P., Karah N., Graham J. P., Rose E. S., Asaduzzaman M. Evidence of antimicrobial resistance in bats and its planetary health impact for surveillance of zoonotic spillover events: a scoping review // Int. J. Environ. Res. Public Health. 2022. V. 20. Art. 243.
  6. Donnik I., Popov I. V., Sereda S., Popov I. V., Chikindas M., Ermakov A. Coronavirus infections of animals: future risks to humans // Biol. Bull. 2021. V. 48. P. 26–37.
  7. Durazzi F., Sala C., Castellani G., Manfreda G., Remondini D., De Cesare A. Comparison between 16S rRNA and shotgun sequencing data for the taxonomic characterization of the gut microbiota // Sci. Rep. 2021. V. 11. Art. 3030.
  8. Foti M., Grasso R., Fisichella V., Mascetti A., Colnaghi M., Grasso M., Spena M. T. Antimicrobial resistance in physiological and potentially pathogenic bacteria isolated in southern italian bats // Animals. 2023. V. 13. Art. 966.
  9. Froidevaux J. S., Toshkova N., Barbaro L., Benítez-López A., Kerbiriou C., Le Viol I., Pacifici M., Santini L., Stawski C., Russo D. A species-level trait dataset of bats in Europe and beyond // Sci. Data. 2023. V. 10. Art. 253.
  10. Gazal S., Sharma N., Gazal S., Tikoo M., Shikha D., Badroo G. A., Rashid M., Lee S.-J. Nipah and Hendra viruses: deadly zoonotic paramyxoviruses with the potential to cause the next pandemic // Pathogens. 2022. V. 11. Art. 1419.
  11. Han H.-J., Wen H.-l., Zhou C.-M., Chen F.-F., Luo L.-M., Liu J.-W., Yu X.-J. Bats as reservoirs of severe emerging infectious diseases // Virus Res. 2015. V. 205. P. 1–6.
  12. Hung Y. M., Lyu W. N., Tsai M. L., Liu C. L., Lai L. C., Tsai M. H., Chuang E. Y. To compare the performance of prokaryotic taxonomy classifiers using curated 16S full-length rRNA sequences // Comput. Biol. Med. 2022. V. 145. Art. 105416.
  13. Katiraei S., Anvar Y., Hoving L., Berbée J. F., van Harmelen V., Willems van Dijk K. Evaluation of full-length versus V4-region 16S rRNA sequencing for phylogenetic analysis of mouse intestinal microbiota after a dietary intervention // Curr. Microbiol. 2022. V. 79. Art. 276.
  14. Klindworth A., Pruesse E., Schweer T., Peplies J., Quast C., Horn M., Glöckner F. O. Evaluation of general 16S ribosomal RNA gene PCR primers for classical and next-generation sequencing-based diversity studies // Nucleic Acids Res. 2013. V. 41. P. e1-e1.
  15. Kruskop S. V. Diversity aspects in bats: genetics, morphology, community structure // Diversity 2021. V. 13. Art. 424. https://doi.org/10.3390/d13090424
  16. Li K. S., Lau S. K., Woo P. C. Bats ‒ the magnificent virus player: SARS, MERS, COVID-19 and beyond // Viruses. 2023. V. 15. Art. 2342.
  17. Lindecke O., Currie S. E., Fasel N. J., Fritze M., Kravchenko K., de Assis C. K., Lehnert L. S., Röleke M., Voigt-Heucke S.L., Voigt C. C. Common noctule Nyctalus noctula (Schreber, 1774) // Handbook of the Mammals of Europe / Eds. K. Hackländer, F.E. Zachos. Springer, 2020. P. 1–25.
  18. Ludwig L., Muraoka J., Bonacorsi C., Donofrio F. Diversity of fungi obtained from bats captured in urban forest fragments in Sinop, Mato Grosso, Brazil // Braz. J. Biol. 2021. V. 83. Art. e247993.
  19. Quast C., Pruesse E., Yilmaz P., Gerken J., Schweer T., Yarza P., Peplies J., Glöckner F. O. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools // Nucleic Acids Res. 2012. V. 41. P. D590–D596.
  20. Russo D., Billington G., Bontadina F., Dekker J., Dietz M., Gazaryan S., Jones G., Meschede A., Rebelo H., Reiter G. Identifying key research objectives to make European forests greener for bats // Front. Ecol. Evolut. 2016. V. 4. Art. 87.
  21. Wagner J., Coupland P., Browne H. P., Lawley T. D., Francis S. C., Parkhill J. Evaluation of PacBio sequencing for full-length bacterial 16S rRNA gene classification // BMC Microbiol. 2016. V. 16. P. 1–17.
  22. Yang B., Wang Y., Qian P. Y. Sensitivity and correlation of hypervariable regions in 16S rRNA genes in phylogenetic analysis // BMC Bioinform. 2016. V. 17. P. 135.
  23. Yilmaz P., Parfrey L. W., Yarza P., Gerken J., Pruesse E., Quast C., Schweer T., Peplies J., Ludwig W., Glöckner F. O. The SILVA and “all-species living tree project (LTP)” taxonomic frameworks // Nucleic Acids Res. 2014. V. 42. P. D643–D648.
  24. Zhang T., Li H., Ma S., Cao J., Liao H., Huang Q., Chen W. The newest Oxford Nanopore R10. 4.1 full-length 16S rRNA sequencing enables the accurate resolution of species-level microbial community profiling // Appl. Environ. Microbiol. 2023. V . 89. Art. e00605–00623.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рисунок. Состав идентифицированных бактерий в каждом изученном образце кишечной микробиоты рыжих вечерниц бактериологическим (n = 13, культивирование) и молекулярно-биологическим (n = 13, высокопроизводительное секвенирование V3‒V4 16S рРНК) методами на ранге порядка (А и Б), рода (В и Г) и вида (Д).

Скачать (90KB)
Метаданные

© Российская академия наук, 2024