Метод выделения ДНК из растений для метагеномного анализа на примере винограда Vitis amurensis Rupr.

Обложка

Цитировать

Полный текст

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

Аннотация

Предложен новый метод выделения ДНК из растений, на примере дикорастущего винограда Vitis amurensis Rupr., для дальнейшей подготовки библиотек для метагеномного анализа эндофитов. Метод основан на выделении ДНК недорогостоящим ЦТАБ-методом с дополнительной стадией очистки ДНК с использованием кремнеземных спин-колонок (ЦТАБ-спин метод). Проведен сравнительный анализ результатов метагеномного анализа эндофитов на ДНК, выделенной предложенным ЦТАБ-спин методом и с использованием коммерческого набора ZymoBIOMICS DNA Miniprep (Zymo Research, США). Установлено, что при использовании ЦТАБ-спин метода количество последовательностей участка 16S рРНК и многообразие родов бактерий было в 2.8 и 1.2 раза больше соответственно, чем при использовании набора ZymoBIOMICS. В то же время, количество последовательностей участка межгенного спейсера ITS1 и биоразнообразие эндофитных грибов значительно не отличались при экстракции ДНК двумя способами. Таким образом, предложенный метод выделения ДНК для метагеномного анализа является доступной и эффективной альтернативой коммерческим наборам по выделению ДНК растений для методов секвенирования нового поколения.

Об авторах

К. В. Киселев

Федеральный научный центр Биоразнообразия Наземной Биоты Восточной Азии,
ДВО РАН

Email: aleynova@biosoil.ru
Россия, 690022, Владивосток

Н. Н. Нитяговский

Федеральный научный центр Биоразнообразия Наземной Биоты Восточной Азии,
ДВО РАН

Email: aleynova@biosoil.ru
Россия, 690022, Владивосток

О. А. Алейнова

Федеральный научный центр Биоразнообразия Наземной Биоты Восточной Азии,
ДВО РАН

Автор, ответственный за переписку.
Email: aleynova@biosoil.ru
Россия, 690022, Владивосток

Список литературы

  1. Behjati S., Tarpey P.S. // ADS – Education and Practice. 2013. V. 98. P. 236–238.
  2. Slatko B.E., Gardner A.F., Ausubel F.M. // Current Protocols in Mol. Biol. 2018. V. 122. P. e59.https://doi.org/10.1002/cpmb.59
  3. Kulski J.K. Next-Generation Sequencing – An Overview of the History, Tools, and “Omic” Applications. / Ed. J.K. Kulski. IntechOpen. 2016. P. 60.https://doi.org/10.5772/61964
  4. Lam H.Y.K., Clark M.J., Chen R., Chen R., Natsoulis G., O’Huallachain M. et al. // Nat Biotechnol. 2012. V. 30. P. 78–82.
  5. Wang Z., Gerstein M., Snyder M. // Nat. Rev. Genet. 2009. V. 10. P. 57–63.
  6. Rabbani B., Tekin M., Mahdieh N. // J. Hum. Genet. 2014. V. 59. P. 5–15.
  7. Leo V.C., Morgan N.V., Bem D., Jones M.L., Lowe G.C., Lordkipanidzé M. et al. // J. Thrombosis and Haemostasis. 2015. V. 13. P. 643–650.
  8. Kulski J.K., Suzuki S., Ozaki Y., Mitsunaga S., Inoko H., Shiina T. Phase HLA Genotyping by NGS – A Comparison Between two Massively Parallel Sequencing Bench-top Systems, the Roche GS Junior and Ion Torrent PGM. / Ed. Y. Xi. IntechOpen. 2014. P. 141–181.
  9. Pelizzola M., Ecker J.R. // FEBS Letters. 2011. V. 585. P. 1994–2000.
  10. Simner P.J., Miller S., Carroll K.C. // Clin. Infect. Dis. 2018. V. 66. P. 778–788.
  11. Boers S.A., Jansen R., Hays J.P. // Eur. J. Clin. Microbiol. Infect. Dis. 2019. V. 38. P. 1059–1070.
  12. Chiu C.Y., Miller S.A. // Nat. Rev. Genet. 2019. V. 20. P. 341–355.
  13. Iquebal M.A., Jagannadham J., Jaiswal S., Prabha R., Rai A., Kumar D. // Front. Microbiol. 2022. V. 13. P. 708335. https://doi.org/10.3389/fmicb.2022.708335
  14. Fan Y., Gao L., Chang P., Li Z. // Annals of Microbiology. 2020. V. 70. P. 30. https://doi.org/10.1186/s13213-020-01574-9
  15. Cureau N., Threlfall R., Marasini D., Lavefve L., Carbonero F. // Microb. Ecol. 2021. V. 82. P. 845–858.
  16. Marasco R., Rolli E., Fusi M., Michoud G., Daffonchio D. // Microbiome. 2018. V. 6. P. 3.https://doi.org/10.1186/s40168-017-0391-2
  17. Deyett E., Rolshausen P.E. // Front. Plant Sci. 2019. V. 10. P. 1246. https://doi.org/10.3389/fpls.2019.01246
  18. Kiselev K.V., Tyunin A.P., Karetin Y.A. // Plant Cell Rep. 2015. V. 34. P. 311–320.
  19. Ogneva Z.V., Dubrovina A.S., Kiselev K.V. // Biol. Plant. 2016. V. 60. P. 628–634.
  20. Aleynova O.A., Nityagovsky N.N., Dubrovina A.S., Kiselev K.V. // Plants. 2022. V. 11. P. 1128. https://doi.org/10.3390/plants10071276
  21. Deyett E., Rolshausen P.E. // FEMS Microbiol Ecol. 2020. V. 96. P. fiaa053. https://doi.org/10.1093/femsec/fiaa053
  22. Bolyen E., Rideout J.R., Dillon M.R., Bokulich N.A., Abnet C.C., Al-Ghalith M. et al. Nat. Biotechnol. 2019. V. 37. P. 852–857.
  23. Callahan B.J., McMurdie P.J., Rosen M.J., Han A.W., Johnson A.J.A., Holmes S.P. // Nat. Methods. 2016. V. 13. P. 581–583.
  24. Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., et al. // J. Machine Learn. Research. 2011. V. 12. P. 2825–2830.
  25. Bokulich N.A., Kaehler B.D., Rideout J.R., Dillon M., Bolyen E. et al // Microbiome. 2018. V. 6. P. 90. https://doi.org/10.1186/s40168-018-0470-z
  26. Nilsson R.H., Larsson K.-H., Taylor A.F.S., Bengtsson–Palme J., Jeppesen T.S., Schigel D. et al // Nucleic Acids Research. 2019. V. 47. P. D259–D264.
  27. McMurdie P.J., Holmes S. // PLOS ONE. 2013. V. 8. P. e61217.https://doi.org/10.1371/journal.pone.0061217
  28. Wickham H., Averick M., Bryan J., Chang W., McGowan L.D., François R. et al. // J. Open Source Software. 2019. V. 4. P. 1686. https://doi.org/10.21105/joss.01686
  29. Oksanen J., Blanchet F.G., Friendly M., Kindt R., Legendre P., McGlinn D. et al // Vegan: Community Ecology Package. R Package Version 2.5-7. 2020. Доступно онлайн: https://cran.r-project.org/web/packages/vegan/vegan.pdf (дата обращения 9 января 2023).
  30. Gu Z., Eils R., Schlesner M. // Bioinformatics. 2016. V. 32. P. 2847–2849.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2.

Скачать (193KB)
3.

Скачать (153KB)

© К.В. Киселев, Н.Н. Нитяговский, О.А. Алейнова, 2023