Novas Descobertas sobre Micróbios e Uso de Oxigênio
Estudo revela diferenças genéticas em micróbios com base nas necessidades de oxigênio.
― 7 min ler
Índice
- Diferenças Entre Aerobes e Anaerobes
- Os Desafios de Classificar o Uso de Oxigênio por Micróbios
- Uma Nova Abordagem para Classificação
- Processando Genomas para Classificação
- Comparando Métodos de Previsão
- A Relação Entre Oxigênio e Comunidades Microbianas
- A Conexão Química
- Uma Nova Ferramenta para Monitoramento Ambiental
- Conclusões
- Fonte original
O oxigênio é uma molécula vital pra vida na Terra. É essencial pra um processo chamado respiração aeróbica, que permite que os organismos produzam energia. A maioria dos seres vivos, de humanos a micróbios minúsculos, depende desse processo. Mas o oxigênio também é bem reativo, o que significa que pode ser prejudicial pra alguns organismos. Enquanto alguns micróbios precisam de oxigênio pra crescer (os chamados aerobes), outros se dão muito bem sem ele (conhecidos como anaerobes). Curiosamente, muitos micróbios, sejam eles que usam oxigênio ou não, têm enzimas que interagem com o oxigênio. Isso cria desafios quando os cientistas tentam determinar quais organismos precisam de oxigênio só com base em informações genéticas.
Diferenças Entre Aerobes e Anaerobes
Aerobes e anaerobes têm diferenças chave que podem ser vistas na sua composição genética, mesmo que sejam sutis. Aerobes geralmente têm Genomas maiores e têm mais enzimas que usam oxigênio. Muitos aerobes pertencem a grupos específicos na árvore da vida, enquanto anaerobes usam vários métodos de fermentação pra gerar energia em condições de baixo ou nenhum oxigênio. Essas diferenças genéticas podem ajudar os pesquisadores a prever como os organismos usam o oxigênio, mas isso geralmente exige uma análise bem detalhada.
Os Desafios de Classificar o Uso de Oxigênio por Micróbios
Normalmente, classificar como os micróbios utilizam oxigênio envolve um processamento extenso. Isso significa identificar as enzimas que eles usam por meio de comparações com outras sequências conhecidas ou reconstruindo caminhos metabólicos completos com base nessas comparações. Ambos os métodos podem ser caros e limitados pelo quanto sabemos sobre as funções dos genes. Isso leva a uma pergunta: dá pra classificar micróbios com base nas suas sequências genéticas sem passar por todos esses passos detalhados?
Uma Nova Abordagem para Classificação
Pra resolver essa questão, os pesquisadores consideraram um método que usa diretamente as sequências de DNA e proteínas pra categorizar micróbios com base no uso de oxigênio. Eles focaram em três categorias: aerobes obrigatórios (que precisam de oxigênio), anaerobes obrigatórios (que não precisam) e aerobes facultativos (que conseguem viver com ou sem oxigênio). Como tem poucos dados, os pesquisadores geralmente verificam a precisão por um método chamado validação cruzada. Isso envolve o uso repetido de pequenas porções de dados pra treinar modelos e testar seu desempenho.
Nesse estudo, foi utilizada uma abordagem mais completa, com cerca de 3300 genomas com uso de oxigênio conhecido pra treinar classificadores e um conjunto de dados independente pra avaliar a precisão deles.
Processando Genomas para Classificação
Existem várias maneiras de processar dados de genomas pra classificação. Uma abordagem padrão geralmente começa com a identificação das partes codificadoras de proteínas do genoma e depois usa métodos comparativos pra determinar as funções dos genes. Isso pode demorar um bom tempo e envolve muitos passos. Em contraste, métodos mais rápidos podem ser aplicados que focam em contar sequências curtas chamadas K-mers, que são pequenos pedaços de sequências de DNA ou proteínas de um comprimento específico. Algumas técnicas avançadas usam aprendizado de máquina pra resumir sequências de proteínas em dimensões fixas pra treinar classificadores.
Comparando Métodos de Previsão
Quando os pesquisadores avaliaram diferentes métodos pra prever como os micróbios utilizam oxigênio, perceberam que os melhores modelos envolviam anotações extensivas do genoma. Esse método alcançou cerca de 74% de precisão na previsão do uso de oxigênio. No entanto, alguns modelos mais simples, baseados apenas na contagem de trincas de aminoácidos, também se saíram bem, chegando a cerca de 70% de precisão.
Contar trincas de aminoácidos é muito mais rápido do que processar genomas de forma completa, o que permitiu que os pesquisadores analisassem um grande número de genomas coletados de amostras ambientais. Eles esperavam que ambientes conhecidos por terem níveis baixos de oxigênio mostrassem um maior número de organismos anaeróbicos, e essa expectativa foi confirmada.
A Relação Entre Oxigênio e Comunidades Microbianas
Pesquisas indicaram que o oxigênio molda significativamente a composição genética das comunidades microbianas em diversos ambientes. Amostras coletadas de áreas com baixo oxigênio, como os intestinos de certos animais ou digestores anaeróbicos, tinham uma alta proporção de microrganismos anaeróbicos. Em contrapartida, ambientes com mais oxigênio, como lagos de água doce, tinham principalmente micróbios aeróbicos.
Um estudo de caso específico analisou o Mar Negro, uma área bem estudada, conhecida por sua estrutura de água em camadas e gradiente de oxigênio. Os pesquisadores observaram mudanças nos níveis de oxigênio e sulfeto de hidrogênio em diferentes profundidades. Usando seus modelos, descobriram que micróbios aeróbicos eram mais comuns perto da superfície, onde os níveis de oxigênio eram mais altos, enquanto os anaerobes dominavam em águas profundas e anóxicas.
A Conexão Química
Os pesquisadores examinaram ainda como as condições químicas locais, especialmente os níveis de oxigênio, estavam correlacionadas com a abundância de organismos aeróbicos e anaeróbicos. No Mar Negro, a relação entre oxigênio e sulfeto de hidrogênio estava fortemente correlacionada com a razão prevista entre microrganismos aeróbicos e anaeróbicos. Isso sugeriu que, ao estudar as sequências de DNA encontradas nesses ambientes, os cientistas poderiam estimar concentrações químicas chave, como os níveis de oxigênio.
Uma Nova Ferramenta para Monitoramento Ambiental
As descobertas dessa pesquisa sugerem que sequenciar DNA poderia servir como uma ferramenta prática pra monitorar várias condições químicas em ambientes naturais. Métodos tradicionais pra estudar a química ambiental costumam ser desafiadores e caros. Porém, usar análise genética pode oferecer uma solução escalável pra entender melhor e rastrear a química dos ecossistemas.
Os pesquisadores estão empolgados com o potencial dessa abordagem. Ao utilizar métodos rápidos de sequenciamento de DNA, eles podem oferecer insights significativos sobre o mundo natural e como os microrganismos interagem com seu ambiente.
Conclusões
Em resumo, o oxigênio desempenha um papel crucial na sobrevivência de muitos organismos. Esse estudo destaca as diferenças entre aerobes e anaerobes e a importância de entender as necessidades de oxigênio deles. Os pesquisadores estão descobrindo que métodos mais simples, que focam na análise de sequências genéticas em vez de anotações detalhadas, podem ser tão eficazes na previsão de como os organismos usam oxigênio. O potencial de usar sequenciamento de DNA pra monitorar condições ambientais marca um passo empolgante adiante nesse campo de pesquisa.
À medida que os cientistas continuam a aprimorar esses métodos, eles podem desbloquear mais segredos da vida microbiana e desenvolver novas estratégias pra gerenciar e proteger nossos ecossistemas naturais.
Título: Annotation-free prediction of microbial dioxygen utilization
Resumo: Aerobes require dioxygen (O2) to grow; anaerobes do not. But nearly all microbes -- aerobes, anaerobes, and facultative organisms alike -- express enzymes whose substrates include O2, if only for detoxification. This presents a challenge when trying to assess which organisms are aerobic from genomic data alone. This challenge can be overcome by noting that O2 utilization has wide-ranging effects on microbes: aerobes typically have larger genomes, encode more O2-utilizing enzymes, and tend to use different amino acids in their proteins. Here we show that these effects permit high-quality prediction of O2 utilization from genome sequences, with several models displaying >70% balanced accuracy on a ternary classification task wherein blind guessing is only 33.3% accurate. Since genome annotation is compute-intensive and relies on many assumptions, we asked if annotation-free methods also perform well. We discovered that simple and efficient models based entirely on genome sequence content -- e.g. triplets of amino acids -- perform about as well as intensive annotation-based algorithms, enabling the rapid processing of global-scale sequence data to predict aerobic physiology. To demonstrate the utility of efficient physiological predictions we estimated the prevalence of aerobes and anaerobes along a well-studied O2 gradient in the Black Sea, finding strong quantitative correspondence between local chemistry (O2:sulfide concentration ratio) and the composition of microbial communities. We therefore suggest that statistical methods like ours can be used to estimate, or "sense," pivotal features of the environment from DNA sequencing data. ImportanceWe now have access to sequence data from a wide variety of natural environments. These data document a bewildering diversity of microbes, many known only from their genomes. Physiology -- an organisms capacity to engage metabolically with its environment -- may provide a more useful lens than taxonomy for understanding microbial communities. As an example of this broader principle, we developed algorithms that accurately predict microbial dioxygen utilization directly from genome sequences without first annotating genes, e.g. by considering only the amino acids in protein sequences. Annotation-free algorithms enabled rapid characterization of natural samples, demonstrating a quantitative correspondence between sequences and local O2 levels. These results suggest that DNA sequencing can be repurposed as a multi-pronged chemical sensor, estimating concentrations of O2 and other key facets of complex natural settings.
Autores: Dianne K. Newman, A. I. Flamholz, J. E. Goldford, E. M. Larsson, A. Jinich, W. W. Fischer
Última atualização: 2024-01-16 00:00:00
Idioma: English
Fonte URL: https://www.biorxiv.org/content/10.1101/2024.01.16.575888
Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.01.16.575888.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao biorxiv pela utilização da sua interoperabilidade de acesso aberto.