Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
COMPARACIÓN ENTRE EL POTENCIAL DE LAS REGIONES VARIABLES DEL 16s RDNA PARA LA IDENTIFICACIÓN DE Lactobacillus spp. (LACTOBACILLIACEAE)
Comparing the Potential for Identification of Lactobacillus spp. of 16S rDNA Variable Regions
Palabras clave:
regiones variables, estructura secundaria, inferencia filogenética, 16s rDNA (es)16s rDNA, Lactobacillus, phylogenetic inference, secondary structure, variable regions (en)
El 16s rDNA es utilizado para la identificación bacteriana dada su tasa de variación entre especies. Algunas de las regiones variables de la subunidad ribosomal son más informativas que otras por lo cual en este estudio se evalúa el potencial de identificación aportado por cada región y combinaciones entre ellas. Se extrajeron las regiones variables V1 a la V8 del 16s rDNA de diferentes cepas y especies de Lactobacillus y se analizaron mediante los paquetes de STAP (ss-RNA Taxonomy Assigning Pipeline) y RDP (Ribosomal Database Project) multiclassifier. Adicionalmente se evaluaron árboles filogenéticos de máxima verosimilitud. Nuestros resultados muestran que la mayoría de regiones variables logran dar una correcta clasificación hasta género, sin embargo no son suficientes para clasificar hasta especie usando STAP. La región que presenta el mayor número de amplímeros es V5V6, sin embargo es la que presenta la mayor cantidad de falsos negativos. La que presenta el mayor número de verdaderos positivos es V1V3 (especie) para STAP y V5V8(género) para RDP. Las filogenias evaluadas mostraron que la topología de referencia se puede obtener con diferentes combinaciones de regiones variables e.g., V1V3 y V1V8. El estudio experimental de las cepas contenidas en un tampón comercial mostró que el amplicón V1V8 y el V1V3 dan una misma clasificación correcta. Proponemos la región V1V3 como la región mínima para clasificación correcta de Lactobacillus spp.. En conclusión, la región mínima para clasificar especies del género Lactobacillus es la V1V3, la cual es útil para estudios metagenómicos de muestras de probióticos.
16s rDNA is used for bacterial identification because its variation rate between species allows differentiation. The gene for this ribosomal subunit has 9 variable regions and some of them give more information than others. We were interested in evaluating the potential for species identification of each region and their combinations. We extracted the V1 to V8 regions of 16s rDNA from different strains and species of Lactobacillus and analyzed them using STAP (ss-RNA Taxonomy Assigning Pipeline) and RDP (Ribosomal Database Project) multiclassifier packages. Phylogenetic trees obtained by maximum likelihood analyses were compared. Classification results show that many regions give the correct genus classification using RDP and STAP, however they are not enough to classify up to the level of species. V5V6 region presents the highest quantity of informative fragments but also present the highest rate of false negatives. V1V3 region presents the highest rate of true positives (species) using STAP and the region V5V8 in RDP (genus).The phylogenetic result shows that the reference topology could be obtained using different combination of regions as V1V3 and V1V8.The experimental validation was done using commercial strains from a probiotic tampon. Sequencing analysis show that the V1V3 region gives the same information and result as the complete 16s rDNA; the three isolated strains correspond to the strains indicated in the product. We conclude that the V1V3 region is the minimum required region to classify Lactobacillus spp. in the correct way and this region is useful in metagenomics to analyze probiotics samples.
Descargas
Citas
Acinas S, Marcelino LA, Klepac-Ceraj V, Polz MF. Divergence and Redundancy of 16s rDNA Sequences in Genomes with Multiple rrn Operons. J Bacteriol 2004;186(9):2629-2635.
Anukam K C, Osazuwa E O, Ahonkhal I, Raid G. 16s rDNA gene sequence and phylogenetic tree of Lactobacillus species from vagina of healthy Nigerian women. Afr J Biotechnol. 2005;4(11):1222-1227.
Berger B, Pridmore RD, Barretto C, Delmas-Julien F, Schreiber K, Arigoni F, et al. Similarity and differences in the Lactobacillus acidophilus group identified by polyphasic analysis and comparative genomics. J Bacteriol. 2007;189(4):1311-1321.
Canchaya C, Claesson M, Fitzgerald G, Van Sinderen D, O'oole PW. Diversity of the genus Lactobacillus revealed by comparative genomics of five species. Microbiol. 2006;152(11):3185-3196.
Cannone JJ, Subramanian S, Schnare MN, Collett Jr, D'souza LM, Du Y, et al. The Comparative RNA Web (CRW) Site: An Online Database of Comparative Sequence and Structure Information for Ribosomal, Intron, and Other RNAs.BMC Bioinformatics 2002;3:2. [Correction: BMC Bioinformatics3:15.]
Claesson M J, Wang Q, O'sullivan O, Greene-Diniz R, Cole J R, Ross P, O'toole P W. Comparison of two next-generation sequencing technologies for resolving highly complex microbiota composition using tandem variable 16s rDNA gene regions. Nucl Ac Res. 2010;38(22):e200
Cole JR, Wang Q, Cardenas E, Fish J, Chai B, Farris RJ et al. The Ribosomal Database Project: improved alignments and new tools for rDNA analysis. Nucl Ac Res. 2009;37 (Database issue):D141-145.
De Las Rivas B, Marcobal A, Munoz R. Development of a multilocus sequence typing method for analysis of Lactobacillus plantarum strains. Microbiol. 2006;152(1):85-93.
Diancourt L, Passet V, Chervaux C, Garault P, Smokvina T, Brisse S. Multilocus sequence typing of Lactobacillus casei reveals a clonal population structure with low levels of homologous recombination. Appl Environ Microbiol. 2007;73(20):6601-6611
Dojka MA, Harris JK, Pace NR. Expanding the Known Diversity and Environmental Distribution of an Uncultured Phylogenetic Division of Bacteria. Appl Environ Microbiol. 2000;66(4):1617-1621.
Gowri-Shankar V, Jow H. PHASE: a Software Package for Phylogenetics And Sequence Evolution. University of Manchester, 2006.
Guerzoni ME. Human food chain and microorganisms: a case of co-evolution. Front Microbiol. 2010;1:106. doi: 10.3389/fmicb.2010.00106
Kohavi R. Wrappers for performance enhancement and obvious decision graphs [Tesis doctoral]. Standford: Computer Science Department, Stanford University, 1995.
Li W, Godzok A. Cd-hit: a fast program for clustering and comparing large sets of protein or nucleotide sequences. Bioinformatics. 2006;22(13):1658-1659.
Macke TJ, Ecker DJ, Gutell RR, Gautheret D, Case DA, Sampath R. RNA Motif, an RNA secondary structure def inition and search algorithm. Nucl Ac Res. 2011;29(22):4724-4735.
Maiden M, Bygraves J, Feil E, Morelli G, Russell J, Urwin R et al. Multilocus sequence typing: A portable approach to the identification of clones within populations of pathogenic microorganisms. Proc Natl Acad Sci USA. 1998;95(6):3140-3145.
Martín R, Heilig GH, Zoetendal EG, Smidt H, Rodriguez JM. Diversity of the Lactobacillus group in breast milk and vagina of healthy women and potential role in the colonization of the infant gut. J Appl Microbiol. 2007;103(6):2638-2644.
Martín R, Soberón N, Vázquez F, Suárez JE. La microbiota vaginal: composición, papel protector, patología asociada y perspectivas terapéuticas. Enferm Infecc Microbiol Clin. 2008;26(3):160-167.
Nawrocki EP, Kolbe DL, Eddy SR. Infernal 1.0: Inference of RNA alignments. Bioinformatics. 2009;25(10):1335-1337.
Olivares M, Diaz-Ropero MP, Martin R, Rodriguez JM, Xaus J. Antimicrobial potential of four Lactobacillus strains isolated from breast milk. J Applied Microbiol. 2006;101(1):72-79.
Petricevic L, Witt A. The role of Lactobacillus caseirhamnosus Lcr35 in restoring the normal vaginal flora after antibiotic treatment of bacterial vaginosis. BJOG. 2008;115(11):1369-1374.
Petrosino JF, Highlander S, Ann R, Gibbs RA, Versalovic J. Metagenomic Pyrosequencing and Microbial Identification. Clin Chem. 2009;55(5):856-866.
Reid G, Jass J, Sebulsky MT, Mccormick JK.Potential uses of probiotics in clinical practice. Clin Microbiol Rev. 2003;16(4):658-672.
Sarmiento LA. Influencia del consumo de sorbitol en la microbiota intestinal de un modelo animal [Tesis doctoral]. Valencia: Universidad Politécnica de Valencia, 2008.
Suau A, Bonnet R, Sutren M, Godon JJ, Gibson GR, Collins MD, et al. Direct analysis of genes encoding 16s rDNA from comple x communities reveals many novel molecular species within the human gut. Appl Environ. 1999;65(11):4799-4807.
Stamatakis A. RAxML-VI-HPC: Maximum Likelihood-based Phylogenetic Analyses with Thousands of Taxa and Mixed Models. Bioinformatics. 2006;22(21):2688-2690.
Wu D, Hartman A, Ward N, Eisen JA. An automated phylogenetic tree-based small subunit rDNA taxonomy and alignment pipeline (STAP).PLoS ONE. 2008;3(7):e2566.
Wu GD, Lewis JD, Hoffman C, Chen Y, Knight R, Bittinger K, et al. Sampling and pyrosequencing methods for characterizing bacterial communities in the human gut using 16s sequence tags. BMC Microbiology. 2010;10:206.
Licencia
Derechos de autor 2013 Acta Biológica Colombiana
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
1. La aceptación de manuscritos por parte de la revista implicará, además de su edición electrónica de acceso abierto bajo licencia Attribution-NonCommercial-ShareAlike 4.0 (CC BY NC SA), la inclusión y difusión del texto completo a través del repositorio institucional de la Universidad Nacional de Colombia y en todas aquellas bases de datos especializadas que el editor considere adecuadas para su indización con miras a incrementar la visibilidad de la revista.
2. Acta Biológica Colombiana permite a los autores archivar, descargar y compartir, la versión final publicada, así como las versiones pre-print y post-print incluyendo un encabezado con la referencia bibliográfica del articulo publicado.
3. Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
4. Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos institucionales, en su página web o en redes sociales cientificas como Academia, Researchgate; Mendelay) lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
