Hispanopedia Wiki
Articulo de referencia

Metagenómica

En metagenómica, el material genético ( ADN , C ) se extrae directamente de muestras tomadas del medio ambiente (p. ej., suelo, agua de mar, intestino humano, A ) después de fil...

Hispanopedia WikiContenido en espanolLectura gratuita
Este es un buen artículo. Haz clic aquí para obtener más información.

En metagenómica, el material genético ( ADN , C ) se extrae directamente de muestras tomadas del medio ambiente (p. ej., suelo, agua de mar, intestino humano, A ) después de filtrarlas ( B ), y se secuencia ( E ) después de multiplicarlas por clonación ( D ) en un enfoque llamado secuenciación de escopeta . Estas secuencias cortas se pueden volver a ensamblar utilizando métodos de ensamblaje ( F ) para deducir los genomas individuales o partes de genomas que constituyen la muestra ambiental original. Esta información se puede utilizar para estudiar la diversidad de especies y el potencial funcional de la comunidad microbiana del medio ambiente. [ 1 ]

La metagenómica es el estudio de todo el material genético de todos los organismos en un entorno particular ( ADN ambiental ), lo que proporciona información sobre su composición, diversidad y potencial funcional. La metagenómica ha permitido a los investigadores perfilar la composición microbiana de muestras ambientales y clínicas sin necesidad de cultivar especies individuales , lo cual consume mucho tiempo [ 2 ] .

La metagenómica ha transformado la ecología microbiana y la biología evolutiva al revelar biodiversidad y capacidades metabólicas previamente ocultas. A medida que el costo de la secuenciación de ADN continúa disminuyendo, los estudios metagenómicos ahora analizan rutinariamente cientos o miles de muestras, lo que permite una exploración a gran escala de las comunidades microbianas y su papel en la salud y los ecosistemas globales. [ 3 ] [ 4 ] [ 5 ] [ 6 ]

Los estudios metagenómicos suelen emplear la secuenciación de escopeta [ 7 ], aunque la secuenciación de lectura larga se utiliza cada vez más a medida que avanzan las tecnologías [ 8 ] . Este campo también se conoce como genómica ambiental , ecogenómica , genómica comunitaria o microbiómica , y ha ampliado significativamente la comprensión de la vida microbiana más allá de lo que pueden revelar los métodos tradicionales basados ​​en el cultivo.

La metagenómica se distingue de la secuenciación de amplicones , también conocida como metabarcoding o secuenciación basada en PCR . [ 9 ] La principal diferencia radica en la metodología subyacente, ya que la metagenómica se centra en todo el ADN de una muestra, mientras que la secuenciación de amplicones amplifica y secuencia uno o varios genes específicos. [ 10 ] La utilización de datos también difiere entre estos dos enfoques. La secuenciación de amplicones proporciona principalmente perfiles de comunidades que detallan qué taxones están presentes en una muestra, mientras que la metagenómica también recupera enzimas y vías metabólicas codificadas. [ 11 ] La secuenciación de amplicones se utilizó con frecuencia en los inicios de la secuenciación de genes ambientales, centrada en la evaluación de genes marcadores específicos altamente conservados, como el gen del ARNr 16S , para perfilar la diversidad microbiana. Estos estudios demostraron que la gran mayoría de la biodiversidad microbiana no se había detectado mediante métodos basados ​​en cultivos. [ 12 ]

Etimología

El término «metagenómica» fue utilizado por primera vez por Jo Handelsman , Robert M. Goodman , Michelle R. Rondon, Jon Clardy y Sean F. Brady, y apareció por primera vez en una publicación en 1998. [ 13 ] El término metagenoma hacía referencia a la idea de que una colección de genes secuenciados del medio ambiente podía analizarse de forma análoga al estudio de un solo genoma . En 2005, Kevin Chen y Lior Pachter (investigadores de la Universidad de California, Berkeley ) definieron la metagenómica como «la aplicación de técnicas genómicas modernas sin necesidad de aislar ni cultivar en laboratorio especies individuales». [ 14 ]

Historia

La secuenciación convencional comienza con un cultivo de células idénticas como fuente de ADN . Sin embargo, los primeros estudios metagenómicos revelaron que probablemente existen grandes grupos de microorganismos en muchos entornos que no pueden cultivarse y, por lo tanto, no pueden secuenciarse. Estos primeros estudios se centraron en secuencias de ARN ribosómico 16S (ARNr), que son relativamente cortas, a menudo conservadas dentro de una especie y generalmente diferentes entre especies. Se han encontrado muchas secuencias de ARNr 16S que no pertenecen a ninguna especie cultivada conocida , lo que indica que existen numerosos organismos no aislados. Estos estudios de genes de ARN ribosómico tomados directamente del medio ambiente revelaron que los métodos basados ​​en el cultivo encuentran menos del 1 % de las especies bacterianas y arqueales en una muestra. [ 12 ] Gran parte del interés en la metagenómica proviene de estos descubrimientos que mostraron que la gran mayoría de los microorganismos habían pasado desapercibidos hasta ahora.

En la década de 1980, Norman R. Pace y sus colegas realizaron los primeros trabajos moleculares en este campo , utilizando la PCR para explorar la diversidad de las secuencias de ARN ribosómico. [ 15 ] Los conocimientos obtenidos de estos estudios innovadores llevaron a Pace a proponer la idea de clonar ADN directamente de muestras ambientales ya en 1985. [ 16 ] Esto condujo al primer informe de aislamiento y clonación de ADN masivo de una muestra ambiental, publicado por Pace y sus colegas en 1991 [ 17 ] mientras Pace estaba en el Departamento de Biología de la Universidad de Indiana . Se realizaron esfuerzos considerables para asegurar que no se tratara de falsos positivos de PCR y se respaldó la existencia de una comunidad compleja de especies inexploradas. Aunque esta metodología se limitó a explorar genes altamente conservados que no codifican proteínas , sí respaldó las primeras observaciones basadas en la morfología microbiana que indicaban que la diversidad era mucho más compleja de lo que se conocía mediante los métodos de cultivo. Poco después, en 1995, Healy informó sobre el aislamiento metagenómico de genes funcionales de "zoolibrarias" construidas a partir de un cultivo complejo de organismos ambientales cultivados en el laboratorio sobre pastos secos . [ 18 ] Tras dejar el laboratorio de Pace, Edward DeLong continuó en el campo y ha publicado trabajos que han sentado las bases de las filogenias ambientales basadas en secuencias 16S características, comenzando con la construcción de bibliotecas por parte de su grupo a partir de muestras marinas . [ 19 ]

En 2002, Mya Breitbart , Forest Rohwer y sus colegas utilizaron la secuenciación de escopeta ambiental (véase más abajo) para demostrar que 200 litros de agua de mar contienen más de 5000 virus diferentes. [ 20 ] Estudios posteriores demostraron que hay más de mil especies virales en las heces humanas y posiblemente un millón de virus diferentes por kilogramo de sedimento marino , incluyendo muchos bacteriófagos . Prácticamente todos los virus en estos estudios eran especies nuevas. En 2004, Gene Tyson, Jill Banfield y sus colegas de la Universidad de California, Berkeley y el Joint Genome Institute secuenciaron ADN extraído de un sistema de drenaje ácido de minas . [ 21 ] Este esfuerzo dio como resultado los genomas completos, o casi completos, de un puñado de bacterias y arqueas que previamente se habían resistido a los intentos de cultivarlas. [ 22 ]

A partir de 2003, Craig Venter , líder del proyecto paralelo financiado con fondos privados del Proyecto Genoma Humano , ha liderado la Expedición Global de Muestreo Oceánico (GOS), circunnavegando el globo y recolectando muestras metagenómicas a lo largo del viaje. Todas estas muestras fueron secuenciadas utilizando secuenciación de escopeta, con la esperanza de que se identificaran nuevos genomas (y por lo tanto nuevos organismos). El proyecto piloto, realizado en el Mar de los Sargazos , encontró ADN de casi 2000 especies diferentes , incluyendo 148 tipos de bacterias nunca antes vistas. [ 23 ] Venter exploró a fondo la Costa Oeste de los Estados Unidos y completó una expedición de dos años en 2006 para explorar el Mar Báltico , el Mediterráneo y el Mar Negro . El análisis de los datos metagenómicos recolectados durante este viaje reveló dos grupos de organismos, uno compuesto por taxones adaptados a condiciones ambientales de "abundancia o escasez", y un segundo compuesto por taxones relativamente menos numerosos pero más abundantes y ampliamente distribuidos compuestos principalmente de plancton . [ 24 ]

En 2005, Stephan C. Schuster de la Universidad Estatal de Pensilvania y sus colegas publicaron las primeras secuencias de una muestra ambiental generadas con secuenciación de alto rendimiento , en este caso pirosecuenciación masivamente paralela desarrollada por 454 Life Sciences . [ 25 ] Otro artículo temprano en esta área apareció en 2006 por Robert Edwards, Forest Rohwer y sus colegas de la Universidad Estatal de San Diego . [ 26 ]

A partir de 2025Existen pocos laboratorios de metagenómica en el mundo; por ejemplo, en el Reino Unido, solo el laboratorio de metagenómica del Great Ormond Street Hospital está reconocido para realizar estas pruebas. El coste es elevado (se estima en 1300 libras esterlinas en 2025), pero se prevé que disminuya a medida que se desarrolle la tecnología. [ 27 ]

Secuenciación

Diagrama de flujo de un proyecto de metagenoma típico [ 28 ]

La recuperación de secuencias de ADN de más de unos pocos miles de pares de bases a partir de muestras ambientales fue muy difícil hasta que los recientes avances en técnicas de biología molecular permitieron la construcción de bibliotecas en cromosomas artificiales bacterianos (BAC), que proporcionaron mejores vectores para la clonación molecular . [ 29 ]

metagenómica de escopeta

Los avances en bioinformática , el perfeccionamiento de la amplificación del ADN y la proliferación de la capacidad computacional han facilitado enormemente el análisis de secuencias de ADN recuperadas de muestras ambientales, permitiendo la adaptación de la secuenciación aleatoria ( shotgun sequencing ) a muestras metagenómicas (también conocida como secuenciación de metagenoma completo o WMGS). Este método, utilizado para secuenciar numerosos microorganismos cultivados y el genoma humano , fragmenta aleatoriamente el ADN, secuencia múltiples secuencias cortas y las reconstruye en una secuencia consenso . La secuenciación aleatoria revela los genes presentes en las muestras ambientales. Históricamente, se utilizaban bibliotecas de clones para facilitar esta secuenciación. Sin embargo, gracias a los avances en las tecnologías de secuenciación de alto rendimiento, el paso de clonación ya no es necesario y se pueden obtener mayores rendimientos de datos de secuenciación sin este laborioso proceso. La metagenómica aleatoria proporciona información tanto sobre los organismos presentes como sobre los procesos metabólicos posibles en la comunidad. [ 30 ] Debido a que la recolección de ADN de un entorno es en gran medida incontrolada, los organismos más abundantes en una muestra ambiental son los que están más representados en los datos de secuencia resultantes. Para lograr la alta cobertura necesaria para resolver completamente los genomas de los miembros de la comunidad subrepresentados, se necesitan muestras grandes, a menudo prohibitivas. Por otro lado, la naturaleza aleatoria de la secuenciación de escopeta garantiza que muchos de estos organismos, que de otro modo pasarían desapercibidos utilizando técnicas de cultivo tradicionales, estarán representados por al menos algunos pequeños segmentos de secuencia. [ 21 ]

Secuenciación de alto rendimiento

Una ventaja de la secuenciación de alto rendimiento es que esta técnica no requiere clonar el ADN antes de la secuenciación, eliminando uno de los principales sesgos y cuellos de botella en el muestreo ambiental. Los primeros estudios metagenómicos realizados utilizando secuenciación de alto rendimiento utilizaron pirosecuenciación 454 masivamente paralela . [ 25 ] Otras tres tecnologías comúnmente aplicadas al muestreo ambiental son la Ion Torrent Personal Genome Machine , la Illumina MiSeq o HiSeq y el sistema Applied Biosystems SOLiD . [ 31 ] Estas técnicas para secuenciar ADN generan fragmentos más cortos que la secuenciación Sanger ; el sistema Ion Torrent PGM y la pirosecuenciación 454 producen típicamente lecturas de ~400  pb, Illumina MiSeq produce lecturas de 400-700 pb (dependiendo de si se utilizan opciones de extremos emparejados) y SOLiD produce  lecturas de 25-75 pb. [ 32 ] Históricamente, estas longitudes de lectura eran significativamente más cortas que la longitud de lectura típica de la secuenciación Sanger de ~750  pb; sin embargo, la tecnología Illumina se está acercando rápidamente a este valor de referencia. No obstante, esta limitación se compensa con el número mucho mayor de lecturas de secuencia. En 2009, los metagenomas pirosecuenciados generaban entre 200 y 500  megabases, y las plataformas Illumina generaban entre 20 y 50  gigabases, pero estos resultados han aumentado en órdenes de magnitud en los últimos años. [ 33 ]

Para lograr una mayor resolución y ensamblajes más completos a partir de muestras ambientales complejas, el campo ha adoptado varias técnicas avanzadas. [ 3 ] Un enfoque combina la secuenciación de escopeta y la captura de conformación cromosómica (Hi-C), que mide la proximidad de dos secuencias de ADN cualesquiera dentro de la misma célula, para guiar el ensamblaje del genoma microbiano. [ 34 ] Otra técnica es la secuenciación metagenómica de célula única, que resuelve la heterogeneidad presente dentro de la comunidad. [ 3 ] Además, las tecnologías de secuenciación de lectura larga, como las de Pacific Biosciences (PacBio RSII y Sequel) y Oxford Nanopore Technologies (MinION, GridION, PromethION), generan lecturas significativamente más largas que simplifican el proceso de ensamblaje, particularmente en regiones repetitivas o estructuralmente complejas. [ 35 ] [ 36 ]

Profundidad de secuenciación

Una consideración importante al secuenciar para metagenómica es la profundidad de secuenciación, es decir, el número de veces que el secuenciador lee cada base; puede entenderse como la resolución. Cuanto mayor sea la profundidad de secuenciación, mayor será el archivo resultante y el número de contigs, y mayor será el número de genomas microbianos recuperados. Se ha demostrado que los metagenomas de mayor profundidad tienen una recuperación genómica excepcionalmente alta, con una gran novedad reportada. [ 37 ] Los metagenomas de baja profundidad tienen menor resolución en todos los niveles taxonómicos que las muestras de alta profundidad. [ 38 ]

Bioinformática

Representación esquemática de los pasos principales necesarios para el análisis de datos derivados de la secuenciación de escopeta de metagenoma completo. [ 39 ] El software relacionado con cada paso se muestra en cursiva.

Los datos generados por los experimentos de metagenómica son enormes e inherentemente ruidosos, conteniendo datos fragmentados que representan hasta 10 000 especies. [ 1 ] La secuenciación del metagenoma del rumen de la vaca generó 279 gigabases , o 279 000 millones de pares de bases de datos de secuencias de nucleótidos, [ 40 ] mientras que el catálogo de genes del microbioma intestinal humano identificó 3,3 millones de genes ensamblados a partir de 567,7 gigabases de datos de secuencia. [ 41 ] Recopilar, curar y extraer información biológica útil de conjuntos de datos de este tamaño representa importantes desafíos computacionales para los investigadores. [ 30 ] [ 42 ] [ 43 ] [ 44 ]

Prefiltrado de secuencias

El primer paso del análisis de datos metagenómicos requiere la ejecución de ciertos pasos de prefiltrado, incluida la eliminación de secuencias redundantes, de baja calidad y de probable origen eucariota (especialmente en metagenomas de origen humano). [ 45 ] [ 46 ] Los métodos disponibles para la eliminación de secuencias de ADN genómico eucariota contaminantes incluyen Eu-Detect y DeConseq. [ 47 ] [ 48 ] Las muestras metagenómicas también pueden verse afectadas por la contaminación cruzada entre muestras (o fuga de pozo a pozo), en la que el contenido microbiano se intercambia inadvertidamente entre muestras procesadas simultáneamente. Las soluciones incluyen controles negativos o herramientas de detección sin control como CroCoDeEL. [ 49 ]

Asamblea

Los datos de secuencias de ADN de proyectos genómicos y metagenómicos son esencialmente los mismos, pero los datos de secuencias genómicas ofrecen una mayor cobertura , mientras que los datos metagenómicos suelen ser altamente no redundantes. [ 43 ] Además, el mayor uso de tecnologías de secuenciación de segunda generación con longitudes de lectura cortas significa que gran parte de los datos metagenómicos futuros serán propensos a errores. En conjunto, estos factores hacen que el ensamblaje de lecturas de secuencias metagenómicas en genomas sea difícil y poco fiable. Los ensamblajes erróneos son causados ​​por la presencia de secuencias de ADN repetitivas que hacen que el ensamblaje sea especialmente difícil debido a la diferencia en la abundancia relativa de especies presentes en la muestra. [ 50 ] Los ensamblajes erróneos también pueden implicar la combinación de secuencias de más de una especie en contigs quiméricos . [ 50 ]

Existen varios programas de ensamblaje, la mayoría de los cuales pueden utilizar información de etiquetas de extremos emparejados para mejorar la precisión de los ensamblajes. Algunos programas, como Phrap o Celera Assembler, fueron diseñados para ensamblar genomas individuales , pero aun así producen buenos resultados al ensamblar conjuntos de datos metagenómicos. [ 1 ] Otros programas, como Velvet assembler , se han optimizado para las lecturas más cortas producidas por la secuenciación de segunda generación mediante el uso de grafos de De Bruijn . [ 51 ] [ 52 ] El uso de genomas de referencia permite a los investigadores mejorar el ensamblaje de las especies microbianas más abundantes, pero este enfoque está limitado por el pequeño subconjunto de filos microbianos para los que se dispone de genomas secuenciados. [ 50 ] Después de crear un ensamblaje, un desafío adicional es la "deconvolución metagenómica", o determinar qué secuencias provienen de qué especies en la muestra. [ 53 ]

Diversidad de especies

Las anotaciones genéticas proporcionan el "qué", mientras que las mediciones de diversidad de especies proporcionan el "quién". [ 54 ] Para conectar la composición de la comunidad y la función en los metagenomas, las secuencias deben ser agrupadas. La agrupación es el proceso de asociar una secuencia particular con un organismo. [ 50 ] En la agrupación basada en similitud, se utilizan métodos como BLAST para buscar rápidamente marcadores filogenéticos u otras secuencias similares en bases de datos públicas existentes. Este enfoque está implementado en MEGAN . [ 55 ] Otra herramienta, PhymmBL, utiliza modelos de Markov interpolados para asignar lecturas. [ 1 ] MetaPhlAn , Meteor y AMPHORA son métodos basados ​​en marcadores únicos específicos de clado para estimar abundancias relativas de organismos con un rendimiento computacional mejorado. [ 56 ] Otras herramientas, como mOTUs [ 57 ] [ 58 ] y MetaPhyler, [ 59 ] utilizan genes marcadores universales para perfilar especies procariotas. Con el perfilador mOTUs es posible perfilar especies sin un genoma de referencia, mejorando la estimación de la diversidad de la comunidad microbiana. [ 58 ] Métodos recientes, como SLIMM , utilizan el paisaje de cobertura de lectura de genomas de referencia individuales para minimizar los falsos positivos y obtener abundancias relativas confiables. [ 60 ] En la clasificación basada en la composición, los métodos utilizan características intrínsecas de la secuencia, como frecuencias de oligonucleótidos o sesgo de uso de codones . [ 1 ] Una vez que las secuencias se clasifican, es posible realizar un análisis comparativo de diversidad y riqueza.

Tras la agrupación, los contigs ensamblados se agrupan en "grupos", cada uno de los cuales representa una colección de organismos similar a una especie (véase: unidad taxonómica operativa ), según la capacidad de la herramienta de agrupación. Cada grupo consta de un genoma ensamblado a partir de metagenoma (MAG), ya que se puede considerar que todas las secuencias incluidas derivan del genoma del organismo representado. Posteriormente, se pueden utilizar herramientas basadas en genes de copia única, como CheckM y BUSCO, para estimar el porcentaje de completitud y el porcentaje de contaminación del MAG. [ 61 ]

Predicción genética

Los pipelines de análisis metagenómico utilizan dos enfoques en la anotación de regiones codificantes en los contigs ensamblados. [ 50 ] El primer enfoque consiste en identificar genes basándose en la homología con genes que ya están disponibles públicamente en bases de datos de secuencias , generalmente mediante búsquedas BLAST . Este tipo de enfoque está implementado en el programa MEGAN 4. [ 62 ] El segundo, ab initio , utiliza características intrínsecas de la secuencia para predecir regiones codificantes basándose en conjuntos de entrenamiento de genes de organismos relacionados. Este es el enfoque adoptado por programas como GeneMark [ 63 ] y GLIMMER . La principal ventaja de la predicción ab initio es que permite la detección de regiones codificantes que carecen de homólogos en las bases de datos de secuencias; sin embargo, es más precisa cuando hay grandes regiones de ADN genómico contiguo disponibles para la comparación. [ 1 ] La predicción de genes generalmente se realiza después del binning. [ 39 ]

Metagenómica comparativa

La metagenómica comparativa implica analizar las diferencias en la composición taxonómica y funcional de las comunidades microbianas en múltiples muestras o condiciones. Cuando se centra en características que varían entre grupos, a menudo se hace referencia a esto como análisis de abundancia diferencial . [ 64 ] Los análisis comparativos de metagenomas proporcionan información sobre cómo varían las comunidades microbianas en diferentes entornos u huéspedes, lo que ayuda a vincular la estructura y la función de la comunidad con resultados ecológicos o relacionados con la salud. [ 65 ] Los metagenomas se comparan más comúnmente analizando la composición taxonómica, como las diferencias en la abundancia normalizada de especies o géneros entre grupos, o la diversidad taxonómica , pero también se pueden comparar mediante características de secuencia como los perfiles de k-meros. [ 66 ] Los metadatos sobre el contexto ambiental de la muestra metagenómica son importantes en los análisis comparativos, ya que brindan a los investigadores la capacidad de estudiar el efecto del hábitat sobre la estructura y la función de la comunidad. [ 1 ]

Las comparaciones funcionales entre metagenomas a menudo implican el perfilado de familias de genes o vías metabólicas mediante herramientas como HUMAnN3 [ 67 ] o gutSMASH [ 68 ] , que mapean las lecturas a bases de datos de referencia (p. ej., KEGG, COG) o detectan grupos de genes biosintéticos/metabólicos, lo que permite la comparación estadística del potencial funcional entre muestras. Este enfoque centrado en los genes enfatiza el complemento funcional de la comunidad en su conjunto, en lugar de los grupos taxonómicos, y muestra que los complementos funcionales son análogos en condiciones ambientales similares [ 69 ] .

Análisis de datos

Metabolismo comunitario

En muchas comunidades bacterianas, naturales o modificadas (como los biorreactores ), existe una división significativa del trabajo en el metabolismo ( sintrofía ), durante la cual los productos de desecho de algunos organismos son metabolitos para otros. [ 70 ] En uno de estos sistemas, el biorreactor metanogénico , la estabilidad funcional requiere la presencia de varias especies sintróficas ( Syntrophobacterales y Synergistia ) que trabajan juntas para convertir los recursos brutos en desechos completamente metabolizados ( metano ). [ 71 ] Mediante estudios genéticos comparativos y experimentos de expresión con microarrays o proteómica, los investigadores pueden reconstruir una red metabólica que va más allá de los límites de las especies. Dichos estudios requieren un conocimiento detallado sobre qué versiones de qué proteínas están codificadas por qué especies e incluso por qué cepas de qué especies. Por lo tanto, la información genómica de la comunidad es otra herramienta fundamental (junto con la metabolómica y la proteómica) en la búsqueda para determinar cómo se transfieren y transforman los metabolitos en una comunidad. [ 72 ]

Metatranscriptómica

La metagenómica permite a los investigadores acceder a la diversidad funcional y metabólica de las comunidades microbianas, pero no puede mostrar cuáles de estos procesos están activos. [ 69 ] La extracción y el análisis del ARNm metagenómico (el metatranscriptoma ) proporciona información sobre la regulación y los perfiles de expresión de comunidades complejas. Debido a las dificultades técnicas (la corta vida media del ARNm, por ejemplo) en la recolección de ARN ambiental, hasta la fecha se han realizado relativamente pocos estudios metatranscriptómicos in situ de comunidades microbianas. [ 69 ] Si bien originalmente se limitaba a la tecnología de microarrays , los estudios metatranscriptómicos han utilizado tecnologías transcriptómicas para medir la expresión del genoma completo y la cuantificación de una comunidad microbiana, [ 69 ] empleadas por primera vez en el análisis de la oxidación del amoníaco en suelos. [ 73 ]

virus

La secuenciación metagenómica es particularmente útil en el estudio de comunidades virales. Dado que los virus carecen de un marcador filogenético universal compartido (como el ARN 16S para bacterias y arqueas, y el ARN 18S para eucariotas), la única forma de acceder a la diversidad genética de la comunidad viral a partir de una muestra ambiental es mediante la metagenómica. Los metagenomas virales (también llamados viromas) deberían, por lo tanto, proporcionar cada vez más información sobre la diversidad y evolución viral. [ 74 ] [ 75 ] [ 76 ] [ 77 ] [ 78 ] Por ejemplo, una herramienta metagenómica llamada Giant Virus Finder mostró la primera evidencia de la existencia de virus gigantes en un desierto salino [ 79 ] y en valles secos de la Antártida. [ 80 ]

Aplicaciones

La metagenómica tiene el potencial de impulsar el conocimiento en una amplia variedad de campos. También puede aplicarse para resolver desafíos prácticos en medicina , ingeniería , agricultura , sostenibilidad y ecología . [ 43 ] [ 81 ]

Agricultura

Los suelos en los que crecen las plantas están habitados por comunidades microbianas, con un gramo de suelo que contiene alrededor de 10 9 -10 10 células microbianas que comprenden aproximadamente un gigabase de información de secuencia. [ 82 ] [ 83 ] Las comunidades microbianas que habitan los suelos son algunas de las más complejas conocidas por la ciencia y siguen siendo poco comprendidas a pesar de su importancia económica. [ 84 ] Los consorcios microbianos realizan una amplia variedad de servicios ecosistémicos necesarios para el crecimiento de las plantas, incluyendo la fijación de nitrógeno atmosférico , el ciclo de nutrientes , la supresión de enfermedades y el secuestro de hierro y otros metales . [ 85 ] Se están utilizando estrategias de metagenómica funcional para explorar las interacciones entre plantas y microbios a través del estudio independiente del cultivo de estas comunidades microbianas. [ 86 ] [ 87 ] Al permitir comprender el papel de miembros de la comunidad previamente no cultivados o raros en el ciclo de nutrientes y la promoción del crecimiento de las plantas, los enfoques metagenómicos pueden contribuir a una mejor detección de enfermedades en cultivos y ganado y a la adaptación de prácticas agrícolas mejoradas que mejoran la salud de los cultivos al aprovechar la relación entre los microbios y las plantas. [ 43 ]

Biocombustible

Los biocombustibles son combustibles derivados de la conversión de biomasa , como la conversión de la celulosa contenida en tallos de maíz , pasto varilla y otra biomasa en etanol celulósico . [ 43 ] Este proceso depende de consorcios microbianos (asociación) que transforman la celulosa en azúcares , seguidos de la fermentación de estos azúcares en etanol . Los microbios también producen diversas fuentes de bioenergía , incluyendo metano e hidrógeno . [ 43 ]

La deconstrucción eficiente de biomasa a escala industrial requiere enzimas novedosas con mayor productividad y menor costo. [ 40 ] Los enfoques metagenómicos para el análisis de comunidades microbianas complejas permiten la selección dirigida de enzimas con aplicaciones industriales en la producción de biocombustibles, como las glicósido hidrolasas . [ 88 ] Además, se requiere conocimiento sobre cómo funcionan estas comunidades microbianas para controlarlas, y la metagenómica es una herramienta clave para su comprensión. Los enfoques metagenómicos permiten análisis comparativos entre sistemas microbianos convergentes como los fermentadores de biogás [ 89 ] o insectos herbívoros como el jardín de hongos de las hormigas cortadoras de hojas . [ 90 ]

Biotecnología

Las comunidades microbianas producen una vasta gama de sustancias químicas biológicamente activas que se utilizan en la competencia y la comunicación. [ 85 ] Muchos de los fármacos que se utilizan hoy en día se descubrieron originalmente en microbios; los avances recientes en la explotación del rico recurso genético de los microbios no cultivables han llevado al descubrimiento de nuevos genes, enzimas y productos naturales. [ 69 ] [ 91 ] La aplicación de la metagenómica ha permitido el desarrollo de productos químicos básicos y finos , agroquímicos y farmacéuticos donde el beneficio de la síntesis quiral catalizada por enzimas es cada vez más reconocido. [ 92 ]

En la bioprospección de datos metagenómicos se utilizan dos tipos de análisis : el cribado basado en la función para un rasgo expresado y el cribado basado en la secuencia para secuencias de ADN de interés. [ 93 ] El análisis basado en la función busca identificar clones que expresen un rasgo deseado o una actividad útil, seguido de la caracterización bioquímica y el análisis de secuencias. Este enfoque está limitado por la disponibilidad de un cribado adecuado y el requisito de que el rasgo deseado se exprese en la célula huésped. Además, la baja tasa de descubrimiento (menos de uno por cada 1000 clones cribados) y su naturaleza laboriosa limitan aún más este enfoque. [ 94 ] En contraste, el análisis basado en la secuencia utiliza secuencias de ADN conservadas para diseñar cebadores de PCR para cribar clones en busca de la secuencia de interés. [ 93 ] En comparación con los enfoques basados ​​en la clonación, el uso de un enfoque basado únicamente en la secuencia reduce aún más la cantidad de trabajo de laboratorio requerido. La aplicación de la secuenciación masiva en paralelo también aumenta considerablemente la cantidad de datos de secuencia generados, que requieren pipelines de análisis bioinformático de alto rendimiento. [ 94 ] El enfoque de cribado basado en secuencias está limitado por la amplitud y precisión de las funciones genéticas presentes en las bases de datos de secuencias públicas. En la práctica, los experimentos utilizan una combinación de enfoques funcionales y basados ​​en secuencias, según la función de interés, la complejidad de la muestra a analizar y otros factores. [ 94 ] [ 95 ] Un ejemplo de éxito del uso de la metagenómica como biotecnología para el descubrimiento de fármacos se ilustra con los antibióticos malacidina . [ 96 ]

Ecología

La metagenómica permite el estudio de comunidades microbianas como las presentes en este arroyo que recibe drenaje ácido procedente de la minería de carbón a cielo abierto.

La metagenómica puede proporcionar información valiosa sobre la ecología funcional de las comunidades ambientales. [ 97 ] El análisis metagenómico de los consorcios bacterianos encontrados en las heces de los leones marinos australianos sugiere que las heces de estos animales, ricas en nutrientes, pueden ser una fuente importante de nutrientes para los ecosistemas costeros. Esto se debe a que las bacterias que se expulsan simultáneamente con las heces son expertas en descomponer los nutrientes en una forma biodisponible que puede incorporarse a la cadena alimentaria. [ 98 ]

La secuenciación de ADN también puede utilizarse de forma más amplia para identificar especies presentes en un cuerpo de agua, [ 99 ] residuos filtrados del aire, muestras de tierra o heces de animales, [ 100 ] e incluso detectar elementos de la dieta en comidas de sangre. [ 101 ] Esto puede establecer el rango de especies invasoras y especies en peligro de extinción , y rastrear poblaciones estacionales.

Además, la metagenómica se utiliza para evaluar los impactos ecológicos de la contaminación antropogénica en los microbiomas ambientales. Por ejemplo, la secuenciación de metagenomas completos de lectura larga de suelos en zonas tecnogénicas industriales ha revelado que la contaminación crónica por metales pesados ​​reestructura fundamentalmente la comunidad microbiana del suelo. En lugar de reducir significativamente la biodiversidad general, las intensas presiones ambientales impulsan adaptaciones a nivel de cepa, seleccionando taxones resistentes a los metales y suprimiendo filos vulnerables, lo que proporciona información de alta resolución sobre el potencial de biorremediación natural de los ecosistemas contaminados. [ 102 ]

remediación ambiental

La metagenómica puede mejorar las estrategias para monitorear el impacto de los contaminantes en los ecosistemas y para limpiar ambientes contaminados. Una mayor comprensión de cómo las comunidades microbianas se adaptan a los contaminantes mejora las evaluaciones del potencial de recuperación de los sitios contaminados y aumenta las probabilidades de éxito de los ensayos de bioaumentación o bioestimulación . [ 103 ]

Caracterización de la microbiota intestinal

Las comunidades microbianas desempeñan un papel fundamental en la preservación de la salud humana , pero su composición y el mecanismo mediante el cual lo hacen siguen siendo un misterio. [ 104 ] La secuenciación metagenómica se está utilizando para caracterizar las comunidades microbianas de entre 15 y 18 sitios corporales de al menos 250 individuos. Esto forma parte de la iniciativa del Microbioma Humano , cuyos objetivos principales son determinar si existe un microbioma humano central , comprender los cambios en el microbioma humano que pueden correlacionarse con la salud humana y desarrollar nuevas herramientas tecnológicas y bioinformáticas para apoyar estos objetivos. [ 105 ]

Otro estudio médico como parte del proyecto MetaHit (Metagenómica del Tracto Intestinal Humano) consistió en 124 individuos de Dinamarca y España, incluyendo personas sanas, con sobrepeso y pacientes con síndrome del intestino irritable. [ 106 ] El estudio intentó categorizar la profundidad y la diversidad filogenética de las bacterias gastrointestinales. Utilizando datos de secuenciación de Illumina GA y SOAPdenovo, una herramienta basada en grafos de De Bruijn diseñada específicamente para el ensamblaje de lecturas cortas, pudieron generar 6,58 millones de contigs mayores de 500 pb para una longitud total de contig de 10,3 Gb y una longitud N50 de 2,2 kb.

El estudio demostró que dos divisiones bacterianas, Bacteroidetes y Firmicutes, constituyen más del 90 % de las categorías filogenéticas conocidas que dominan las bacterias del intestino distal. Utilizando las frecuencias génicas relativas encontradas en el intestino, estos investigadores identificaron 1244 grupos metagenómicos que son de vital importancia para la salud del tracto intestinal. Existen dos tipos de funciones en estos grupos: las de mantenimiento y las específicas del intestino. Los grupos de genes de mantenimiento son necesarios en todas las bacterias y suelen ser actores principales en las vías metabólicas principales, incluido el metabolismo central del carbono y la síntesis de aminoácidos. Las funciones específicas del intestino incluyen la adhesión a proteínas del huésped y la obtención de azúcares de los glucolípidos de la serie globosa. Se demostró que los pacientes con síndrome del intestino irritable presentaban un 25 % menos de genes y una menor diversidad bacteriana que las personas que no padecían este síndrome, lo que indica que los cambios en la diversidad del microbioma intestinal de los pacientes podrían estar asociados con esta afección. [ 106 ]

Si bien estos estudios resaltan algunas aplicaciones médicas potencialmente valiosas, solo entre el 31 % y el 48,8 % de las lecturas pudieron alinearse con 194 genomas bacterianos intestinales humanos públicos y entre el 7,6 % y el 21,2 % con genomas bacterianos disponibles en GenBank, lo que indica que aún se necesita mucha más investigación para capturar nuevos genomas bacterianos. [ 107 ]

En el Proyecto Microbioma Humano (HMP), se analizaron las comunidades microbianas intestinales mediante secuenciación de ADN de alto rendimiento. El HMP demostró que, a diferencia de las especies microbianas individuales, muchos procesos metabólicos estaban presentes en todos los hábitats corporales con frecuencias variables. Se estudiaron las comunidades microbianas de 649 metagenomas extraídos de siete sitios corporales primarios en 102 individuos como parte del proyecto. El análisis metagenómico reveló variaciones en la abundancia específica de nicho entre 168 módulos funcionales y 196 vías metabólicas dentro del microbioma. Estas incluyeron la degradación de glicosaminoglicanos en el intestino, así como el transporte de fosfato y aminoácidos vinculado al fenotipo del huésped (pH vaginal) en el fórnix posterior. El HMP ha puesto de manifiesto la utilidad de la metagenómica en el diagnóstico y la medicina basada en la evidencia . Por lo tanto, la metagenómica es una herramienta poderosa para abordar muchos de los problemas apremiantes en el campo de la medicina personalizada . [ 108 ]

En animales, la metagenómica puede utilizarse para perfilar sus microbiomas intestinales y permitir la detección de bacterias resistentes a los antibióticos. [ 109 ] Esto puede tener implicaciones en el seguimiento de la propagación de enfermedades de la fauna silvestre a los animales de granja y a los humanos.

Epidemiología

La secuenciación metagenómica se utiliza para encontrar organismos causantes de enfermedades infecciosas en aguas residuales, lo que permite la detección de organismos raros (como la poliomielitis ) y la predicción de brotes. Esta técnica se popularizó durante los primeros meses de la pandemia de COVID-19 gracias a Biobot Analytics . [ 110 ]

Diagnóstico de enfermedades infecciosas

Diferenciar entre enfermedades infecciosas y no infecciosas, e identificar la etiología subyacente de la infección, puede ser un desafío. Por ejemplo, más de la mitad de los casos de encefalitis permanecen sin diagnosticar, a pesar de las exhaustivas pruebas realizadas con métodos de laboratorio clínico de última generación. La secuenciación metagenómica clínica se muestra prometedora como un método sensible y rápido para diagnosticar infecciones, al comparar el material genético encontrado en la muestra de un paciente con bases de datos de todos los patógenos humanos microscópicos conocidos y miles de otros organismos bacterianos, virales, fúngicos y parásitos, así como con bases de datos de secuencias de genes de resistencia antimicrobiana con fenotipos clínicos asociados. [ 111 ] [ 112 ] [ 113 ]

Vigilancia de arbovirus

La metagenómica es útil para caracterizar la diversidad y la ecología de los virus transmitidos por artrópodos hematófagos (que se alimentan de sangre), como mosquitos y garrapatas, denominados arbovirus . También puede ser utilizada como herramienta por funcionarios y organizaciones de salud pública para vigilar los arbovirus en circulación en poblaciones de artrópodos silvestres. [ 112 ] [ 114 ]

Estimación dietética

La estimación metagenómica de la ingesta dietética (MEDI) permite reconstruir perfiles dietéticos individuales mediante la detección de ADN derivado de alimentos en metagenomas de heces humanas. [ 115 ] MEDI ha demostrado concordancia con cuestionarios de frecuencia de consumo de alimentos, ha rastreado cambios dietéticos en lactantes y ha identificado asociaciones entre dieta y salud en grandes cohortes sin registros dietéticos.

Véase también

Referencias

  1. 1 2 3 4 5 6 7 Wooley JC, Godzik A, Friedberg I (febrero de 2010). Bourne PE (ed.). " Una introducción a la metagenómica" . PLOS Computational Biology . 6 (2) e1000667. Bibcode : 2010PLSCB...6E0667W . doi : 10.1371/journal.pcbi.1000667 . PMC 2829047. PMID 20195499 .  
  2. ↑ Boctor, Joseph; Oweda, Mariam; El-Hadidi, Mohamed (2023), Mitra, Suparna (ed.), "Guía integral para el análisis del microbioma mediante R" , Análisis de datos metagenómicos , Nueva York, NY: Springer US, pp. 393–436 , doi : 10.1007/978-1-0716-3072-3_20 , ISBN  978-1-0716-3072-3Consultado el 7 de julio de 2026.{{citation}}: CS1 mantenimiento: parámetro de trabajo con ISBN ( enlace )
  3. 1 2 3 Pinto, Yishay; Bhatt, Ami S. (diciembre de 2024). "Análisis de microbiomas basado en secuenciación" . Nature Reviews Genetics . 25 (12): 829– 845. doi : 10.1038/s41576-024-00746-6 . ISSN 1471-0064 . PMID 38918544 .  
  4. ↑ Thompson, Luke R.; Sanders, Jon G.; McDonald, Daniel; Amir, Amnon; Ladau, Joshua; Locey, Kenneth J.; Prill, Robert J.; Tripathi, Anupriya; Gibbons, Sean M.; Ackermann, Gail; Navas-Molina, Jose A.; Janssen, Stefan; Kopylova, Evguenia; Vázquez-Baeza, Yoshiki; González, Antonio (noviembre de 2017). "Un catálogo comunitario revela la diversidad microbiana multiescala de la Tierra" . Nature . 551 (7681): 457– 463. Bibcode : 2017Natur.551..457T . doi : 10.1038/nature24621 . ISSN 1476-4687 . PMC 6192678 . PMID 29088705 .   
  5. ↑ Stewart, Christopher J.; Ajami, Nadim J.; O'Brien, Jacqueline L.; Hutchinson, Diane S.; Smith, Daniel P.; Wong, Matthew C.; Ross, Matthew C.; Lloyd, Richard E.; Doddapaneni, HarshaVardhan; Metcalf, Ginger A.; Muzny, Donna; Gibbs, Richard A.; Vatanen, Tommi; Huttenhower, Curtis; Xavier, Ramnik J. (octubre de 2018). "Desarrollo temporal del microbioma intestinal en la primera infancia a partir del estudio TEDDY" . Nature . 562 (7728): 583– 588. Bibcode : 2018Natur.562..583S . doi : 10.1038/s41586-018-0617-x . ISSN 1476-4687 . PMC 6415775 . PMID 30356187 .   
  6. ↑ Carlino, Niccolò; Blanco-Míguez, Aitor; Punčochář, Michal; Mengoni, Claudia; Pinto, Federica; Tatti, Alessia; Manghi, Paolo; Armanini, Federica; Avagliano, Michele; Barcenilla, Coral; Breselge, Samuel; Cabrera-Rubio, Raúl; Calvete-Torre, Inés; Coakley, Mairéad; Cobo-Díaz, José F. (3 de octubre de 2024). "Diversidad microbiana inexplorada de 2500 metagenomas alimentarios y vínculos con el microbioma humano" . Celúla . 187 (20): 5775–5795.e15. doi : 10.1016/j.cell.2024.07.039 . hdl : 10261/373917 . ISSN 0092-8674 . PMID 39214080 .  
  7. ↑ Eisen JA (marzo de 2007). " Secuenciación de escopeta ambiental: su potencial y desafíos para estudiar el mundo oculto de los microbios" . PLOS Biology . 5 (3): e82. doi : 10.1371/journal.pbio.0050082 . PMC 1821061. PMID 17355177 .  
  8. ^ Chen, Liang; Zhao, Na; Cao, Jiabao; Liu, Xiaolin; Xu, Jiayue; Mamá, Yue; Yu, Ying; Zhang, Xuan; Zhang, Wenhui; Guan, Xiangyu; Yu, Xiaotong; Liu, Zhipeng; Fan, Yanqun; Wang, Yang; Liang, Fan (8 de junio de 2022). "La metagenómica de lectura corta y larga amplía las variaciones estructurales individualizadas en los microbiomas intestinales" . Comunicaciones de la naturaleza . 13 (1): 3175. Código Bib : 2022NatCo..13.3175C . doi : 10.1038/s41467-022-30857-9 . ISSN 2041-1723 . PMC 9177567 . PMID 35676264 .   
  9. ↑ Zepeda Mendoza, Marie Lisandra; Sicheritz-Pontén, Thomas; Gilbert, M. Thomas P. (1 de septiembre de 2015). " Genes ambientales y genomas: comprensión de las diferencias y los desafíos en los enfoques y el software para sus análisis" . Briefings in Bioinformatics . 16 (5): 745– 758. doi : 10.1093/bib/bbv001 . ISSN 1467-5463 . PMC 4570204. PMID 25673291 .   
  10. ↑ Rieder, Jessica; Kapopoulou, Adamandia; Bank, Claudia; Adrian-Kalchhauser, Irene (14 de febrero de 2023). "Metagenómica y metabarcoding: opciones experimentales y su impacto en la caracterización de la comunidad microbiana en sistemas de acuicultura de recirculación de agua dulce" . Environmental Microbiome . 18 (1): 8. Bibcode : 2023EMicb..18....8R . doi : 10.1186/s40793-023-00459-z . ISSN 2524-6372 . PMC 9930364. PMID 36788626 .   
  11. ↑ Semenov, MV (1 de enero de 2021). "Metabarcoding y metagenómica en la investigación de la ecología del suelo: logros, desafíos y perspectivas" . Biology Bulletin Reviews . 11 (1): 40– 53. Bibcode : 2021BioBR..11...40S . doi : 10.1134/S2079086421010084 . ISSN 2079-0872 . 
  12. 1 2 Hugenholtz P, Goebel BM, Pace NR (septiembre de 1998). "Impacto de los estudios independientes del cultivo en la visión filogenética emergente de la diversidad bacteriana" . Journal of Bacteriology . 180 (18): 4765– 74. doi : 10.1128/JB.180.18.4765-4774.1998 . PMC 107498. PMID 9733676 .  
  13. ↑ Handelsman J, Rondon MR, Brady SF, Clardy J, Goodman RM (octubre de 1998). "Acceso biológico molecular a la química de microbios del suelo desconocidos: una nueva frontera para los productos naturales" . Chemistry & Biology . 5 (10): R245-9. doi : 10.1016/S1074-5521(98)90108-9 . PMID 9818143 . .
  14. ↑ Chen K, Pachter L (julio de 2005). "Bioinformática para la secuenciación de escopeta del genoma completo de comunidades microbianas" . PLOS Computational Biology . 1 (2): 106– 12. Bibcode : 2005PLSCB...1...24C . ​​doi : 10.1371/journal.pcbi.0010024 . PMC 1185649. PMID 16110337 .  
  15. ↑ Lane DJ, Pace B, Olsen GJ, Stahl DA, Sogin ML, Pace NR (octubre de 1985). "Determinación rápida de secuencias de ARN ribosomal 16S para análisis filogenéticos" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 82 (20): 6955– 9. Bibcode : 1985PNAS...82.6955L . doi : 10.1073 / pnas.82.20.6955 . PMC 391288. PMID 2413450 .  
  16. ↑ Pace NR, Stahl DA, Lane DJ, Olsen GJ (1986). "Análisis de poblaciones microbianas naturales mediante secuencias de ARN ribosómico". En Marshall KC (ed.). Avances en ecología microbiana . Vol. 9. Springer US. pp. 1–55 . doi : 10.1007/978-1-4757-0611-6_1 . ISBN   978-1-4757-0611-6.
  17. ↑ Schmidt TM , DeLong EF, Pace NR (julio de 1991). "Análisis de una comunidad de picoplancton marino mediante clonación y secuenciación del gen ARNr 16S" . Journal of Bacteriology . 173 (14): 4371– 8. doi : 10.1128/jb.173.14.4371-4378.1991 . PMC 208098 . PMID 2066334 .  
  18. ↑ Healy FG, Ray RM, Aldrich HC, Wilkie AC, Ingram LO, Shanmugam KT (1995). "Aislamiento directo de genes funcionales que codifican celulasas de los consorcios microbianos en un digestor anaeróbico termófilo mantenido en lignocelulosa". Applied Microbiology and Biotechnology . 43 (4): 667– 74. doi : 10.1007/BF00164771 . PMID 7546604 . S2CID 31384119 .  
  19. ↑ Stein JL, Marsh TL, Wu KY, Shizuya H, DeLong EF (febrero de 1996). "Caracterización de procariotas no cultivados: aislamiento y análisis de un fragmento de genoma de 40 kilobases de una arquea marina planctónica" . Journal of Bacteriology . 178 (3): 591– 9. doi : 10.1128/jb.178.3.591-599.1996 . PMC 177699. PMID 8550487 .  
  20. ↑ Breitbart M, Salamon P, Andresen B, Mahaffy JM, Segall AM, Mead D, et al. (octubre de 2002). "Análisis genómico de comunidades virales marinas no cultivadas" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 99 (22): 14250– 5. Bibcode : 2002PNAS...9914250B . doi : 10.1073/pnas.202488399 . PMC 137870. PMID 12384570 .   
  21. 1 2 Tyson GW, Chapman J, Hugenholtz P, Allen EE, Ram RJ, Richardson PM, et al. (marzo de 2004). "Estructura y metabolismo de la comunidad mediante la reconstrucción de genomas microbianos del medio ambiente". Nature . 428 (6978): 37– 43. Bibcode : 2004Natur.428...37T . doi : 10.1038/nature02340 . PMID 14961025 . S2CID 4420754 .   (Se requiere suscripción)
  22. ↑ Hugenholtz P (2002). "Explorando la diversidad procariota en la era genómica" . Genome Biology . 3 (2) REVIEWS0003. doi : 10.1186/gb-2002-3-2-reviews0003 . PMC 139013. PMID 11864374 .  
  23. ↑ Venter JC, Remington K, Heidelberg JF, Halpern AL, Rusch D, Eisen JA, et al. (abril de 2004). "Secuenciación de genoma ambiental por escopeta del Mar de los Sargazos". Science . 304 (5667): 66– 74. Bibcode : 2004Sci...304...66V . CiteSeerX 10.1.1.124.1840 . doi : 10.1126/science.1093857 . PMID 15001713 . S2CID 1454587 .    
  24. ↑ Yooseph S, Nealson KH, Rusch DB, McCrow JP, Dupont CL, Kim M, et al. (noviembre de 2010). "Adaptación genómica y funcional en procariotas planctónicos de la superficie oceánica" . Nature . 468 (7320): 60–6 . Bibcode : 2010Natur.468...60Y . doi : 10.1038/nature09530 . PMID 21048761 .  (Se requiere suscripción)
  25. ^ Poinar HN, Schwarz C, Qi J, Shapiro B, Macphee RD, Buigues B, et al. (Enero de 2006). "De la metagenómica a la paleogenómica: secuenciación a gran escala de ADN de mamut". Ciencia . 311 (5759): 392– 4. Bibcode : 2006Sci...311..392P . doi : 10.1126/ciencia.1123360 . PMID 16368896 . S2CID 11238470 .   
  26. ↑ Edwards RA, Rodriguez-Brito B, Wegley L, Haynes M, Breitbart M, Peterson DM, et al. (marzo de 2006). "Uso de la pirosecuenciación para esclarecer la ecología microbiana de las minas profundas" . BMC Genomics . 7 57. doi : 10.1186/1471-2164-7-57 . PMC 1483832. PMID 16549033 .   
  27. ↑ Walsh, Fergus (30 de abril de 2025). "Una prueba metagenómica salva la vista de una mujer tras una misteriosa infección" . BBC News.
  28. ↑ Thomas T, Gilbert J, Meyer F (febrero de 2012). " Metagenómica: una guía desde el muestreo hasta el análisis de datos" . Microbial Informatics and Experimentation . 2 (1) 3. doi : 10.1186/2042-5783-2-3 . PMC 3351745. PMID 22587947 .  
  29. ↑ Béjà O, Suzuki MT, Koonin EV, Aravind L, Hadd A, Nguyen LP, et al. (octubre de 2000). "Construcción y análisis de bibliotecas de cromosomas artificiales bacterianos a partir de un conjunto microbiano marino". Environmental Microbiology . 2 (5): 516– 29. Bibcode : 2000EnvMi...2..516B . doi : 10.1046/j.1462-2920.2000.00133.x . PMID 11233160 . S2CID 8267748 .   
  30. 1 2 Segata N, Boernigen D, Tickle TL, Morgan XC, Garrett WS, Huttenhower C (mayo de 2013). " Metaómica computacional para estudios de comunidades microbianas" . Biología de sistemas moleculares . 9 (666) 666. doi : 10.1038/msb.2013.22 . PMC 4039370. PMID 23670539 .  
  31. ↑ Rodrigue S, Materna AC, Timberlake SC, Blackburn MC, Malmstrom RR, Alm EJ, Chisholm SW (julio de 2010). Gilbert JA (ed.). "Desbloqueando la secuenciación de lecturas cortas para la metagenómica" . PLOS ONE . 5 (7) e11840. Bibcode : 2010PLoSO...511840R . doi : 10.1371/journal.pone.0011840 . PMC 2911387. PMID 20676378 .  
  32. ↑ Schuster SC (enero de 2008). " La secuenciación de próxima generación transforma la biología actual". Nature Methods . 5 (1): 16– 8. doi : 10.1038/nmeth1156 . PMID 18165802. S2CID 1465786 .  
  33. ↑ "Metagenómica versus la ley de Moore" . Nature Methods . 6 (9): 623. 2009. doi : 10.1038/nmeth0909-623 .
  34. ↑ Stewart RD, Auffret MD, Warr A, Wiser AH, Press MO, Langford KW, et al. (febrero de 2018). " Ensamblaje de 913 genomas microbianos a partir de la secuenciación metagenómica del rumen de la vaca" . Nature Communications . 9 (1): 870. Bibcode : 2018NatCo...9..870S . doi : 10.1038/s41467-018-03317-6 . PMC 5830445. PMID 29491419 .   
  35. ↑ Hiraoka S, Yang CC, Iwasaki W (septiembre de 2016). "Metagenómica y bioinformática en ecología microbiana: estado actual y más allá" . Microbes and Environments . 31 (3): 204–12 . doi : 10.1264/jsme2.ME16024 . PMC 5017796. PMID 27383682 .  
  36. ↑ Kim, Chankyung; Pongpanich, Monnat; Porntaveetus, Thantrira (28 de enero de 2024). "Descifrando la metagenómica a través de la secuenciación de lectura larga: una revisión exhaustiva" . Journal of Translational Medicine . 22 (1): 111. doi : 10.1186/s12967-024-04917-1 . ISSN 1479-5876 . PMC 10823668. PMID 38282030 .   
  37. ↑ Carter, Matthew M.; Olm, Matthew R.; Merrill, Bryan D.; Dahan, Dylan; Tripathi, Surya; Spencer, Sean P.; Yu, Feiqiao B.; Jain, Sunit; Neff, Norma; Jha, Aashish R.; Sonnenburg, Erica D.; Sonnenburg, Justin L. (6 de julio de 2023). "La secuenciación ultraprofunda de los cazadores-recolectores Hadza recupera microbios intestinales en vías de extinción" . Cell . 186 ( 14): 3111–3124.e13. doi : 10.1016/j.cell.2023.05.046 . ISSN 0092-8674 . PMC 10330870. PMID 37348505 .   
  38. ↑ Zaheer, Rahat; Noyes, Noelle; Ortega Polo, Rodrigo; Cook, Shaun R.; Marinier, Eric; Van Domselaar, Gary; Belk, Keith E.; Morley, Paul S.; McAllister, Tim A. (12 de abril de 2018). "Impacto de la profundidad de secuenciación en la caracterización del microbioma y el resistoma" . Scientific Reports . 8 (1): 5890. Bibcode : 2018NatSR...8.5890Z . doi : 10.1038/ s41598-018-24280-8 . ISSN 2045-2322 . PMC 5897366. PMID 29651035 .   
  39. 1 2 Pérez-Cobas AE, Gomez-Valero L, Buchrieser C (2020). "Enfoques metagenómicos en ecología microbiana: una actualización sobre análisis de secuenciación de genoma completo y genes marcadores" . Microbial Genomics . 6 (8). doi : 10.1099/mgen.0.000409 . PMC 7641418. PMID 32706331 .  
  40. 1 2 Hess M, Sczyrba A, Egan R, Kim TW, Chokhawala H, Schroth G, et al. (enero de 2011). "Descubrimiento metagenómico de genes y genomas degradadores de biomasa del rumen de vaca". Science . 331 (6016): 463– 7. Bibcode : 2011Sci...331..463H . doi : 10.1126/science.1200387 . PMID 21273488 . S2CID 36572885 .   
  41. ↑ Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, et al. (marzo de 2010). "Un catálogo de genes microbianos del intestino humano establecido mediante secuenciación metagenómica" . Nature . 464 (7285): 59– 65. Bibcode : 2010Natur.464...59. . doi : 10.1038/nature08821 . PMC 3779803 . PMID 20203603 .   (Se requiere suscripción)
  42. ↑ Paulson JN, Stine OC, Bravo HC, Pop M (diciembre de 2013). "Análisis de abundancia diferencial para estudios de genes marcadores microbianos" . Nature Methods . 10 (12): 1200–2 . doi : 10.1038/nmeth.2658 . PMC 4010126. PMID 24076764 .  
  43. 1 2 3 4 5 6 Comité de Metagenómica: Desafíos y Aplicaciones Funcionales, Consejo Nacional de Investigación (2007). La Nueva Ciencia de la Metagenómica: Revelando los Secretos de Nuestro Planeta Microbiano . Washington, DC: The National Academies Press. Bibcode : 2007nap..book11902N . doi : 10.17226/11902 . ISBN 978-0-309-10676-4. PMID 21678629 . 
  44. ↑ Oulas A, Pavloudi C, Polymenakou P, Pavlopoulos GA, Papanikolaou N, Kotoulas G, et al. (2015). " Metagenómica: herramientas y perspectivas para analizar datos de secuenciación de próxima generación derivados de estudios de biodiversidad" . Bioinformatics and Biology Insights . 9 : 75–88 . doi : 10.4137/BBI.S12462 . PMC 4426941. PMID 25983555 .   
  45. ↑ Mende DR, Waller AS, Sunagawa S, Järvelin AI, Chan MM, Arumugam M, et al. (23 de febrero de 2012). " Evaluación del ensamblaje metagenómico utilizando datos simulados de secuenciación de próxima generación" . PLOS ONE . 7 (2) e31386. Bibcode : 2012PLoSO...731386M . doi : 10.1371/journal.pone.0031386 . PMC 3285633. PMID 22384016 .   
  46. ↑ Balzer S, Malde K, Grohme MA, Jonassen I (abril de 2013). " Filtrado de lecturas duplicadas de datos de pirosecuenciación 454" . Bioinformatics . 29 (7): 830–6 . doi : 10.1093/bioinformatics/btt047 . PMC 3605598. PMID 23376350 .  
  47. ↑ Mohammed MH, Chadaram S, Komanduri D, Ghosh TS, Mande SS (septiembre de 2011). "Eu-Detect: un algoritmo para detectar secuencias eucariotas en conjuntos de datos metagenómicos". Journal of Biosciences . 36 (4): 709–17 . doi : 10.1007/s12038-011-9105-2 . PMID 21857117. S2CID 25857874 .  
  48. ↑ Schmieder R, Edwards R (marzo de 2011). "Identificación y eliminación rápida de la contaminación de secuencias de conjuntos de datos genómicos y metagenómicos" . PLOS ONE . 6 (3) e17288. Bibcode : 2011PLoSO...617288S . doi : 10.1371/journal.pone.0017288 . PMC 3052304. PMID 21408061 .  
  49. ↑ Goulet L, Plaza Oñate F, Famechon A, Quinquis B, Belda E, Prifti E, Le Chatelier E, Gautreau G (mayo de 2026). "CroCoDeEL: detección precisa y sin control de contaminación entre muestras en datos metagenómicos" . Comunicaciones de la naturaleza . doi : 10.1038/s41467-026-72637-9 .
  50. 1 2 3 4 5 Kunin V, Copeland A, Lapidus A, Mavromatis K, Hugenholtz P (diciembre de 2008). " Una guía de metagenómica para bioinformáticos" . Microbiology and Molecular Biology Reviews . 72 (4): 557– 78, Tabla de contenido. doi : 10.1128/MMBR.00009-08 . PMC 2593568. PMID 19052320 .  
  51. ↑ Namiki T, Hachiya T, Tanaka H, ​​Sakakibara Y (noviembre de 2012). "MetaVelvet: una extensión del ensamblador Velvet para el ensamblaje de novo de metagenomas a partir de lecturas de secuencias cortas" . Nucleic Acids Research . 40 (20): e155. doi : 10.1093/nar/gks678 . PMC 3488206. PMID 22821567 .  
  52. ↑ Zerbino DR, Birney E (mayo de 2008). "Velvet: algoritmos para el ensamblaje de lecturas cortas de novo utilizando grafos de De Bruijn" . Genome Research . 18 (5): 821–9 . doi : 10.1101/gr.074492.107 . PMC 2336801. PMID 18349386 .  
  53. ↑ Burton JN, Liachko I, Dunham MJ, Shendure J (mayo de 2014). "Desconvolución a nivel de especie de ensamblajes de metagenomas con mapas de probabilidad de contacto basados ​​en Hi-C" . G3 . 4 ( 7): 1339– 46. doi : 10.1534/g3.114.011825 . PMC 4455782. PMID 24855317 .  
  54. ↑ Konopka A (noviembre de 2009). "¿Qué es la ecología de la comunidad microbiana?" . The ISME Journal . 3 (11): 1223– 30. Bibcode : 2009ISMEJ...3.1223K . doi : 10.1038/ismej.2009.88 . PMID 19657372 . 
  55. ↑ Huson DH, Auch AF, Qi J, Schuster SC (marzo de 2007). " Análisis MEGAN de datos metagenómicos" . Genome Research . 17 (3): 377–86 . doi : 10.1101/gr.5969107 . PMC 1800929. PMID 17255551 .  
  56. ↑ Segata N, Waldron L, Ballarini A, Narasimhan V, Jousson O, Huttenhower C (junio de 2012). "Perfilado de la comunidad microbiana metagenómica mediante genes marcadores únicos específicos de clado" . Nature Methods . 9 (8): 811–4 . doi : 10.1038/nmeth.2066 . PMC 3443552. PMID 22688413 .  
  57. ↑ Sunagawa S, Mende DR, Zeller G, Izquierdo-Carrasco F, Berger SA, Kultima JR, et al. (diciembre de 2013). "Perfilado de especies metagenómicas mediante genes marcadores filogenéticos universales". Nature Methods . 10 (12): 1196– 9. doi : 10.1038/nmeth.2693 . PMID 24141494. S2CID 7728395 .   
  58. 1 2 Milanese A, Mende DR, Paoli L, Salazar G, Ruscheweyh HJ, Cuenca M, et al. (marzo de 2019). " Abundancia microbiana, actividad y perfil genómico poblacional con mOTUs2" . Nature Communications . 10 (1) 1014. Bibcode : 2019NatCo..10.1014M . doi : 10.1038/s41467-019-08844-4 . PMC 6399450. PMID 30833550 .   
  59. ↑ Liu B, Gibbons T, Ghodsi M, Treangen T, Pop M (2011). "Estimación precisa y rápida de perfiles taxonómicos a partir de secuencias metagenómicas de escopeta" . BMC Genomics . 12 (Supl. 2) S4. doi : 10.1186 / 1471-2164-12-S2-S4 . PMC 3194235. PMID 21989143 .  
  60. ↑ Dadi TH, Renard BY, Wieler LH, Semmler T, Reinert K (2017). "SLIMM: identificación a nivel de especie de microorganismos a partir de metagenomas" . PeerJ . 5 e3138 . doi : 10.7717/peerj.3138 . PMC 5372838. PMID 28367376 .  
  61. ^ Bowers, Robert M; Kyrpides, Nikos C; Stepanauskas, Ramunas; Harmon-Smith, Miranda; Doud, Devin; Reddy, TBK; Schulz, Federico; Jarett, Jessica; Ríos, Adam R; Eloe-Fadrosh, Emiley A; Tringe, Susannah G; Ivanova, Natalia N; Copeland, Alex; Clum, Alicia; Becraft, Eric D; Malmstrom, Rex R; Birren, Bruce; Podar, Mircea; Bork, compañero; Weinstock, George M; Garrity, George M; Dodsworth, Jeremy A; Yooseph, Shibu; Sutton, Granger; Glockner, Frank O; Gilbert, Jack A; Nelson, William C; Hallam, Steven J; Jungbluth, Sean P; Ettema, Thijs JG; Tighe, Scott; Konstantinidis, Konstantinos T; Liu, Wen-Tso; Baker, Brett J; Rattei, Thomas; Eisen, Jonathan A; Hedlund, Brian; McMahon, Katherine D; Fierer, Noah; Knight, Rob; Finn, Rob; Cochrane, Guy; Karsch-Mizrachi, Ilene; Tyson, Gene W; Rinke, Christian; Lapidus, Alla; Meyer, Folker; Yilmaz, Pelin; Parks, Donovan H; Murat Eren, A; Schriml, Lynn; Banfield, Jillian F; Hugenholtz, Philip; Woyke, Tanja (agosto de 2017). "Información mínima sobre un único genoma amplificado (MISAG) y un genoma ensamblado a partir de metagenoma (MIMAG) de bacterias y arqueas" . Nature Biotechnology . 35 (8): 725– 731. doi : 10.1038/nbt.3893 . PMC 6436528 . PMID 28787424 .  
  62. ↑ Huson DH, Mitra S, Ruscheweyh HJ, Weber N, Schuster SC (septiembre de 2011). "Análisis integrador de secuencias ambientales usando MEGAN4" . Genome Research . 21 (9): 1552–60 . doi : 10.1101/gr.120618.111 . PMC 3166839. PMID 21690186 .  
  63. ↑ Zhu W, Lomsadze A, Borodovsky M (julio de 2010). "Identificación de genes ab initio en secuencias metagenómicas" . Nucleic Acids Research . 38 (12): e132. doi : 10.1093/nar/gkq275 . PMC 2896542. PMID 20403810 .  
  64. ^ Liu, Shaopeng; Rodríguez, Judith S.; Munteanu, Viorel; Ronkowski, Cynthia; Sharma, Nitesh Kumar; Alser, Mahoma; Andreace, Francesco; Blekhman, Ran; Błaszczyk, Dagmara; Chikhi, Rayan; Crandall, Keith A.; Della Libera, Katja; Francisco, Dallace; Frolova, Alina; Gancz, Abigail Shahar (23 de enero de 2025). "Análisis de datos metagenómicos" . Imprimaciones de métodos de reseñas de la naturaleza . 5 (1) 5: 1– 28. doi : 10.1038/s43586-024-00376-6 . ISSN 2662-8449 . PMC 12276902 . PMID 40688383 .   
  65. ↑ Kurokawa K, Itoh T, Kuwahara T, Oshima K, Toh H, Toyoda A, et al. (agosto de 2007). "La metagenómica comparativa reveló conjuntos de genes enriquecidos comúnmente en los microbiomas intestinales humanos" . DNA Research . 14 (4): 169– 81. doi : 10.1093/dnares/dsm018 . PMC 2533590. PMID 17916580 .   
  66. ↑ Rodríguez-R, Luis M.; Konstantinidis, Konstantinos T. (noviembre de 2014). "Estimación de la cobertura en conjuntos de datos metagenómicos y por qué importa" . The ISME Journal . 8 (11): 2349– 2351. Bibcode : 2014ISMEJ...8.2349R . doi : 10.1038/ismej.2014.76 . ISSN 1751-7370 . PMC 4992084. PMID 24824669 .   
  67. ^ Beghini, Francesco; McIver, Lauren J.; Blanco-Míguez, Aitor; Dubois, Leonardo; Asnicar, Francisco; Maharjan, Sagún; Mailyan, Ana; Manghi, Paolo; Scholz, Matías; Thomas, Andrés Maltez; Valles-Colomer, Mireia; Weingart, George; Zhang, Yancong; Zolfo, Moreno; Huttenhower, Curtis (4 de mayo de 2021). "Integración de perfiles taxonómicos, funcionales y a nivel de cepa de diversas comunidades microbianas con bioBakery 3" . eVida . 10e65088 . doi : 10.7554/eLife.65088 . ISSN 2050-084X . PMC 8096432 . PMID 33944776 .   
  68. ↑ Pascal Andreu, Victòria; Augustijn, Hannah E.; Chen, Lianmin; Zhernakova, Alexandra; Fu, Jingyuan; Fischbach, Michael A.; Dodd, Dylan; Medema, Marnix H. (octubre de 2023). "gutSMASH predice vías metabólicas primarias especializadas de la microbiota intestinal humana" . Biotecnología de la Naturaleza . 41 (10): 1416–1423.doi : 10.1038 / s41587-023-01675-1 . ISSN 1546-1696 . PMC 10423304 . PMID 36782070 .   
  69. 1 2 3 4 5 Simon C, Daniel R (febrero de 2011). "Análisis metagenómicos: tendencias pasadas y futuras" . Microbiología Aplicada y Ambiental . 77 ( 4): 1153– 61. Bibcode : 2011ApEnM..77.1153S . doi : 10.1128/AEM.02345-10 . PMC 3067235. PMID 21169428 .  
  70. ↑ Werner JJ, Knights D, Garcia ML, Scalfone NB, Smith S, Yarasheski K, et al. (marzo de 2011). "Las estructuras de la comunidad bacteriana son únicas y resilientes en sistemas de bioenergía a gran escala" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 108 (10): 4158– 63. Bibcode : 2011PNAS..108.4158W . doi : 10.1073/pnas.1015676108 . PMC 3053989. PMID 21368115 .   
  71. ↑ McInerney MJ, Sieber JR, Gunsalus RP (diciembre de 2009). "Sintrofia en los ciclos globales de carbono anaeróbicos" . Current Opinion in Biotechnology . 20 (6): 623– 32. doi : 10.1016/j.copbio.2009.10.001 . PMC 2790021. PMID 19897353 .  
  72. ↑ Klitgord N, Segrè D (agosto de 2011). "Biología de los ecosistemas del metabolismo microbiano". Current Opinion in Biotechnology . 22 (4): 541– 6. Bibcode : 2011COBt...22..541K . doi : 10.1016/j.copbio.2011.04.018 . PMID 21592777 . 
  73. ↑ Leininger S, Urich T, Schloter M, Schwark L, Qi J, Nicol GW, et al. (agosto de 2006). "Las arqueas predominan entre los procariotas oxidantes de amoníaco en los suelos". Nature . 442 ( 7104): 806– 9. Bibcode : 2006Natur.442..806L . doi : 10.1038/nature04983 . PMID 16915287. S2CID 4380804 .   
  74. ^ Paez-Espino D, Eloe-Fadrosh EA, Pavlopoulos GA, Thomas AD, Huntemann M, Mikhailova N, et al. (Agosto de 2016). "Descubriendo el viroma de la Tierra" . Naturaleza . 536 (7617): 425– 30. Bibcode : 2016Natur.536..425P . doi : 10.1038/naturaleza19094 . PMID 27533034 . S2CID 4466854 .   
  75. ^ Páez-Espino D, Chen IA, Palaniappan K, Ratner A, Chu K, Szeto E, et al. (Enero de 2017). "IMG/VR: una base de datos de retrovirus y virus de ADN cultivados y no cultivados" . Investigación de ácidos nucleicos . 45 (D1) gkw1030: D457 –D465. doi : 10.1093/nar/gkw1030 . PMC 5210529 . PMID 27799466 .   
  76. ↑ Paez-Espino D, Roux S, Chen IA, Palaniappan K, Ratner A, Chu K, et al. (enero de 2019). "IMG/VR v.2.0: un sistema integrado de gestión y análisis de datos para genomas virales cultivados y ambientales" . Nucleic Acids Research . 47 (D1): D678– D686. doi : 10.1093/nar/gky1127 . PMC 6323928. PMID 30407573 .   
  77. ↑ Paez-Espino D, Pavlopoulos GA, Ivanova NN, Kyrpides NC (agosto de 2017). "Pipeline de descubrimiento de secuencias virales no dirigidas y agrupamiento de virus para datos metagenómicos" ( PDF) . Nature Protocols . 12 (8): 1673– 1682. doi : 10.1038/nprot.2017.063 . PMID 28749930. S2CID 2127494 .  
  78. ↑ Kristensen DM, Mushegian AR, Dolja VV, Koonin EV (enero de 2010). "Nuevas dimensiones del mundo de los virus descubiertas a través de la metagenómica" . Trends in Microbiology . 18 (1): 11– 9. doi : 10.1016/j.tim.2009.11.003 . PMC 3293453. PMID 19942437 .  
  79. ^ Kerepesi C, Grolmusz V (marzo de 2016). "Virus gigantes del desierto de Kutch". Archivos de Virología . 161 (3): 721– 4. arXiv : 1410.1278 . doi : 10.1007/s00705-015-2720-8 . PMID 26666442 . S2CID 13145926 .  
  80. ↑ Kerepesi C, Grolmusz V (junio de 2017). "El "Buscador de Virus Gigantes" descubre una abundancia de virus gigantes en los valles secos de la Antártida". Archives of Virology . 162 (6): 1671– 1676. arXiv : 1503.05575 . doi : 10.1007/s00705-017-3286-4 . PMID 28247094. S2CID 1925728 .  
  81. ↑ Copeland CS (septiembre-octubre de 2017). "El mundo dentro de nosotros" (PDF) . Healthcare Journal of New Orleans : 21-26 .
  82. ↑ Jansson J (2011). "Hacia "Tera-Terra": Secuenciación de metagenomas terrestres en terabases Imprimir Correo electrónico" . Microbe . Vol. 6, n.º 7, pág. 309. Archivado del original el 31 de marzo de 2012.   
  83. ↑ Vogel TM, Simonet P, Jansson JK, Hirsch PR, Tiedje JM, Van Elsas JD, Bailey MJ, Nalin R, Philippot L (2009). "TerraGenome: Un consorcio para la secuenciación de un metagenoma del suelo" . Nature Reviews Microbiology . 7 (4): 252. doi : 10.1038/nrmicro2119 .
  84. ↑ "Página principal de TerraGenome" . Consorcio internacional de secuenciación TerraGenome . Consultado el 30 de diciembre de 2011 .
  85. 1 2 Comité de Metagenómica: Desafíos y Aplicaciones Funcionales, Consejo Nacional de Investigación (2007). Entendiendo nuestro planeta microbiano: La nueva ciencia de la metagenómica (PDF) . The National Academies Press. Archivado del original (PDF) el 30 de octubre de 2012. Recuperado el 30 de diciembre de 2011 .
  86. ↑ Charles T (2010). "El potencial de la investigación de las interacciones planta-microbio mediante métodos metagenómicos". Metagenómica: Teoría, métodos y aplicaciones . Caister Academic Press. ISBN 978-1-904455-54-7.
  87. ↑ Bringel F, Couée I (22 de mayo de 2015). "Funciones fundamentales de los microorganismos de la filosfera en la interfaz entre el funcionamiento de las plantas y la dinámica de los gases traza atmosféricos" . Frontiers in Microbiology . 6 : 486. doi : 10.3389/fmicb.2015.00486 . PMC 4440916. PMID 26052316 .  
  88. ↑ Li LL, McCorkle SR, Monchy S, Taghavi S, van der Lelie D (mayo de 2009). "Metagenomas de bioprospección: hidrolasas de glicosil para la conversión de biomasa" . Biotecnología para biocombustibles . 2 (1) 10. Bibcode : 2009BB......2...10L . doi : 10.1186/1754-6834-2-10 . PMC 2694162. PMID 19450243 .  
  89. ↑ Jaenicke S, Ander C, Bekel T, Bisdorf R, Dröge M, Gartemann KH, et al. (enero de 2011). Aziz RK (ed.). "Análisis comparativo y conjunto de dos conjuntos de datos metagenómicos de un fermentador de biogás obtenidos mediante pirosecuenciación 454" . PLOS ONE . 6 (1) e14519. Bibcode : 2011PLoSO...614519J . doi : 10.1371/journal.pone.0014519 . PMC 3027613. PMID 21297863 .   
  90. ↑ Suen G, Scott JJ, Aylward FO, Adams SM, Tringe SG, Pinto-Tomás AA, et al. (septiembre de 2010). Sonnenburg J (ed.). "Un microbioma de insectos herbívoros con alta capacidad de degradación de biomasa vegetal" . PLOS Genetics . 6 (9) e1001129. doi : 10.1371/journal.pgen.1001129 . PMC 2944797. PMID 20885794 .   
  91. ↑ Simon C, Daniel R (noviembre de 2009). " Logros y nuevos conocimientos revelados por enfoques metagenómicos" . Microbiología Aplicada y Biotecnología . 85 (2): 265–76 . doi : 10.1007/s00253-009-2233-z . PMC 2773367. PMID 19760178 .  
  92. ↑ Wong D (2010). «Aplicaciones de la metagenómica para bioproductos industriales». Metagenómica: teoría, métodos y aplicaciones . Caister Academic Press. ISBN 978-1-904455-54-7.
  93. 1 2 Schloss PD, Handelsman J (junio de 2003). "Perspectivas biotecnológicas de la metagenómica" (PDF) . Current Opinion in Biotechnology . 14 (3): 303–10 . doi : 10.1016/S0958-1669(03)00067-3 . PMID 12849784. Archivado del original (PDF) el 4 de marzo de 2016. Recuperado el 20 de enero de 2012 . 
  94. 1 2 3 Kakirde KS, Parsley LC, Liles MR (noviembre de 2010). "El tamaño sí importa: enfoques orientados a la aplicación para la metagenómica del suelo" . Soil Biology & Biochemistry . 42 (11): 1911– 1923. Bibcode : 2010SBiBi..42.1911K . doi : 10.1016/j.soilbio.2010.07.021 . PMC 2976544. PMID 21076656 .  
  95. ↑ Parachin NS, Gorwa-Grauslund MF (mayo de 2011). "Aislamiento de xilosa isomerasas mediante cribado basado en secuencia y función a partir de una biblioteca metagenómica de suelo" . Biotecnología para biocombustibles . 4 (1): 9. Bibcode : 2011BB......4....9P . doi : 10.1186/1754-6834-4-9 . PMC 3113934. PMID 21545702 .  
  96. ↑ Hover BM, Kim SH, Katz M, Charlop-Powers Z, Owen JG, Ternei MA, et al. (abril de 2018). "Descubrimiento independiente del cultivo de las malacidinas como antibióticos dependientes del calcio con actividad contra patógenos Gram positivos multirresistentes" . Nature Microbiology . 3 (4): 415– 422. doi : 10.1038/s41564-018-0110-1 . PMC 5874163. PMID 29434326 .   
  97. ↑ Raes J, Letunic I, Yamada T, Jensen LJ, Bork P (marzo de 2011). "Hacia una ecología basada en rasgos moleculares mediante la integración de datos biogeoquímicos, geográficos y metagenómicos" . Molecular Systems Biology . 7 473. doi : 10.1038/msb.2011.6 . PMC 3094067. PMID 21407210 .  
  98. ↑ Lavery TJ, Roudnew B, Seymour J, Mitchell JG, Jeffries T (2012). Steinke D (ed.). "Alto potencial de transporte y ciclo de nutrientes revelado en el metagenoma microbiano de las heces del león marino australiano (Neophoca cinerea ) " . PLOS ONE . 7 (5) e36478. Bibcode : 2012PLoSO...736478L . doi : 10.1371/journal.pone.0036478 . PMC 3350522. PMID 22606263 .  
  99. ↑ "¿Qué hay nadando en el río? Solo hay que buscar ADN" . NPR.org . 24 de julio de 2013. Consultado el 10 de octubre de 2014 .
  100. ↑ Chua, Physilia YS; Crampton-Platt, Alex; Lammers, Youri; Alsos, Inger G.; Boessenkool, Sanne; Bohmann, Kristine (25 de mayo de 2021). " Metagenómica: una herramienta viable para reconstruir la dieta de los herbívoros" . Molecular Ecology Resources . 21 (7): 1755–0998.13425. Bibcode : 2021MolER..21.2249C . doi : 10.1111/1755-0998.13425 . PMC 8518049. PMID 33971086 .  
  101. ↑ Chua, Physilia YS; Carøe, Christian; Crampton-Platt, Alex; Reyes-Avila, Claudia S.; Jones, Gareth; Streicker, Daniel G.; Bohmann, Kristine (4 de julio de 2022). "Un enfoque metagenómico de dos pasos para la identificación y el ensamblaje de contigs de ADN mitocondrial de presas vertebradas de las comidas de sangre de murciélagos vampiro comunes (Desmodus rotundus)" . Metabarcoding and Metagenomics . 6 e78756. doi : 10.3897/mbmg.6.78756 . ISSN 2534-9708 . S2CID 248041252 .  
  102. ↑ Isgandarov, Iskander; et al. (15 de enero de 2026). "Perfil metagenómico de lectura larga para la identificación de microorganismos clave afectados por metales pesados ​​en zonas tecnogénicas" . Microorganisms . 14 ( 1): 196. doi : 10.3390/microorganisms14010196 . PMC 12843729. PMID 41597714 .   
  103. ↑ George I, Stenuit B, Agathos SN (2010). «Aplicación de la metagenómica a la biorremediación». En Marco D (ed.). Metagenómica: teoría, métodos y aplicaciones . Caister Academic Press. ISBN 978-1-904455-54-7.
  104. ↑ Zimmer C (13 de julio de 2010). "Cómo los microbios nos defienden y nos definen" . New York Times . Consultado el 29 de diciembre de 2011 .
  105. ↑ Nelson KE y White BA (2010). «Metagenómica y sus aplicaciones al estudio del microbioma humano». Metagenómica: teoría, métodos y aplicaciones . Caister Academic Press. ISBN 978-1-904455-54-7.
  106. 1 2 Qin, Junjie; Li, Ruiqiang; Raes, Jeroen; Arumugam, Manimozhiyan; Burgdorf, Kristoffer Solvsten; Manichanh, Chaysavanh; Nielsen, Trine; Pons, Nicolas; Levenez, Florence; Yamada, Takuji; Mende, Daniel R.; Li, Junhua; Xu, Junming; Li, Shaochuan; Li, Dongfang (2010). "Un catálogo de genes microbianos del intestino humano establecido mediante secuenciación metagenómica" . Nature . 464 ( 7285): 59– 65. Bibcode : 2010Natur.464...59. . doi : 10.1038/nature08821 . ISSN 1476-4687 . PMC 3779803. PMID 20203603 .   
  107. ↑ Qin J, Li R, Raes J, Arumugam M, Burgdorf KS, Manichanh C, et al. (marzo de 2010). "Un catálogo de genes microbianos del intestino humano establecido mediante secuenciación metagenómica" . Nature . 464 (7285): 59– 65. Bibcode : 2010Natur.464...59. . doi : 10.1038/nature08821 . PMC 3779803 . PMID 20203603 .   
  108. ↑ Abubucker, Sahar; Segata, Nicola; Goll, Johannes; Schubert, Alyxandria M.; Izard, Jacques; Cantarel, Brandi L.; Rodriguez-Mueller, Beltran; Zucker, Jeremy; Thiagarajan, Mathangi; Henrissat, Bernard; White, Owen; Kelley, Scott T.; Methé, Barbara; Schloss, Patrick D.; Gevers, Dirk; Mitreva, Makedonka; Huttenhower, Curtis (2012). "PLOS Computational Biology: Reconstrucción metabólica para datos metagenómicos y su aplicación al microbioma humano" . PLOS Computational Biology . 8 (6) e1002358. Bibcode : 2012PLSCB...8E2358A . doi : 10.1371/journal.pcbi.1002358 . PMC 3374609 . PMID 22719234 .  
  109. ↑ Chua, Physilia Ying Shi; Rasmussen, Jacob Agerbo (11 de mayo de 2022). "Tomando la metagenómica bajo las alas" . Nature Reviews Microbiology . 20 (8): 447. doi : 10.1038/s41579-022-00746-5 . ISSN 1740-1534 . PMID 35546350. S2CID 248739527 .   
  110. ↑ Sarah Rahal (6 de julio de 2026). "Biobot, pionera en el tratamiento de aguas residuales, pierde un contrato clave en Massachusetts a medida que evoluciona la vigilancia de enfermedades" . The Boston Globe .
  111. ↑ Chiu, Charles Y.; Miller, Steven A. (2019). " Metagenómica clínica" . Nature Reviews Genetics . 20 (6): 341– 355. doi : 10.1038/s41576-019-0113-7 . ISSN 1471-0064 . PMC 6858796. PMID 30918369 .   
  112. 1 2 Vasilakis N, Tesh RB, Popov VL, Widen SG, Wood TG, Forrester NL, Gonzalez JP, Saluzzo JF, Alkhovsky S, Lam SK, Mackenzie JS, Walker PJ (23 de mayo de 2019). "Explotando el legado de los cazadores de arbovirus" . Viruses . 11 ( 5): 471. doi : 10.3390/v11050471 . PMC 6563318. PMID 31126128 .  
  113. ↑ Gajurel K, Dhakal R, Deresinski S (15 de noviembre de 2024). "Arbovirus en trasplantes de órganos sólidos: una revisión narrativa de la literatura" . Viruses . 16 ( 11): 1778. doi : 10.3390/v16111778 . PMC 11599096. PMID 39599892 .  
  114. ↑ Patiño L, Benítez AD, Carrazco-Montalvo A, Regato-Arrata M (agosto de 2024). "Genómica para la vigilancia de arbovirus: consideraciones para el uso rutinario en laboratorios de salud pública" . Viruses . 16 ( 8): 1242. doi : 10.3390/v16081242 . PMC 11360194. PMID 39205216 .  
  115. ↑ Diener, Christian; Holscher, Hannah D.; Filek, Klara; Corbin, Karen D.; Moissl-Eichinger, Christine; Gibbons, Sean M. (marzo de 2025). " Estimación metagenómica de la ingesta dietética a partir de heces humanas" . Nature Metabolism . 7 (3): 617– 630. doi : 10.1038/s42255-025-01220-1 . ISSN 2522-5812 . PMC 11949708. PMID 39966520 .   
  • Enfoque en la metagenómica en el sitio web de la revista Nature Reviews Microbiology.
  • La iniciativa “Evaluación Crítica de la Interpretación del Metagenoma” (CAMI) para evaluar métodos en metagenómica.
Lecturas relacionadas
6 articulos
ADNADNEstructura de la doble hélice del ADN (ADN tipo B ). Los átomos de la estructura están codificados por colores según el elemento y las estructuras ...iconoextracción de ADNEl primer aislamiento de ácido desoxirribonucleico (ADN) fue realizado en 1869 por Friedrich Miescher . [ 1 ] La extracción de ADN es el proceso de...Secuenciación de ADNSecuenciación de ADNLa secuenciación del ADN es el proceso de determinar la secuencia de ácidos nucleicos (el orden de los nucleótidos en el ADN) . Incluye cualquier m...Clonación molecularClonación molecularLa clonación molecular es un conjunto de métodos experimentales de biología molecular que se utilizan para ensamblar moléculas de ADN recombinante ...Secuenciación de escopetaEn genética , la secuenciación shotgun es un método utilizado para secuenciar cadenas de ADN aleatorias . Se denomina así por analogía con la agrup...Ensamblaje de secuenciasEn bioinformática , el ensamblaje de secuencias se refiere a la alineación y fusión de fragmentos de una secuencia de ADN más larga para reconstrui...