Прикладная биохимия и микробиология, 2023, T. 59, № 3, стр. 281-288

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

К. В. Киселев 1, Н. Н. Нитяговский 1, О. А. Алейнова 1*

1 Федеральный научный центр Биоразнообразия Наземной Биоты Восточной Азии, ДВО РАН
690022 Владивосток, Россия

* E-mail: aleynova@biosoil.ru

Поступила в редакцию 04.10.2022
После доработки 16.11.2022
Принята к публикации 29.12.2022

Аннотация

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

Ключевые слова: виноград, ДНК, метагеном, секвенирование нового поколения, бактерии, грибы, эндофиты, Vitis amurensis, NGS

Список литературы

  1. Behjati S., Tarpey P.S. // ADS – Education and Practice. 2013. V. 98. P. 236–238.

  2. Slatko B.E., Gardner A.F., Ausubel F.M. // Current Protocols in Mol. Biol. 2018. V. 122. P. e59.https://doi.org/10.1002/cpmb.59

  3. Kulski J.K. Next-Generation Sequencing – An Overview of the History, Tools, and “Omic” Applications. / Ed. J.K. Kulski. IntechOpen. 2016. P. 60.https://doi.org/10.5772/61964

  4. Lam H.Y.K., Clark M.J., Chen R., Chen R., Natsoulis G., O’Huallachain M. et al. // Nat Biotechnol. 2012. V. 30. P. 78–82.

  5. Wang Z., Gerstein M., Snyder M. // Nat. Rev. Genet. 2009. V. 10. P. 57–63.

  6. Rabbani B., Tekin M., Mahdieh N. // J. Hum. Genet. 2014. V. 59. P. 5–15.

  7. Leo V.C., Morgan N.V., Bem D., Jones M.L., Lowe G.C., Lordkipanidzé M. et al. // J. Thrombosis and Haemostasis. 2015. V. 13. P. 643–650.

  8. Kulski J.K., Suzuki S., Ozaki Y., Mitsunaga S., Inoko H., Shiina T. Phase HLA Genotyping by NGS – A Comparison Between two Massively Parallel Sequencing Bench-top Systems, the Roche GS Junior and Ion Torrent PGM. / Ed. Y. Xi. IntechOpen. 2014. P. 141–181.

  9. Pelizzola M., Ecker J.R. // FEBS Letters. 2011. V. 585. P. 1994–2000.

  10. Simner P.J., Miller S., Carroll K.C. // Clin. Infect. Dis. 2018. V. 66. P. 778–788.

  11. Boers S.A., Jansen R., Hays J.P. // Eur. J. Clin. Microbiol. Infect. Dis. 2019. V. 38. P. 1059–1070.

  12. Chiu C.Y., Miller S.A. // Nat. Rev. Genet. 2019. V. 20. P. 341–355.

  13. Iquebal M.A., Jagannadham J., Jaiswal S., Prabha R., Rai A., Kumar D. // Front. Microbiol. 2022. V. 13. P. 708335. https://doi.org/10.3389/fmicb.2022.708335

  14. Fan Y., Gao L., Chang P., Li Z. // Annals of Microbiology. 2020. V. 70. P. 30. https://doi.org/10.1186/s13213-020-01574-9

  15. Cureau N., Threlfall R., Marasini D., Lavefve L., Carbonero F. // Microb. Ecol. 2021. V. 82. P. 845–858.

  16. Marasco R., Rolli E., Fusi M., Michoud G., Daffonchio D. // Microbiome. 2018. V. 6. P. 3.https://doi.org/10.1186/s40168-017-0391-2

  17. Deyett E., Rolshausen P.E. // Front. Plant Sci. 2019. V. 10. P. 1246. https://doi.org/10.3389/fpls.2019.01246

  18. Kiselev K.V., Tyunin A.P., Karetin Y.A. // Plant Cell Rep. 2015. V. 34. P. 311–320.

  19. Ogneva Z.V., Dubrovina A.S., Kiselev K.V. // Biol. Plant. 2016. V. 60. P. 628–634.

  20. Aleynova O.A., Nityagovsky N.N., Dubrovina A.S., Kiselev K.V. // Plants. 2022. V. 11. P. 1128. https://doi.org/10.3390/plants10071276

  21. Deyett E., Rolshausen P.E. // FEMS Microbiol Ecol. 2020. V. 96. P. fiaa053. https://doi.org/10.1093/femsec/fiaa053

  22. Bolyen E., Rideout J.R., Dillon M.R., Bokulich N.A., Abnet C.C., Al-Ghalith M. et al. Nat. Biotechnol. 2019. V. 37. P. 852–857.

  23. Callahan B.J., McMurdie P.J., Rosen M.J., Han A.W., Johnson A.J.A., Holmes S.P. // Nat. Methods. 2016. V. 13. P. 581–583.

  24. Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., et al. // J. Machine Learn. Research. 2011. V. 12. P. 2825–2830.

  25. Bokulich N.A., Kaehler B.D., Rideout J.R., Dillon M., Bolyen E. et al // Microbiome. 2018. V. 6. P. 90. https://doi.org/10.1186/s40168-018-0470-z

  26. Nilsson R.H., Larsson K.-H., Taylor A.F.S., Bengtsson–Palme J., Jeppesen T.S., Schigel D. et al // Nucleic Acids Research. 2019. V. 47. P. D259–D264.

  27. McMurdie P.J., Holmes S. // PLOS ONE. 2013. V. 8. P. e61217.https://doi.org/10.1371/journal.pone.0061217

  28. Wickham H., Averick M., Bryan J., Chang W., McGowan L.D., François R. et al. // J. Open Source Software. 2019. V. 4. P. 1686. https://doi.org/10.21105/joss.01686

  29. Oksanen J., Blanchet F.G., Friendly M., Kindt R., Legendre P., McGlinn D. et al // Vegan: Community Ecology Package. R Package Version 2.5-7. 2020. Доступно онлайн: https://cran.r-project.org/web/packages/vegan/vegan.pdf (дата обращения 9 января 2023).

  30. Gu Z., Eils R., Schlesner M. // Bioinformatics. 2016. V. 32. P. 2847–2849.

Дополнительные материалы отсутствуют.