Возникающая архитектура сообщества, несмотря на явное разнообразие эпидермального микробиома глобального китового акулы (Rhincodon typus)

Научные отчеты, том 13, Номер статьи: 12747 (2023) Цитировать эту статью

1007 доступов

135 Альтметрика

Подробности о метриках

Микробиомы наделяют хозяина полезными физиологическими свойствами, но микробное разнообразие по своей природе изменчиво, что ставит под сомнение взаимосвязь между микробами и их вклад в здоровье хозяина. Здесь мы сравниваем разнообразие и архитектурную сложность эпидермального микробиома 74 отдельных китовых акул (тип Rhincodon) в пяти скоплениях по всему миру, чтобы определить, могут ли сетевые свойства быть более показательными для взаимоотношений микробиома и хозяина. Исходя из того, что микробы, как ожидается, будут демонстрировать биогеографические закономерности во всем мире и что отдаленно родственные микробные группы могут выполнять схожие функции, мы предположили, что закономерности совместного возникновения микробиомов будут возникать независимо от тенденций разнообразия и что ключевые микробы будут различаться в зависимости от местоположения. Мы обнаружили, что скопление китовых акул было наиболее важным фактором в различении моделей таксономического разнообразия. Кроме того, архитектура сети микробиома была одинаковой во всех агрегациях, с распределением степеней, соответствующим сетям типа Эрдоша-Реньи. Однако сети, полученные из микробиома, демонстрируют модульность, что указывает на определенную структуру микробиома в эпидермисе китовых акул. Кроме того, у китовых акул было 35 высококачественных геномов, собранных в метагеном (MAG), из которых 25 присутствовали из всех мест выборки, что называется обильным «ядром». Сформировались две основные группы MAG, определенные здесь как экогруппы 1 и 2, на основе количества генов, присутствующих в метаболических путях, что позволяет предположить, что в микробиоме китовой акулы существуют по крайней мере две важные метаболические ниши. Таким образом, хотя изменчивость разнообразия микробиома высока, сетевая структура и основные таксоны являются неотъемлемыми характеристиками эпидермального микробиома китовых акул. Мы предполагаем, что взаимодействия хозяин-микробиом и микроб-микроб, которые управляют самосборкой микробиома, помогают поддерживать функционально избыточное обильное ядро, и что сетевые характеристики следует учитывать при связывании микробиомов со здоровьем хозяина.

Для эукариотических организмов разнообразные виды, составляющие их микробиомы, являются больше, чем просто пассажирами1: они влияют на метаболические и иммунные процессы2 и обеспечивают физиологические функции, выходящие за рамки врожденных возможностей хозяина, способствуя здоровью3, 4. Эти услуги являются результатом множества взаимодействий между микробами и хозяином. клетки, которые укореняются с течением времени5. Тем не менее, видовой состав и разнообразие микробиома сильно различаются в пространстве и времени, а также у разных особей сходных видов6, часто без видимых последствий для хозяина. Эти наблюдения позволяют предположить, что функции или услуги, оказываемые микробиомом, не объясняются просто присутствием или обилием отдельных видов7. Самоорганизация или сеть взаимодействия сообществ микробиомов является одним из объяснений того, как поддерживаются последовательные услуги, поддерживающие здоровые микробиомы8, однако вопрос о том, проявляют ли микробиомы-хозяева эмерджентную структуру, остается нерешенным.

Самоорганизация микробиома относится к коллективному поведению членов микробиома, выраженному в виде популяционных моделей микробных групп по отношению друг к другу, описываемому как совместное возникновение: шаблон, описываемый как архитектура микробиома. Архитектурные свойства (т. е. количество узлов и связанных с ними ребер или количество кластеров, образованных взаимодействующими микробами) микробиома возникают в ответ на экологические и эволюционные процессы9, которые влияют на взаимодействия хозяин-микроб и микроб-микроб7. В совокупности эти экоэволюционные процессы определяют динамику популяций этих микробов, что приводит к формированию архитектурных свойств микробиома. Следовательно, перестройка микробных популяций может впоследствии изменить возникающие функции экосистем10. Поскольку сети по своей сути иерархичны11, количественная оценка различных атрибутов этих уровней, таких как сложность сети, модульность и взаимодействие отдельных микробных групп, может выявить важные экологические идеи, определяющие структуру сообщества12. Например, колебания архитектурной сложности микробиома в ответ на различные абиотические стрессы приводят к изменениям свойств возникающих сообществ8, в то время как микробные организмы, образующие подсети, предполагают схожие экологические предпочтения13, 14. Прогнозируется, что микробы со многими связями с другими микробными группами будут иметь важное значение. в формировании ниш и считаются ключевыми организмами15. По этим причинам определение сетевой архитектуры микробиома имеет основополагающее значение для понимания структуры и функций микробиома.

0.05 in 19,997 out of 20,000 total bootstraps; Fig. 3b). These microbiome networks from all aggregations shared similar global network characteristic (i.e., the number of co-varying microbial families), each consistent with that of an Erdos–Renyi network. In other words, each microbiome network was consistent with the null model comparison. Interestingly, sub-network structure of each microbiome-created network displayed modularity, an attribute that random networks do not possess. Modularity scores of the microbiome-created networks (Cancun: 0.70; La Paz: 0.58; Ningaloo: 0.71; Philippines: 0.60) were higher than the upper 95% confidence threshold for modularity scores of the randomised networks (upper CI; Cancun: 0.69; La Paz: 0.52; Ningaloo: 0.69; Philippines: 0.52), indicating a significant difference, therefore demonstrating underlying community structure in the microbiome network topology. Modularity indicates some microbial families have stronger co-occurrence with a set of microbial families relative to the rest of the microbes, therefore forming clusters within the network. Each network had ~ 11 clusters of microbial families (Cancun—12; La Paz—11; Ningaloo—12; Philippines—10). However, family membership within a cluster was not consistent across locations. We also determined whether the importance of microbial families, measured as betweenness centrality (those with greater number of edges) corresponded with the relative abundance of the microbial family (Fig. 4). Interestingly, increases in the number of edges did not correspond with an increase in relative abundance of reads in each microbial family; a consistent pattern at each location. Therefore, microbes that are of low relative abundance in the microbiome play a disproportionately large role in microbiome architecture, suggesting these are keystone microbiome species./p> 50,000 bp and the longest contig was 430,630 bp. The contribution of reads to the MAGs was high across all aggregations (Philippines—64.2%; Cancun—54.4%; Tanzania—38.7%; La Paz—28.5%; Ningaloo—11.1%). MAGs were annotated to five microbial classes including Alpha-, Gamma-, and Beta-proteobacteria; Cytophagia; and Flavobacteria (Fig. 5a). MAG-bin 39 was only annotated to the Proteobacteria phyla while only a single MAG (Bin 107—Pseudomonas stutzeri) could be annotated to the species level, suggesting microbial members in the whale shark microbiome are quite novel. There were several MAGs in which all aggregations contributed reads equally (e.g., Bin 91- Flavobacteriaceae, Bin 107—Pseudomonadaceae, Bin 42—Erythrobacteraceae) and others where a single location over contributed (e.g., Bin 62; Cancun—Flavobacteriaceae, Bin 100; Cancun—Pseudoalteromonadaceae, Bin 3; Philippines—Chromatiaceae). Of the 35 MAGs, 25 were found across all aggregations, while eight were missing from Ningaloo and two each from Philippines and Cancun. All 35 MAGs were represented in La Paz and Tanzania whale shark microbiomes. The family identity of the MAGs corresponds with several of the most relative abundant families identified through short read annotations, including, Flavobacteriaceae, Pseudoalteromonadaceae, and Pseudomonadaceae. Alteromonadaceae, the most abundant short read annotated family, was not represented in the high-quality MAGs suggesting this family may have high diversity at the species level, with species in relatively low abundance./p>