MAGs培养有线索了?宏组学中未培养微生物表型与培养条件预测

宏基因组测序技术让人们对地球上微生物的多样性有了更深入的了解,但分离培养是研究微生物的生理代谢功能并解析其生态作用的关键。2023年11月的世界微生物数据中心(WDCM)年会中,全面启动了全球“未培养微生物培养组”计划,分离的微生物菌株可用于开发新的益生菌、生物调控剂和农业工业添加剂等,旨在促进全球微生物研究和资源开发利用。

图片

图1 宏组学中未培养微生物培养组

凌恩推出个性化分析内容,基于宏基因组MAGs或微生物基因组数据,通过traitar软件预测未培养微生物表型和培养条件

Traitar软件汇总了包括酶,生长条件,生长所需氨基酸、羧酸、糖类、形态、好/厌氧、氧化酶以及蛋白水解等在内的共67种表型和培养条件。通过分析未培养微生物基因组信息预测其代谢特征和生长需求,为分离培养新的微生物并解析其功能特征提供了突破机遇。

图片

图2 Traitar预测未培养微生物表型和培养条件分析流程[2]

表1 Traitar预测未培养微生物表型和培养条件结果表

培养条件term

unClos_1

unClos_2

unFirm_1

unFirm_2

兼性厌氧

-

-

-

葡萄糖发酵

-

-

精氨酸二氢酶

-

-

-

芽孢杆菌或球杆菌

-

-

-

革兰氏阴性

-

运动性

-

碱性磷酸酶

-

-

-

√1

明胶水解过氧化氢酶

-

-

-

好氧

-

-

-

β_半乳糖苷酶

-

-

-

七叶苷水解

-

-

-

6.5%NaCl

-

-

-

DNA酶

-

-

-

粘菌素多粘菌素敏感

-

-

-

β溶血

-

-

-

胆汁易感

-

-

-

说明:“√”表明有这个特征,“-”表明无法预测/无此特征。

图片

图3 Traitar预测未培养微生物表型和培养条件热图

不需要再摸索实验条件,根据预测出来的菌株表型特征和培养条件,就可以配置选择性培养基,对目标菌株进行分离培养啦!需要做培养组学的老师们,快来联系我们吧!


参考文献

[1] Opportunities and challenges of using metagenomic data to bring uncultured microbes into cultivation. Microbiome, 2022.

[2] From Genomes to Phenotypes: Traitar, the Microbial Trait Analyzer. mSystems, 2016.

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,我可以为您提供一段基于matlab的FFT快速傅里叶变换程序。以下是程序代码: ```matlab function FFT_GUI() % 创建GUI界面 f = figure('Visible', 'off', 'Position', [360, 500, 450, 285]); % 创建控件 fs_text = uicontrol('Style', 'text', 'String', '采样频率 (Hz)',... 'Position', [315, 220, 100, 15]); fs_edit = uicontrol('Style', 'edit', 'Position', [320, 200, 80, 25],... 'Callback', @fs_edit_callback); x_text = uicontrol('Style', 'text', 'String', '输入信号', 'Position', [50, 80, 80, 15]); x_edit = uicontrol('Style', 'edit', 'Max', 2, 'Position', [30, 40, 200, 25]); plot_button = uicontrol('Style', 'pushbutton', 'String', '绘制波形图',... 'Position', [280, 40, 100, 25], 'Callback', @plot_button_callback); fft_button = uicontrol('Style', 'pushbutton', 'String', '绘制FFT图像',... 'Position', [280, 10, 100, 25], 'Callback', @fft_button_callback); axes1 = axes('Units', 'pixels', 'Position', [50, 120, 200, 150]); axes2 = axes('Units', 'pixels', 'Position', [280, 120, 150, 150]); % 初始化变量 fs = 1000; t = 0:1/fs:1-1/fs; x = sin(2*pi*50*t) + sin(2*pi*120*t) + randn(size(t)); X_mags = abs(fft(x)); frequencies = linspace(0, fs, length(X_mags)); % 将窗口设置为可见 f.Visible = 'on'; function fs_edit_callback(source, ~) % 更新采样频率 fs = str2double(source.String); t = 0:1/fs:1-1/fs; frequencies = linspace(0, fs, length(X_mags)); end function plot_button_callback(~, ~) % 绘制波形图 x = str2num(x_edit.String); %#ok<ST2NM> plot(axes1, t, x); xlabel(axes1, '时间 (s)'); ylabel(axes1, '幅值'); title(axes1, '输入信号波形图'); end function fft_button_callback(~, ~) % 绘制FFT图像 x = str2num(x_edit.String); %#ok<ST2NM> X = fft(x); X_mags = abs(X); plot(axes2, frequencies, X_mags); xlabel(axes2, '频率 (Hz)'); ylabel(axes2, '幅值'); title(axes2, 'FFT变换后的频谱图'); end end ``` 该程序通过调用MATLAB的GUI工具箱的函数,创建了一个简单的GUI界面,其包括了设置采样频率、输入信号、绘制波形图和绘制FFT图像等功能。在程序,我们首先初始化了一些变量,包括采样频率、时间、信号等,并将其用于绘制波形图和FFT图像。在GUI界面,当用户输入采样频率、信号等信息时,我们可以通过回调函数来动态更新变量,并重新绘制图像。程序还包括了一些简单的错误检查和异常处理。 您可以将该代码保存为.m文件并在MATLAB运行,即可看到GUI界面,并使用该程序进行FFT变换。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

SHANGHAILINGEN

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值