MPB:生态环境中心韩丽丽等-土壤病毒组富集及DNA提取

为进一步提高《微生物组实验手册》稿件质量,本项目新增大众评审环节。文章在通过同行评审后,采用公众号推送方式分享全文,任何人均可在线提交修改意见。公众号格式显示略有问题,建议电脑端点击文末阅读原文下载PDF审稿。在线文档(https://kdocs.cn/l/cL8RRqHIL)大众评审页面登记姓名、单位和行号索引的修改建议。修改意见的征集截止时间为推文发布后的72小时,文章将会结合有建设性的修改意见进一步修改后获得DOI在线发表,同时根据贡献程度列为审稿人或致谢。感谢广大同行提出宝贵意见。

土壤病毒组富集及DNA提取

Enrichment and DNA Extraction of Soil Virome

韩丽丽1, 2, # *,毕丽1, 2, #,于丹婷1, 2, 3,张丽梅1, 2,贺纪正1, 2

1中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京;2中国科学院大学,北京;3福建师范大学,福州,福建

*通讯作者邮箱: llhan@rcees.ac.cn

摘要:病毒广泛存在于各类生态系统中,是地球上数量最多的生物实体。病毒不仅影响其宿主的群落组成和进化,还可以通过裂解宿主细胞和表达辅助代谢基因等方式影响元素的生物地球化学循环。但是由于技术方法等限制,我们还缺乏对土壤病毒群落组成和生态功能的认识。本文主要介绍土壤病毒组的富集和DNA提取方法,为进一步改进土壤病毒组提取方法和进行后续深入分析提供技术参考。

关键词: 土壤,病毒组,富集,病毒DNA提取

材料与试剂

1.甘氨酸缓冲液 (见溶液配方)

2.超纯水

3.离心管

4.30 kDa超滤离心管

5.0.22 μm滤膜

6.DNase I (Thermo Fisher Scientific, Lithuania, EU)

7.16S rRNA引物 (27F/1492R)

8.病毒DNA提取试剂盒 (Qiagen, Hilden, Germany, catalog number: 28000-50)

9.琼脂糖

仪器设备

1.切向流过滤系统 (Tangential Flow Filter System, QuixStand, GE Healthcare Life Sciences, Pittsburgh, PA, USA)

2.振荡器

3.金属浴

4.水浴锅

5.离心机

6.凝胶电泳成像仪

实验步骤

一.土壤病毒富集

1.称取约500 g过2 mm筛的鲜土,总共加入约3 L的甘氨酸缓冲液 (250 mM,pH = 8.5)。

注:从样地采回的土壤样品放置4°C冰箱,并尽快提取土壤病毒。除甘氨酸缓冲液外,还可以使用其它的缓冲液 ( Williamson等, 2003;韩丽丽等, 2017),例如1%柠檬酸钾。但目前不同缓冲液对不同类型的土壤病毒组的提取效果的数据还十分有限,我们暂时还未发现不同缓冲液对不同土壤类型的病毒提取效果的规律。

2.充分混合土壤和缓冲液,将混合液放置于振荡器150 rpm振荡15 min。

3.混合液于4 °C 1500 rpm低速离心2 min。

注:此步骤离心机的转速设置与土壤样品的理化性质有关,可以选择1500~3000 rpm,用于沉淀悬浮的土壤颗粒。例如有机质含量较少的沙土,可用离心速度1500 rpm;有机质含量较高的土壤,可用离心速度3000 rpm。

4.收集上清液,向土壤沉淀中继续添加缓冲液,进行重悬浮,步骤2-3重复两次。

5.对上清液进行切向流过滤 (TFF),并依次通过1 mm,0.45 μm和0.22 μm的滤柱,收集透过液 (如图1) (韩丽丽等,2017)。

图1. TFF过滤系统及流程 (韩丽丽等, 2017)

6.将所有透过液通过30 kDa的超滤柱,进行浓缩并收集截留液,所得浓缩液体积应小于100 mL。

注:除TFF浓缩方法外,还可以通过超高速离心机进行密度梯度离心,浓缩土壤病毒颗粒 (Thurber等,2009)。根据所富集的对象,在离心管中加入不同密度梯度的氯化铯溶液和样品,配平后进行超高速离心,然后谨慎收集对应的病毒颗粒层。

7.浓缩液通过0.22 μm滤膜,以去除连续过滤过程中可能带入的杂菌污染。

8.接着以4000 x g的转速通过30 kDa超滤离心管将浓缩液进一步浓缩至1 mL左右。

注:

a.此步骤所花时间较长,注意尽可能在4 °C下进行离心。转速和时间的设置可根据具体土壤样品进行调整。

b.在进行下一步之前,还可以使用超高速离心机进行氯化铯梯度离心,纯化浓缩液中的病毒颗粒 (Thurber等,2009)。

9.然后用DNase I处理病毒浓缩液,于37 ℃ 孵育1 h (10 units DNaseI/500 μL),用于去除浓缩液中游离的胞外DNA。加入EDTA至终浓度为5 mM后,65℃加热10分钟使DNase I失活。

10.最后利用16S rRNA PCR (引物27F/1492R) 检测浓缩液中是否存在细菌DNA污染 (见结果与分析1)。

二.土壤病毒DNA提取

使用病毒DNA提取试剂盒提取上述第10步通过检验后的浓缩液中的病毒DNA。操作如下:

1.提前将Solution VP1放于水浴锅中,55 °C加热10 min。

2.将病毒浓缩液以200 μL体积均分至2 mL Collection Tube中,向Collection Tube加入600 μL的Solution VP1,涡旋30 s,室温孵育5 min。

3.向每个Collection Tube中加入200 μL Solution PV2,并涡旋混匀,于4 °C下孵育5 min。

4.13000 x g离心1 min,这一步用于去除病毒浓缩液中可能存在的抑制PCR等后续反应的污染物。

5.小心转移Collection Tube中的上清液至干净的2.2 mL Lysate Tube中,注意转移量不能超过700 μL,转移过程中不干扰底部沉淀物。

6.向2.2 mL Lysate Tube中加入600 μL Solution PV3和600 μL Solution PV4,涡旋至混匀,此步骤提供适合的化学条件,为第7步骤做准备。

7.从Lysate Tube中转移620 μL液体至Spin Filter中,13000 g离心1 min,去掉滤液,重复三次,直到Lysate Tube中所有的液体都加载过滤完毕。这一步骤是将病毒DNA绑定到Spin Filter上。

8.摇匀Solution PV5液体,向Spin Filter中加入600 μL Solution PV5,13000 g离心1 min;去掉过滤液,再向Spin Filter中加入600 μL Solution PV4,13000 g离心1 min。

9.去掉第8步骤产生的滤液,13000 x g离心2 min,以去除Spin Filter中存留的Solution PV5和PV4。

10.小心将Spin Filter放到干净的1.5 mL Collection Tube中,将Collection Tube放入37 °C金属浴中,保持约2 min,以去除可能残留的Solution PV5和PV4。

11.向Spin Filter滤膜中心小心加入60 μL Solution PV6,静置2 min。

12.13000 x g离心1 min,过滤液体即为病毒DNA。

结果与分析

1.土壤病毒富集步骤10,对最后的浓缩液 (1 mL) 进行16S rRNA PCR (引物27F/1492R),如果没有条带,则认为没有细菌DNA污染,反之则存在污染。

2.由于病毒基因组小,不能通过凝胶电泳的方法证明是否成功提取到了足够的病毒DNA,可能后期还需要通过病毒DNA的全基因组扩增放大DNA的量,通常使用的全基因组扩增方法如phi29 DNA聚合酶或者其他相关PCR技术等,以达到宏病毒组上机测序的要求(Thurber等,2009)。

失败经验

1.针对不同的土壤样品,最适用的提取液可能不同。目前常用的浸提液有10%的牛肉膏,250 mM甘氨酸溶液、10 mM焦磷酸钠和1%柠檬酸钾溶液,可根据待土壤样品及其理化性质选择浸提液。

2.在进行TFF浓缩过滤时,尽量将过滤液放置于冰上,以减少病毒裂解的几率。

3.保持实验桌面整洁,尽量减少污染。

溶液配方

1.甘氨酸缓冲液

配置250 mM甘氨酸缓冲液并将pH调至8.5 (pH和甘氨酸缓冲液用量可根据不同土壤样品进行调整,这可能与土壤理化性质等有关,目的是尽可能多地获取土壤病毒颗粒。目前研究中土壤病毒富集的方法还不够成熟)。甘氨酸缓冲液尽量在当日内用完,如需第二天使用可放置4 °C冰箱保存。

致谢

本方案主要来源于课题组先前发表的相关文章 (Han等,2017; Yu等,2018; Bi等, 2020) 以及毕业论文 (于丹婷,2018; 毕丽,2020)。相关研究得到了中国科学院战略性先导专项B (XDB15020200)、国家自然科学基金 (41771289 和41571248) 等项目的资助。

参考文献

1.毕丽. (2020). 几种农田土壤病毒的多样性及潜在的生态功能. 中国科学院大学.

2. 韩丽丽,于丹婷,贺纪正. (2017). 土壤病毒生态学研究方法. 生态学报 37(6):1749-1756.

3.于丹婷. (2018). 我国典型土壤宏病毒组特征分析. 中国科学院大学.

4.Bi, L., Yu, D. T., Du, S., Zhang, L. M., Zhang, L. Y., Wu, C. F., Xiong, C., Han, L. L. and He, J. Z. (2020). Diversity and potential biogeochemical impacts of viruses in bulk and rhizosphere soils. Environ Microbiol.

5.Han, L. L., Yu, D. T., Zhang, L. M., Shen, J. P. and He, J. Z. (2017). Genetic and functional diversity of ubiquitous DNA viruses in selected Chinese agricultural soils. Sci Rep 7: 45142.

6. Thurber, R. V., Haynes, M., Breitbart, M., Wegley, L. and Rohwer, F. (2009). Laboratory procedures to generate viral metagenomes. Nat Protoc 4(4): 470-483.

7.Williamson, K. E., Wommack, K. E. and Radosevich, M. (2003). Sampling natural viral communities from soil for culture-independent analyses. Appl Environ Microbiol 69(11): 6628-6633.

8.Yu, D. T., Han, L. L., Zhang, L. M. and He, J. Z. (2018). Diversity and Distribution Characteristics of Viruses in Soils of a Marine-Terrestrial Ecotone in East China. Microb Ecol 75(2): 375-386.

猜你喜欢

10000+:菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程:微生物组入门 Biostar 微生物组  宏基因组

专业技能:学术图表 高分文章 生信宝典 不可或缺的人

一文读懂:宏基因组 寄生虫益处 进化树

必备技能:提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析:图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具:16S预测培养基 生信绘图

科研经验:云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难,我们建立了“宏基因组”专业讨论群,目前己有国内外5000+ 一线科研人员加入。参与讨论,获得专业解答,欢迎分享此文至朋友圈,并扫码加主编好友带你入群,务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份,另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助,首先阅读《如何优雅的提问》学习解决问题思路,仍未解决群内讨论,问题不私聊,帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战,关注“宏基因组”

点击阅读原文下载PDF审稿,或浏览器直接访问下载链接:http://210.75.224.110/github/MicrobiomeProtocol/04Review/210111/2003702LiliHan939586/Protocol2003702final.pdf

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评价参数模型和广义加性模型的统计量主要有以下几个: 1. 平均绝对误差(MAB):是预测值与真实值之间差的绝对值的平均值,用来衡量模型的预测误差大小。MAB越小,说明模型的预测误差越小,预测效果越好。 2. 相对百分误差(MPB):是预测值与真实值之间差的绝对值与真实值之间的比值的平均值,用来衡量模型的预测误差相对大小。MPB越小,说明模型的预测误差相对较小,预测效果越好。 3. 均方根误差(RMSE):是预测值与真实值之间差的平方的平均值的平方根,用来衡量模型的预测误差大小。RMSE越小,说明模型的预测误差越小,预测效果越好。 4. 确定系数(R方):是预测值与真实值之间的相关系数的平方,用来衡量模型的拟合优度。R方越接近1,说明模型的拟合效果越好。 留一交叉检验法是一种常用的模型检验方法,它通过将数据集中的一个观测值作为测试集,剩余的观测值作为训练集,来评估模型的预测性能。具体地,对于每个观测值,模型都会被训练并预测其对应的响应变量,接着通过计算MAB、MPB、RMSE等统计量来评估模型的预测精度。最终,将所有的测试集上的预测精度指标进行平均,得到模型的整体预测性能评估结果。 在比较不同模型的预测效果时,通常可以通过比较MAB、MPB、RMSE等指标来选择最优模型。一般而言,预测效果好的模型应该具有较小的MAB、MPB和RMSE值,以及较高的R方值。

“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
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