从Aloe barbadensis Miller中分离出的一种内生细菌Enterobacter sp. I4的基因组序列草图

基因组测序显示从健康芦荟组织中分离的Enterobacter sp. I4菌株具有4.7Mb高质量基因组（56.5% GC），包含4339个蛋白编码基因。通过PacBio测序和GS De Novo组装，鉴定出6个次级代谢产物基因簇（包括NRPS-like、RRE-containing RiPP等），为研究内生菌-宿主互作及代谢多样性提供新资源。

　　

摘要

我们报告了从健康的Aloe barbadensis Miller叶片和茎中分离出的内生细菌Enterobacter sp. I4的基因组序列草图。该基因组大小为4.7 Mb（GC含量为56.5%），由三个contig组成，编码4,339个蛋白质编码基因，为研究内生菌-宿主相互作用和次级代谢提供了基因组资源。

公告

内生菌是一类能够在植物内部组织中定殖而不引起疾病的微生物，在植物健康、应激适应和代谢多样性方面发挥着重要作用（1–5）。内生菌产生的代谢产物为直接采集植物提供了可持续的替代方案，并且在抗生素耐药性日益严重的背景下，成为药物发现中尚未充分探索的抗菌化合物来源（1, 2, 5–7）。我们介绍了来自Aloe vera的内生菌Enterobacter sp. I4的基因组序列草图及其生态学特性和代谢潜力。

A. barbadensis于2021年3月在南非林波波省Apel村（南纬24° 24′ 0″，东经29° 44′ 0″）采集，并用无菌聚乙烯袋装在冰块上运送到实验室。在彻底清洗后，使用5% Tween 20处理、70%乙醇和1.5%次氯酸钠进行表面消毒并冲洗五次，从PBS匀浆的叶片和茎段中分离出内生菌（2, 3）。内生菌在30°C的营养琼脂上培养5天。随后通过Zymo Research Fungal/Bacterial DNA MiniPrep Kit（美国）从24小时营养肉汤培养物中提取高分子量基因组DNA。使用NanoDrop ND-2000分光光度计（Thermo Fisher Scientific，美国）评估DNA浓度和纯度。全基因组测序由Inqaba Biotechnical使用Pacific Biosciences的Revio系统通过PacBio SMRT技术完成。SMRTbell文库由服务提供商根据制造商的协议使用PacBio SMRTbell Express Template Prep Kit 2.0制备。高分子量基因组DNA被机械剪切至约15 kb的目标插入长度，并在文库制备过程中使用AMPure PB珠纯化技术进行片段大小筛选。使用SMRT Link应用程序和标准PacBio协议生成HiFi circular consensus sequence（CCS）读段。在SMRT Link（v10.1）流程中生成CCS读段之前，自动识别并移除了接头序列。使用SMRT Link运行摘要和默认参数生成的CCS质量报告评估了HiFi读段长度和读段质量。共生成了9,614个HiFi读段，包含65.9 Mb的序列数据。使用GS De Novo Assembler（DEC-2021）进行de novo基因组组装。使用Arrow算法（SMRT Link V10.1）对组装后的基因组进行优化以提高一致性。基因组注释使用NCBI Prokaryotic Genome Annotation Pipeline（PGAP，v6.7）完成。除非另有说明，所有分析均使用默认参数进行，组装质量通过CheckM v1.2.2进行评估。平均核苷酸同一性（ANI）使用FastANI与从GenBank检索的代表性Enterobacter基因组进行比较，其中与Enterobacter hormaechei（GCA_019048245.1）的相似度最高，为91.44%；而E. bugandensis（GCA_900324475.1）、E. mori（GCA_022014715.1）、E. cloacae（GCA_019047105.1）和E. cancerogenus（GCA_019047785.1）的相似度较低，≤88.94%。由于ANI值低于95%–96%的物种划分阈值，该分离株被归类为与E. hormaechei密切相关的Enterobacter sp.。使用antiSMASH v8.0预测次级代谢产物生物合成基因簇（表1），并与MIBiG数据库进行比较（8）。

表1

表1Enterobacter sp. I4的基因组组装和注释统计信息

参数	值
来源（日期）	叶片和茎（2021年）
基因组大小（bp）	4,718,120
GC含量（%）	56.5
Contig数量（及其长度，bp）	3个（分别为2,598,250、1,434,460和685,410 bp）
蛋白质编码基因（rRNA基因）	4,339个（22个)
Scaffold N50（bp）	2,598,250
基因组完整性（%）	99.43
基因组污染（%）	0.50
基因组覆盖度	约25倍
GenBank预测的基因（tRNA基因）	4,501个（78个）
antiSMASH（总BGCs）	6个
主要类别	NRPS类似铁载体、含RRE的RiPP、萜烯前体、含唑的RiPP和NRP金属载体（NRPS）

该基因组序列草图适用于比较基因组学、系统发育分析和探索与内生菌相关的功能特性。然而，由于组装仍处于contig阶段，复杂基因组区域的解析和完整质粒的重建可能受到限制。未来的工作应包括质粒的特征分析和可能的环化处理。

致谢

我们感谢约翰内斯堡大学研究委员会（项目编号075432）对本文发表的资助，以及Inqaba Biotec提供的测序服务。

特别感谢分子病原学和分子流行病学研究小组（MPMERG）的成员。

M.M.N.——负责形式分析、审稿和编辑、数据管理、方法学；A.G.O.——负责撰写初稿、验证、数据管理、方法学；E.G.——负责概念构思、监督、形式分析、审稿和编辑、资金支持。