来自印度尼西亚帕里群岛的海水细菌群落的霰弹枪宏基因组数据集

《Microbiology Resource Announcements》：Shotgun metagenomic dataset of seawater bacterial communities from Pari Islands, Indonesia

本研究基于2024年8月采集的Pari岛水样，利用MGI DNBSeq-G400平台进行shotgun metagenomic测序，结合生物信息学分析发现水柱微生物群落以Proteobacteria（75.5%）为主，其代谢功能集中于氨基酸运输（60,000 reads）。

　　

摘要

帕里岛位于印度尼西亚的塞鲁布群岛（Seribu Islands），以其丰富的海洋生物多样性而闻名。本研究使用DNaseq-G400平台进行了宏基因组测序，并应用生物信息学方法对测序数据进行了分析。

公告

帕里岛是一个具有重大生态价值的地区，拥有丰富的海洋生物多样性，包括Ascidia物种、珊瑚礁、红树林和海草（1–3）。然而，该岛目前正面临严重的环境危机，这受到各种旅游活动、气候变化和污染的影响（3–5）。目前关于水柱中微生物群落的数据仍不明确。

2024年8月，在帕里岛（坐标5.85205°S, 106.60571°E）采集了海水样本，测量结果显示温度为29.55°C、盐度为32 ppt、pH值为7.25、溶解氧含量为6.06 mg/L。使用德国Sartorius公司的0.22-μm硝酸纤维素膜真空过滤器对两升水样进行了无菌过滤。随后将过滤后的膜用于后续实验。DNA提取采用ZymoBIOMICS DNA试剂盒（Zymo Research, USA）完成。根据制造商说明，通过琼脂糖凝胶电泳和Qubit BR-DNA检测试剂盒（Thermo Fisher Scientific, USA）评估了DNA质量。利用Qubit荧光计（Thermo Fisher Scientific）测定DNA浓度，每个样本取13–15 ng/μL用于测序。使用MGIEasy FS DNA Library Prep Kit（MGI Tech, China）进行末端修复和PCR扩增，构建DNA文库。测序工作在MGI DNBSeq-G400（MGI Tech）上进行，采用2 × 150 bp的双端测序模式和DNBSeq-G400RS高通量测序试剂盒（FCL PE150，MGI Tech）。原始数据及读取质量信息详见表1（6）。使用fastp v1.0对原始测序数据进行质量评估，并修剪了两端? adapter序列及低质量碱基，以提高下游分析的数据可靠性（7, 8）。宏基因组组装使用Metaspades v4.2.0软件完成，k-mer大小设置为31（9）（https://doi.org/10.5281/zenodo.18476699）。宏基因组组装结果通过metaQUAST软件与最接近的参考序列进行了比较（10）。功能性和分类学分析使用Diamond v0.9.25（11）+ MEGAN v6（12）进行。Diamond v0.9.25将所有DNA片段与蛋白质数据库对齐，随后使用MEGAN v6分析其分类学和功能信息。

表1

表1 分析的海水样本的宏基因组信息及访问数据

样本	NCBI BioProject	SRA访问号	原始序列读取数	通过质量控制的读取数	N50（bp）	最大连续序列片段长度
P1	PRJNA1218935	SRX27269221	40,073,216	40,073,120	360,742	121,199
P2	PRJNA1218910	SRX27269222	40,286,300	40,286,186	290,644	90,545

分类学分析显示，Proteobacteria是最丰富的门（占75.5%），其次是Cyanobacteria（14.5%），病毒、真核生物和其他生物的贡献相对较小（10%）（https://doi.org/10.5281/zenodo.18476606）。通过宏基因组分析鉴定出的主要细菌种类包括Prochlorococcus marinus、Synechococcus sp. M16.1、Synechococcus sp. TAK9802、Methylobacterium oryzae、Candidatus Pelagibacter sp. FZCC0015、Candidatus Pelagibacter sp. RS39、Cognatishimia activa和Thalassovita sp>。宏基因组功能分析表明，代谢（225,000次读取）是水柱微生物群落中最主要的功能类别，其次是能量产生（75,000次读取）和蛋白质处理（73,000次读取）。代谢功能分析中，氨基酸运输和代谢（60,000次读取）是最主要的代谢过程，其次是能量产生和转化（40,000次读取）、无机离子运输和代谢（38,000次读取）、碳水化合物运输和代谢（32,000次读取）、脂质运输和代谢（21,000次读取）以及辅酶运输和代谢（20,000次读取）。

致谢

本研究由印度尼西亚合作研究计划（Riset Kolaborasi Indonesia）资助，项目编号为2213/UN6.3.1/T.U00/2024，资助对象为B.P.