Вы находитесь на странице: 1из 5

UNIVERSIDAD DE LAS AMÉRICAS

INGENIERÍA EN BIOTECNOLOGÍA
AGROTECNOLOGÍA
Integrantes:

● Juan Carlos Vaca


● Jennifer Guamangate
● Carla Espinosa
● Salomé Guerrero
INFORME: Usando la metagenómica para identificar géneros de microorganismos importantes
para un sistema agrícola.

Pregunta

¿Qué le indica el análisis taxonómico con respecto a las bacterias que están asociadas a Lepidium
perfoliatum L?

ACTIVIDAD 1

¿Podría usted reproducir el análisis de EBI metagenomics en Galaxy?

Galaxy posee un análisis metagenómico el cual nos permite realizar una representación
taxonómica y dibujar un árbol taxonómico con cada nodo anotado con el número de visitas de
diagnóstico para ese nodo.

A continuación se muestran los pasos a seguir.

Paso 1: Importe conjuntos de datos (454 lecturas de secuencia y puntajes de calidad


correspondientes) en su historial actual:

Paso 2: utilice la herramienta "NGS: QC y manipulación> Seleccionar segmentos de alta calidad"


para extraer regiones de alta calidad de estas lecturas. Cambie el valor de "Longitud mínima del
segmento contiguo" a 50. Los valores predeterminados deberían ser suficientes para otros
parámetros. Esto extraerá segmentos contiguos de alta calidad de las lecturas.

Paso 3: Los nombres de lectura predeterminados son difíciles de manejar y Megablast no maneja
bien. Cambiaremos el nombre de las lecturas con un índice numérico. Utilice la herramienta "NGS:
control de calidad y manipulación> Renombrar secuencias" y seleccione "Cambiar el nombre de las
secuencias a" "contador numérico".
Paso 4: Use "NGS: Mapeo> Megablasto" para mapear las lecturas en la base de datos de wgs.
Establezca el umbral de identidad en 80% y el valor de corte E en 0.0001. Inspeccione las
alineaciones resultantes.

Paso 5: filtrar alineaciones para incluir solo aquellos con una cobertura de consulta mayor que 0.5.
Primero usaremos "FASTA Manipulation> Compute Sequence Length" para encontrar la longitud
de cada secuencia de consulta (ejecútela en los segmentos de alta calidad). A continuación,
queremos unir los resultados de Megablast con las longitudes de secuencia. Ambos conjuntos de
datos tienen identificadores de secuencia en la columna 1. Use "Unir reste y agrupar> Unir dos
consultas" para juntarlos. Finalmente, filtre este conjunto de datos usando "Filtrar y ordenar>
Filtro" para eliminar líneas con baja cobertura de alineación (c5 / c15> 0.5)

Paso 6: Ahora, las secuencias del mapa vuelven a su posición taxonómica. Cada resultado de
megablasto contiene el identificador único GI como la segunda columna. Utilice la herramienta
"Representación taxonómica de obtención metagenómica> Obtener" para asignar estas lecturas a
su representación taxonómica.

Paso 7: use el "Análisis metagenómico> Encuentre los rangos de diagnóstico más bajos" y busque
lecturas que sean diagnósticas para un nivel de clasificación inferior a Kingdom.

Paso 8: utilice "Análisis metagenómico> Resumir taxonomía" para agregar todas las lecturas de
diagnóstico para obtener un resumen del número de diagnósticos de lectura para cada clado.

Paso 9: utilice "Análisis metagenómico> Dibujar filogenia" para dibujar un árbol taxonómico con
cada nodo anotado con el número de visitas de diagnóstico para ese nodo.
ACTIVIDAD 2

Se ingresó a la página de microbiomas del JGI (https://img.jgi.doe.gov/cgi-bin/m/main.cgi) y se


buscó el código 3300005578. La búsqueda arrojó el nombre del genoma: Corn rhizosphere
microbial communities from Kellogg Biological Station, Michigan, USA - KBS Corn C4-2 y se dió clic
en este.

Posteriormente a la entrada antes mencionada, se navegó hacia abajo en la misma página y se dio
clic en Distribution by BLAST percent identities.

Esto llevó al apartado Table View, en donde se dió clic en GO para observar los datos de filogenia.
Se escogió el phylum Proteobacteria y se dio clic.

Luego se escogió Betaproteobacteria, Burkholderiales, Burkholderiaceae y Burkholderia. De esta


forma se accedió a la tabla del genoma de interés y se buscó la información de Burkholderia
cepacia.

Con base en estos datos se realizó una comparación entre los datos arrojados por una tabla,
producto de una investigación sobre el maíz.
Resultados: Dentro de lo observado en la base de datos se puede ver que la bacteria se encuentra
en el suelo del maíz en cantidades relativamente importantes (30%), de esta forma se puede
afirmar que Burkholderia cepacia cumple la función de promotor de crecimiento del maíz. Los
datos que se analizaron empíricamente si se ajustan (teóricamente) a lo que reportaron los
investigadores de la investigación “Microbial Phosphorus Solubilization and Its Potential for Use in
Sustainable Agriculture” (Alori, Glick, & Babalola, 2017).

Conclusión: En bibliografía se encontró que la bacteria Burkholderia cepacia sirve como promotor
de crecimiento en el maíz y en torno a las bases de datos utilizadas para el análisis se llegó a la
conclusión de que SI existe un buen porcentaje de bacterias de la especie en el suelo. Por lo tanto,
estas aseveraciones realizadas por la bibliografía se vuelven relevantes gracias al contraste con
otras varias investigaciones comparadas por medio de la base de datos utilizada.

Actividad 3

Escoja un sistema microbiológico (estudiado por metagenómica) asociado a plantas o animales de


importancia agropecuaria en el que pueda deducir el género o géneros más abundantes en el
sistema y su posible implicación. Para esta actividad deberá reportar además del sistema, el código
del análisis y la base de datos de donde lo obtuvo.

Código del análisis: 3300003382


Base de datos: Integrated Microbial Genomes & Microbiomes (JGI)

Sistema Biológico: Comunidades microbianas de la rizosfera de Arabidopsis thaliana


Género más abundante: Bradyrhizobium

Implicación: el género de bacterias Bradyrhizobium son abundantes en la rizósfera debido a que son
bacterias que fijan el nitrógeno del aire. Además, estas bacterias se desarrollan en asociación con
funciones de hospedadores naturales cultivadas en condiciones normales y cambios en la rizosfera
que están claramente inducidos por cambios en la asignación de carbono.

BIBLIOGRAFÍA:

Alori, E. T., Glick, B. R., & Babalola, O. O. (2017). Microbial phosphorus solubilization and its
potential for use in sustainable agriculture. Frontiers in Microbiology, 8(JUN), 1–8.
https://doi.org/10.3389/fmicb.2017.00971

Lundberg. D,Lebeis.S,Herrera.S & otros; Defining the core Arabidopsis thaliana root
microbiome; recuperado el 09 de mayo del 2018 de:
file:///C:/Users/User/Downloads/Defining%20the%20core%20Arabidopsis%20thaliana
%20root%20microbiome%20(1).pdf

Оценить