Imagenes: Antonio Fernández-Guerra
(Max Planck Institute for Marine Microbiology)
van den Bogert et al. (2020)
Reconstrucción y análisis de genomas a partir de metagenomas
Miguel Ángel González Arias
Twitter: @miangoar
Correo: gamamiguelangel@gmail.com
miangoar.github.io/year-archive/
SEMINARIOS
WINTER GENOMICS
youtu.be/ckIbT93Qhjc
Introducción
Ensamble
Evaluación de
calidad
Binning
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Imagen: Nicola Segata Lab - Computational Metagenomics
University of Trento
Dharamshi et al. (2020)
Extracción
del DNA
Introducción
Amplificación
del gen 16S
Secuenciación
del gen 16S
Agrupación por
similitud de
secuencia
Perfilación taxonómica
de procariontes usando
marcadores genómicos
Operational
Taxonomic
Unit
(OTU)
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Dharamshi et al. (2020)
Chen et al. (2020)
Extracción
del DNA
Introducción
Secuenciación
Por shotgun
Ensamble
Binning
Metagenómica
Metagenome
Assembled
Genomes
(MAG)
62
MAGs completos
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Introducción
Primeros pasos (2004)
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Introducción
Microorganismos
“no cultivables”
Candidatus
Prometheoarchaeum syntrophicum
(12 años para lograr cultivarla)
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Tecnologías de secuenciación
Reads cortos
Reads largos
Introducción
Sanger
2022
Sequencing
Market
Share
sandiegomics.com
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Ensamble
Compeau et al. (2011) Baker (2012) Ayling et al. (2019)
Principales paradigmas
de ensamble genómico
(de novo)
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Ensamble
Ensambladores “populares”
El mejor ensamblador
NO EXISTE
Depende de:
Origen de las
muestras
Recursos
computacionales
Plataforma de
secuenciación
Número de
muestras
RECOMENDACIÓN:
De ser posible, probar diferentes
Ensambladores y comparar su
rendimiento evaluando:
Existen ensambladores de ensambladores:
CISA GARM Metassembler
Para comparar
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Regresión
Lineal
Regresión
Logística
Principal Component
Analysis (PCA)
K-means
Dimensionality reduction
Reinforcement
learning
Supervised learning
Unsupervised learning
RLHF
Self-supervised
learning
Binning
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Binning
Algoritmos de clustering no supervisado
(Binners)
¿Qué información se usa?
Composición
(GC%, 2D, 4T)
Coverage
Perfil filogenético
O funcional
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Bowtie2
BBmap
BWA
Mapeo
Nielsen et al.
(2014)
“Coverage”
Also known as “depth of coverage”
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Mapeo
https://anvio.org/vocabulary/
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Binning
Se recomienda usar Contigs >2kpb
Alneberg et al.
(2014)
Composición
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Binning
Existen algoritmos para integrar resultados
De diferentes binners
Sedlar et al. (2017)
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Ensambladores
Alineadores
Binners
Perfiladores
76 algoritmos distintos
Binning
¿Como elegir la mejor
herramienta?
Pipelines
completos
SqueezeMeta
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Completness = 5 / 5 🡪 100%
Genes de copia única
Completness = 3 / 5 🡪 60%
Contaminación = 1 x 5 🡪 100%
Calidad
Evaluación de Bins /MAGs
Bacteria
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
Hug et al. (2016)
Uncultured
Filogenia de 16
proteínas ribosomales
L2, L3, L4, L5, L6, L14, L16, L18, L22 L24, S3, S8, S10, S17 y S19
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
PDB:7OE1
Proteínas
16S rRNA
(V3-V4)
Proteínas ribosomales como
genes marcadores universales
¿Y si en realidad somos arqueas?
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
El grado de conservación (a nivel de secuencia) permitido para una familia de proteínas es directamente proporcional a la importancia de su función en la célula
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Computational
requirements &
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Sant’Anna et al. (2019)
Delsuc et al. (2005)
Diferentes atributos de clasificación
genómica
Intrasp
spp
genero
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Cultivados
No Cultivados
≠
=
Plan A
Plan B
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
GENOME TAXONOMY DATABASE
Polyphasic approach
Taxogenómica
Prometheoarchaeum syntrophicum
Candidatus
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Proceso de asignación
taxonómica oficial
Taxogenómica
“ICSP does not currently extend to uncultured microorganisms nor recognise
the ranks of phylum
and superphylum”
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
“The current structure of oversight of the Code by the ICSP should be reviewed and re-evaluated. Currently, this group is comprised of a small number of scientists, several of whom are associated with culture collections. A biased representation and potential conflicts of interest may hinder progress and implementing solutions expeditiously. Expansion of this group to increase breadth and diversity of researchers with expertise in genomics, microbial ecology, and uncultivated organisms should be considered”
27 personas
en total
Microbial Taxonomy Run Amok
Trends in Microbiology
Sanford et al. (2021)
Taxogenómica
Premisa: Revisión de 1 sp = 7d
Hay ~85,000 spp en la GTDB
1630 años para revisar todas las spp
(si trabajan 24h/7d)
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
“Hennig proposed […] that the categorical rank of any taxon should denote its geological age, but this suggestion has been neglected, perhaps because of a widespread perception that the nodes in evolutionary trees cannot be dated with reasonable assurance. However, recent studies suggest that multilocus DNA sequence data (complemented by fossil evidence) may help”
“A universal time-based taxonomy would […] facilitate comparative evolutionary studies […]
We propose that the approximate dates of nodes in evolutionary trees should be the universal criterion according to which taxonomic classifications above the level of biological species are erected”
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
taxa with high expected
substitution rates
g__Buchnera
o__Mycoplasmatales
g__Liberibacter
Selección de “geno-spp”
Taxogenómica
Step 1: Genome (402,709) clustering by Average Nucleotide identity (95% ANI)
Step 2: Gene marker detection and phylogenetic inference
Archaea
53
proteins
Bacteria
120 proteins
Step 3: Calculate the Relative Evolutionary Divergence (RED)
p: RED of its parent
d: Branch length to its parent
u: Average branch length from the parent node to all extant taxa descendant from n
RED = p + (d/u) × (1 – p)
Current taxa = 1 | LCA = 0
Ha demostrado ser robusta a:
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
GTDB foundations
Taxogenómica
¿Por qué la GTDB es polémica?
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Of the 6 phyla, 14 classes, 41 orders, 90 families, and 247 genera examined ,we found that 85% of ranks fell within ±0.1 of the median RED value for taxa at that rank, suggesting they had comparable levels of evolutionary divergence.
Saccharomycotina
¿Qué se ha dicho de la GTDB?
“Despite claiming that 'Nothing in this Code may be construed to restrict the freedom of taxonomic thought or action', the ICNP is very particular about what counts as type material in naming a species: only living pure cultures meet the requirement an ironic contrast to the […] Code […] for algae, fungi, and plants, which requires that – type material be dead or at least inert! […] organisms grown in pure culture, at best, provide an incomplete view of the natural world and, at worst, represent a laboratory artefact”
“Uncultured organisms should have their own names and that genome sequences should be acceptable as type material […] one day, naming Bacteria and Archaea might be as easy as using Google Translate”
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
≠
Cucaracha (Blattodea)
Termita (Isoptera)
Chino
Himalaya
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
Taxogenómica
Contacto: gamamiguelangel@gmail.com | Twitter: miangoar | GitHub pages: miangoar.github.io
¿what portion of global biodiversity
has been sequenced?
goat.genomehubs.org
Metazoa, Viridiplantae, Fungi