Microbial network
稻田N2O排放与温度敏感性相关的微生物相互作用
土壤微生物组是陆地生态系统中一氧化二氮(N2O)排放的驱动因素。从数万亿土壤微生物中识别N2O排放的核心微生物群及其温度敏感性是一项巨大的挑战，对于提高与温度升高相关的土壤-气候反馈的可预测性至关重要。在这里，研究了覆盖古菌、细菌、真菌、藻类和微动物群落的综合土壤微生物群落，通过寻找核心物种对来摆脱其与稻田N2O排放及其温度敏感性的潜在联系。结果表明，核心细菌与古菌成员的群间相互作用以及核心细菌成员的群内相互作用共同促进了N2O的排放及其温度敏感性。组间相互作用的贡献(32% ~ 33%)大于组内相互作用的贡献(10 ~ 18%)。这些结果表明，与气候变暖相关的N2O排放及其波动受到土壤微生物群内和群间相互作用的影响。我们的研究结果有助于进一步了解微生物关键物种和网络关联在控制N2O生成中的重要性以及它们对温度升高的响应。
这篇文章中提出了通过共现网络识别核心微生物的方法：https://github.com/lax-lab/Core-microbiome，之后再详细介绍。
ARGs
植物生长调节剂对抗菌素耐药基因质粒偶联水平转移的影响及机制
土壤和植物中都存在大量的细菌，其中一些细菌含有抗生素抗性基因(ARGs)。当细菌聚集在土壤颗粒界面或植物根表面时，这些arg可以通过偶联在细菌之间转移，从而形成对抗生素具有耐药性的病原体，威胁人类健康。植物生长调节剂(PGRs)广泛应用于农业生产，促进植物生长，提高作物产量。然而，到目前为止，关于PGRs对ARGs水平基因转移(HGT)的影响知之甚少。本研究以携带有TetR、AmpR、KanR的RP4质粒的大肠杆菌DH5α为供体，大肠肝菌HB101为受体，通过质粒介导偶联研究吲哚乙酸(IAA)、乙醇(ETH)和赤霉素(GA3)对ARGs HGT的影响，进行了一系列双亲偶联实验。此外，还阐明了所涉及的机制。结果表明，这3种PGRs均通过诱导细胞内活性氧(ROS)的形成，改变细胞膜通透性，调控质粒RP4中traA、traL、trfAp、trbBp、kilA和korA的基因转录来影响ARG的传递频率。50 ~ 100 mg⋅L−1 IAA、20 ~ 50 mg⋅L−1 ETH和1500 ~ 2500 mg⋅L−1 GA3均显著促进ARG偶联。本研究表明，农业生产中广泛使用PGRs可以通过质粒介导的偶联作用影响ARG的HGT，合理浓度的PGRs可以减少ARG在土壤环境和植物中的传播。
highlights
• 所有植物生长调节剂均通过质粒介导的偶联作用影响抗生素抗性基因的转移。
• 50 ~ 100 mg⋅L−1吲哚乙酸、20 ~ 50 mg⋅L−1乙醚和1500 ~ 2500 mg⋅L−1赤霉素酸均能促进RP4偶联。
• 吲哚乙酸、乙醚和赤霉素酸均能增加细胞膜的通透性。
• 所测植物生长调节剂均能调控RP4质粒偶联的基因转录。
metagenome
ViralCC从宏基因组Hi-C数据中检索完整的病毒基因组和病毒-宿主对
将高通量染色体构象捕获(Hi-C)引入宏基因组学，可以从微生物群落中重建高质量的宏基因组组装基因组(MAGs)。尽管最近在利用Hi-C接触图谱恢复真核生物、细菌和古细菌基因组方面取得了进展，但很少有基于Hi-C的方法被设计用于检索病毒基因组。在这里，我们介绍ViralCC，一种公开可用的工具，用于恢复完整的病毒基因组并使用Hi-C数据检测病毒-宿主对。与其他基于Hi-C的方法相比，ViralCC利用病毒-宿主接近结构作为Hi-C相互作用的补充信息源。使用来自几个不同微生物生态系统的模拟和真实宏基因组Hi-C数据集，包括人类肠道、牛粪便和废水，我们证明ViralCC优于现有的基于Hi-C的分类方法，以及专门用于宏基因组病毒分类的最先进工具。ViralCC还可以揭示微生物群落中病毒和病毒-宿主对的分类结构。当应用于真实的废水宏基因组Hi-C数据集时，ViralCC构建了噬菌体-宿主网络，并使用CRISPR间隔分析进一步验证了这一网络。ViralCC是一个开源管道，可在https://github.com/dyxstat/ViralCC上获得。
定植在个体内不同肠道部位的菌株源自单一创始种群
宏基因组学提高了我们对寄生在人类肠道中的共生细菌的理解，但这些细菌几乎完全依赖于粪便样本。因此，粪便宏基因组研究无法获得关于这些肠道微生物的生态位范围和它们所经历的专门适应水平的空间信息。在这里，我们利用从健康成年人的三个肠道部位的结肠镜抽吸物获得的宏基因组数据，重建了几种常见肠道细菌的宏基因组组装基因组，以解决肠道部位特异性进化问题。我们表明，特定肠道部位的细菌菌株的基因组明显不同，但又相互关联，来自于一个单一的原始菌株定植多个位点。我们还揭示了在这些肠道部位，净化选择是作用于人类宿主内大肠杆菌基因组的主要进化力量。重要的是，在辅助基因水平上没有检测到位点特异性的适应，这意味着这些共生菌很好地适应了几种宿主微细胞，因此可以高效地定殖多个肠道位点。然而，细菌的原位生长速度在肠道的不同部分有显著差异。吸出样品的宏基因组学可以揭示独特的菌株和肠道组织特异性基因组信息。这些信息对于了解细菌对胃肠道疾病的贡献可能是至关重要的。
提供了很多宏基因组MAGs分析的方法，包括
• 粪便和腔内基因组间的单核苷酸多态性分析
• 进化分析和dN/dS计算
• 基因获得和丢失事件
• 质粒的组装和分析
• 跨多个宏基因组的小菌株鉴定及其跟踪
用MetaCortex捕获宏基因组组装图的变化
来自宏基因组样本的连续序列的组装提出了一个特殊的挑战，因为存在多个物种，通常在不同的丰度水平密切相关。捕获物种内的多样性，例如，病毒单倍型或菌株水平的多样性，更具挑战性。我们提出了MetaCortex，一种宏基因组汇编程序，通过在底层组装图中沿着组装序列搜索局部变异的特征，并以序列图格式输出这些序列，来捕获种内多样性。我们表明，MetaCortex在具有高水平菌株水平多样性的模拟病毒群落和包含模拟菌株的模拟群落上产生的精确组装具有更高的基因组覆盖和邻近性，相比于是其他流行的宏基因组组装程序。源代码可从https://github.com/SR-Martin/metacortex免费下载，用C语言实现，在MacOS和Linux上支持。
Github主页东西不多，主要看这儿：https://metacortex.readthedocs.io/en/latest/index.html
一款宏基因组组装工具，效果上展示出来的肯定是不错的，主要是能够更精确的捕捉种内多样性，还有比较关注的就是运行时间和内存占用，比MEGAHIT慢，但是比metaSPAdes快不少（数据集构成也有影响）
