Новая база данных метаданных для наземных метагеномов: помощь в изучении разнообразия почв
Микробные сообщества (бактерии, одноклеточные организмы, нематоды) содержат важную информацию о состоянии почв. Во всём мире ведутся генетические исследования этого биоразнообразия, но сторонним учёным не всегда просто использовать эти результаты, так как качество информации в базах данных неоднородно. Исследователи из UFZ создали новую базу метаданных для наземных метагеномов, содержащую более 15 000 наборов данных, чтобы облегчить работу учёных. Результаты опубликованы в журнале Nucleic Acids Research.
Более 202 000 метагеномов (полная генетическая информация из образца почвы) хранятся в двух главных базах данных для архивирования исследовательских данных микробиологов: репозиториях MG-Rast и Sequence Read Archive (SRA). Там учёные со всего мира фиксируют, где они изучали микробные сообщества или проводили секвенирование генома — на морском дне, в лесах, на лугах или скалах. Это позволяет другим исследователям использовать эти данные в своей работе и сравнивать со своими результатами, экономя время на повторение уже проделанной работы.
Однако учёные часто сталкиваются с препятствиями: наборы данных часто неполны и не имеют единой маркировки. «Это затрудняет дальнейшую обработку данных заинтересованными пользователями», — говорит доктор Улиссес Нунес да Роша, микробный эколог из UFZ и один из ведущих авторов исследования. Проблемы начинаются с мелочей: например, температура может быть записана в Фаренгейтах, Кельвинах или Цельсиях, а сокращения единиц измерения различаются. Есть неопределённость и в более фундаментальных вопросах, например, в точном определении биома (крупного местообитания). Всё это, по словам доктора да Роши, мешает эффективному использованию данных.
Доктор Улиссес Нунес да Роша и его команда отфильтровали данные метагеномов из наборов MG-Rast и SRA, собранных исследователями в наземных средах, исключив данные по морям и океанам. В новую базу метаданных вошли ровно 15 022 набора данных метагеномов из лесов, лугов или недр, происходящих из 84 стран. Они не разрабатывали новых научных стандартов для точного описания этих метаданных (географические координаты, значение pH или температуры), а использовали существующий метод стандартизации.
«База метаданных помогает исследователям, чья работа сосредоточена на наземной среде и которые хотят включить данные такого рода в свою собственную работу», — говорит учёный из UFZ. Вместо проведения сложных лабораторных экспериментов, например, по фиксации CO2 или установлению влияния пестицидов на микробные сообщества, исследователи могут обратиться к базе данных, чтобы узнать, не проводили ли где-то уже аналогичные эксперименты по этой теме и не предоставили ли свои данные.
Свободно доступная база метаданных TerrestrialMetagenomeDB от UFZ была запущена в начале ноября. Пользователи могут использовать шесть фильтров (происхождение биома, тип образца, источник данных и др.) для поиска в базе, а при необходимости — ещё 33 фильтра для более конкретных запросов. Также доступен интерактивная карта мира для поиска наборов данных по географическим признакам. Три видеоурока предлагают дополнительную поддержку пользователям по тому, как лучше проводить исследования и загружать данные.
База метаданных автоматически обновляется два раза в год — в январе и июле. В этом процессе новые или исправленные наборы данных автоматически извлекаются из репозиториев MG-Rast и SRA, при условии, что группы учёных адаптировали атрибуты своих данных под стандарты новой базы. Потенциал велик: ещё около 100 000 наборов данных по наземным метагеномам находятся в ожидании, так как до сих пор не могли быть стандартизированы из-за недостаточно точного ввода данных. Для доктора Улиссеса Нунеса да Роши и его рабочей группы UFZ по Data Science микробных систем это лишь первый шаг в процессе, облегчающем анализ больших данных микробных сообществ в наземных системах в глобальном масштабе.