20 de febrero: A primer on metagenomics.
Wooley, J. C. J., Godzik, A., & Friedberg, I. (2010). A primer on metagenomics. PLoS computational biology, 6(2), e1000667. doi:10.1371/journal.pcbi.1000667
Metagenomics is a discipline that enables the genomic study of uncultured microorganisms. Faster, cheaper sequencing technologies and the ability to
Metagenome analysis (Photo credit: Argonne National Laboratory)
sequence uncultured microbes sampled directly from their habitats are expanding and transforming our view of the microbial world. Distilling meaningful information from the millions of new genomic sequences presents a serious challenge to bioinformaticians. In cultured microbes, the genomic data come from a single clone, making sequence assembly and annotation tractable. In metagenomics, the data come from heterogeneous microbial communities, sometimes containing more than 10,000 species, with the sequence data being noisy and partial. From sampling, to assembly, to gene calling and function prediction, bioinformatics faces new demands in interpreting voluminous, noisy, and often partial sequence data. Although metagenomics is a relative newcomer to science, the past few years have seen an explosion in computational methods applied to metagenomic-based research. It is therefore not within the scope of this article to provide an exhaustive review. Rather, we provide here a concise yet comprehensive introduction to the current computational requirements presented by metagenomics, and review the recent progress made. We also note whether there is software that implements any of the methods presented here, and briefly review its utility. Nevertheless, it would be useful if readers of this article would avail themselves of the comment section provided by this journal, and relate their own experiences. Finally, the last section of this article provides a few representative studies illustrating different facets of recent scientific discoveries made using metagenomics.
12 comentarios
El artículo es una revisión de lo que es la metagenómica y cómo se lleva a cabo la obtención y análisis de los datos. La metagenómica es el estudio de los microorganismos no cultivados en su ambiente natural y representa diferentes retos comparado con la obtención de genomas completos. La información que se obtiene es diferente dado que en las muestras ambientales no se pueden secuenciar los genomas completos debido principalmente a la gran diversidad de especies que hay en un sitio, lo que se genera es mucha información de secuencia pero altamente fragmentada. Este tipo de estudios ha sido posible por los desarrollos en los equipos de secuenciación masiva (tabla 1) y lo que es común a todas ellas es que generan lecturas muy pequeñas de 25-500 bases. A pesar de eso sí es posible inferir aspectos sobre la estructura y funcionamiento de las comunidades, e incluso reconstruir con cierto detalle partes importantes de las vías metabólicas que se llevan a cabo por la comunidad microbiana. En general, el trabajo es una muy buena revisión del tema y me gustó que hace referencia a los pasos que se siguen en un estudio de metagenómica y algunos de los programas de cómputo que se utilizan. Por ejemplo, desde la toma de muestras y las curvas de rarefacción (especies obtenidas en función del número de muestras) (figura 4) para saber qué tan diverso es el ambiente y qué tanto queda por muestrear, el filtrado físico del material y computacional para limpiar las secuencias dejando sólo lo que nos interesa, los metadatos, la secuenciación (tabla 1), el ensamblado, la cobertura (los estimados para genomas y metagenomas), la predicción de genes (con el problema de tener muchos genes fragmentados y ORFs sin homólgos, varios algoritmos que tratan de resolverlo) la asignación taxonómica de las lecturas (binning) para saber de que organismos provienen los datos (usando métodos composicionales y de similitud de secuencia), y finalmente el problema de nombrar adecuadamente los fragmentos de genes que se lograron ensamblar.
Asimismo, se mencionan algunos programas para la parte del análisis comparativo de los metagenomas como MEGAN, CAMERA, MetaMine, MetaLook, entre otros. Mi comentario en general es que son muchos los problemas que han derivado de esta nueva forma de abordar la ecología de las comunidades, y han ido resolviéndose por lo visto ayudándose de muchas áreas que confluye en tanto la informática, la estadística y los desarrollos experimentales, pero todo es bastante interesante y al parecer útil para tener panoramas generales que en un futuro también permitirán adentrarse en analizar con fino detalle el funcionamiento de las comunidades.
Este artículo como su nombre lo indica pretende darnos una primera aproximación a la metagenómica, sin embargo primero debemos entender qué es entender qué es la metagenómica. Los autores definen a la metagenómica como la disciplina que permite el estudio a nivel genómico de organismos no cultivados. El desarrollo de esta rama de la genómica surgió por las limitaciones a las que se enfrenta la ciencia al momento de intentar trabajar con organismo no modelos o que no pueden ser cultivados en laboratorio, pues como sabemos el porcentaje de organismos cultivables es solo una pequeña porción del total de las especies.
Entre una de las principales diferencias entre los estudios genómicos clásicos es que cuando nos enfocamos en el estudio del genoma de un microorganismo, su secuencia nos proporciona una idea general sobre este organismo, mientras que al analizar la información obtenida de un estudio metagenómico nos vamos a encontrar con una gran cantidad de fragmentos de secuencias y en la gran mayoría de los casos va a ser imposible asignar una especie a dicha secuencia.
Cuando se lleva a cabo un estudio de este tipo, normalmente se busca conocer la composición y el funcionamiento de una comunidad, por lo cual es importante realizar análisis para estimar la proporción de especies secuenciadas, esto normalmente mediante el uso de curvas de rarefacción. Otro de los datos de gran relevancia y que no son propiamente secuencias son los llamados metadatos que lo que contienen es la información sobre nuestros datos tales como el sitio o condiciones de muestreo.
Posterior a la secuenciación y ensamble viene lo que es la identificación de genes. En esta fase normalmente se emplean algoritmos para la identificar los ORFs. Para aquellos genes con homólogos conocidos, una búsqueda a través de BLAST es una aproximación bastante útil, pero para aquellos genes que no tienen homólogos en las bases de datos o para identificar nuevas familias génicas, predictores ab initio son comúnmente empleados, muchos de los cuales están basados en modelos de Markov.
Al igual que en artículos revisados anteriormente, en este trabajo nuevamente se habla del uso de los genes 16S rRNA para la identificación de OTUs así como las críticas al uso del mismo como son la presencia de HGT o múltiples copias. Adicionalmente a las limitantes con la que nos podemos enfrentar en cuanto a las técnicas de secuenciación, hoy en día, debido a la gran cantidad de información que se procesa está surgiendo una nueva limitante en cuanto al almacenamiento y análisis de toda esta información, pues hay que recordar que podremos tener todas las secuencias que queramos, pero si no son analizadas e interpretadas solo seguirán siendo datos sin una mayor relevancia biológica.
Control de Lectura.
Finalmente, después de leer varios aspectos de ecología y de biología molecular, nos aproximamos a un concepto de Metagenómica: es la disciplina que hace posible el estudio genómico de microorganismos que no han sido cultivados. Las muestras de estos microbios son tomadas directamente de sus hábitats; en contraste con un organismo cultivado, el cual es básicamente un clon, en metagenómica, los datos son de comunidades heterogéneas que pueden contener hasta más de 10,000 especies de microbios.
La ubiquidad de los microorganismos, los hace candidatos importantes para conocer su importancia en la biosfera y los estudios genómicos aportan una gran cantidad de información.
Los estudios con una sola especie cultivada tiene ciertas limitaciones: las especies no viven solas, primero se deben aislar y clonar, y generalmente su genoma no representa a la variabilidad dentro de la especie. Ante esto, las nuevas tecnologías de secuenciación han permitido superar estas limitantes y al mismo tiempo reducir los costos. Ahora se tiene la posibilidad de obtener información genómica directamente de las comunidades y de su ambiente natural.
También se han desarrollado nuevos algoritmos para el análisis de los datos obtenidos, ya que son muy voluminosos y contingentes. Un aspecto muy relevante es que se ha podido estudiar, a un nivel genómico, la relación entre los microbios y el hábitat que ocupan.
De forma general se describen aspectos del muestreo, de la “filtración” y del registro de datos. Para mi, es interesante y novedoso que los secuenciadores de tercera generación permiten secuenciar largas regiones sin amplificarlas!
El ensamblaje del metagenoma también resulta algo interesante. Entre otras cuestiones se corre el riesgo de ensamblar genomas de diferentes especies, formando así, quimeras. Los algoritmos para ensamblar genomas individuales, no son útiles en metagenómica, de forma que se han desarrollado nuevos algoritmos (i.e. EULER assembler). De la misma forma existen algoritmos para encontrar genes particulares.
Una cuestión que me parece aún más compleja, es la relativa la evaluación de la diversidad de especies. Se tiene un número considerable de marcadores genéticos para alcanzar este objetivo.
El uso de metagenomas ha sido útil para entender de qué forma se relacionan la parte genética con el ambiente. Comparativamente se ha estudiado más acerca de las familias génicas, de la simbiosis y de la virología ambiental.
Sin duda alguna, este artículo ha sido muy informativo para mi, sin embargo considero que la actualización de toda esta información crece de manera muy acelerada, por lo que es crucial mantenerse al tanto de las nuevas tecnologías que emergen.
El objetivo del artículo es proporcionar una visión más profunda sobre los avances y el proceso mismo de la secuenciación respecto al artículo de Loman y col., pero además profundiza más en el aspecto de lo que representa la metagenómica al tener que secuencia todos los genomas que están presentes en una muestra ambiental en comparación con secuenciar el genoma de una cepa pura, aislada en el laboratorio y que además es clonal.
Partiendo del reto que representa el muestrear para tener material suficiente y poder tener de forma representativa todas las especies que realmente forman parte de la comunidad y, además, el hacer un cribado para tener sólo al grupo microbiano de interés (por ej., separando bacterias de virus, eucariontes, etc.). Igualmente, y me gusta que resalten la importancia de ello, el mantener un registro de la metadata, que a mi parecer debe ser bastante minucioso para evitar ambigüedades o mantener anotados datos importantes sobre el origen de la muestra, fecha, temporada de muestreo, condiciones climáticas y condiciones particulares del medio ambiente del cual se origina la muestra. Finalmente, al contar con la información funcional de los genes presentes en la muestra, esta información (la metadata) permitirá integrar mejor la información y tener una mejor relación de las observaciones y los resultados.
Otro de los retos me parece que recae en el ensamblaje del metagenoma y el gene calling, que si bien representan un reto se dispone de varias herramientas informáticas que pueden emplearse para resolverlo. Lo importante es estar familiarizado con la bioinformática y saber cuáles son las opciones de programas para lo que deseamos hacer, así como las posibles desventajas del método particular elegido. Finalmente, los algoritmos en los que se basan estos programas toman en consideración ciertas variables y excluyen otras.
Todo el proceso anterior lleva poder también determinar la diversidad de especies presentes de acuerdo a las secuencias que se vayan encontrando o a los genes detectados; igualmente, habiendo detectado los posibles ORFs y determinado los posibles genes presentes es que se pueden predecir o especular incluso las funciones potenciales y las redes que posiblemente se forman entre las funciones. Y con la información se pueden seguir haciendo conexiones y especulando, se pueden comparar metagenomas de un mismo ambiente pero con muestras de diferentes épocas del año, detectar nuevas familias de genes, etc., la información sigue fluyendo.
La Microbiología es una ciencia que he realizado una gran cantidad de aportaciones al conocimiento de la biología de los microorganismos; sin embargo, los alcances de su conocimiento se han visto limitados por el tamaño celular de los organismos que son su objeto de estudio. A pesar de que actualmente contamos con microscopios para diferentes usos y aplicaciones, no se conoce la gran diversidad microbiana que ha sido estimada, por la sencilla razón de que no se han encontrado las condiciones óptimas para su cultivo.
Una herramienta que podría ayudar a solucionar esta limitante es la Metagenómica, la cual se ha aplicado para el estudio de los microorganismos no cultivables. Esta nueva estrategia experimental ha generado avances prometedores sobre la diversidad, ecología y evolución microbiana; sin embargo, su aplicación depende de diversas variables que van relacionadas a cuestiones de los alcances económicos hasta el tipo de resultados que se desean obtener. Pero existen una serie de requisitos que se deben cumplir para obtener resultados de calidad y utilidad.
Una de las primeras interrogantes es cuántas muestras son necesarias para que el muestreo sea representativo, dado que con diferentes estimaciones se ha observado que no logra obtener una muestra que abarque a todos los microorganismos que se encuentran en la muestra, y esto se relaciona con su abundancia en el ambiente. Algo de vital importancia es la información referente a las condiciones del sitio del cual se obtuvo la muestra, con lo cual se pueden hacer conexiones para determinar su efecto sobre la diversidad y funcionamiento de los microorganismos.
Por otro lado, gracias a los avances en los equipos que realizan estos análisis y a la disminución en los costos para la secuenciación es que este tipo de análisis han extender su aplicación. Actualmente, se pueden obtener resultados en cuestión de horas y, su ensamble y análisis se ha ido mejorando con el desarrollo de software especializado. Sin embargo, existen variaciones metodológicas que complican su correlación.
Otra cuestión importante es saber qué tipo de marcador utilizar para describir la muestra. De diferentes maneras se ha mencionado las limitantes que se obtienen al utilizar como marcador a los genes ribosomales, por lo cual se ha sugerido que los genes housekeping son una mejor alternativa; sin embargo, se ha propuesto que es mejor utilizar ambos tipos de marcadores y combinar la información para obtener mayor información.
Es muy importante tener cuidado en el análisis de la información obtenida, para evitar obtener falsos negativos y positivos; con lo cual, se podrán hacer importantes inferencias sobre la diversidad microbiana y su papel funcional en el ecosistema. Así también, se puede incrementar la información referente a la composición genética de los microorganismos, ya que una gran parte de esta información no ha podido ser clasificada en base a su función, reflejando su complejidad genética y funcional. Por lo cual, se han desarrollado variantes de esta herramienta como la Metatranscriptomica y Metaproteomica, con las que se puede entender su papel funcional a una escala de comunidades.
Este artículo es una introducción sumamente práctica e informativa. Los autores nos ofrecen un primer acercamiento al estudio de la metagenómica en el que nos llevan de la mano a través de las ventajas y desventajas de cada etapa del proceso; desde la obtención de la muestra hasta el análisis de datos, sin perder de vista detalles finos e importantes: algoritmos matemáticos, softwares, y diferentes estrategias para resolver cada etapa. Además nos mencionan el gran salto que representó la obtención de datos de secuenciacion masiva en el estudio de comunidades microbianas, permitiendo el análisis simultáneo de la caracterización taxonómica y del potencial funcional de las especies contenidas en una muestra ambiental. Sin embargo no todo es perfecto, y para un mayor entendimiento de dichas comunidades microbianas con sus componentes abióticos, los autores recalcan la importancia de fraguar un vocabulario común para describir los “metadatos” que permitan realizar correlaciones con los datos obtenidos de la secuenciación. Por lo que el gran reto viene a ser justamente el análisis del gran volumen de datos que surge del rápido avance de las técnicas de secuenciación masiva, y el resago de las técnicas computacionales, las cuales tienen que actualizarse constantemente, para poder estar al parejo de las técnicas de secuenciación, y por otra parte, el desarrollo de métodos y sofwares que permitan una rápida tranferencia, análisis y presentación de los datos obtenidos en la secuenciación.
A Primer on Metagenomics
Este artículo hace una revisión de las utilidades bioinformáticas para el estudio de los metagenomas de las comunidades de microbios. Brevemente habla de la importancia que es la vida microbiana en la regulación de los procesos biogeoquímicos y de la entrada de importantes nutriente. Desde que la secuenciación del genoma bacteriano ha sido posible (accesible) han suscitado muchas cuestiones con respecto a los métodos que se están utilizando, dándose cuenta de las limitantes y prontas soluciones que debe haber para seguir el estudio de la microbiota. El metagenoma (datos de secuencias tomados directamente del ambiente) ha sido una probable respuesta a las limitaciones del estudio de comunidades, aunque el análisis de la enorme cantidad de información que genera presenta limitantes que a su vez deben ser resueltas. El tamaño de muestras y el número de ellas es el primer paso a definir, esto es llevado a cabo por curvas de rarefacción, una función lineal que incorpora el número de ribonucleótidos por el número de individuos muestreados. Filtrar la muestra, una forma de limpiar y quedarnos con lo que nos interesa para responder las hipótesis planteadas, filtros computacionales pueden ser usados después de la secuenciación. Registros de los metadatos lo defino como los registros de los datos, son todas las condiciones en las que fue tomada la muestra, incluyendo fechas, estos estudios correlacionan datos metagenomicos con variables ambientales que dan mucha información sobre la historia evolutiva de los microorganismos. El tipo de secuenciación a pesar de que marcan tres generaciones, la que mayormente se registra es la de segunda generación, el método de pirosecuencias y colonias de polimerasa que amplifican simultáneamente para generar plantillas de secuenciación. Y la pirosecuencias que añaden nucleótidos, extendiendo la ejecución de la polimerasa. El ensamblaje de estos fragmentos de DNA amplificados construye el genoma completo, permitiendo encontrar marcos de lectura abiertos, operones, UTO, BTF. La cobertura es la media del número de veces que el nucleótido será secuenciado. Mientras más cobertura menor el índice de error al momento de ensamblar. Se ha derivado varias funciones para encontrar la cobertura, estas fórmulas van cambiando en función del tamaño de lectura, y de la incorporaciones de algunos marcadores. A pesar de que también mencionan una estandarización (EGS) presenta solo una imagen del todo. En el caso del metagenoma tiene una cobertura incompleta, pues tiene secuenciado a varias poblaciones y se corre el riesgo de que se ensamblen secuencias a partir de OTU’s diferentes, propone algunos programas de ensamblado entre ellos JAZZ tienen algoritmos capaces de ensamblar estas secuencias. El BLAST es otro algoritmo capaz de encontrar nuevas familias funcionales dentro del metagenoma, los modelos de Markov son usados en datos no homogéneos pero son menos sensitivos y pueden fallar en la identificación de ORF. La medida de la diversidad (α, β y gamma) determinada a través de los índices de diversidad. La utilización de marcadores no rDNA filogenéticos ha permitido ver el tiempo de evolución de algunas comunidades. Ya ensamblado el metagenoma se puede vislumbrar potencial funcional de la comunidad bacteriana y estudios comparativos de metagenomas permiten comprender como afecta las diferencias genómicas en determinados ambientes. Se ha comenzado a emplear los metagenomas en varios estudios, dentro del metabolismo de los organismos y su impacto que tiene la diversidad de la microbiota, ha ayudado a comprender mejor la simbiosis y la caracterización de nuevas familias génicas.
Me parece que este artículo es muy completo en cuanto a la descripción de lo que se necesita en estos días para el análisis de los metagenomas, nos provee de la información necesaria para entender las nuevas herramientas para el análisis, me parece que es un artículo que nos da una visión clara de lo que se está haciendo para manejar la cantidad inmensa de datos derivados de la secuenciación de los metagenomas, creo que este tipo de artículos donde hacen un compendio exhaustivo de métodos, software, nos permite tener literatura de referencia para comparar y evaluar las novedosas herramientas, ya que es posible que en nuestro quehacer científico nos enfrentemos a problemas como estos.
Este artículo habla más en profundidad acerca de la metagenómica, sus usos y técnicas. Las razones que dan para justificar esta disciplina se me hacen válidas, puesto que es cierto que los organismos procariontes son un microcosmos que nos afecta directamente de formas complejas; el ejemplo perfecto siendo el microbioma que cada uno de nosotros tiene: no sólo una bacteria o evento puede afectarnos si no que seguramente la red de interacción de todas las especies tiene efectos sinérgicos sobre nuestra salud. Algo que me parece evidente es que si bien la metagenómica debería de ser acerca de todos los organismos de una comunidad, por ahora esta disciplina está sesgada al estudio de especies procariontes, por lo que supongo que son razones prácticas. Me resulta intrigante imaginar cual será el impacto de la metagenómica del futuro para entender las relaciones entre las especies que componen a toda una comunidad,
En general, al abordar los métodos, me resulta interesante ver como la metagenómica es una mezcla de la ecología de comunidades y sus prácticas (como el uso de curvas de rarefacción), con metodologías que son sacadas del ámbito de la microbiología, de la biología molecular e informáticas: el amplio uso de diferentes conocimientos hace que la metagenómica me parezca atractiva, por su ambiente multidisciplinario.
Me parece lógica también la exigencia de metadatos, o datos que son de donde se tomo la muestra, el pH, etc. Porque realmente, para un análisis ecológico, no tiene sentido poseer la información de las secuencias solas: es importante conocer el contexto ecológico de modo que se puedan hacer inferencias en cuanto a cosas como la función de los genes en su ambiente.
Se menciona el hecho de que la forma más usada actualmente de secuenciación es “shotgun-sequencing”, la que involucra partir los genomas en piezas que más tarde se ensamblan. Estas técnicas de secuenciación se encuentran dentro de las llamadas técnicas de segunda generación, por su uso de fragmentos de ADN; el futuro depara la existencia de técnicas que secuenciarán todo un genoma a la vez, sin tener que separar la molécula en piezas (de tercera generación). De lo que puedo ver de los métodos, es que además de las minucias de la secuenciación, ensamblar genomas es más que nada un reto informático, pues en general todo tiene que ver con saber 1) cuántas muestras tengo y qué porcentaje de un genoma estoy actualmente viendo 2) cuáles son y en qué cantidad (clasificarlas) 3) de donde vienen o asignarlas a una especie (identificarlas). Una de las cosas que se me hacen más interesantes que el artículo menciona dentro de los usos de la metagenómica es la asignación de roles funcionales, ya que siempre me ha parecido que lo relevante es conocer el aspecto de qué y como hace un genoma en un contexto ecológico y no aislado; si se pudiera obtener la información, al menos aproximada, de los roles funcionales de cada especie dentro de una comunidad, esto revolucionaría la ecología de comunidades, pues la haría una rama de la ecología con más capacidad predictiva y no sólo descriptiva.
La metagenómica como disciplina que estudia lo no cultivable empieza con un buen muestreo de aquella parte del planeta que se quiere estudiar, la muestra debe ser representativa de ese ambiente y es difícil lograr esto dado que no podemos ver a los organismos que nos interesan. Después esa muestra se tiene que filtrar para eliminar todo lo que no son microorganismos de interés que puedan producir ruido más adelante. La metadata obtenida tiene que anotarse estrictamente, de dónde se obtuvo la muestra, cuándo y en qué condiciones.
Una vez que la muestra superó las pruebas mencionadas se procede a secuenciar, lo que clásicamente implica cortar el DNA para obtener segmentos cortos que luego se clonan en vectores crecidos en librerías monoclonales para producir la cantidad de material necesario para secuenciar usando terminadores marcados, usualmente. En metagenómica el material no es de un solo organismo sino de una comunidad, por lo que al proceso se le conoce como ESS (Environmental Shotgun Sequencing) y este DNA puede ofrecer sólo una imagen parcial del genoma de los organismos; para tener una mejor idea de las especies que forman la comunidad se tienen que secuenciar genes ribosomales (16S).
Posteriormente se ensamblan las lecturas obtenidas en secuencias largas (contigs) hasta armar el genoma completo, pero no es posible ensamblar al 100% un metagenoma, dado que la muestra no está completa y la información obtenida tampoco, es difícil mapear lecturas con su especie correspondiente. Además, existe el peligro de ensamblar secuencias de OTUs diferentes y obtener quimeras. La naturalza fragmentada del metagenoma interfiere también en el proceso de identificación de genes, ya que los algoritmos usados para esto buscan ORFs enteros y esta información puede no estar en un metagenoma. Recientemente se han desarrollado algoritmos para al menos establecer ORFs putativos.
En cuanto a la anotación funcional, ya con el metagenoma ensamblado y posibles ORFs identificados, el primer paso es asignar funciones biológicas a los genes y el segundo señalar a aquellos que pueden estar involucrados en redes, como vías metabólicas. En las muestras metagenómicas, dado que varios de esos ORFs pueden no serlo, una estrategia de anotación es saltarse el nombramiento de genes, en su lugar usar traducciones de los seis posibles ORFs de cada gen y en ellos buscar motivos conservados que puedan sugerir una función.
Los datos metagenómicos dejan ver un panorama más grande, y así podemos analizar el potencial de una comunidad microbiana y su interacción con el ambiente; en este sentido también permiten estudiar a los organismos simbiontes como comunidades microbianas dentro de un huésped. Otra aplicación importante de la metagenómica es el estudio de la diversidad de virus y su papel en la de microbios.
Esta revisión tiene como objetivo describir los logros tecnológicos y computacionales así como los desafíos que hoy tiene la metagenomica; y como esta disciplina ha avanzado para estudiar organismos no cultivables. El autor presenta diferentes sugerencias cuando se quiere incursionar en la metagenomica; de esta manera comenta lo indispensble que es tomar en cuenta el tamaño de muestra, saber bien qué se quiere estudiar y descartar todo aquello que no es de nuestro interés, de igual manera se debe tomar en cuenta el tiempo y las condiciones que se desea muestrear y todos estos factores nos van ayudar a tener un éxito en la investigación. En cuanto al avance de la secuenciación y el ensambalaje de los resultados es muy importante saber de que dimensiones se esta trabajando así como conocer las tecnologías que se tienen en el mercado las ventajas y desventajas que presenta cada una de ellas. Por otro lado, no sirve de mucho tener las secuencias sino se pueden ensamblar y analizar los datos para ello ha habido un avance en los programas computacionales, entender como funcionan y cuál es el que se adecua a nuestras necesidades es de suma importancia. Por último la anotación funcional de los metagenomas y la comparación de los mismos nos muestra un camino en el entendimiento de la naturaleza.
Control de lectura 14
A primer on metagenomics Wooley, J. C. J., Godzik, A., & Friedberg, I. (2010). A primer on metagenomics. PLoS computational biology, 6(2), e1000667. doi:10.1371/journal.pcbi.1000667
En este artículo se aborda de manera ordenada las metodologías de la metagenómica, sus alcances y limitaciones. Es de gran ayuda para los microbiólogos este enfoque de estudio de comunidades microbianas ya que como sabemos, solo un bajo porcentaje de la diversiadad biológica de microbios es conocida a través de los cultivos, entonces este enfoque viene al “quite” para conocer esa gran cantidad de organismos pertenecientes a la “biota rara”. Las funciones las sabemos a mayor detalle a través de los aislados. Sin embargo, en el metagenoma estamos “limitados” en ese conocimiento, de saber específicamente quien hace un proceso: lo que si podemos saber es qué es capaz de hacer la comunidad en conjunto y las posibles vias metabólicas y flujos de materia energía. Todo esto suena muy bonito y sencillo, sin embargo es una gran labor metodológica, analítica y de costos involucrados en estas investigaciones. La principal limitación que en este artículo se maneja es la de análisis, ya que han mejorrado las técnicas de secuenciación, reducido los costos de tal manera que se genera a diario mucho más información de la que somos capaces de analizar. No solo basta con obtener genomas y metagenomas a gran velocidad, sino que tambien hay que hacer una pausa para analizar los datos y conectarlos con la información de los metadatos para llegar a conclusiones más robustas de las comunidades a analizar.
Los comentarios están cerrados.