Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos

Las comunidades microbianas son esenciales en la dinámica y la sostenibilidad de los suelos. Presentamos un estudio bioinformático integrado de las respuestas de las comunidades bacterianas del suelo a diferentes manejos agronómicos en caña de azúcar en un experimento de larga duración en la EEA INT...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Ortiz Rocca, Lucía Martina, Montecchia, Marcela S., Chalco Vera, Jorge, Acreche, Martín M., Correa, Olga S., Soria, Marcelo A.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
metagenómica
secuenciación 16S rRNA
secuenciación ADN total
microbiota del suelo
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/165456
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-165456
record_format dspace
spelling I19-R120-10915-1654562024-04-29T20:05:25Z http://sedici.unlp.edu.ar/handle/10915/165456 Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos español Ortiz Rocca, Lucía Martina Montecchia, Marcela S. Chalco Vera, Jorge Acreche, Martín M. Correa, Olga S. Soria, Marcelo A. 2023-09 2023 2024-04-29T16:48:43Z es Ciencias Informáticas metagenómica secuenciación 16S rRNA secuenciación ADN total microbiota del suelo Las comunidades microbianas son esenciales en la dinámica y la sostenibilidad de los suelos. Presentamos un estudio bioinformático integrado de las respuestas de las comunidades bacterianas del suelo a diferentes manejos agronómicos en caña de azúcar en un experimento de larga duración en la EEA INTA Famaillá. Se integraron tres fuentes de datos: abundancia de genes mayormente relacionados con el flujo de gases de efecto invernadero, secuenciación masiva del gen 16S rRNA y secuenciación masiva de ADN total. Detectamos diferencias en las abundancias de algunos genes funcionales. Luego usando qiime2 y otras herramientas analizamos el comportamiento de 12,000 variantes de secuencias derivados de 2.1 millones de secuencias paired-end del gen 16S, y encontramos algunas diferencias cuantitativas en la composición de las comunidades. Con los datos de secuenciación masiva de ADN total (32Giga bases) ensamblamos contigs (Megahit) y los agrupamos en bins (MaxBin2), obteniendo 374 genomas ensamblados de metagenomas (MAGs). Anotamos los MAGs de mejor calidad con EggNog. El estudio integrado y secuencial nos permitió mantener bajos los costos de la etapa más cara (secuenciación de ADN total) y nos permitió acelerar el descubrimiento de los genomas de interés para los objetivos del estudio. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 66-78
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
metagenómica
secuenciación 16S rRNA
secuenciación ADN total
microbiota del suelo
spellingShingle Ciencias Informáticas
metagenómica
secuenciación 16S rRNA
secuenciación ADN total
microbiota del suelo
Ortiz Rocca, Lucía Martina
Montecchia, Marcela S.
Chalco Vera, Jorge
Acreche, Martín M.
Correa, Olga S.
Soria, Marcelo A.
Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
topic_facet Ciencias Informáticas
metagenómica
secuenciación 16S rRNA
secuenciación ADN total
microbiota del suelo
description Las comunidades microbianas son esenciales en la dinámica y la sostenibilidad de los suelos. Presentamos un estudio bioinformático integrado de las respuestas de las comunidades bacterianas del suelo a diferentes manejos agronómicos en caña de azúcar en un experimento de larga duración en la EEA INTA Famaillá. Se integraron tres fuentes de datos: abundancia de genes mayormente relacionados con el flujo de gases de efecto invernadero, secuenciación masiva del gen 16S rRNA y secuenciación masiva de ADN total. Detectamos diferencias en las abundancias de algunos genes funcionales. Luego usando qiime2 y otras herramientas analizamos el comportamiento de 12,000 variantes de secuencias derivados de 2.1 millones de secuencias paired-end del gen 16S, y encontramos algunas diferencias cuantitativas en la composición de las comunidades. Con los datos de secuenciación masiva de ADN total (32Giga bases) ensamblamos contigs (Megahit) y los agrupamos en bins (MaxBin2), obteniendo 374 genomas ensamblados de metagenomas (MAGs). Anotamos los MAGs de mejor calidad con EggNog. El estudio integrado y secuencial nos permitió mantener bajos los costos de la etapa más cara (secuenciación de ADN total) y nos permitió acelerar el descubrimiento de los genomas de interés para los objetivos del estudio.
format Objeto de conferencia
Objeto de conferencia
author Ortiz Rocca, Lucía Martina
Montecchia, Marcela S.
Chalco Vera, Jorge
Acreche, Martín M.
Correa, Olga S.
Soria, Marcelo A.
author_facet Ortiz Rocca, Lucía Martina
Montecchia, Marcela S.
Chalco Vera, Jorge
Acreche, Martín M.
Correa, Olga S.
Soria, Marcelo A.
author_sort Ortiz Rocca, Lucía Martina
title Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
title_short Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
title_full Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
title_fullStr Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
title_full_unstemmed Integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
title_sort integración bioinformática de metodologías ómicas para el estudio de comunidades microbianas en suelos
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/165456
work_keys_str_mv AT ortizroccaluciamartina integracionbioinformaticademetodologiasomicasparaelestudiodecomunidadesmicrobianasensuelos
AT montecchiamarcelas integracionbioinformaticademetodologiasomicasparaelestudiodecomunidadesmicrobianasensuelos
AT chalcoverajorge integracionbioinformaticademetodologiasomicasparaelestudiodecomunidadesmicrobianasensuelos
AT acrechemartinm integracionbioinformaticademetodologiasomicasparaelestudiodecomunidadesmicrobianasensuelos
AT correaolgas integracionbioinformaticademetodologiasomicasparaelestudiodecomunidadesmicrobianasensuelos
AT soriamarceloa integracionbioinformaticademetodologiasomicasparaelestudiodecomunidadesmicrobianasensuelos
AT ortizroccaluciamartina espanol
AT montecchiamarcelas espanol
AT chalcoverajorge espanol
AT acrechemartinm espanol
AT correaolgas espanol
AT soriamarceloa espanol
_version_ 1807223056580476928

Ejemplares similares