研究提高了识别和研究藻类物种的能力

有害藻华在全球范围内给人类、野生动物和宠物的水质和健康风险管理带来了挑战。来自俄克拉荷马大学的一组研究人员正在通过一种新的基于基因组的分类法来更好地管理微囊藻水华和毒素。

OU Regents的生物学教授Dave Hambright和他的浮游生物生态学和湖泊学实验室的成员与OU微生物学教授Lee Krumholz一起，与北卡罗来纳大学，詹姆斯麦迪逊大学和奥本大学的教职员工合作开展了这个项目。他们的工作成果发表在《科学进展》上。

通过开发一种新的基于基因组的分类法，研究人员将首次能够表征微囊藻的生态位，包括营养需求和季节性，并最终控制有害的微囊藻水华。该团队开发了遗传标记，使研究人员能够识别水系统中存在的微囊藻物种。在他们的论文中，研究人员确定了16种独特的物种，多达30种或更多，这些物种在遗传上是不同的，但与当前形态定义的物种不符。

“这种新的基于基因组的分类法为研究人员制定基于科学的主动管理计划奠定了基础，以清除我们的水域中有害的微囊藻水华，”汉布赖特说。“我们提高识别和研究这种藻类物种的能力将有助于我们降低健康风险的能力，以及管理和保护我们日益脆弱的水资源。

了解微囊藻的生态学和进化是湖泊和水质管理的基础，旨在预防和减少有害的微囊藻水华。虽然传统的微囊藻分类法(物种分类)承认多个物种，但这些分类是有争议的，因为它们是基于形态而不是生态特征。此外，它们与基于DNA序列的标准分类相冲突，后者表明一个物种具有复杂和多变的生态。

基于OU生物学博士生Katherine Cook的工作，该工作于2020年发表在湖沼学与海洋学上，该小组假设微囊藻及其微生物组是互补相互作用细菌物种(相互作用组)的共同进化群落，每个物种都是其他细菌成功所必需的。

他们的目标是使用122个已发表的全基因组检查来自世界各地的微囊藻的基因组成，并预测微生物组细菌可能提供的潜在代谢功能。他们的论文以强大的分类学分类形式代表了该目标的基础，包括进化关系。

本文中的大部分生物信息学分析由OU博士后蔡海元在OU博士生Chris McLimans的协助下进行。其他数据分析得到了OU研究助理教授Jessica Beyer的支持。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！