2024 / 05

Следующая статья
DOI: 10.24075/vrgmu.2024.047

МНЕНИЕ

Выбор метода количественной оценки микробиоты кишечника: сравнительный анализ 16S NGS и ПЦР-РВ

О. А. Злобовская1, А. С. Курносов1, А. Ф. Шептулина2, Е. В. Глазунова1
Информация об авторах

1 Центр стратегического планирования и управления медико-биологическими рисками здоровью Федерального медико-биологического агентства, Москва, Россия

2 Национальный медицинский исследовательский центр терапии и профилактической медицины Министерства здравоохранения Российской Федерации, Москва, Россия

Для корреспонденции: Ольга Анатольевна Злобовская
ул. Погодинская, д. 10, с. 1, г. Москва, 119121, Россия; ur.abmfpsc@ayaksvobolZO

Информация о статье

Вклад авторов: О. А. Злобовская — идея, анализ литературы, написание рукописи; А. С. Курносов, А. Ф. Шептулина, Е. В. Глазунова — редактирование рукописи.

Статья получена: 15.10.2024 Статья принята к печати: 25.10.2024 Опубликовано online: 30.10.2024
|
  1. Abellan-Schneyder I, Matchado MS, Reitmeier S, Sommer A, Sewald Z, Baumbach J, et al. Primer, Pipelines, Parameters: Issues in 16S rRNA Gene Sequencing. Tringe SG, editor. mSphere. 2021; 6 (1): e01202–20.
  2. Gonzalez JM, Portillo MC, Belda-Ferre P, Mira A. Amplification by PCR Artificially Reduces the Proportion of the Rare Biosphere in Microbial Communities. Gilbert JA, editor. PLoS ONE. 2012; 7 (1): e29973.
  3. Boers SA, Jansen R, Hays JP. Understanding and overcoming the pitfalls and biases of next-generation sequencing (NGS) methods for use in the routine clinical microbiological diagnostic laboratory. Eur J Clin Microbiol Infect Dis. 2019; 38 (6): 1059–70.
  4. Vaginal Microbiome Consortium (additional members), Brooks JP, Edwards DJ, Harwich MD, Rivera MC, Fettweis JM, et al. The truth about metagenomics: quantifying and counteracting bias in 16S rRNA studies. BMC Microbiol. 2015; 15 (1): 66.
  5. Barlow JT, Bogatyrev SR, Ismagilov RF. A quantitative sequencing framework for absolute abundance measurements of mucosal and lumenal microbial communities. Nat Commun. 2020; 11 (1): 2590.
  6. Vandeputte D, Kathagen G, D’hoe K, Vieira-Silva S, VallesColomer M, Sabino J, et al. Quantitative microbiome profiling links gut community variation to microbial load. Nature. 2017; 551 (7681): 507–11.
  7. Nearing JT, Douglas GM, Hayes MG, MacDonald J, Desai DK, Allward N, et al. Microbiome differential abundance methods produce different results across 38 datasets. Nat Commun. 2022; 13 (1): 342.
  8. Johnson JS, Spakowicz DJ, Hong BY, Petersen LM, Demkowicz P, Chen L, et al. Evaluation of 16S rRNA gene sequencing for species and strain-level microbiome analysis. Nat Commun. 2019; 10 (1): 5029.
  9. Rintala A, Pietilä S, Munukka E, Eerola E, Pursiheimo JP, Laiho A, et al. Gut Microbiota Analysis Results Are Highly Dependent on the 16S rRNA Gene Target Region, Whereas the Impact of DNA Extraction Is Minor. J Biomol Tech JBT. 2017; 28 (1): 19–30.
  10. Kameoka S, Motooka D, Watanabe S, Kubo R, Jung N, Midorikawa Y, et al. Benchmark of 16S rRNA gene amplicon sequencing using Japanese gut microbiome data from the V1–V2 and V3–V4 primer sets. BMC Genomics. 2021; 22 (1): 527.
  11. Tremblay J, Singh K, Fern A, Kirton ES, He S, Woyke T, et al. Primer and platform effects on 16S rRNA tag sequencing. Front Microbiol. 2015; 6.
  12. Chuang HH, Huang CG, Chou SH, Li HY, Lee CC, Lee LA. Comparative analysis of gut microbiota in children with obstructive sleep apnea: assessing the efficacy of 16S rRNA gene sequencing in metabolic function prediction based on weight status. Front Endocrinol. 2024; 15: 1344152.
  13. Ceccarani C, Severgnini M. A comparison between Greengenes, SILVA, RDP, and NCBI reference databases in four published microbiota datasets. 2023 [cited 2024 Oct 4]. Available from: http://biorxiv.org/lookup/doi/10.1101/2023.04.12.535864.