MATRIX:快速量化环境微生物组中具有单细胞表型的总和活性微生物细胞

《mSystems》:MATRIX: rapid quantification of total and active microbial cells with single-cell phenotypes for environmental microbiomes

【字体: 大 中 小 】 时间:2026年07月16日 来源:mSystems 5.2

编辑推荐:

  量化微生物种群和群落中细菌的丰度与活性是系统微生物学(systems microbiology)和微生物组研究的基础。然而,直接的显微镜细胞计数通量低、劳动强度大且易受操作者差异影响,导致许多研究人员依赖间接代理指标,如光密度(optical density,

  
量化微生物种群和群落中细菌的丰度与活性是系统微生物学(systems microbiology)和微生物组研究的基础。然而,直接的显微镜细胞计数通量低、劳动强度大且易受操作者差异影响,导致许多研究人员依赖间接代理指标,如光密度(optical density, OD)或多拷贝标记基因(multicopy marker-gene)定量。这些间接方法无法区分活性细胞与非活性细胞,可能掩盖生态学解释。在此,研究人员介绍了一种名为“通过快速成像和提取实现微生物活性与总细胞定量”的方法(microbial activity and total cell quantification via rapid imaging and extraction, MATRIX),这是一种高效工作流程,整合了样本提取、荧光染色、显微镜与自动化图像分析以及贝叶斯统计推断(Bayesian statistical inference),用于量化环境细菌种群和群落中的总细胞以及氧化还原活性细胞(redox-active cells),并获取单细胞测量数据。研究人员利用培养的分离株和高多样性土壤群落验证了其可重复性和通用性。生成的定量表型数据集提供了细菌种群和群落大小与活性的快速直接测量,支持高统计效力的分析,从而加深对微生物响应的机制性洞察,并增强微生物组研究的生态学基础。重要性:微生物组研究通常依赖相对丰度数据,但这些数据无法区分群落结构变化究竟反映种群真实增长、群落总大小下降还是两者兼有。如果没有种群和群落大小的明确测量,对微生物组动态的机制性解释将不完整。在此,研究人员提出一种高通量工作流程——MATRIX,用于从环境样本中定量总细菌细胞和氧化还原活性细菌细胞。通过将单细胞表型与群落水平指标整合,该方法将微生物组数据集锚定于直接的生态核算而非代理指标。这些测量可以阐明观察到的群落结构变化究竟代表丰度、活性还是两者的转变,从而改进对微生物响应环境胁迫或变化的推断。MATRIX提供了一种有效途径,将定量生态学融入系统微生物学和微生物组研究,并加强微生物细胞生理、群落动态与生态系统功能之间的联系。
论文解读:MATRIX方法:环境微生物组中总细胞与活性细胞的快速定量及其生态学意义

研究背景与问题:微生物组研究常依赖相对丰度数据,这无法区分群落组成变化是由特定种群真实增长、总群落大小下降还是两者共同导致。没有种群和群落大小的直接测量,对微生物组动态的机制性解释就缺乏完整性。现有量化细胞数量的方法包括直接显微镜计数(低通量、劳动强度大、易有用户变异)和间接方法如光密度(OD)、多拷贝标记基因定量PCR(qPCR)或已知浓度核酸加标。这些间接方法不区分活/死细胞,且存在校正偏差、拷贝数变异等问题。因此,需要一种独立、高通量、直接的方法来区分和量化活性与非活性细胞,以增强微生物组研究的生态学解读。

研究内容与结论:研究人员开发并验证了MATRIX工作流程,该流程整合了样本提取、荧光染色(SYBR Green I用于总细胞,Redox Sensor Green [RSG]用于呼吸活性细胞)、自动化显微镜成像和图像分析,以及贝叶斯统计推断,用于量化环境细菌种群和群落中的总细胞和氧化还原活性细胞,并提供单细胞表型信息。研究发现:光学密度不是可靠度量;MATRIX能捕获纯培养生长动态;环境分离株间细胞计数和形态差异显著;土壤中部分溶菌酶抗性细胞有可检测的活性;RSG总荧光信号可预测土壤总呼吸速率;加热处理改变了土壤群落大小和活性比例。该工作流程具有高通量、可重复、低成本(每个样品约7欧元)的特点,且图像分析部分可转移至其他显微镜。论文发表于《mSystems》。

关键技术方法:研究者主要运用了以下技术:1)荧光染色法:使用SYBR Green I(染色所有含DNA细胞)和Redox Sensor Green(RSG,被细菌还原酶还原后荧光,标记呼吸活性细胞);2)自动化显微镜:采用QUANTOM Tx微生物细胞计数器(Logos Biosystems Inc., South Korea)进行快速成像;3)定制图像分析管道(MATRIX图像分析步骤,包括背景归一化、阈值设定、分水岭算法分割等);4)贝叶斯统计建模(使用brms和RStan包)进行概率推断,联合估计总细胞数和活性细胞比例。样本来源包括纯培养细菌(大肠杆菌Escherichia coli和恶臭假单胞菌Pseudomonas protegens)、18株柳枝稷(Panicum virgatum)根际分离株,以及来自法国四个地点的土壤样本(表2;Miribel 7、Miribel 8、St Andre、Galibier,涵盖农业、草地、森林和高山土壤)。

研究结果:
1. 光学密度不是度量细菌种群密度和活性的可靠指标:通过纯培养生长曲线实验,发现OD600与总细胞计数(SYBR染色)的关系非线性且在两株细菌间不同;而活性细胞(RSG染色)比例在两种菌间差异显著(大肠杆菌始终近100%活性,恶臭假单胞菌活性比例随时间下降至25%以下)。结论:OD或总细胞计数不能可靠估计生长细菌种群的功能大小。
2. 环境分离株的计数和形态参数差异广泛:18株植物根际分离株在相同OD下,总细胞浓度、活性比例、RSG荧光强度及细胞体积和偏心率均显著不同。结论:MATRIX提供了丰富背景以区分不同种群,并可指导合成群落或共培养实验的设计。
3. 土壤中部分溶菌酶抗性细胞表现出可检测的氧化还原活性:通过溶菌酶处理实验,估计了四种细胞类型(抗性非活性RI、抗性活性RA、敏感活性SA、敏感非活性SI)的比例。发现大部分活性细胞属于抗性池(RA),且SI比例仅5%-8%。结论:考虑活性水平而非二分类活性定义,有助于理解土壤微生物组的活性组分。
4. RSG染色细胞的总荧光预测土壤总呼吸速率:在三个地点的冷季和暖季采集的土壤中,总RSG荧光信号与土壤呼吸速率和底物浓度呈正相关(斜率分别为6.20E-2和1.25E-1)。结论:RSG信号可指示土壤总呼吸。
5. 热处理改变土壤群落大小和活性:对两种不同土壤(高山Galibier和温带Miribel)施加热应激(35°C/45°C日循环72小时)。结果显示,Galibier土壤总细胞浓度增加(约1.9倍),Miribel无显著变化;但两种土壤活性细胞比例均升高,而RSG荧光强度分布无差异。结论:仅考虑总细胞和活性比例即可提供精细洞察,否则可能被忽略。

讨论总结与结论:MATRIX的优势包括快速直接量化总细胞计数、提供单细胞表型(大小、体积、偏心率),并通过RSG染色评估活性部分,且成本低、可转移性高。讨论了细胞提取效率(约75%)、密度梯度分离偏差、染色局限性(RSG信号随时间衰减)等注意事项。研究人员强调,活性细胞比例估计应采用贝叶斯分层模型以避免数值问题。翻译研究结论部分:MATRIX为微生物组研究提供了定量基础,实现了对种群和群落大小的直接评估,并改进了对生态和功能响应的解释。将这些工具拓展至不同宿主和生态系统,将支持更具机制性、以活性信息为导向的微生物组和微生物系统科学。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号