Hispanopedia Wiki
Articulo de referencia

Unidad taxonómica operativa

Ejemplo de metodología bioinformática para generar OTU. Una unidad taxonómica operativa ( UTO ) es una definición operativa que se utiliza para clasificar grupos de individuos e...

Hispanopedia WikiContenido en espanolLectura gratuita

Ejemplo de metodología bioinformática para generar OTU.

Una unidad taxonómica operativa ( UTO ) es una definición operativa que se utiliza para clasificar grupos de individuos estrechamente relacionados. El término fue introducido originalmente en 1963 por Robert R. Sokal y Peter HA Sneath en el contexto de la taxonomía numérica , donde una "unidad taxonómica operativa" es simplemente el grupo de organismos que se están estudiando actualmente. [ 1 ] En este sentido, una UTO es una definición pragmática para agrupar individuos por similitud, equivalente a, pero no necesariamente en línea con, la taxonomía linneana clásica o la taxonomía evolutiva moderna .

Hoy en día, sin embargo, el término se usa comúnmente en un contexto diferente y se refiere a grupos de organismos (no cultivados o desconocidos), agrupados por la similitud de la secuencia de ADN de un gen marcador taxonómico específico (originalmente denominado mOTU ; OTU molecular ). [ 2 ] En otras palabras, las OTU son aproximaciones pragmáticas de " especies " en diferentes niveles taxonómicos, en ausencia de sistemas tradicionales de clasificación biológica como los disponibles para organismos macroscópicos. Durante varios años, las OTU han sido las unidades de diversidad más utilizadas, especialmente al analizar conjuntos de datos de secuencias de genes marcadores de la subunidad pequeña 16S (para procariotas) o 18S rRNA (para eucariotas). [ 3 ]

Unidades taxonómicas operativas moleculares (OTU) mediante la agrupación de secuencias de genes marcadores.

En el método de código de barras de ADN , se selecciona un locus específico para usarlo como gen marcador para la clasificación. Este locus debe estar presente universalmente en el ámbito seleccionado, ser lo suficientemente variable como para ser diferente entre especies estrechamente relacionadas y estar flanqueado por secuencias conservadas que permitan una fácil amplificación y detección. Existen bases de datos que contienen secuencias de dichos genes marcadores de muchas especies diferentes, lo que permite la comparación. (En ocasiones, usar un solo locus no proporciona suficiente resolución, por lo que se utilizan múltiples genes marcadores. Este es el caso de las plantas, donde rbcL + matK es común). [ 4 ]

Las secuencias obtenidas de esta manera pueden agruparse según su similitud entre sí, y las unidades taxonómicas operativas se definen en función del umbral de similitud establecido por el investigador. El umbral exacto depende de los taxones en cuestión y de las tasas de mutación del locus seleccionado en el taxón. Se suelen usar valores entre el 97 % y el 99 %, pero «ahora se reconoce que es algo arbitrario, ya que la variación de secuencias dentro y entre especies varía entre taxones». También es común una similitud del 100 % (totalmente idéntica), también conocida como variantes únicas . [ 4 ]

Sigue siendo discutible hasta qué punto este método comúnmente utilizado reproduce la verdadera filogenia o ecología de las especies microbianas. Aunque las OTU pueden calcularse de manera diferente al usar distintos algoritmos o umbrales, la investigación de Schmidt et al. (2014) demostró que las OTU microbianas derivadas del gen 16S eran generalmente consistentes ecológicamente en diferentes hábitats y con varios enfoques de agrupamiento. [ 5 ] El número de OTU definidas puede estar inflado debido a errores en la secuenciación del ADN . [ 6 ]

enfoques de agrupamiento de OTU

Existen tres enfoques principales para agrupar OTU: [ 7 ]

  • De novo , para el cual la agrupación se basa en similitudes entre lecturas de secuenciación.
  • De referencia cerrada, en la que la agrupación se realiza comparándola con una base de datos de referencia de secuencias.
  • En el método de referencia abierta, primero se realiza la agrupación contra una base de datos de referencia de secuencias, y luego cualquier secuencia restante que no se haya podido asignar a la referencia se agrupa de novo .

El uso de una referencia proporciona contexto taxonómico para las OTU encontradas. Alternativamente, el contexto taxonómico puede obtenerse después de la construcción de clústeres comparando secuencias representativas de los clústeres con una base de datos de referencia. También existen clasificadores especializados para este propósito que son mucho más rápidos que la comparación simple mediante BLAST. [ 4 ]

algoritmos de agrupamiento de OTU

Unidades taxonómicas operativas moleculares (OTU) mediante otros métodos.

Además de la agrupación basada en similitud, las secuencias de genes marcadores se pueden clasificar en OTU mediante filogenia molecular, composición de k-meros o métodos híbridos que combinan estos métodos con la similitud. También existen métodos bayesianos sin árboles y enfoques de aprendizaje automático. El uso de la filogenia a menudo implica la asignación manual de clados terminales o nodos individuales a una OTU, por lo que esto generalmente solo se realiza para refinamiento. [ 4 ] : Recuadro 4, Tabla 3

El análisis de secuencias genómicas de baja cobertura permite obtener ADN de alta copia sin necesidad de seleccionar genes marcadores ni diseñar cebadores de PCR para dichos genes. Proporciona una cobertura bastante buena del ADN de orgánulos y elementos repetitivos como el ADN ribosómico , los cuales pueden utilizarse como genes marcadores en el análisis de OTU. [ 4 ]

La secuenciación del genoma completo es más costosa e implica la producción y el procesamiento de más datos. Al considerar el genoma completo, se pueden utilizar muchos genes marcadores (a veces más de 100) simultáneamente, lo que produce filogenias de alta resolución que identifican correctamente los taxones problemáticos. [ 4 ] También es posible utilizar genomas completos para la asignación de OTU. Por ejemplo, los genomas de diferentes especies bacterianas casi siempre tienen una identidad de nucleótidos promedio inferior al 95 %, un hecho que puede utilizarse para definir nuevas OTU (y probablemente nuevas especies). [ 11 ]

Véase también

Referencias

  1. ↑ Sokal y Sneath: Principios de taxonomía numérica , San Francisco: WH Freeman, 1957
  2. ↑ Blaxter, M.; Mann, J.; Chapman, T.; Thomas, F.; Whitton, C.; Floyd, R.; Abebe, E. (octubre de 2005). " Definición de unidades taxonómicas operativas mediante datos de códigos de barras de ADN" . Philos Trans R Soc Lond B Biol Sci . 360 (1462): 1935–43 . doi : 10.1098/rstb.2005.1725 . PMC 1609233. PMID 16214751 .  
  3. ↑ Sommer, Stephanie A.; Woudenberg, Lauren Van; Lenz, Petra H.; Cepeda, Georgina; Goetze, Erica (2017). "Gradientes verticales en la riqueza de especies y la composición de la comunidad a través de la zona crepuscular en el giro subtropical del Pacífico Norte" . Molecular Ecology . 26 (21): 6136– 6156. Bibcode : 2017MolEc..26.6136S . doi : 10.1111/mec.14286 . hdl : 11336/53966 . ISSN 1365-294X . PMID 28792641 .  
  4. 1 2 3 4 5 6 Porter, Teresita M.; Hajibabaei, Mehrdad (2018). "Ampliación: Una guía para enfoques genómicos de alto rendimiento para el análisis de la biodiversidad" . Molecular Ecology . 27 (2): 313– 338. Bibcode : 2018MolEc..27..313P . doi : 10.1111/mec.14478 . ISSN 1365-294X . PMID 29292539 .  
  5. ↑ Schmidt, Thomas SB; Rodrigues, João F. Matias; von Mering, Christian (24 de abril de 2014). "Consistencia ecológica de las unidades taxonómicas operacionales basadas en el ARNr SSU a escala global" . PLOS Comput Biol . 10 (4) e1003594. Bibcode : 2014PLSCB..10E3594S . doi : 10.1371/journal.pcbi.1003594 . ISSN 1553-7358 . PMC 3998914. PMID 24763141 .   
  6. ↑ Kunin, V.; Engelbrektson, A.; Ochman, H.; Hugenholtz, P. (enero de 2010). "Arrugas en la biosfera rara: los errores de pirosecuenciación pueden llevar a una inflación artificial de las estimaciones de diversidad" . Environ Microbiol . 12 (1): 118–23 . Bibcode : 2010EnvMi..12..118K . doi : 10.1111/j.1462-2920.2009.02051.x . PMID 19725865 . 
  7. ↑ Kopylova E, Navas-Molina JA, Mercier C, Xu ZZ, Mahé F, He Y, et al. (23 de febrero de 2016). Segata N (ed.). " Los métodos de agrupamiento de secuencias de código abierto mejoran el estado del arte" . mSystems . 1 (1) e00003-15: e00003–15. doi : 10.1128/mSystems.00003-15 . PMC 5069751. PMID 27822515 .   
  8. ↑ Edgar, Robert C. (1 de octubre de 2010). "Búsqueda y agrupamiento órdenes de magnitud más rápidos que BLAST" . Bioinformatics . 26 (19): 2460– 2461. doi : 10.1093/bioinformatics/btq461 . ISSN 1367-4803 . PMID 20709691 .  
  9. 1 2 Fu, Limin; Niu, Beifang; Zhu, Zhengwei; Wu, Sitao; Li, Weizhong (1 de diciembre de 2012). " CD-HIT: acelerado para agrupar los datos de secuenciación de próxima generación" . Bioinformatics . 28 (23): 3150– 3152. doi : 10.1093/bioinformatics/bts565 . PMC 3516142. PMID 23060610 .  
  10. ↑ Hao, X.; Jiang, R.; Chen, T. (2011). "Agrupamiento de ARNr 16S para la predicción de OTU: un método de agrupamiento bayesiano no supervisado" . Bioinformatics . 27 ( 5): 611– 618. doi : 10.1093/bioinformatics/btq725 . PMC 3042185. PMID 21233169 .  
  11. ↑ Rodriguez-r, LM; Castro, JC; Kyrpides, NC; Cole, JR; Tiedje, JM; Konstantinidis, KT (2018). "¿Cuánto subestiman los estudios de genes de ARNr la diversidad bacteriana existente?" . Microbiología Aplicada y Ambiental . 84 (6) e00014-18. Bibcode : 2018ApEnM..84E..14R . doi : 10.1128/AEM.00014-18 . PMC 5835724 . PMID 29305502 .  

Lecturas adicionales

  • Chen, W.; Zhang, CK; Cheng, Y.; Zhang, S.; Zhao, H. (2013). " Una comparación de métodos para agrupar secuencias de ARNr 16S en OTUs. " . PLOS ONE . ​​8 (8) e70837. Bibcode : 2013PLoSO...870837C . doi : 10.1371/journal.pone.0070837 . PMC 3742672 . PMID 23967117 .