Scalable single-cell metagenomic analysis with Bascet and Zorn

Mikrobiologen stehen seit langem vor einer grundlegenden Einschränkung: Sie können den Wald sehen, aber nicht die einzelnen Bäume. Traditionelle Methoden zur Untersuchung mikrobieller Gemeinschaften, bekannt als Metagenomik, beinhalten das Zerkleinern einer Probe aus Boden, Wasser oder Speichel und das Sequenzieren der darin enthaltenen gesamten DNA. Dieser Ansatz liefert einen leistungsstarken Durchschnitt dessen, was vorhanden ist, ganz ähnlich wie das Mixen eines Obstsalats und die anschließende Analyse des daraus resultierenden Saftes, um zu erraten, welche Früchte darin enthalten waren. Während dies nützlich ist, verwischt diese Methode die Grenzen zwischen verschiedenen Bakterienstämmen, verbirgt seltene Arten, die in geringen Zahlen vorkommen, und macht es unmöglich, spezifische Gene direkt dem exakten Zelltyp zuzuordnen, der sie trägt. Um die komplexe, unsichtbare Welt der Mikroben wirklich zu verstehen, benötigen Wissenschaftler eine Möglichkeit, jedes Bakterium einzeln, eines nach dem anderen, zu betrachten, um dessen einzigartige genetische Ausstattung zu sehen.

Jahrelang war dieser Detailgrad prohibitiv teuer und langsam, begrenzt auf die Analyse von nur wenigen Dutzend Zellen zur gleichen Zeit. Jüngste Fortschritte in der Mikrofluidik – der Wissenschaft der Manipulation winziger Flüssigkeitstropfen – haben jedoch die Tür zur Verarbeitung von Millionen von Zellen in einem einzigen Experiment geöffnet. Die verbleibende Herausforderung bestand nicht darin, die Daten zu generieren, sondern sie auch sinnvoll zu interpretieren. Das schiere Volumen der Informationen, das durch diese neuen Hochdurchsatzmethoden erzeugt wird, würde Standardcomputerprogramme überfordern und einen digitalen Flaschenhals schaffen, der Forscher daran hindert, diese massiven Datensätze zu untersuchen. Eine neue Studie eines Teams der Universität Umeå in Schweden adressiert diese Barriere durch die Einführung eines vollständigen Software-Toolkits, das speziell für die Skalierbarkeit moderner Einzelzell-Mikroben-Sequenzierung entwickelt wurde und es Wissenschaftlern ermöglicht, die genetische Vielfalt mikrobieller Gemeinschaften endlich mit beispielloser Klarheit abzubilden.

Die Forscher, unter der Leitung von Hadrien Gourlé, Iryna Yakovenko und ihren Kollegen, entwickelten ein zweiteiliges System, um dieses Problem zu lösen. Der erste Teil, genannt Bascet, ist ein leistungsfähiges Kommandozeilenprogramm, das in einer schnellen, effizienten Programmiersprache geschrieben wurde. Es fungiert als der „schwere Hebel“, der die rohen Sequenzierungsdaten von Millionen von Zellen entgegennimmt und sie in ein handhabbares Format organisiert. Der zweite Teil, Zorn, ist eine benutzerfreundliche Schnittstelle, die es Wissenschaftlern ermöglicht, die Daten zu explorieren, zu visualisieren und zu analysieren, ohne komplexen Code schreiben zu müssen. Zusammen ermöglichen diese Werkzeuge einen Workflow, der Daten von über einer Million Zellen in einem einzigen Durchlauf verarbeiten kann – ein Maßstab, der für Standard-Bioinformatiksoftware zuvor unmöglich war. Das Team demonstrierte die Leistungsfähigkeit dieses Systems, indem es es auf eine Mock-Community aus zehn bekannten Bakterienarten und, was noch wichtiger ist, auf eine reale Probe menschlichen Speichel anwandte.

Um die Daten zu generieren, nutzte das Team eine neuartige Labortechnik unter Verwendung semipermeabler Kapseln. Diese winzigen, flexiblen Behälter schließen einzelne Bakterienzellen ein, was es Forschern ermöglicht, sie aufzubrechen und ihre DNA darin zu amplifizieren, ohne dass sich die Zellen untereinander vermischen. Sobald die DNA amplifiziert ist, wird sie mit einem einzigartigen Barcode markiert, wodurch sichergestellt wird, dass jedes Stück genetischen Materials zu seiner ursprünglichen Zelle zurückverfolgt werden kann. Das Team testete zwei verschiedene Methoden zur DNA-Amplifikation. Sie fanden heraus, dass eine neuere, präzisere Methode namens „primary template-directed amplification“ wesentlich gleichmäßigere und zuverlässigere Ergebnisse lieferte als die ältere, gebräuchlichere Methode, die dazu neigte, bestimmte Teile des Genoms weitaus stärker zu amplifizieren als andere. Diese Entdeckung legt nahe, dass Forscher von der älteren Technik Abstand nehmen sollten, wenn sie qualitativ hochwertige Daten von Einzelzellen erhalten wollen.

Als das Team seine neue Software auf eine Probe menschlichen Speichel anwandte, waren die Ergebnisse beeindruckend. Es gelang ihnen, vollständige genetische Blaupausen, sogenannte „single-amplified genomes“, von mehr als 15.000 einzelnen Prokaryoten zu generieren. Diese Ebene der Auflösung offenbarte Details, die bei der traditionellen Bulk-Sequenzierung völlig unsichtbar geblieben wären. Beispielsweise übersah die Standardmethode einen spezifischen, unkultivierten Typ von Bakterien, der mit Zahnfleischerkrankungen assoziiert ist, bekannt als Tannerella sp. oral taxon 808. Der Einzelzell-Ansatz detektierte diesen seltenen Organismus jedoch nicht nur, sondern entdeckte auch eine neue Linie davon, die zuvor noch nie gesehen worden war. Diese neue Linie schien von anderen bekannten Versionen der Bakterien abweichend zu sein und zeigte eine genetische Differenz, die in einer gemischten Probe verloren gegangen wäre. Darüber hinaus deutete die Analyse darauf hin, dass diese Bakterien geografisch verknüpft sein könnten, wobei unterschiedliche genetische Varianten in verschiedenen Teilen der Welt dominieren.

Die Studie hob auch die Bedeutung der Fähigkeit der Software hervor, Daten zu verarbeiten, ohne auf eine bereits existierende Bibliothek bekannter Genome angewiesen zu sein. In vielen Fällen wissen Wissenschaftler nicht genau, welche Spezies in einer Probe enthalten sind, was die Verwendung traditioneller Werkzeuge, die eine Referenzkarte erfordern, erschwert. Das neue Toolkit enthält innovative Methoden, die Zellen basierend auf ihren genetischen Mustern direkt vergleichen, was es Forschern ermöglicht, ähnliche Zellen zu gruppieren und Unterschiede zu erkennen, selbst wenn die spezifischen Spezies unbekannt sind. Diese Fähigkeit ist entscheidend für die Erforschung der „mikrobiellen dunklen Materie“ – der riesigen Anzahl unkultivierter und uncharakterisierter Mikroben, die den Großteil der Biodiversität unseres Planeten ausmachen.

Durch die Kombination einer Hochdurchsatz-Labormethode mit einem skalierbaren computergestützten Framework haben die Forscher eine große Eintrittsbarriere in der Mikrobiologie beseitigt. Ihre Arbeit zeigt, dass es nun möglich ist, in einem einzigen Experiment so viele mikrobielle Genome zu generieren, wie derzeit in allen öffentlichen Datenbanken zusammen existieren. Dieser Wechsel vom Studium des Durchschnitts zum Studium des Individuums eröffnet neue Wege zum Verständnis darüber, wie Bakterien evolvieren, wie sie mit ihren Wirten interagieren und wie sie zur menschlichen Gesundheit und zu Krankheiten beitragen. Die Werkzeuge sind Open-Source und frei verfügbar und laden die weltweite wissenschaftliche Gemeinschaft dazu ein, das Mikrobiom mit einer Auflösung zu erforschen, die einst der Science-Fiction vorbehalten war.