肠道作为大量微生物存在的栖息地,不仅形成了复杂的肠道微生态系统[1],而且作为宿主生命活动的有机组成部分,对宿主的生长发育具有重要的影响[2-3]。大量研究表明,哺乳动物肠道内微生物结构和组成与宿主、群落种间以及种内相互作用,形成具有一定稳定性的微生物菌群落[4-5]。16S rRNA基因是目前识别肠道微生物群落的重要依据,采用IIlumina HiSeq高通量测序技术对16S rRNA基因进行测序,可了解肠道微生物的多样性及其丰度,并对整个细菌属的功能作用进行评价[6]。
随着转基因生物技术育种的迅速发展,转基因安全问题备受社会与业内关注[7]。在地理环境、饲草料种类和季节气候等同质状况下,测定转基因与非转基因超细毛羊的肠道微生物群落结构及分布[8],可揭示IGF-1转基因超细毛羊种群与非转基因羊之间的系统进化上与其肠道微生物的系统多样性结果是否有差异[9]。
目前暂未见关于转基因羊和非转基因羊肠道菌群多样性及结构差异的研究[10]。本研究在同一羊场随机选取转基因阳性羊组(GP组)、转基因阴性羊组(GN组)与非转基因超细毛羊组(NG组)共113只供试羊,取直肠粪样,应用IIlumina HiSeq高通量测序技术测定113份羊肠道粪便样本中细菌的16S rRNA V3+V4变异区序列,比较分析转基因超细毛羊与非转基因羊肠道粪样细菌群落组成[6]。旨在通过转基因羊与非转基因羊肠道菌群组成结构和多样性分析,探索转IGF-1基因羊生物安全及环境安全性。
1 材料与方法 1.1 供试材料1.1.1 供试羊分组 依IGF-1基因检测验证结果[11],对新疆农垦科学院实验羊场经体细胞克隆技术获得并扩繁的包括原代、F1代和F2代转基因阳性组(GP组)41只(其中转基因阳性母羊组(GPF)24只,转基因阳性公羊组(GPM)17只),扩繁的F1代、F2代经检测转IGF-1基因呈阴性的半同胞后代组成转基因阴性组(GN组)43只(其中转基因阴性母羊组(GNF)25只,转基因阴性公羊组(GNM)18只),同场饲养的超细毛非转基因组(NG组)29只(其中非转基因母羊组(GNF)18只,非转基因公羊组(NGM)11只),见表 1。
1.1.2 日粮组成 参照Nutriment Requirment of Small Ruminants(2007)设计配制基础饲粮(表 2),TMR混合搅拌后每日10:00和18:00各饲喂1次,悬挂舔食砖,自由采食,自由饮水。
1.1.3 直肠粪样采集 在新疆农垦科学院实验羊场,于2017年11月29日采集113只供试羊直肠粪便样本,装入无菌聚乙烯管并做好标记,置于液氮中带回实验室,于-80 ℃冰箱冷冻保存。
1.2 粪便样本DNA提取与检测使用粪便基因组提取试剂盒(TIANamp Stool DNA Kit,天根DP328,中国)按照试剂盒说明书提取羊粪便样品中基因组DNA,利用1%琼脂糖凝胶电泳检测抽提的基因组DNA完整性,使用琼脂糖凝胶电泳和紫外分光光度计(Thermo Scientific)检测DNA样品的浓度与纯度。
1.3 16S rRNA基因V3+V4区PCR扩增与产物纯化将提取的粪便总DNA送北京百迈客生物科技有限公司,应用Illumina HiSeq平台对细菌16S rRNA基因的V3+V4区域(338F~806R)进行扩增[12],引物序列为338F:5′-ACTCCTACGGGA-GGCAGCAG-3′,806R:5′-GGACTACHVGGGT-WTCTAAT-3′两种引物进行PCR扩增[10],同时设计真菌ITS1区域引物:5′-CTTGGTCATTTAGA-GGAAGTAA-3′,5′-GCTGCGTTCTTCATCGAT-GC-3′;及内部ITS1F:5′-AACCTGCGGAAGGA-TCATT,ITS1R-3′:5′-GARCCAAGAGATCCR-TTG-3′作为参比。高效和高保真酶进行PCR扩增,反应体系参照说明书,反应体系为20 μL:PCR Mixture(2×) 10 μL,上游引物和下游引物各0.8 μL,模板DNA 0.8 μL(约100 ng),BSA(5 mg·mL-1)0.4 μL,ddH2O 7.2 μL。反应条件:98 ℃ 2 min;9 ℃ 10 s,50 ℃ 30 s,72 ℃ 30 s,30个循环;72 ℃ 10 min。每个样品PCR扩增做3个平行。
扩增产物通过琼脂糖凝胶电泳,TEA Ngel Midi Purification Kit试剂盒回收,用超微量紫外分光光度计精确定量,按物质的量比例混合后在Hiseq测序平台进行测序。
1.4 数据分析处理对Illumina测序的结果根据Barcode确定对应样品,并去除Barcode和引物序列,得到有效数据(Clean data)。统计GC含量,Q20和Q30质量值,Effective等参数对数据进行评估[13]。将具97%相似度的数据聚类为用于物种分类的操作分类单元(operational taxonomic units,OTUs),依OTUs聚类对每个OTU的代表序列做物种注释[14];利用QIIME软件计算样品Chao1指数、Shannon指数、谱系多样性α多样性值,经过UniFrac算法分析样品物种群落差异(β多样性)[15]。用LEfSe和MetaStat统计分析方法对分组样品的物种组成和群落结构进行差异显著性检验,P<0.05为差异显著,P<0.01为差异极显著。
2 结果 2.1 粪便样品总DNA质检与PCR扩增产物凝胶电泳检测粪便样品总DNA经检测质量满足建库要求,总量满足3次及以上建库要求。PCR扩增产物凝胶电泳检测结果(1.8%凝胶;TaKaRa 100 bp Ladder)显示,PCR扩增产物全部合格[16],部分PCR扩增产物凝胶电泳结果如图 1所示。
每个样品至少产生57 973条Clean tags,平均产生72 353条Clean tags。其中GP组Clean Tags为72 591,GN组为71 973,NG组72 587。平均测序读长414~418 kb,样品的序列信息如表 3所示。3组样品有效序列数比率均达90.6%以上,测序质量值Q20 bases rate (%)、Q30 bases rate (%)分别达97%和94%以上,测序结果能够反映微生物整体的真实信息。
所有样本均一化处理后3组样本的Venn图显示(图 2),3个组共有OTUs为2 455个,GP、GN和NG组独有的OTUs分别有5、1、8个。3组共享OTUs数占全部OTUs总数的98.55%(2 455/2 491),各组特有的OTUs数仅占OTUs总数的0.562%(14/2 491)。各组间粪样中OTUs组成相似度极高,说明超细毛羊肠道微生态系统相对稳定,受转基因影响的个体差异很微弱。肠道菌群多样性由高到底顺序为NG组>GP组>GN组,但差异不显著。
由表 4可知,各组OTUs均达2 445个以上,表明转基因阳性组(GP组)、阴性组(GN组)及非转基因组(NG组)各组间肠道菌群组成高度相似。OTUs、ACE指数和Chao1指数显示,3组间群落的丰富度无显著差异(P>0.75)。Shannon及Simpson指数显示,3组间样品群落中物种丰富度和物种均匀度也无显著差异。覆盖率均在99%以上,说明3组样本的测序都达到了很高的测序覆盖率[17]。分析显示,GP、GN和NG组间在肠道菌群结构、菌群丰富度、菌群多样性指数均无显著差异[18]。
Shannon多样性指数稀释曲线(图 3)显示,当样本测序数为5 000时曲线趋向平缓,本试验样本测序数均在78 000以上,Shannon指数曲线已达到平台期[19]。OTUs种类不再随测序量增加而增长,表明样品序列基本覆盖样本中绝大部分微生物种类。
基于UniFrac的加权主坐标分析其第1、第2和第3主成分的贡献率分别为20.54%、12.52%和8.73%(图 4),转基因阳性/阴性组和非转基因组总共113个样本呈现不同程度的混杂,PC1-PC2、PC1-PC3和PC2-PC3坐标系均无法完全分开,包括母羊/公羊3组的样本都具有不同程度的重叠,说明转基因超细毛羊粪样与非转基因超细毛羊粪样菌群组成较为相似。如图 4A所示,GNF、GPF和NGF组分布趋势比较接近,GNM、GPM和NGM组分布趋势比较接近;如图 4B所示,GNF、GPF和GPM组分布趋势比较接近,GNM、NGM和NGF组分布趋势比较接近;如图 4C所示,GNF、GNM和GPM组分布趋势比较接近,GPM、NGF和NGM组分布趋势比较接近。
由图 5大致可知各组组内样本相似性的中位数、离散程度、最大值、最小值、异常值等,利用双尾Student’s t-test统计方法检验两两组间物种β多样性差异显示[20],3组间β多样性组间均无显著差异。
2.5.1 物种注释分析 对OTU进行物种注释得到肠道微生物在门纲目科属种6个层面上的组成信息[21]。在门分类水平上,GP组17个门,其中GPF组16个门,GPM组16个门;GN组17个门,其中GNF组16个门,GNM组17个门;NG组17个门,其中NGF组和NGM组均17个门。在纲分类水平上,GP组32个纲,其中GPF组31个纲,GPM组31个纲;GN组32个纲,GNM组32个纲;NG组32个纲,其中NGF组和NGM均32个纲。在目分类水平上,GP组56个目,其中GPF组,GPM组53个目;GN组56个目,其中GNF组56个目,GNM组54个目;NG组57个目,其中NGF组57个目,NGM组54个目。在科水平上,GP组94个科,其中GPF组94个科,GPM组90个科;GN组94个科,其中GNF组94个科,GNM组91个科;NG组95个科,其中NGF组95个科,NGM组90个科。在属水平上,GP组226个属,其中GPF组226个属,GPM组221个属;GN组228个属,GNF组228个属;NG组225个属,NGF组226个属。在种水平上,GP组184个种,GPF组184个种;GN组183个种,GNF组183个种;NG组184个种,其中NGF组184个种,NGM组180个种。
物种注释分析显示,大部分OTUs都可以注释到属水平上。在门纲目科属种6个层面上注释到各组母羊肠道菌群的丰富性呈现高于公羊肠道菌群的丰富性。此外GP、GN和NG组内还有无法确定分类地位的细菌分别占丰度总量的0.185%、0.174%和0.217%。
2.5.2 肠道菌群的门水平分布 在门水平上,GP、GN和NG组均以厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)为主,其次是螺旋菌门(Spirochaetace)、疣微菌门(Verrucomicrobia)、软壁菌门(Tenericutes)、纤维杆菌门(Fibrabacteres)、变形菌门(Proteobacteria),此7个门的相对丰度占丰度总量的98.8%以上,其中厚壁菌门与拟杆菌门相对丰度就占到86.568%~88.506%;GP、GN和NG组内厚壁菌门(Firmicutes)与拟杆菌门(Bacteroidetes)相对丰度比值[22]分别为1.56±0.101、1.571±0.121和1.616±0.122,3组间无显著差异(P>0.05)。按照细菌相对丰度排序前10个菌门的累积相对丰度占门水平累积相对总丰度的99%以上。门分类水平下的组间主要物种丰度统计见表 5和图 6。
2.5.3 肠道菌群的属水平分布 在属水平上,GP、GN和NG组均以理研菌科RC9粪肠属(Rikenellaceae_RC9_gut_group)、瘤球菌科UCG-005属(Ruminococcaceae_UCG-005)、瘤球菌科UCG-010属(Ruminococcaceae_UCG-010)、Christensenellaceae_R-7_group、拟杆菌属(Bacteroides)、毛螺菌科NK4A136属(Lachnospiraceae_NK4A136_group)、密螺旋体属2(Treponema_2)、[真细菌]粪甾烷类属([Eubacterium]_ coprostanoligenes_group)、瘤胃球菌属1(Ruminococcus_1)、Alistipes、未培养瘤胃细菌属(uncultured_rumen_bacterium)、瘤球菌科UCG-013属(Ruminococcaceae_UCG-013)前12位菌属为主(相对丰度占到54.334%~55.636%); 其次是拟杆菌BS11肠属(uncultured_bacterium_f_Bacteroidales_BS11_gut_group)、未培养瘤球菌属(uncultured_bacterium_f_Ruminococcaceae)、瘤球菌科UCG-014属(Ruminococcaceae_UCG-014)、未培养毛螺菌属(uncultured_bacterium_f_Lachnospiraceae)、普雷沃氏菌UCG003属(Prevotellaceae_UCG-003)、相弧细菌(Phascolarctobacterium)、腓尼基克拉菌(Phocaeicola)、普雷沃氏菌UCG-004属(Prevotellaceae_UCG-004)等,相对丰度>1%的20个菌属的相对丰度累积占相对总丰度的75.0%以上。属分类水平下的组间主要物种丰度统计见表 6和图 7。
LEfSe分析(linear discriminant analysis effect size,LEfSe)可在不同组间寻找具有统计学差异的生物标记物。本研究将LDA(linear discriminant analysis)判别分析Effect size阈值设定为4,LDA≥ 4的物种其相对丰度为极显著高丰度的优势菌种[23]。由图 8可知,GP组的优势菌种主要为GPF组的10个生物标记物(biomarker)(LDA值>4),分别为螺旋体门(p_Spirochaetae)、螺旋体纲(c_Spirochaetes)、螺旋体目(o_Spirochaetales)、螺旋体科(f_Spirochaetaceae)、密螺旋体属2(g_Terponema 2)、纤维杆菌属(g_Fibrobacter)、纤维杆菌目(o_Fibrobactales)、纤维杆菌门(p_Fibrobacteres)、纤维杆菌纲(c_Fibrobacteria)、纤维杆菌科(f_Fibrobacteraceae);GPM组有5个生物标记物的LDA值≥4,分别为梭菌纲(c_Clostridia)、梭菌目(o_Clostridiales)、瘤胃球菌科(f_Ruminococcaceae)、瘤胃球菌UCG-005属(g_Ruminococcaceae_UCG-005)、未培养瘤胃球菌UCG-005种(uncultured bacterium_g_Ruminococcaceae_UCG-005)。NG组的优势菌种主要在NGF组,只有1个生物标记物的LDA值≥4,即为拟杆菌BS11科(f_Bacteroidales_BS11_gut_gruop);NGM组只有1个生物标记物的LDA值>4.5,即为厚壁菌门(p_Firmicutes)。
GP和NG组相关优势菌种的进化分支图中(图 9),GPF组中螺旋体目(Spirochaetales)、螺旋体科(Spirochaetaceae)、密螺旋体2属(Terponema 2)和纤维杆菌目(Fibrobacterales)、纤维杆菌科(Fibrobacteraceae)及纤维杆菌属(Fibrobacter)显著高于其他组(P<0.05);GPM组中梭菌目(Clostridiales)、瘤胃球菌科(Ruminococcaceae)、瘤胃球菌属UCG-005种(Ruminococcaceae_UCG-005)、未培养瘤胃球菌UCG-005属(uncultured bacterium_g_Ruminococcaceae UCG-005)显著高于其他组(P<0.05);NG组中厚壁菌门(Firmicutes)和拟杆菌科BS11(Bacteroidales Bsll gut gruop)显著高于GP组(P<0.05)。
本研究在相同环境和饲养管理模式下探究转入外源IGF-1基因的转基因阳性/阴性超细毛羊与非转基因羊肠道微生物的群落结构差异。已有研究表明,肠道微生物群落结构主要由宿主遗传、性别、年龄及外界环境因素等决定[24-26]。本研究结果表明,3组羊肠道微生物的群落结构整体相近,并均表现为母羊肠道菌群丰富性高于公羊肠道菌群。转IGF-1基因对超细毛羊肠道微生物细菌群落结构组成影响微弱。
3.2 3组样本肠道菌群种群多样性分析Shannon指数、Simpson指数、ACE及Chao1指数对比提示,3组菌群多样性无明显差异;α多样性分析表明,3组间的肠道菌群结构和多样性无明显差异(P>0.05),3组样本肠道菌群的丰富度NG组>GN组>GP组,但无显著差异(P>0.05)。两两组间物种β多样性差异分析显示,3组间β多样性均无显著差异。无度量多维标定法(NMDS)分析结果显示,3组的样本都具有不同程度的重叠,说明GP、GN和NG组的微生物组成比较相似。
3.3 3组样本肠道菌群在门水平上的构成绝大部分reads分属17个门(表 5)。厚壁菌门(Firmicutes)在3组中丰度均为最高,与王悦[27]的试验结果相似。GP、GN和NG组分别为52.736%,54.080%,54.635%,在113份样品中平均为53.735%。拟杆菌门(Bacteroidetes)在3组中丰度次之[27],分别占到33.832%,34.426%,33.819%(表 5),在113份样品中所占比例为34.054%;门类水平上在细菌相对丰度>0.1%的前10个菌门的累积相对丰度占门水平累积相对总丰度的99%以上。但GNF组、GPF组未检出SR1-[Absconditabacteria]门,GPM组未检出Chlorobi(绿菌门),只有16个门,而GNM组、NGF组和NGM组具有17个门。
3.4 3组样本肠道菌群在属水平上的构成在属水平上共获得228个属,GP组226个属,其中GPF组226个属,GPM组221个属;GN组228个属,其中GNF组228个属;NG组225个属,其中NGF组226个属。GP、GN和NG组3组间无显著差异(P>0.05);按照细菌相对丰度排序前33个属的累积相对丰度占累积相对总丰度的79%以上(表 6)。
3.5 3组样本肠道菌群的相关微生物标志物GP组(LDA值>4)的生物标记物有15个。其中GPF组有10个,分别为源于螺旋体门、螺旋体纲、螺旋体目、螺旋体科及密螺旋体属2和源于纤维杆菌门、纤维杆菌纲、纤维杆菌目、纤维杆菌科、纤维杆菌属;GPM组5个生物标记物,分别为梭菌纲、梭菌目、瘤胃球菌科、瘤胃球菌UCG-005属、未培养瘤胃球菌UCG-005种。研究表明,反刍动物消化道中纤维杆菌门、纲、目、科、属到种的主要作用就是分解纤维素,而螺旋体门、纲、目、科、属则通常是与纤维素降解细菌互作参与降解消化秸秆纤维素的有效降解菌[28],尤其是密螺旋体2属较为多见[29]。在粗饲粮为主的瘤胃环境中,纤维杆菌属、密螺旋体属、瘤胃球菌属是参与纤维降解代谢的高丰度主导细菌[30]。
NG组的优势菌种主要为:NGF组只有1个生物标记物的LDA值≥4,即为拟杆菌BS11科;NGM组只有1个生物标记物的LDA值>4.5,即为厚壁菌门。厚壁菌门广泛存在于哺乳动物肠道内[31],尤其通常在是草食动物粪便中为优势菌门[32]。它与脂肪、蛋白质消化密切相关[33]。拟杆菌门是反刍动物肠道内的主要菌群,是饲粮多糖类的重要降解菌[34]。但拟杆菌被归属于中性菌,也称为条件致病菌[35]。当其正常的微生态平衡被打破时可引发内源性感染[36]。
由进化分枝图可看出,NGM组的生物标记物是整个厚壁菌门(包括4个纲、7个目、21个科、105个属及119个菌种),GPM组的生物标记物则是在厚壁菌门范围内的梭菌纲(包括84个属、99个菌种)和瘤胃球菌科(包括30个属、36个菌种),尤其是未培养瘤胃球菌UCG-005种呈现显著性差异物种。NGF组的生物标记物是拟杆菌BS11科,为显著性差异物种;GPF组的生物标记物分别为纤维杆菌门、纲、目、科、属和螺旋体门、纲、目、科、属及3个菌种,呈现显著性差异物种[32]。总之,本试验发现的上述呈极显著高丰度的优势菌种都是反刍动物肠道内常见的优势菌群[37-38]。
3.6 3组样本肠道菌群的共享菌分析超细毛羊在整体遗传背景、季节、饲养管理环境及饲粮都一致的情况下,对转基因羊与非转基因羊肠道共享菌的分析可以说明转IGF-1基因对其肠道菌群结构分布的影响[39]。对113个粪样品的门水平共享菌分析显示,所有检出的17个门中,有16个门为共享菌。其中,GPM组未检出绿菌门(Chlorobi),GNF和GPF组未检出SR1_[Absconditabacteria]门。前者检出相对丰度为0.000 1%~0.002 8%,后者检出相对丰度为0.000 3%~ 0.006 8%,均为极低丰度分布。门水平拥有共享菌比例94.12%。
对113个粪样品属水平共享菌分析显示,所有检出的228个属中,有214个属为共享菌。其中6个属在GPM、GNM、NGM组均未检出,2个属在NGM组未检出,1个属在GPF、GNF组均未检出,1个属在GPM、NGM组均未检出,1个属在GPF组未检出,1个属在NGF组未检出,1个属在GPF、NGF组未检出。属水平拥有共享菌比例93.86%。对113个粪样品菌种水平共享菌分析显示,所有检出的185个菌种中,有174个菌种为共享菌。其中3个菌种在GPM、GNM、NGM组均未检出,3个菌种在GPF组未检出,2个菌种在NGF组未检出,1个菌种在GNF、NGM组均未检出,1个菌种在GNF组未检出,1个菌种在NGM组未检出。菌种水平拥有共享菌比例94.05%。
对所有粪样品门纲目科属种6个分类水平共享菌分析结果表明,其各分类水平上共享菌所占比例分别为门水平94.12%(16/17),纲水平93.75%(30/32),目水平91.07%(51/56),科水平92.55%(87/94),属水平93.86%(214/228),种水平94.05%(174/185)。说明转入IGF-1基因未改变超细毛羊肠道菌群的总体结构分布。
4 结论转基因阳性羊、阴性羊及非转基因羊肠道菌群组成α多样性和组间差异分析显示,3组间肠道菌群结构、丰度及多样性指数无显著差异,表明转基因超细毛羊粪样与非转基因超细毛羊粪样菌群组成较为相似。在门水平上,3组样本均以厚壁菌门、拟杆菌门为优势菌门;在属水平上,3组均以理研菌科RC9粪肠属、瘤球菌科UCG-005属、瘤球菌科UCG-010属、Christensenellaceae_R-7_group、拟杆菌属、毛螺菌科NK4A136属、密螺旋体属2为优势菌属。转基因阳性羊(GP)组中,GPF组有10个生物标记物,GPM组有5个,均是反刍动物肠道菌群的常见定植菌;非转基因羊(NG)组中,NGF组的生物标记物为拟杆菌BS11科,NGM组为厚壁菌门,均为反刍动物肠道菌群的主要优势菌。对所有样品门纲目科属种6个分类水平共享菌分析结果显示,3组拥有共享菌比例高达91%~94%,表明转入IGF-1基因并未改变其肠道菌群的整体结构分布,转基因超细毛羊仍然保持着超细毛羊肠道微生态菌群组成结构的稳定定植[39]。
[1] | BJÖRKSTÉN B. The gut microbiota:a complex ecosystem[J]. Clin Exp Allergy, 2006, 36(10): 1215–1217. DOI: 10.1111/j.1365-2222.2006.02579.x |
[2] | LEY R E, LOZUPONE C A, HAMADY M, et al. Worlds within worlds:Evolution of the vertebrate gut microbiota[J]. Nat Rev Microbiol, 2008, 6(10): 776–788. DOI: 10.1038/nrmicro1978 |
[3] | SUEZ J, KOREM T, ZEEVI D, et al. Artificial sweeteners induce glucose intolerance by altering the gut microbiota[J]. Nature, 2014, 514(7521): 181–186. DOI: 10.1038/nature13793 |
[4] | GARCIA-MAZCORRO J F, DOWD S E, POULSEN J, et al. Abundance and short-term temporal variability of fecal microbiota in healthy dogs[J]. MicrobiologyOpen, 2012, 1(3): 340–347. DOI: 10.1002/mbo3.36 |
[5] | FAITH J J, GURUGE J L, CHARBONNEAU M, et al. The long-term stability of the human gut microbiota[J]. Science, 2013, 341(6141): 1237439. DOI: 10.1126/science.1237439 |
[6] |
曹晨霞, 韩琬, 张和平. 第三代测序技术在微生物研究中的应用[J]. 微生物学通报, 2016, 43(10): 2269–2276.
CAO C X, HAN W, ZHANG H P. Application of third generation sequencing technology to microbial research[J]. Microbiology China, 2016, 43(10): 2269–2276. (in Chinese) |
[7] |
魏庆信, 郑新民. 转基因家畜安全性的解决方案[J]. 湖北农业科学, 2012, 51(24): 5562–5566.
WEI Q X, ZHENG X M. Solutions of transgenic livestock's safety[J]. Hubei Agricultural Sciences, 2012, 51(24): 5562–5566. (in Chinese) |
[8] | ROTHSCHILD D, WEISSBROD O, BARKAN E, et al. Environment dominates over host genetics in shaping human gut microbiota[J]. Nature, 2018, 555(7695): 210–215. DOI: 10.1038/nature25973 |
[9] | ZHANG Z G, XU D M, WANG L, et al. Convergent evolution of rumen microbiomes in high-altitude mammals[J]. Curr Biol, 2016, 26(14): 1873–1879. DOI: 10.1016/j.cub.2016.05.012 |
[10] |
李陇平, 白彩霞, 朱海鲸, 等. 转VEGF和转Tβ4基因陕北白绒山羊粪便中菌群分析[J]. 江苏农业科学, 2019, 47(2): 162–164.
LI L P, BAI C X, ZHU H J, et al. Analysis of transgenic VEGF and transgenic Tβ4 genes in feces of White cashmere goats in northern Shaanxi[J]. Jiangsu Agricultural Sciences, 2019, 47(2): 162–164. (in Chinese) |
[11] |
赵帅, 王立民, 王聪慧, 等. 实时定量PCR检测转基因绵羊拷贝数[J]. 新疆农业科学, 2015, 52(8): 1517–1521.
ZHAO S, WANG L M, WANG C H, et al. Real-time quantitative PCR was used to detect transgenic sheep exogenous gene copy number[J]. Xinjiang Agricultural Sciences, 2015, 52(8): 1517–1521. (in Chinese) |
[12] |
孙翠丽, 张阁, 程汝佳, 等. 16S rRNA高通量测序方法检测羊圈空气微生物群落结构及多样性[J]. 畜牧兽医学报, 2017, 48(7): 1314–1322.
SUN C L, ZHANG G, CHENG R J, et al. Microbial community structure and diversity of sheepfold atmosphere by 16S rRNA high-throughput sequencing[J]. Acta Veterinaria et Zootechnica Sinica, 2017, 48(7): 1314–1322. (in Chinese) |
[13] | QUAST C, PRUESSE E, YILMAZ P, et al. The SILVA ribosomal RNA gene database project:improved data processing and web-based tools[J]. Nucl Acids Res, 2012, 41(D1): D590–D596. DOI: 10.1093/nar/gks1219 |
[14] | SINGH K M, JISHA T K, REDDY B, et al. Microbial profiles of liquid and solid fraction associated biomaterial in buffalo rumen fed green and dry roughage diets by tagged 16S rRNA gene pyrosequencing[J]. Mol Biol Rep, 2015, 42(1): 95–103. DOI: 10.1007/s11033-014-3746-9 |
[15] | CAPORASO J G, KUCZYNSKI J, STOMBAUGH J, et al. QⅡME allows analysis of high-throughput community sequencing data[J]. Nat Methods, 2010, 7(5): 335–336. DOI: 10.1038/nmeth.f.303 |
[16] |
李岚捷, 成述儒, 刁其玉, 等. 不同NFC/NDF水平饲粮对犊牛瘤胃发酵参数和微生物区系多样性的影响[J]. 畜牧兽医学报, 2017, 48(12): 2347–2357.
LI L J, CHENG S R, DIAO Q Y, et al. Effects of diets with different NFC/NDF levels on the rumen fermentation parameters and bacterial community in male calves[J]. Acta Veterinaria et Zootechnica Sinica, 2017, 48(12): 2347–2357. (in Chinese) |
[17] |
郭威, 郭晓军, 周贤, 等. 复合菌剂发酵玉米秸秆对绵羊瘤胃液细菌多样性的影响[J]. 畜牧兽医学报, 2018, 49(4): 736–745.
GUO W, GUO X J, ZHOU X, et al. Effect of corn stalk fermented by complex bacterial on rumen bacteria diversity in Sheep[J]. Acta Veterinaria et Zootechnica Sinica, 2018, 49(4): 736–745. (in Chinese) |
[18] | WANG Y, SHENG H F, HE Y, et al. Comparison of the levels of bacterial diversity in freshwater, intertidal wetland, and marine sediments by using millions of illumina tags[J]. Appl Environ Microbiol, 2012, 78(23): 8264–8271. DOI: 10.1128/AEM.01821-12 |
[19] |
范新浩, 王子帅, 梁国明, 等. 转lncRNA-GTL2对小鼠肠道微生物菌群组成的影响[J]. 中国畜牧兽医, 2016, 43(10): 2621–2627.
FAN X H, WANG Z S, LIANG G M, et al. Effects of lncRNA-GTL2 transgenosis on gut microbiota composition in mice[J]. China Animal Husbandry & Veterinary Medicine, 2016, 43(10): 2621–2627. (in Chinese) |
[20] | WHITE J R, NAGARAJAN N, POP M. Statistical methods for detecting differentially abundant features in clinical metagenomic samples[J]. PLoS Comput Biol, 2009, 5(4): e1000352. DOI: 10.1371/journal.pcbi.1000352 |
[21] | FRIEDMAN J, ALM E J. Inferring correlation networks from genomic survey data[J]. PLoS Comput Biol, 2012, 8(9): e1002687. DOI: 10.1371/journal.pcbi.1002687 |
[22] |
王柏辉, 杨蕾, 罗玉龙, 等. 饲养方式对苏尼特羊肠道菌群与脂肪酸代谢的影响[J]. 食品科学, 2018, 39(17): 1–7.
WANG B H, YANG L, LUO Y L, et al. Effect of feeding pattern on intestinal flora and fatty acid metabolism in Sunit sheep[J]. Food Science, 2018, 39(17): 1–7. (in Chinese) |
[23] |
王悦, 苏力, 陈兴永, 等. 基于16S rRNA测序的海南坡鹿肠道菌群结构分析[J]. 野生动物学报, 2018, 39(4): 761–768.
WANG Y, SU L, CHEN X Y, et al. Analysis of gut microflora structure of Hainan eld's Deer based on 16S rRNA sequencing[J]. Chinese Journal of Wildlife, 2018, 39(4): 761–768. (in Chinese) |
[24] | GOODRICH J K, WATERS J L, POOLE A C, et al. Human genetics shape the gut microbiome[J]. Cell, 2014, 159(4): 789–799. DOI: 10.1016/j.cell.2014.09.053 |
[25] |
赵芳, 王根, 赵国栋, 等. 瘤胃保护性5-羟基色氨酸对绵羊肠道内容物褪黑素含量及菌群结构的影响[J]. 中国畜牧兽医, 2019, 46(3): 690–702.
ZHAO F, WANG G, ZHAO G D, et al. Effect of supplemented with rumen-protected 5-hydroxytryptophan on melatonin content and microbial communities in intestinal tract digesta of Sheep[J]. China Animal Husbandry & Veterinary Medicine, 2019, 46(3): 690–702. (in Chinese) |
[26] |
曾燕.成年健康绵羊胃肠道菌群的研究[D].雅安: 四川农业大学, 2015.
ZENG Y.Analysis of the diversity of bacteria communities along the gastrointestinal tract of adult healthy sheep[D]. Ya'an: Sichuan Agricultural University, 2015.(in Chinese) |
[27] |
王悦.海南坡鹿肠道菌群结构及益生芽孢杆菌的筛选[D].哈尔滨: 东北林业大学, 2018.
WANG Y.The gut microbiome structure and screening of the probiotic bacillus of Hainan Eld's deer[D].Harbin: Northeast Forestry University, 2018.(in Chinese) |
[28] |
田发益, 武俊喜. 放牧与舍饲对彭波半细毛羊瘤胃细菌群落的生物学信息影响[J]. 畜牧兽医学报, 2019, 50(11): 2252–2263.
TIAN F Y, WU J X. Effects of grazing and barn feeding on biological information of rumen bacterial communities in Pengbo semi-fine wool sheep[J]. Acta Veterinaria et Zootechnica Sinica, 2019, 50(11): 2252–2263. (in Chinese) |
[29] |
谢骁.低质粗饲料日粮干预对湖羊瘤胃发酵和微生物菌群的影响[D].杭州: 浙江大学, 2018.
XIE X.Effects of dietary intervention on rumen fermentation and microbiota in sheep fed low quality forage[D].Hangzhou: Zhejiang University, 2018.(in Chinese) |
[30] |
白娜.内蒙古锡林郭勒牧区健康家畜肠道菌群多样性研究[D].呼和浩特: 内蒙古农业大学, 2014.
BAI N.Diversity of intestinal microbiota of healthy pastoral livestock in Inner Mongolia Xilin Gol[D].Hohhot: Inner Mongolia Agricultural University, 2014.(in Chinese) |
[31] | LI M J, ZHUU M, ADAMOWICZ E, et al. Characterization of bovine ruminal epithelial bacterial communities using 16S rRNA sequencing, PCR-DGGE, and qRT-PCR analysis[J]. Vet Microbiol, 2012, 155(1): 72–80. DOI: 10.1016/j.vetmic.2011.08.007 |
[32] | DURSO L M, HARHAY G P, SMITH T P L, et al. Animal-to-animal variation in fecal microbial diversity among beef cattle[J]. Appl Environ Microbiol, 2010, 76(14): 4858–4862. DOI: 10.1128/AEM.00207-10 |
[33] | ALZAHAL O, LI F Y, GUAN L L, et al. Factors influencing ruminal bacterial community diversity and composition and microbial fibrolytic enzyme abundance in lactating dairy cows with a focus on the role of active dry yeast[J]. J Dairy Sci, 2017, 100(6): 4377–4393. DOI: 10.3168/jds.2016-11473 |
[34] |
张梦玲.荷斯坦奶牛胃肠道细菌菌群组成与功能的研究[D].南京: 南京农业大学, 2016.
ZHANG M L.Characterising the bacterial community composition and function in the gastrointestinal tracts of Holstein dairy cattle[D].Nanjing: Nanjing Agricultural University, 2016.(in Chinese) |
[35] |
贺美玲, 王纯洁, 贾知锋, 等. 高通量测序分析Nisin对腹泻小鼠肠道菌群的影响[J]. 畜牧兽医学报, 2018, 49(9): 2015–2024.
HE M L, WANG C J, JIA Z F, et al. The effect of Nisin on intestinal flora in diarrheal mice analyzed by high-throughput sequencing[J]. Acta Veterinaria et Zootechnica Sinica, 2018, 49(9): 2015–2024. (in Chinese) |
[36] |
罗海霞, 杨易, 谢秀兰. 腹泻羔羊与健康羔羊肠道微生物群落分析[J]. 动物医学进展, 2017, 38(12): 86–90.
LUO H X, YANG Y, XIE X L. Analysis of intestinal microbial diversity in diarrhea and healthy lambs[J]. Progress in Veterinary Medicine, 2017, 38(12): 86–90. (in Chinese) |
[37] | WU X Y, ZHANG H H, CHEN J, et al. Comparison of the fecal microbiota of dholes high-throughput illumina sequencing of the V3-V4 region of the 16S rRNA gene[J]. Appl Microbiol Biotechnol, 2016, 100(8): 3577–3586. DOI: 10.1007/s00253-015-7257-y |
[38] |
孙玉姣.基于高通量测序的野外和圈养马麝冬季肠道菌群比较研究[D].哈尔滨: 东北林业大学, 2018.
SUN Y J.A comparative study on the intestinal flora of wild and captive musk Deer in winter based on high-throughput sequencing[D].Harbin: Northeast Forestry University, 2018.(in Chinese) |
[39] |
唐惠儒, 王玉兰. 哺乳动物与肠道菌群的共代谢相互作用[J]. 生命科学, 2017, 29(7): 687–694.
TANG H R, WANG Y L. Co-metabolism:vital interactions between mammals and symbiotic gut microbiota[J]. Chinese Bulletin of Life Sciences, 2017, 29(7): 687–694. (in Chinese) |