지구 공생 미생물 유전체 목록

미생물 공생은 지구 생명체의 기능적·계통발생학적 다양성을 이끄나, 배양의 어려움으로 인해 충분히 탐구되지 못했습니다. 본 연구는 다양한 환경 메타게놈 샘플과 참조 유전체에서 얻은 십만 개 이상의 미생물 유전체에 기계 학습(ML)을 적용하여 공생 생활 방식을 예측했습니다. 이는 공생 미생물의 유전체 특징을 식별하기 위해 개발된 ML 프레임워크인 symclatron을 활용하여 수행되었습니다. 예측 결과는 Symbiont Genomes(SymGs)라는 공생체 유전체 목록으로 구축되었습니다. 분석 결과, 배양되지 않은 미생물의 15~23%가 숙주 관련 또는 절대 세포 내 생활 방식과 같은 공생 관계를 맺고 있으며, 이는 알려진 세균 및 고세균 문(phyla)의 절반에서 발견되었습니다. 또한, 특정 대사 기능의 상실 및 숙주 의존적 생활을 가능하게 하는 대사 모듈의 차등적 존재를 포함하여 공생 생활 방식의 유전체 서명을 식별했습니다. symclatron 소프트웨어와 SymGs 목록은 공생 연구에 귀중한 자원이 될 것이며, 향후 숙주-미생물 연관성의 기전적 조사 및 공학적 활용을 촉진할 잠재력을 가집니다.