Metagenom birleştirme teknikleri kullanarak, arkeolojik insan örneklerinden antik mikroorganizma genomlarının eldesi
Reconstruction of ancient microorganism genomes from archaeological human samples using metagenomic assembly techniques
- Tez No: 972809
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH KIRDÖK
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Antik DNA veri çalışmaları, araştırmacıların tarihi pandemileri ve geçmiş dönem insan sağlığı bilgilerini anlamalarına yardımcı olmuştur. Ancak, bu çalışmalarda iki temel sorun vardır: Antik DNA dizileri, çevresel koşullara uzun süre maruz kalması nedeniyle parçalanmıştır. Ayrıca, referans genom veri tabanları, keşfedilmemiş organizma verilerini ve mikroorganizmaların antik versiyonlarını içermemektedir. Bu sorunlar nedeniyle, antik DNA okuma işlemlerinin çoğu sınıflandırılamamaktadır. Bu sorunlarla başa çıkmak için antik DNA analizlerine alternatif bir yaklaşım, kısa okumalardan daha uzun DNA dizileri oluşturmak için kullanılan de novo birleştirme yöntemleridir. Bu yöntem ile araştırmacılar kısa DNA okumalarını birleştirerek, taksonomik sınıflandırmayı iyileştirebilir ve antik genom segmentlerini yeniden oluşturabilirler. Bu çalışma, antik DNA verileri için de novo DNA birleştirme yöntemlerinin parametrelerini araştırmayı ve optimize etmeyi amaçlamaktadır. Bunu yapmak için diş ve iskelet örneklerinden elde edilen 9 farklı antik DNA kütüphanesi kullanıldı. Antik DNA okumaları MEGAHIT aracı kullanarak birleştirildi ve birleştirme kalitesini değerlendirmek için derinlik ve kapsam istatistiklerini toplamak amacıyla DNA okumalarını tekrar kontig dizilerine hizaladı. Ayrıca, PyDamage aracı otantikasyon için kullanıldı ve her bir kontig dizisi KrakenUniq aracı kullanılarak bir taksonomi düğümüne sınıflandırıldı. Analizler sonucunda, uzunlukları 200 ile 649 656 baz çifti arasında değişen toplam 2 337 209 kontig dizisi elde edilmiştir. Bu dizilerin %37,5'i taksonomi düzeyinde sınıflandırılabilirken, %61,32'si sınıflandırılamamıştır. Toplamda 21.630 kontig dizisi (%0,92) antik olarak tanımlanmış ve bunların %37,41'i taksonomik bir düğüme atanabilmiştir. Sınıflandırılamayan antik kontig dizilerine yönelik ek istatistiksel analizler ile antik mikrobiyal ekosistemin daha kapsamlı bir şekilde anlaşılması hedeflenmiştir. Bu doğrultuda, CONCOCT aracı kullanılarak sınıflandırılamayan antik kontig dizileri, tetranükleotid frekansları ile örnekler arası okuma derinliği profillerine dayalı benzerliklerine göre oluşturulan 38 bin profiline atanmıştır. Böylece, sınıflandırılmamış kontig dizilerini, taksonomik olarak tanımlanmış antik kontig dizileriyle aynı kümelerde inceleyerek, olası yeni mikrobiyal türlerin veya antik genom varyantlarının varlığını belirlemeye çalışıldı. Buna ek olarak, oluşturulan antik bin profillerinin taksonomik içeriklerinin daha ayrıntılı olarak değerlendirilebilmesi amacıyla, GTDB-Tk aracı ile her bir bin profili, belirteç gen veritabanına (bac120) göre sınıflandırılmaya çalışılarak, 38 bin profiline ait toplam 87 belirteç gen tespit edildi ve bin profillerinden 2 tanesinin Clostridia sınıfına ait olduğu belirlendi. Ayrıca, farklı dokulardan elde edilen sonuçlar karşılaştırılarak, dokuların antik DNA korunma başarısının ve mikrobiyal içerik dağılımının dokuya özgü farklılıklar gösterdiği belirlendi.
Özet (Çeviri)
Ancient DNA data studies have helped researchers understand historical pandemics and past human health information. However, there are two main problems in these studies: Ancient DNA sequences are fragmented due to long-term exposure to environmental conditions. In addition, reference genome databases do not include data from undiscovered organisms and ancient versions of microorganisms. Due to these issues, most ancient DNA reads cannot be taxonomically classified. To address these problems, an alternative approach to ancient DNA analyses is the use of de novo assembly methods, which are used to generate longer DNA sequences from short reads. With this method, researchers can assemble short DNA reads, improve taxonomic classification, and reconstruct ancient genome segments. This study aims to investigate and optimize the parameters of de novo DNA assembly methods for ancient DNA data. To achieve this, nine different ancient DNA libraries obtained from tooth and skeletal samples were used. The ancient DNA reads were assembled using the MEGAHIT tool, and to evaluate the assembly quality, the DNA reads were realigned to the contig sequences to collect depth and coverage statistics. Additionally, the PyDamage tool was used for authentication, and each contig sequence was classified into a taxonomic node using the KrakenUniq tool.As a result of the analyses, a total of 2 337 209 contig sequences were obtained, with lengths ranging from 200 to 649 656 base pairs. While 38,68% of these sequences could be classified at the taxonomic level, 61,32% remained unclassified. In total, 21,630 contig sequences (0,92%) were identified as ancient, and 37,41% of these could be assigned to a taxonomic node. Through additional statistical analyses of the unclassified ancient contig sequences, the aim was to gain a more comprehensive understanding of the ancient microbial ecosystem. In this context, the CONCOCT tool was used to assign unclassified ancient contig sequences to 38 bin profiles based on their similarities in tetranucleotide frequencies and inter-sample read depth profiles. In this way, by analyzing unclassified contig sequences together with taxonomically identified ancient contigs in the same clusters, we attempted to determine the existence of potential new microbial species or ancient genome variants. Furthermore, in order to better evaluate the taxonomic content of the generated ancient bin profiles, each bin profile was classified using the GTDB-Tk tool against the marker gene database (bac120), and a total of 87 marker genes were detected in the 38 bin profiles. Two of these bin profiles were identified as belonging to the class Clostridia. In addition, by comparing the results obtained from different tissues, it was determined that tissue types show differences in ancient DNA preservation success and microbial content distribution specific to tissue type.
Benzer Tezler
- Investigation of microbial population in hybrid biofilm nitrification systems
Hibrit biyofilm nitrifikasyon sistemlerinde mikrobiyal popülasyonun araştırılması
PEGAH BAHRAMIAN
Yüksek Lisans
İngilizce
2025
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. GÜLSÜM EMEL ZENGİN BALCI
- İnsan mikrobiyomunda bulunan bakteriyofaj komünitesinin konakçı hastalıklarıyla olan ilişkisinin araştırılması
Investigation of the relationship bacteriophage community in the human microbiome with host diseases
MEHMET HORA
Doktora
Türkçe
2025
BiyoistatistikErciyes ÜniversitesiBiyoinformatik Sistemler Biyolojisi Ana Bilim Dalı
PROF. DR. AYCAN GÜNDOĞDU
- Metagenom verisinden yüksek çözünürlüklü biyobelirteç keşif algoritmaları
Algorithms for discovery of high resolution biomarkers from metagenomic data
AYŞENUR SOYTÜRK
Yüksek Lisans
Türkçe
2020
BiyoistatistikErciyes ÜniversitesiBiyoinformatik Sistemler Biyolojisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN UFUK NALBANTOĞLU
- Genome mapping of phosphate solubilizing bacteria using bioinformatic analysis
Fosfat çözücü bakterinin biyoenformatik analizlerle genom haritasının çıkarılması
UĞUR ÇABUK
Yüksek Lisans
İngilizce
2020
GenetikBolu Abant İzzet Baysal ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. NUSRET ZENCİRCİ
DR. ÖĞR. ÜYESİ ERCAN SELÇUK ÜNLÜ
- Complete mitochondrial phylogeny of palaearctic serotine bats (Genus eptesicus, vespertilionidae, chiroptera)
Palaearktik geniş kanatlı yarasaların tüm mitokondriyal genom filogenisi (Cins eptesicus, vespertilionidae, chiroptera)
GAMZE ÖZBAY
Yüksek Lisans
İngilizce
2024
Genetikİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÇORAMAN