Virus

Das ISME Journal (2023)Zitieren Sie diesen Artikel

905 Zugriffe

4 Altmetrisch

Details zu den Metriken

Bakterielle Krankheitserreger und Viren sind die Hauptursachen für durch Wasser übertragene Krankheiten weltweit. Hier entdeckten wir ein interessantes natürliches Paradigma der „Selbstreinigung“ von Wasser durch Virus-Pathogen-Wechselwirkungen über ein 1432 km langes Kontinuum entlang der Mittelroute des Süd-Nord-Wasserumleitungskanals (MR-SNWDC) in China, dem größten Gewässer Transferprojekt der Welt. Aufgrund des extrem niedrigen Gesamtphosphorgehalts (TP) (ND-0,02 mg/L) im MR-SNWDC kam es im gesamten Kanal seit seiner Inbetriebnahme im Jahr 2015 zu einer lang anhaltenden Phosphor (P)-Begrenzung. Basierend auf 4443 zusammengestellten Metagenomen Genomen (MAGs) und 40.261 nichtredundanten viralen operativen taxonomischen Einheiten (vOTUs), die aus unserer jüngsten Überwachungskampagne abgeleitet wurden, stellten wir fest, dass heimische Viren mit extremen P-Einschränkungen spezielle Anpassungsstrategien anwenden mussten, indem sie kleinere Genome beherbergten, um die Nukleotidreplikation, DNA-Reparatur und Posttranslation zu minimieren Änderungskosten. Mit der abnehmenden P-Versorgung stromabwärts zeigten bakterielle Krankheitserreger eine verminderte Umwelttauglichkeit und ein vermindertes Wachstumspotenzial sowie eine geschwächte Fähigkeit, die P-Aufnahme, die Membranbildung und die Ribonukleotid-Biosynthese aufrechtzuerhalten. Folglich führten die einzigartigen viralen Prädationseffekte unter P-Limitierung, die durch verstärkte virale lytische Infektionen und eine erhöhte Häufigkeit von Ribonukleotidreduktase (RNR)-Genen, die mit viralen nuklearen DNA-Replikationszyklen verbunden sind, gekennzeichnet sind, zu unerwartet geringeren Gesundheitsrisiken durch wasserbasierte bakterielle Krankheitserreger im flussabwärts gelegenen Gewässer -Empfangsbereiche. Diese Ergebnisse verdeutlichten das große Potenzial der Wasserselbstreinigung im Zusammenhang mit der Virus-Pathogen-Dynamik für die Verbesserung der Wasserqualität und ein nachhaltiges Wasserressourcenmanagement.

Bakterielle Krankheitserreger sind risikoausbreitende Populationen in unterschiedlichen Umgebungen, während Viren als natürliche Konkurrenten und Räuber dieser Krankheitserreger das vielfältigste und häufigste Zusammenspiel aufweisen. Typische virale Lebensstile umfassen lysogene, lytische und chronische Infektionszyklen [1], wobei virulente Viren zur sofortigen Lyse des Wirts beitragen [2] und gemäßigte Viren während der lysogenen Periode Genome in Wirtszellen integrieren [3]. Da die Virusreplikation und -assemblierung stark von der Nährstoff- und Energieversorgung des Wirts abhängig ist, könnten häufige Interaktionen zwischen Zellen und Viren unter nährstoffarmen Bedingungen, insbesondere in Umgebungen mit eingeschränktem Phosphorgehalt (P), die Dynamik der Pathogenpopulation regulieren und folglich die Wasserqualität in aquatischen Ökosystemen beeinträchtigen.

Große Repertoires aquatischer Mikroben weisen eine sensible Dynamik auf, die mit mehreren Umweltsignalen verbunden ist. Veränderungen der Temperatur, des pH-Werts und des Nährstoffgehalts dienen als Quellen der natürlichen Selektion für Arten mit hoher Anpassungsfähigkeit und führen zu starken Schwankungen in der Zusammensetzung der Lebensgemeinschaft [4]. Nährstoffe wie P und Stickstoff (N) sind die primären wachstumsbegrenzenden Faktoren phototropher Mikroben und könnten die Produktivität heterotropher Mikroben über den mikrobiellen Kreislauf weiter beeinflussen [5]. In der ökologischen Theorie impliziert Liebigs Gesetz des Minimums, dass das Wachstumspotenzial von Mikroorganismen davon abhängen kann, welcher Nährstoff am stärksten limitiert ist [6]. Für die N- oder P-oligotrophe Grenze werden drei Benchmarkwerte bereitgestellt, die auf den Kombinationen der Gesamt-N- (TN) und Gesamt-P-Konzentration (TP) basieren, einschließlich der Dodd-Kriterien (TP < 0,025 mg/L, TN < 0,7 mg/L). , der britische Wasserqualitätsstandard (TP < 0,02 mg/L, TN < 1,5 mg/L) und der norwegische Wasserqualitätsstandard (TP < 0,02 mg/L, TN < 0,6 mg/L) [7, 8]. Nährstofffraktionen (insbesondere das N:P-Verhältnis) helfen auch bei der Definition von Ernährungseinschränkungen in bestimmten Umgebungen. Beispielsweise liefert das Redfield-Verhältnis von N:P ein „optimales“ stöchiometrisches Nährstoffverhältnis (16:1) als Referenz für Meeres- und Süßwasser-Phytoplankton. Da für Bakterien kein Konsens über das ideale stöchiometrische Nährstoffverhältnis erzielt werden konnte, wurde das Redfield-Verhältnis näherungsweise verwendet, um auf mögliche N- oder P-begrenzte Bedingungen zu schließen [9]. Einige besorgniserregende P-begrenzte Meeresregionen zeigten höhere N:P-Verhältnisse als der Redfield-Wert gemäß den Langzeit-Zeitreihenüberwachungsdaten, z. B. im östlichen Mittelmeer (~28:1), der Bermuda-Atlantik-Zeitreihe Untersuchungsort (>24:1) und die Station ALOHA im subtropischen Wirbel des Nordpazifiks (16:1–25:1) [10,11,12]. Darüber hinaus betrachten Schanz und Juon das N:P-Verhältnis von 20:1 als Richtwert für die Bestimmung P-limitierter Bedingungen im Süßwasser [13]. Guildford und Hecky schlugen vor, dass eine reine P-Beschränkung auftritt, wenn das N:P-Verhältnis in Seeökosystemen 22,6 überschreitet [14]. Eine großräumige Untersuchung von Hunderten von Seen in den USA ergab ein durchschnittliches N:P-Verhältnis von ~54:1 in P-limitierten Seen [15]. In den letzten Jahren wurden auch in großen Flüssen weltweit höhere N:P-Verhältnisse beobachtet, z. B. im Jangtsekiang (~53:1), im Han-Fluss (~65:1) und im Po (~100:1). [16,17,18]. P ist von grundlegender Bedeutung für die Synthese von ATP, Nukleinsäuren, Phospholipiden und anderen wichtigen Biomolekülen [19]. Die verminderte Verfügbarkeit von P kann die Biogenese der Zytoplasmamembran beeinträchtigen und zu einer Störung der Ionenhomöostase und Veränderungen in der Zellmorphologie führen [20]. Darüber hinaus könnte ein langanhaltender P-Mangel zu einer starken Unterdrückung grundlegender zellulärer Prozesse führen, einschließlich Kohlenstofffixierung, DNA-Replikation und Proteinbiosynthese [21], und sogar einen Stillstand des Zellzyklus und Apoptose auslösen.

In natürlichen Systemen ist das Spektrum viraler Infektionszyklen eng mit der Nährstoffversorgung und der Wirtsverfügbarkeit verbunden [22]. Zwei divergierende Hypothesen im Rahmen der Virusökologie spiegeln die komplexen Szenarien wider, in denen Umgebungen sich für eher lytische oder lysogene Infektionen entscheiden. Analog zum klassischen Lotka-Volterra-Modell zur Erklärung der Dynamik von Räuber- und Beutepopulationen [23] schlägt die „Kill-the-Winner“-Theorie ein Szenario vor, in dem lytische Viren bevorzugt die vorherrschenden Wirte für die Reproduktion viraler Gemeinschaften jagen [24]. ]. Umgekehrt argumentiert die „Piggyback-the-Winner“-Theorie für das vorherrschende Auftreten von Lysogenie mit der starken Blüte von Wirtsquellen als Strategie für lysogene Viren, sich an Umweltreize anzupassen [25]. Die mit viralen Lebensstilen verbundene Kontroverse verdeutlicht die komplizierten Virus-Wirt-Interaktionen unter verschiedenen trophischen Status [22]. Frühere Studien zur Virusökologie gingen davon aus, dass Lysogenese häufiger in menschlichen Eingeweiden und Böden auftrat [26, 27], während Lyse in kalten Wüsten und oligotrophen Meeresgewässern häufiger vorkam [28, 29], was eng mit der mikrobiellen Produktivität und der Übertragung von Viren auf Viren verbunden ist. Wirtsverhältnisse [3]. Unter P-limitierten Bedingungen neigen Viren dazu, stark lytische Zyklen zu durchlaufen, um die Proliferation des Wirts zu unterdrücken oder eine gemäßigte Art und Weise einzunehmen, um mit dem Wirt zusammenzuleben. Während der Infektionsperiode zeigen Viren das Potenzial, den Stoffwechselzustand des Wirts durch die Aktivität von Hilfsstoffwechselgenen (AMGs) zu verändern [30]. In Regionen mit niedrigem P-Gehalt haben sich Viren so entwickelt, dass sie AMGs enthalten, die an der P-Aufnahme beteiligt sind und die P-Nutzung und P-Stoffwechselprozesse innerhalb der Wirtszellen zugunsten der Selbstanpassung und Überlebensfähigkeit steigern [31].

Krankheitserreger können durch direkte Exposition, Trinkwasser oder die Nahrungskette in den menschlichen Körper gelangen und schwere Krankheiten wie Tuberkulose, Cholera und Typhus verursachen [32]. Der konventionelle Nachweis von Krankheitserregern basiert auf der mikrobiellen Kultivierung und der biochemischen Identifizierung [33] und zeichnet sich durch einen langen Testzyklus und eine komplizierte Bedienung aus. Auf der Polymerase-Kettenreaktion (PCR) basierende Methoden als alternativer Ansatz zum Erregernachweis zielen aufgrund des spezifischen Designs von PCR-Primern und Validierungsprozessen möglicherweise nur auf begrenzte pathogene Spezies ab [34]. Angesichts des zunehmenden Bedarfs an Frühwarnung und rechtzeitiger Bewertung von Risiken durch die Übertragung von Krankheitserregern in wasserbezogenen Systemen (35) wird die metagenomische Sequenzierung in großem Umfang bei der Überwachung der Wasserqualität zum schnellen Screening von Krankheitserregern in großem Maßstab eingesetzt (36, 37). Insbesondere Metagenom-assemblierte Genome (MAGs) stellen grundlegende Ressourcen für die Erforschung der Ökophysiologie, mikrobiellen Dynamik und Funktionen nicht kultivierter Mikroben, einschließlich bakterieller Krankheitserreger, dar [38].

Die Mittlere Route des Süd-Nord-Wasserumleitungskanals (MR-SNWDC) ist das weltweit größte künstliche Wassertransferprojekt zwischen den Becken zur Behebung von Wasserknappheit in Nordchina [39]. Seit der Inbetriebnahme des MR-SNWDC im Jahr 2015 ist die Sicherheit der Wasserqualität zu einem wichtigen öffentlichen Anliegen geworden, vor allem in Bezug auf Wasserqualitätsbestandteile, Nährstoffe, Algen, mikrobielle Vielfalt und andere ökologische Faktoren [40]. Im relativ geschlossenen MR-SNWDC wirkten sich ein lang anhaltender P-Mangel und ein P-Rückgang flussabwärts stark auf die Dynamik von Viren und Krankheitserregern aus und beeinträchtigten folglich die Sicherheit der Wasserqualität. Basierend auf sequenzierten Metagenomen, die entlang des gesamten MR-SNWDC beprobt wurden, haben wir ein Profil der biogeografischen Muster von Viren/Wirten sowie der räumlichen Verteilung und Wachstumsbedingungen bakterieller Krankheitserreger im Frühjahr und Herbst erstellt. Darüber hinaus untersuchten wir im Rahmen unserer Überwachungskampagne mehrere wichtige Umweltvariablen und stellten fest, dass P der wichtigste Umweltfaktor war, der die Virus- und Bakteriengemeinschaften beeinflusste. Wir haben außerdem die besonderen ökophysiologischen Merkmale von Viren und bakteriellen Krankheitserregern unter P-Mangel untersucht. Unerwarteterweise entdeckten wir im MR-SNWDC, das sich über eine Länge von 1432 km erstreckt, ein interessantes natürliches Paradigma der „Selbstreinigung“ von Wasser, bei dem die Verbesserung der Wasserqualität von Raubeffekten einheimischer Viruspopulationen profitierte, die zu einer Zurückdrängung pathogener Bakterien von flussaufwärts nach führten flussabwärts entlang des Kanals. Anhand der neu gewonnenen 4443 MAGs und 40.261 nichtredundanten viralen operativen taxonomischen Einheiten (vOTUs) haben wir die besondere Bedeutung der Virus-Pathogen-Infektionsdynamik unter extremen Ernährungsbedingungen für die Selbstreinigung von Wasser und den Schutz der Wasserressourcen hervorgehoben.

Historische Aufzeichnungen (2015–2021) zur TP-Konzentration stammen von China South-to-North Water Diversion Co., Ltd. (siehe Quelldaten) und wurden monatlich an 32 Überwachungsstationen entlang des 1.432 km langen Kanals gemessen (Abb. S1). ). Um übereinstimmende Informationen zu abiotischen und biotischen Bestandteilen zu erhalten, wurden im August 2020 (Herbst) und März 2021 (Frühling) spezielle Probenahmekampagnen an denselben Standorten durchgeführt, ohne dass es zu Auswirkungen extremer Klimazonen kam (Tabelle S1). Die Länge des verzweigten Kanalnetzes zwischen jedem Paar von Probenahmestellen, definiert als dendritischer Abstand [41], wurde mit der Software ESRI ArcGIS v10.2 berechnet. Die kumulative dendritische Distanz wurde als Summe aller Wege des Quellwassergebiets zu einer Probenahmestelle berechnet und repräsentiert die geografischen Merkmale der Probenahmestellen. An jeder Probenahmestelle wurden über 30 l Wasser mit 4,5 l sterilen Polyethylenterephthalat (PET)-Flaschen gesammelt und bei 4 °C ins Labor überführt. Anschließend haben wir die 30-l-Wasserproben durch 0,22-μm-Polycarbonatmembranen (Millipore, USA) mit einer wasserzirkulierenden Multifunktionsvakuumpumpe (SHZ-D (III), Te'er Instrument and Equipment Co., Ltd, Zhengzhou, China) gefiltert. innerhalb von 24 Stunden.

An jeder Probenahmestelle wurden mehrere wichtige Umweltfaktoren überwacht, darunter pH-Wert, elektrische Leitfähigkeit (EC, μs/cm), Trübung (TUB, NTU), Temperatur (T, °C), Fluoridionen (F−, mg/L), Sulfat (SO42−, mg/L), gesamter organischer Kohlenstoff (TOC, mg/L), gelöster organischer Kohlenstoff (DOC, mg/L), Permanganat (CODMn, mg/L), Ammoniumstickstoff (NH4+-N, mg/L) L), Nitratstickstoff (NO3−-N, mg/L), Gesamtstickstoff (TN, insgesamt gelöster N plus gesamter partikulärer N, mg/L), Gesamtphosphor (TP, insgesamt gelöster P plus gesamter partikulärer P, mg/L ) und das N:P-Verhältnis (molares Verhältnis von TN zu TP, mol/mol). Diese regelmäßigen Umweltindikatoren sind in Chinas Umweltqualitätsstandards für Oberflächenwasser (GB3838-2002) [42] vorgeschrieben oder werden von örtlichen Wasserüberwachungsstationen empfohlen und repräsentieren die allgemeinen Nährstoffbedingungen und die physikalisch-chemische Qualität des Wassers. Der Standard GB3838-2002 klassifiziert die Wasserqualität in fünf Kategorien (Klassen I, II, III, IV und V) von ausgezeichnet (Klasse I) bis schlecht (Klasse V), wobei Grenzwerte für Mindestkonzentrationen für wichtige physikalisch-chemische Bestandteile vorgeschlagen werden, die zu Wasserschäden führen würden Gesundheitsrisiken. Alle ausgewählten Umweltfaktoren wurden auf der Grundlage der vom chinesischen Ministerium für Ökologie und Umwelt empfohlenen Standardmethoden ermittelt [43]. Die TP-Konzentration in situ wurde mittels kontinuierlicher Durchflussanalyse und der Ammoniummolybdat-Spektrophotometrie-Methode (HJ 670-2013) gemessen [44].

Die Extraktion der gesamten genomischen DNA aus Proben wurde mit dem FastDNA Spin Kit for Soil (MP Biomedicals, USA) basierend auf den Protokollen des Herstellers durchgeführt. Die Konzentration der extrahierten DNA-Produkte wurde mit einem TBS-380-Fluorometer (TurnerBioSystems, USA) bestimmt. Die relative Fluoreszenzeinheit jeder Verdünnung wurde mit der RL-Standardkurve verglichen, um die DNA-Konzentration in jeder Probe zu berechnen. Zur Bestimmung der Reinheit der extrahierten DNA-Produkte wurde ein NanoDrop2000-Spektrophotometer (Thermo Fisher Scientific, USA) eingesetzt. Die Integrität der DNA-Extrakte wurde mittels Agarosegelelektrophorese geschätzt. Konkret wurde DNA-Extrakt zu einem 1 %igen Agarosegel gegeben und dann 20 Minuten lang einer Elektrophorese bei 5 V/cm unterzogen, um die getrennten DNA-Fragmente sichtbar zu machen.

Sequenzierungsbibliotheken wurden von NEXTFLEX Rapid DNA-Seq (Bioo Scientific, Austin, TX, USA) gemäß den Empfehlungen des Herstellers erstellt. Die Paired-End-Bibliothek wurde auf der NovaSeq 6000-Plattform (Illumina Inc., San Diego, CA, USA) bei Majorbio Bio-Pharm Technology Co., Ltd (Shanghai, China) unter Verwendung von NovaSeq Reagent Kits und 150 bp Paired-End-Bibliotheken sequenziert. Endablesungen wurden schließlich erhalten.

Sequenzierte Paired-End-Lesevorgänge wurden mit TrimGalore v0.6.4 (--stringency 5; -e 0.1; --length 35; --paired; --max_n 0) innerhalb von metaWRAP v1.2.2 qualitätskontrolliert [45]. MEGAHIT v1.1.3 [46] wurde für die De-novo-Assemblierung mit einer Mindest-Contig-Länge von 1500 bp verwendet.

Contigs aus jeder Baugruppe wurden mithilfe des Binning-Moduls in metaWRAP v1.2.2 [45] (--metabat2 --maxbin2 –concoct --run-checkm) gruppiert. Die ursprünglich zusammengeführten Bins wurden vom Bin-Refinement-Modul überprüft und als prokaryotische MAGs mit einer Vollständigkeit von > 70 % und einer Kontamination < 10 % identifiziert. Die ausgewählten MAG-Schwellenwerte waren strenger als die mittlere Qualitätsstufe, basierend auf den MIMAG-Kriterien (Minimum Information about a Metagenome-Assembled Genome) (Vollständigkeit ≥ 50 %, Kontamination < 10 %) [47] und tragen dazu bei, beides reichlich bereitzustellen und robuste gemeinschaftsweite Informationen für Wohnbakterien im MR-SNWDC. Um die Verlässlichkeit der Ergebnisse sicherzustellen, wurden parallel auch nachfolgende Downstream-Analysen für qualitativ hochwertige Genome (Vollständigkeit > 90 %, Kontamination < 5 %) durchgeführt. Die taxonomische Zuordnung jedes MAG wurde mit GTDB-Tk (48) basierend auf der Genome Taxonomy Database (GTDB, http://gtdb.ecogenomic.org) Release 202 durchgeführt.

Virale Contigs in jeder Baugruppe wurden mit viralVerify [49], VIBRANT v1.2.1 [50], DeepVirFinder v1.0 [51], PPR-Meta v1.0 [52] und Virsorter2 v2.1 [53] identifiziert. Sequenzen mit Werten > 0,85 und p-Werten < 0,05 wurden basierend auf dem DeepVirFinder-Tool beibehalten. Anschließend wurde CheckV v0.7.0 [54] angewendet, um die Vollständigkeit aller mit den fünf Tools identifizierten Contigs abzuschätzen. Contigs, die Provirus-Integrationsseiten enthielten, wurden zunächst verarbeitet, um Hostregionen zu entfernen. Die Auswahl mutmaßlicher viraler Contigs basierte auf den folgenden Kriterien: (I) <90 % Vollständigkeit (niedrige/mittlere Qualität) und Contig-Länge ≥ 5 kb; (II) ≥90 % Vollständigkeit (hochwertig und vollständig). Aus allen Assemblies identifizierte virale Contigs wurden derepliziert und mit 95 % durchschnittlicher Nukleotididentität (ANI) unter Verwendung von CD-HIT v4.8.1 [55] (-c 0,95; -aS 0,85) geclustert. Die repräsentativen nichtredundanten Sequenzen wurden als vOTUs bezeichnet. Taxonomische Annotationen von vOTUs wurden mit geNomad v1.3.0 (https://github.com/apcamargo/genomad) durchgeführt. BACPHLIP (56) wurde angewendet, um den Lebensstil von vOTUs mit hochwertigen oder vollständigen Genomen vorherzusagen.

Alle MAGs wurden zu kombinierten Contigs zusammengestellt. Bowtie2 v2.3.5.1 (http://bowtie-bio.sourceforge.net/bowtie2) wurde angewendet, um einen Index von vOTUs/MAGs zu erstellen und eine Lesezuordnung für die vOTUs oder Contigs von MAGs durchzuführen. Mit SAMtools v1.9 (http://samtools.sourceforge.net) generierte sortierte BAM-Dateien wurden verwendet, um die Abdeckung über Proben hinweg mit CoverM v0.6.1 (https://github.com/wwood/CoverM) (Contig-Modus für vOTUs) zu berechnen und Genommodus für MAGs; -m rpkm; --min-read-percent-identity 95; --min-read-aligned-percent 90; --contig-end-exclusion 0; --no-zeros). Der Abdeckungswert wurde in Form von RPKM-Werten (Reads per Kilobase per Million Mapped Reads) ausgedrückt [57].

Die Virus-Wirt-Verknüpfungen wurden über drei komplementäre In-silico-Methoden vorhergesagt, die auf charakteristischen genomischen Merkmalen von Viren und Prokaryoten während ihrer langfristigen Interaktionen basierten [58]. (I) Nukleotidsequenzhomologie. Während des langfristigen molekularen Koevolutionsprozesses können Viren und Wirte viele gemeinsame genomische Signale zur Erforschung von Virus-Wirt-Assoziationen entwickeln [59]. Sequenzvergleiche wurden zwischen vOTUs und prokaryotischen MAGs unter Verwendung von BLASTn (≥ 90 % minimale Nukleotididentität, ≤ 0,001 E-Wert) durchgeführt. (II) Transfer-RNA (tRNA)-Übereinstimmung. Bei einigen Viren kann es zu einer Anpassung der Codon-Verwendungsprofile kommen, um die tRNA-Gene an die Genome des Wirts unter evolutionärem Stress anzupassen [60]. ARAGORN v1.265 [61] (Option „-t“) wurde zur Identifizierung von tRNAs aus prokaryotischen MAGs und vOTUs verwendet, mit anschließenden Alignments mithilfe von BLASTn, um die Anforderungen einer 100 %igen Sequenzidentität und einer 100 %igen Längenabdeckung zu erfüllen. (III) CRISPR-Abstandshalterübereinstimmung. CRISPR stellt einen erworbenen prokaryotischen Immunmechanismus dar, um kurze Abschnitte aus dem Genom des viralen Eindringlings zu erkennen und zu speichern [62]. CRISPRs wurden aus prokaryotischen MAGs mithilfe von minced v0.4.2 identifiziert (63) und dann von BLASTn mit viralen Contigs mit ≤ 1 Fehlpaarung und 100 % Abdeckung abgeglichen, wodurch eine Virus-Wirt-Verknüpfung entstand. Die Ergebnisse der drei Methoden wurden vereint, um mutmaßliche Virus-Wirt-Assoziationen darzustellen. Um die Zuverlässigkeit der Host-Vorhersage sicherzustellen, haben wir die gemeldeten Virus-Host-Beziehungen in der Virus-Host-Datenbank (Virus-Host-Datenbank, verfügbar unter https://www.genome.jp/virushostdb) als Positivkontrollen verwendet, um taxonomisch nicht übereinstimmende Viren zu entfernen ‒Host-Verknüpfungen. Die Virus-Wirt-Paare für die nicht klassifizierten Viren wurden für nachgelagerte Analysen einbezogen, da keine ausreichenden Beweise vorlagen, um die Möglichkeit von Assoziationen zwischen diesen Viren und ihren Wirten auszuschließen [64]. Der Aufbau des zweiteiligen Koexistenznetzwerks der Virus-Wirt-Verknüpfungen wird in den ergänzenden Methoden beschrieben.

Alle offenen Leserahmen (ORFs) von MAGs wurden mit der SARG v2.2-Datenbank (65) und der Virulence Factor DataBase (VFDB) (66) unter Verwendung von BLASTp mit einem E-Wert ≤ 10–5 abgeglichen. Eine Proteinsequenz wurde als Antibiotikaresistenzgen (ARG) oder Virulenzfaktorgen (VFG) annotiert, wenn der beste Treffer eine Aminosäureidentität ≥ 80 % und eine Abfrageabdeckung ≥ 80 % aufwies [67]. Prokaryontische MAGs mit VFGs wurden als potenziell pathogene Bakterien angesehen, und diejenigen, die sowohl VFGs als auch ≥10 Kopien von ARGs trugen, wurden als „Superpathogene“ angesehen [36].

Vorhergesagte Proteine ​​von MAGs und vOTUs wurden von eggNOG-Mapper [68] basierend auf dem Bakteriendatensatz in der eggNOG-Datenbank v5.0 [69] mit der DIAMOND-Option und einem E-Wert < 1e−5 annotiert. Jedes annotierte Gen wurde einer bestimmten COG-Gruppe zugeordnet. Die Vorhersage und Validierung viruskodierter Hilfsstoffwechselgene (AMGs) wird in den ergänzenden Methoden ausführlich beschrieben.

Einzelkopie-Gene wurden mit dem fetchMG-Tool extrahiert (70). Die Anzahl jedes annotierten Gens wurde durch die durchschnittliche Anzahl von 10 universellen Einzelkopie-Genen (COG0012, COG0016, COG0018, COG0172, COG0215, COG0495, COG0525, COG0533, COG0541 und COG0552) in jedem Probendatensatz dividiert, was den Durchschnitt darstellte Genkopienzahl [71].

In der IMG/VR-Datenbank wurden insgesamt 22.387 Virussequenzen mit vollständigen Genomen aus vier repräsentativen Oberflächenwasserökosystemen, nämlich Abwasser, Meer, See und Fluss, extrahiert [72]. Die vOTUs im MR-SNWDC mit Längen über 5 kb und 100 % Vollständigkeit wurden ausgewählt, um einen unvoreingenommenen Vergleich mit öffentlich verfügbaren Viren durchzuführen. Die statistisch signifikanten Unterschiede in der Gesamtgerüstgröße, den CDS-Mengen, dem GC-Gehalt und der Aminosäurezusammensetzung viraler Genome im MR-SNWDC und der IMG/VR-Datenbank wurden für mehrere Vergleiche mithilfe des Kruskal-Wallis-Tests und des Bonferroni-korrigierten Wilcoxon-Tests ausgewertet . Zusätzliche ergänzende Methoden zur Schätzung der Beziehung zwischen den vOTUs im MR-SNWDC und öffentlich verfügbaren Viren in der IMG/VR-Datenbank werden bereitgestellt.

Alle statistischen Analysen wurden unter Verwendung von R 4.1.1 mit einem Signifikanzniveau von p < 0,05 durchgeführt, sofern nicht anders angegeben.

Nichtmetrische mehrdimensionale Skalierung (NMDS) wurde verwendet, um die räumlich-zeitliche Verteilung viraler und bakterieller Gemeinschaften auf der Grundlage der Bray-Curtis-Unähnlichkeitsmatrix zu visualisieren, die aus relativen Häufigkeitstabellen für vOTUs oder MAGs generiert wurde. Virale und bakterielle Gemeinschaften wurden geografisch in vier ökologischen Regionen von flussaufwärts bis flussabwärts entlang des Kanals gruppiert, die als Reg 1–4 definiert sind. Die Bedeutung der räumlich-zeitlichen Variation wurde durch permutationelle multivariate Varianzanalyse (PERMANOVA) geschätzt.

Die Matrizen paarweiser dendritischer Abstände wurden mithilfe der pcnm-Funktion im „veganen“ R-Paket in Hauptkomponenten von Nachbarschaftsmatrizen (PCNMs) umgewandelt [73]. Die resultierenden PCNMs 1–3 mit positiven Eigenwerten wurden für die anschließende Analyse ausgewählt. Ein teilweiser Mantel-Test (PCNM-korrigiert) wurde angewendet, um die Korrelationen zwischen mehreren Umweltfaktoren und Bray-Curtis-Abständen abzuschätzen, die aus der relativen Häufigkeit von vOTUs oder MAGs berechnet wurden. Darüber hinaus führten wir eine zufällige Waldanalyse durch, um die wichtigsten Umweltfaktoren für virale und bakterielle Gemeinschaften zu untersuchen. Die Bedeutung jedes Umweltfaktors wurde durch die Zunahme der Knotenreinheit oder die prozentuale Zunahme des mittleren quadratischen Fehlers (MSE) dargestellt, wobei höhere Werte wichtigere Faktoren implizierten [74]. Das Signifikanzniveau jedes Umweltfaktors wurde anhand von 5000 Permutationen unter Verwendung des R-Pakets „rfPermute“ bewertet [75]. Darüber hinaus führten wir eine Kookkurrenz-Netzwerkanalyse durch, um den Einfluss von Umweltfaktoren auf MAGs/vOTUs zu untersuchen, was die Interpretation der Eigenschaften mikrobieller Gemeinschaften auf Systemebene unter den Gesichtspunkten Robustheit und Modularität erleichterte [76]. Die Netzwerke wurden auf der Grundlage von Spearmans Korrelationen zwischen Umweltgradienten und MAG/vOTU-Häufigkeit konstruiert. MAGs oder vOTUs mit relativen Häufigkeiten in allen Proben von weniger als 0,001 wurden von den Analysen ausgeschlossen. In den Netzwerken wurden nur die Verknüpfungen mit Korrelationskoeffizienten ≥ 0,7 und Bonferroni-adjustierten p-Werten < 0,05 visualisiert [77].

Um die Proliferationsdynamik von Bakterienpopulationen vom Quellwassergebiet bis in flussabwärts gelegene Regionen abzuschätzen, wurde ein regionaler Wachstumsfaktor (RGF) definiert, analog zum zuvor definierten lokalen Wachstumsfaktor (LGF) für mikrobielle Gemeinschaften [40]. Die absoluten Häufigkeiten wurden innerhalb jeder Region gemittelt, mit anschließendem Vergleich der Häufigkeiten in Reg. 2–4 und dem Wasserquellengebiet (Reg. 1), der wie folgt aussah:

wobei \({{{{{\rm{ABUN}}}}}}_{{{{{{\rm{Reg}}}}}}_{x,i}}\) die absolute Häufigkeit von MAGi ist in Regx und \({{{{\rm{ABUN}}}}}}_{{{{{{\rm{Reg}}}}}}_{1,i}}\) ist die absolute Häufigkeit von MAGi in Reg 1. Innerhalb jeder Region wurden Bakterienpopulationen in vier Kategorien eingeteilt, einschließlich „aufgekommener“ (RGF > 0 und \({{{{{\rm{ABUN}}}}}}_{{{{{ {\rm{Reg}}}}}}_{1,i}} = 0\)), „gefördert“ (RGF > 0 und \({{{{{\rm{ABUN}}}}}}_ {{{{{{\rm{Reg}}}}}}_{1,i}} > 0\)), „inhibiert“ (RGF < 0 und \({{{{{\rm{ABUN}} }}}}_{{{{{{\rm{Reg}}}}}}_{x,i}} > 0\)), und „verschwunden“ (\({{{{{\rm{ABUN }}}}}}_{{{{{{\rm{Reg}}}}}}_{x,i}} = 0\)).

Aus 64 Proben, die im Frühjahr und Herbst an 32 Überwachungsstellen entlang des MR-SNWDC entnommen wurden, wurden insgesamt 5,61 Tb metagenomische Daten abgeleitet (Abb. S1 und Tabelle S1). Die 40.261 nichtredundanten vOTUs (mit einer durchschnittlichen Länge von 16,4 kb) aus den viromischen Analysen wurden vier Genomqualitätsstufen zugeordnet, darunter vollständig (1,6 %), hohe Qualität (3,2 %), mittlere Qualität (4,7 %) und niedrig Qualität (90,5 %) (Tabelle S2). Ein großer Anteil minderwertiger Virusgenome erschien in der IMG/VR-Datenbank (72), im Global Ocean Virome (GOV) 2.0-Datensatz (78) und in anderen relevanten Datensätzen aus Studien zur Virusökologie (4, 57), was dies widerspiegelt Neuheit von Umweltviren mit geringer Ähnlichkeit zu derzeit begrenzten viralen Referenzgenomen sowie die Herausforderung, vollständige virale Genome mithilfe von Short-Read-Metagenomen zusammenzustellen. Von den 30.453 vOTUs, denen eine mutmaßliche Taxonomie zugewiesen wurde, waren 99,7 % mit doppelsträngigen DNA-Viren (dsDNA) verbunden und 92 vOTUs waren einzelsträngige DNA-Viren (ssDNA). Obwohl die NMDS-Analyse eine signifikante Häufung der viralen β-Diversität je nach Herbst (2020) und Frühjahr (2021) zeigte (p < 0,001, Abb. 1A und Tabelle S3), könnten zur Unterstützung weitere Zeitreihendaten (N > 2) erforderlich sein die saisonalen Verschiebungen in viralen Gemeinschaften. Für die endemische räumliche Verteilung viraler Gemeinschaften entstanden vier verschiedene ökologische Regionen (p <0, 001, Abb. 1B, C und Tabelle S3), definiert als Reg 1 (Danjiangkou-Reservoir: 01–02), Reg 2 (stromaufwärts: 03–18). ), Reg 3 (flussabwärts: 19–28) und Reg 4 (Wasseraufnahmegebiete: 29–32).

Nichtmetrische multidimensionale Skalierungsanalysen (NMDS) visualisieren die zeitliche Variation der viralen β-Diversität (A) sowie die deutliche Aufteilung der Virusgemeinschaften in vier ökologische Regionen im Herbst (B) und Frühling (C), basierend auf der Bray-Curtis-Unähnlichkeit Matrix berechnet aus den relativen Häufigkeiten von vOTUs. Der Stresswert gibt die Ordinationsfitness jedes NMDS-Diagramms an. Jede Gruppe ist mit einem Konfidenzintervall von 95 % von einer Ellipse umgeben. Eine Ausreißerprobe (06A) wird von nachfolgenden Analysen ausgeschlossen. D Sankey-Diagramme zeigen die Verteilung von vOTUs vom Wasserquellengebiet (Reg. 1) zu den Wasseraufnahmegebieten (Reg. 4). Die Balken in verschiedenen Farben stellen die Anzahl der vOTUs aus der lokalen Region dar (die zuerst in der betreffenden Region auftraten, aber im oberen Bereich der Region nicht erkannt wurden). Quelldaten werden in der Quelldatendatei bereitgestellt.

Da die Zementgrenze des Kanals die Konnektivität zum externen Oberflächen- oder Untergrundabfluss weitgehend blockiert, wird das MR-SNWDC als ideales geschlossenes, unidirektionales Strömungssystem mit stromabwärts gelegenen mikrobiellen Arten angesehen, die größtenteils aus dem stromaufwärts gelegenen Reservoir stammen. Die β-Diversität der Virusgemeinschaften zeigte eine hohe Sorenson-Ähnlichkeit (>0,85) zwischen den vier Regionen, was auf eine hohe Übereinstimmung in der Häufigkeit des Virusvorkommens im gesamten Kanal hinweist (Abb. S2). Darüber hinaus zeigte die räumliche Verteilung der Viruspopulationen von stromaufwärts nach stromabwärts, dass etwa 75 % der vOTUs im gesamten MR-SNWDC zuerst im Danjiangkou-Reservoir beobachtet wurden, was insbesondere 75–90 % des Virusreichtums in jedem der drei betroffenen Hauptgebiete ausmachte -Kanalregionen (Abb. 1D). Das räumlich-zeitliche Muster der Virusgemeinschaften stimmte mit dem der durch 4443 MAGs repräsentierten Bakteriengemeinschaften überein, obwohl ein allgemeines Gleichgewicht des Virusreichtums mit einem erheblichen Verlust des Bakterienreichtums stromabwärts aufrechterhalten wurde (Abb. S3).

Über einen Zeitraum von sieben Jahren (2015–2021) lieferte die monatliche Überwachung der Wasserqualität Hinweise auf eine langanhaltende P-Limitierung im MR-SWNDC, wobei fast alle räumlich oder zeitlich gemessenen TP-Konzentrationen unter dem P-oligotrophen Kriterium von 0,02 mg/L lagen. Gemäß Chinas Umweltqualitätsstandards für Oberflächenwasser (GB3838-2002) [42] bedeutete der beobachtete TP < 0,02 mg/L, dass die Wasserqualität für Trinkwasserzwecke als die beste (Klasse I) eingestuft wurde. Die jährlich gemittelte TP-Konzentration in den letzten drei Jahren (2019–2021) lag im MR-SNWDC zwischen 0,006 und 0,007 mg/L (Abb. 2A) und war damit niedriger als in anderen repräsentativen Fluss- oder Seeökosystemen aus der Global Freshwater Quality Database (Umweltprogramm der Vereinten Nationen, GEMStat, https://gemstat.org/), das TP-Aufzeichnungen in den Jahren 2015–2021 und mindestens ein Jahr an Überwachungsdaten in den Jahren 2019–2021 abdeckte (Tabelle S4).

A Monatliche und jährliche durchschnittliche TP-Konzentrationen von 2015 bis 2021. Der graue Bereich zeigt die Standardabweichung des monatlichen durchschnittlichen TP-Gehalts. B Längsänderungen der TP-Konzentration entlang des Kanals. Die grauen Punkte stellen die jährliche durchschnittliche TP-Konzentration über 7 Jahre dar. Der Fehlerbalken entspricht dem 95 %-Konfidenzintervall. Die roten und blauen Punkte stellen die TP-Konzentration in den Probenahmemonaten dar. Der R2-Wert der Anpassungsgüte und die statistische Signifikanz werden für jede lineare Regression (****: <0,0001) dargestellt. C Korrelation zwischen Umweltfaktoren und viralen/bakteriellen Gemeinschaften im Herbst und Frühling. Paarweise Pearson-Koeffizienten werden durch Farbverläufe dargestellt. Die Kantenbreite zeigt die r-Korrelationskoeffizienten von Mantel. Die Kantenfarbe stellt das Signifikanzniveau des p-Werts basierend auf 999 Permutationen dar. D Zufällige Waldbedeutung jedes Umweltfaktors für Virus- und Bakteriengemeinschaften in zwei Jahreszeiten. Alle Umweltfaktoren werden anhand ihres Bedeutungsindex, der durch die Erhöhung der Knotenreinheit dargestellt wird, in eine Rangfolge gebracht. Die Bedeutung jedes Umweltfaktors wird in Sternchen angezeigt (**: <0,01; *: <0,05). Quelldaten werden in der Quelldatendatei bereitgestellt.

Biologisch wichtige Elemente wie C, N und P spielen eine grundlegende Rolle bei den physiologischen Aktivitäten von Mikroorganismen. Beispielsweise benötigen sowohl Heterotrophe als auch Phototrophe N und P für zelluläre Komponenten und enzymatische Aktivitäten, trotz ihrer Differenzierung in der Kohlenstoffnutzung und Lebensweise. In der vorliegenden Studie wurden die gemessenen TOC- und TN-Konzentrationen entlang des Kanals auf relativ stabilen Werten gehalten. Allerdings betrug der Variationskoeffizient (die Standardabweichung dividiert durch den Mittelwert) von TP im Herbst und Frühjahr 0,48 bzw. 0,39 und war damit etwa 2–5-fach höher als der von TOC (Herbst: 0,12, Frühjahr: 0,11) oder TN (Herbst: 0,10, Frühling: 0,06), was darauf hindeutet, dass der MR-SNWDC P-empfindlicher als C- oder N-empfindlicher war. Der extrem niedrige P-Gehalt (0,008 mg/L im Herbst und 0,007 mg/L im Frühjahr) (Abb. 2A) führte zu einem sehr hohen durchschnittlichen N:P-Verhältnis (~350:1) im Vergleich zum Referenz-N:P-Wert (16:1) des Redfield-Verhältnisses (Abb. S4), was auf P-Mangelzustände im MR-SNWDC hinweist. Basierend auf den 7-Jahres-Überwachungsdaten blieb das hohe N:P-Verhältnis entlang des Hauptkanals langfristig erhalten (290:1~405:1) (Abb. S5).

Darüber hinaus zeigte die räumliche Variation der TP-Konzentration, die aus den speziellen Überwachungskampagnen (August 2020 und März 2021) ermittelt wurde, ähnlich dem Trend des jährlich gemittelten TP-Gehalts entlang des Hauptkanals über sieben Jahre hinweg, einen signifikanten Rückgang von 0,010 bis 0,011 mg/L im Oberlauf innerhalb des Quellwassergebiets auf 0,004 ~ 0,005 mg/L im Unterlauf in der Nähe der Gemeinden Peking und Tianjin (Herbst: R2 = 0,46; Frühling: R2 = 0,56) (Abb. 2B). Da das geschlossene System mit Zementbegrenzung des Kanals den externen Eintrag von P-Verschmutzung erheblich reduzierte, stammte die Haupt-P-Versorgung im gesamten Kanal wahrscheinlich aus Phosphatdünger in den Becken rund um das Wasserquellengebiet (Danjiangkou-Stausee) [79] Dies deutet auf ähnliche Abnahmetrends der TP-Konzentration und des P-Flusses stromabwärts hin (Abb. S6) aufgrund der kontinuierlichen Verdünnung und des mikrobiellen Verbrauchs.

Darüber hinaus verwendeten wir eine Umweltkorrelationsanalyse, ein Zufallswaldmodell und eine Netzwerkanalyse des gleichzeitigen Vorkommens, um die wesentlichen Auswirkungen von TP auf virale und bakterielle Gemeinschaften aufzudecken, basierend auf 14 Umweltindikatoren, die von Chinas Umweltqualitätsstandards für Oberflächenwasser (GB3838-2002) empfohlen werden lokale Wasserüberwachungsstationen. In Anbetracht der Tatsache, dass die Kohlenstoffquelle ein direkterer wachstumsbegrenzender Faktor für Heterotrophe sein könnte [80], haben wir die gleichen Analysen auch für heterotrophe Bakterien durchgeführt, indem wir Phototrophe (hauptsächlich Cyanobakterien) aus den Community-Datensätzen ausgeschlossen haben. Der partielle Mantel-Test zeigte, dass TP und das N:P-Verhältnis sowohl im Herbst als auch im Frühjahr stark mit vOTUs oder MAGs korrelierten (Abb. 2C und S7A). Mithilfe des Zufallswaldmodells analysierten wir die Bedeutung jedes Umweltfaktors und stellten fest, dass TP der bedeutendste Umweltfaktor war, der die Virus- und Bakteriengemeinschaften in beiden Jahreszeiten beeinflusste (Abb. 2D und S7B). Die Bakteriengemeinschaften im Frühjahr wurden stark vom N:P-Verhältnis beeinflusst, das größtenteils ein P-begrenzter Prozess war, da N im MR-SNWDC im Allgemeinen ausreichend und unempfindlich war. Darüber hinaus zeigte das Netzwerk des gleichzeitigen Auftretens von Umweltfaktoren und MAGs/vOTUs, dass TP und N:P in beiden Jahreszeiten im größten Modul mit den meisten Verbindungen zu MAGs/vOTUs vorhanden waren, was auf ihre dominanten Auswirkungen auf Bakterien- und Virusgemeinschaften schließen lässt ( Abb. S8).

Verglichen mit der durchschnittlichen Größe der 22.386 vollständigen Virusgenome unter einem breiteren P-Bereich in vier repräsentativen Oberflächenwasserökosystemen der IMG/VR-Datenbank beträgt die Genomgröße (Durchschnittswert 25 kb) der 646 vOTUs mit vollständigen Genomen (siehe Tabelle S2). ), abgeleitet aus der extrem P-beschränkten Umgebung im MR-SNWDC, war offenbar kleiner als der in Seen, Meeresumgebungen oder Flüssen und viel kleiner als der in P-reichem Abwasser (Durchschnittswert von 47 kb) (Abb. 3A) . Die TP-Konzentration für diese ausgewählten öffentlichen Biome (sofern gemeldet) lag über 0,02 mg/L und lag damit über der Obergrenze des TP-Gehalts im MR-SNWDC. Die geringe Genomgröße wurde hauptsächlich auf die verringerte Kodierungshäufigkeit funktioneller Gene zurückgeführt, die mit der Genomreplikation, -rekombination und -reparatur sowie mit posttranslationalen Modifikationen, Proteinumsatz und Chaperonen verbunden sind (Abb. 3B). Darüber hinaus enthielten die Viren unter P-beschränkten Bedingungen höhere Guanin-Cytosin (GC)-Gehalte (Abb. S9A) und spezifischere Aminosäurereste im Zusammenhang mit der Proteinstabilität (Abb. S9B) als diejenigen in der IMG/VR-Datenbank, was auf einen allgemeinen Wert schließen lässt Robustheit viraler Strukturen im MR-SNWDC. Das niedrigere Lysin-Arginin-Verhältnis und der höhere Prolingehalt der Virusgenome im MR-SNWDC halfen bei der Interpretation der verbesserten Entstehung von Salzbrücken und Wasserstoffbrücken zwischen den sekundären Proteinstrukturen [81], die als Haupttreiber für die Verbesserung der Virusstabilität dienten. Asparagin, Methionin und Tyrosin, die eng mit der Flexibilität der Proteinfaltung verbunden sind und normalerweise an der Optimierung unter kalten Bedingungen beteiligt sind [4], zeigten im MR-SWNDC deutlich geringere Häufigkeiten in viralen Genomen, was auf eine Verringerung der Flexibilitätsfaktoren im MR-SWNDC schließen lässt virale Moleküle. Weitere Informationen zu den Beziehungen zwischen vOTUs im MR-SNWDC und öffentlich gemeldeten Virussequenzen in der IMG/VR-Datenbank finden Sie in den ergänzenden Ergebnissen und in Abb. S10.

Eine Genomlänge von Viren im MR-SNWDC und vier repräsentativen Oberflächenwasserökosystemen (Fluss, Meer, See und Abwasser) aus der IMG/VR-Datenbank. Die durchschnittliche virale Genomlänge jedes Datensatzes ist durch den roten Punkt markiert und in der Beschriftung angegeben. Der statistische Unterschied wird durch den Bonferroni-bereinigten Wilcoxon-Test geschätzt. B Durchschnittliche Mengen viraler CDS in jeder COG-Funktionskategorie. Der Kruskal-Wallis-Test wird für Unterschiede viraler CDS in der MR-SNWDC- und der IMG/VR-Datenbank (die vier Ökosysteme kombiniert) durchgeführt. Alle oben genannten Signifikanzniveaus sind mit Sternchen gekennzeichnet (****: <0,0001; **: <0,01; ns: >0,05). Zu den COG-Funktionen gehören: A (RNA-Verarbeitung und -Modifikation), B (Chromatinstruktur und -dynamik), C (Energieproduktion und -umwandlung), D (Zellzykluskontrolle, Zellteilung, Chromosomenaufteilung), E (Aminosäuretransport und -stoffwechsel) , F (Nukleotidtransport und Metabolismus), G (Kohlenhydrattransport und Metabolismus), H (Coenzymtransport und Metabolismus), I (Lipidtransport und Metabolismus), J (Translation, ribosomale Struktur und Biogenese), K (Transkription), L ( Replikation, Rekombination und Reparatur), M (Zellwand-/Membran-/Hüllenbiogenese), N (Zellmotilität), O (Posttranslationale Modifikation, Proteinumsatz, Chaperone), P (Anorganischer Ionentransport und Metabolismus), Q (Biosynthese von Sekundärmetaboliten, Transport und Katabolismus), T (Signaltransduktionsmechanismen), U (intrazellulärer Transport, Sekretion und vesikulärer Transport), V (Verteidigungsmechanismen), W (extrazelluläre Strukturen) und Z (Zytoskelett). Quelldaten werden in der Quelldatendatei bereitgestellt.

Entlang des Kanals wurde ein allgemein abnehmender Trend des Bakterienreichtums beobachtet, wobei die TP-Konzentration flussabwärts sowohl im Frühjahr als auch im Herbst abnahm (Abb. 4A), insbesondere im Herbst. Die in Wohngebieten vorkommenden bakteriellen MAGs (2109), die aus dem Wasserquellengebiet (Danjiangkou-Stausee) stammen, wurden im Herbst am Kanalende (Wasseraufnahmegebiete) um etwa die Hälfte reduziert. Trotz des allgemeinen Rückgangs der Anzahl der MAGs mit Wasserfluss stellten wir einen leichten Anstieg des Bakterienreichtums von Reg 1 zu Reg 2 fest, was die potenziell eingeführten externen Arten aus Oberflächen-/Untergrundabflüssen in der Regenzeit entlang Reg 2 über eine Strecke von ca. 660 km widerspiegelt . Ein Vergleich der Bakterienhäufigkeiten im Hauptkanal- und Wasserquellengebiet ergab proportionale Unterschiede in den entstandenen, geförderten, gehemmten und verschwundenen Bakterienpopulationen entlang des MR-SNWDC (Abb. 4A, siehe „Materialien und Methoden“). In beiden Jahreszeiten zeigten etwa 60 % der bakteriellen MAGs in Reg 2 Auftauch- oder Blühzyklen, gefolgt von einem anschließenden Rückgang in Reg 3 und Reg 4. Der Anteil verschwundener Bakterien war in den wasserführenden Gebieten vier- bis zehnmal höher als in Reg 2 oder Reg 3, entsprechend dem signifikanten Rückgang der P-Versorgung und starken Umweltfiltereffekten auf die Absterbemuster von Populationen mit geringer Anpassung.

Entlang des 1432 km langen Kanals, der in vier verschiedene Regionen unterteilt ist, sind 32 Probenahmestellen angeordnet (oberes Diagramm). Der kumulative Dendritenabstand wird zwischen jeder Probenahmestelle und dem Wasserquellengebiet berechnet (siehe „Materialien und Methoden“). A-Liniendiagramme zeigen Veränderungen im Reichtum der Bakterienpopulationen, die durch MAGs entlang des Kanals dargestellt werden, während Kreisdiagramme die proportionale Variation der entstandenen, geförderten, gehemmten und verschwundenen Bakterien in drei Hauptkanalregionen zeigen (siehe „Materialien und Methoden“). B Heatmap, die die durchschnittliche Kopienzahl der wichtigsten bakterienkodierten P-assoziierten Gene an allen Probenahmestellen zeigt. Die obere und untere Tafel repräsentieren die Herbst- bzw. Frühlingssaison. pstS-Phosphattransportsystem-Substratbindungsgen, phoH-Phosphathunger-induzierbares Gen, RNR-Ribonukleotidreduktase (I: nrdABEFHI, II: nrdJ, III: nrdDG, TR-Transkriptionsregulator nrdR), plsX-Phosphatacyltransferase, plsY-Glycerin-3-phosphat-Acyltransferase, G6PD Glucose-6-Phosphat-1-Dehydrogenase, 6PGD 6-Phosphogluconat-Dehydrogenase. Quelldaten werden in der Quelldatendatei bereitgestellt.

Einige zentrale Phosphat-Regulon-Gene, insbesondere das substratbindende pstS-Gen des Phosphattransportsystems und das durch Phosphatmangel induzierbare phoH-Gen, spielen eine wichtige Rolle bei P-Akquisitionsaktivitäten (82). Diese Gene zeigten einen deutlichen Rückgang (R2 = 0,39, p < 0,0001) der Kodierungsfrequenzen entlang des Kanals (Abb. 4B und Abb. S11). Unterdessen wurde auch eine signifikante Verringerung der durchschnittlichen Kopienzahl anderer wichtiger P-basierter Gene in Flussrichtung beobachtet, die für die Nukleotidsynthese, DNA-Replikation und Membranbildungsprozesse, einschließlich des Pentosephosphatwegs (PPP: G6PD, 6PGD), wesentlich sind ) (R2 = 0,32, p < 0,0001), Phospholipidbiosynthese (plsX, plsY) (R2 = 0,46, p < 0,0001) und Ribonukleotidreduktase (RNR: RNR I + II + III, RNR-Transkriptionsregulator) (R2 = 0,30, p < 0,0001). Ähnliche Trends in Bezug auf Reichtum, Wachstumspotenzial und Genvariation wurden für die qualitativ hochwertigen Bakteriengenome beobachtet (Vollständigkeit > 90 %, Kontamination < 5 %), was die Zuverlässigkeit der Ergebnisse bestätigt (Abb. S12). Zusätzlich zu den P-basierten Genen untersuchten wir andere funktionelle Gene, die mit dem Kohlenhydrat-, Energie-, Stickstoff-, Schwefel- und Nukleotidstoffwechsel verbunden sind, und stellten einen konsistenten Rückgang der durchschnittlichen Kopienzahl dieser Gene entlang des Kanals fest (Abb. S13). Die extrem niedrige P-Versorgung in stromabwärts gelegenen Regionen kann außerhalb des Bereichs der P-Gehalte liegen, in dem Bakterien normale physiologische Aktivitäten aufrechterhalten können, und weist somit geschwächte biologische Funktionen im Zusammenhang mit der P-Aufnahme und anderen grundlegenden zellulären Prozessen auf. Das allgemein gehemmte Vorhandensein von P-assoziierten Genen sowie der unterdrückte Reichtum und das Wachstumspotenzial von Bakterien ließen auf deren geringe Umwelttauglichkeit bei Selektion aufgrund von P-Einschränkungen schließen.

Basierend auf In-silico-Vorhersagen und Positivkontrollen unter Verwendung bekannter Virus-Wirt-Assoziationen wurden 11,6 % der insgesamt 40.261 vOTUs mutmaßlichen prokaryotischen Wirten aus 15 Bakterienstämmen zugeordnet, wobei die Mehrheit (91,0 %) nur mit einem einzigen Wirtsstamm verbunden war einige (0,8 %) zeigten ein breites Wirtsspektrum über 3 oder mehr Phyla (maximal 5) (Abb. 5A und Tabelle S5). Diese vom Host zugewiesenen vOTUs machten in allen Proben etwa 60–90 % der Häufigkeit der gesamten vOTUs aus. Unter den 33.391 gepaarten Virus-Wirt-Verknüpfungen machten Actinobacteriota den größten Anteil an der Anzahl der Wirte aus (35,6 %), gefolgt von Proteobacteria (33,9 %) (Abb. 5A). Von den taxonomisch bekannten Viren innerhalb validierter Virus-Wirt-Verbindungen gehörten etwa 99,9 % zu Caudoviricetes, die die am häufigsten vorkommenden dsDNA-Phagen darstellten, sowie zu 17 ssDNA-Phagen (Inoviridae). Für jeden Bakterienstamm zeigte die Virushäufigkeit eine signifikante positive Korrelation mit der Wirtshäufigkeit, was auf die Genauigkeit der identifizierten Virus-Wirt-Verknüpfungen schließen lässt (Abb. S14). Die Virus-Wirt-Häufigkeitsverhältnisse (VHRs) waren für alle Bakterienstämme größer als eins (16,7–2021,4) (Abb. S15). Insgesamt wurden 4659 vOTUs und 3930 MAGs im Kookkurrenznetzwerk visualisiert (Abb. S16). Alle Virus-Wirt-Verbindungen wurden in 153 verschiedene, getrennte Module geclustert. Die fünf größten repräsentativen Module zeigten mit über 400 Community-Mitgliedern in jedem Modul die komplexesten Verbindungen zwischen Viren und ihren Wirten. Das gleichzeitige Vorkommen von Wirten und ein breites Wirtsspektrum an Viren halfen bei der Interpretation der vielfältigen und komplexen Virus-Wirt-Kreuzinfektionen in diesen Modulen. Ungefähr 23,5 % der Module stellten lediglich Verbindungen zwischen einem einzelnen Virus und einem Wirtsstamm dar.

A Virus-Wirt-Verknüpfungen zeigen virale Wirtsbereichsprofile, die sich über verschiedene Bakterienstämme erstrecken, wobei die meisten vOTUs mit einzelnen Wirtsstämmen verknüpft sind und kleinere vOTUs stammübergreifende Beziehungen (≥2) aufweisen. B Die Vorhersage des Lebensstils liefert den Anteil der vOTUs (mit vollständigem Genom), die virulente oder gemäßigte Infektionszyklen annehmen. In beiden Jahreszeiten kommt es zu deutlich steigenden Trends beim C-Virus-Wirt-Häufigkeitsverhältnis (VHR) und der D-Virus-kodierten RNR-assoziierten Genhäufigkeit entlang des Kanals. Der R2-Wert der Anpassungsgüte und die statistische Signifikanz werden für jede lineare Regression (*: <0,05; ***: <0,001; ****: <0,0001) dargestellt. Quelldaten werden in der Quelldatendatei bereitgestellt.

Von den 1945 Viren mit hochwertigen oder vollständigen Genomen wurde vorhergesagt, dass etwa 90 % einen lytischen Lebensstil annehmen würden (Abb. 5B). Erhöhte VHRs stromabwärts (Herbst: R2 = 0,14, p < 0,05; Frühling: R2 = 0,28, p < 0,01) spiegelten ein erhöhtes Maß an Virusinfektionszyklen entlang des Kanals wider (Abb. 5C). Viruskodierte RNR-Gene zeigten einen signifikanten Anstieg der durchschnittlichen Häufigkeit entlang des Kanals (Herbst: R2 = 0,16, p < 0,05; Frühling: R2 = 0,44, p < 0,0001), was mit der Verbesserung der Infektionsdynamik übereinstimmt (Abb. 5D). und kann mit dem geförderten Genomreplikationsprozess für eine schnelle Reproduktionssicherung verknüpft sein.

In dieser Studie wurde ein großer Teil viruskodierter AMGs des pstS-Gens (siehe ergänzende Methoden) enthüllt, um die Fähigkeit von Viren anzuzeigen, die P-Aufnahme von Wirtszellen unter P-limitierten Bedingungen zu fördern (in Tabelle S6 fett hervorgehoben). ). Zusätzlich zum erwarteten Vorhandensein von pstS [31] lieferten DRAM-v-Anmerkungen Informationen zu anderen hochangereicherten AMGs, die mit dem Nukleotidstoffwechsel verbunden sind, einschließlich dUTP-Pyrophosphatase (DUT), DNA (Cytosin-5-)-Methyltransferase (DNMT) und dCTP-Deaminase (dcd) und Thymidylatsynthase (thyA), was auf die Fähigkeit des Virus hindeutet, den Stoffwechsel des Wirts in Bezug auf die Nukleotidbiosynthese und die DNA-Reparatur zu erleichtern (Abb. S17A). Darüber hinaus haben wir 54 AMGs als UDP-Glucose-4-Epimerase (galE) identifiziert, die in der Lage sind, den Kohlenstofffluss und die Cofaktoren bereitzustellen, die für die katalytische Aktivität auf Nukleotidbasis erforderlich sind. Alle ausgewählten repräsentativen AMGs wurden durch Modellierung tertiärer Proteinstrukturen validiert (Abb. S17B).

Das durch Krankheitserreger verursachte Risiko ist als eines der Gesundheitsprobleme des Trinkwassers ein Hauptanliegen für die Wassersicherheit im MR-SNWDC. Hier untersuchten wir die räumlich-zeitliche Verteilung und das Wachstumspotenzial pathogener Bakterien entlang des Kanals. Im Wasserquellengebiet (Reg. 1) wurden zunächst im Herbst bzw. Frühjahr 387 bzw. 292 bakterielle Krankheitserreger nachgewiesen, was 15,3 % aller MAGs ausmachte, wobei entlang des Kanals vom Danjiangkou-Reservoir bis zu den wasserführenden Gebieten ein allgemeiner Rückgang zu verzeichnen war (Abb. 6A). Obwohl es sich bei dem gesamten Kanal um ein künstlich kontrolliertes System handelt, wurden externe pathogene Arten entlang der ca. 660 km langen Reg. 2 immer noch potenziell durch oberflächlichen/unterirdischen Abfluss in der Regenzeit eingeschleppt und führten zu einem leichten lokalen Anstieg des Krankheitserregerreichtums. Der Anteil der neu aufgetretenen oder vermehrten Krankheitserreger sank von Reg 2 (>60 %) auf Reg 4 (<40 %), und die Anzahl der verschwundenen Krankheitserreger in Reg 4 war fast zehnmal so hoch wie in Reg 2 (Abb. 6A). In der Zwischenzeit traten zehn bakterielle Krankheitserreger, die mehrere ARGs als antibiotikaresistente Superpathogene trugen, flussaufwärts auf, wurden jedoch in den Wasseraufnahmegebieten nahezu eliminiert (Abb. 6B), was auf eine Verringerung der aktuellen Gesundheitsrisiken hindeutet, die von antibiotikaresistenten Krankheitserregern ausgehen.

A Entlang des MR-SNWDC (1432 km) mit abnehmender P-Versorgung zeigen bakterielle Pathogenpopulationen, dargestellt durch MAGs, im Herbst und Frühling konsistente Trends im Reichtum (Liniendiagramme) und Wachstumspotenzial (Balkendiagramme, siehe Materialien und Methoden). B Das zweiteilige Netzwerk stellt die Verbindungen zwischen zehn ARG-tragenden Superpathogenen (siehe Materialien und Methoden) und ihren viralen Raubtieren dar. Ausgefüllte Quadrate geben die Entstehung/Vermehrung (+) oder das Verschwinden (–) jedes spezifischen Superpathogens in drei Hauptkanalregionen an. C Wichtige pathogenkodierte Gene von vier Stoffwechselprozessen, die mit der P-Aufnahme und -Nutzung verbunden sind, zeigen einen signifikanten Rückgang der durchschnittlichen Kopienzahl entlang des Kanals. D Das Verhältnis der Virus-Pathogen-Häufigkeit nimmt mit dem Wasserfluss in beiden Jahreszeiten deutlich zu. Jede lineare Regression wird durch den R2-Wert der Anpassungsgüte und das Signifikanzniveau des p-Werts gekennzeichnet. Quelldaten werden in der Quelldatendatei bereitgestellt.

Mit dem stromabwärts gerichteten Rückgang der TP-Konzentration kommt es zu einer Unterdrückung des funktionellen Potenzials der Krankheitserreger im Zusammenhang mit dem P-Metabolismus (R2 = 0,19, p < 0,001), PPP (R2 = 0,05, p < 0,05) und der Phospholipid-Biosynthese (R2 = 0,22, p < 0,0001). ) und RNR (R2 = 0,31, p < 0,0001) wurde entlang des Kanals beobachtet (Abb. 6C), was die normalen Bioaktivitäten der P-Akquisition, der Nukleotidreplikation und der Membranbildung nicht gewährleistete und darüber hinaus P-beschränkte Zellschäden verursachte . Zusätzlich zur P-Filtration könnten verstärkte Virusinfektionen auch zur Verringerung bakterieller Krankheitserreger beitragen, wie aus den deutlich erhöhten Virus-Pathogen-Häufigkeitsverhältnissen entlang des Kanals hervorgeht (Herbst: R2 = 0,12, p < 0,05; Frühling: R2 = 0,25, p < 0,01, Abb. 6D). Diese Ergebnisse betonten die Auswirkungen der Virusprädation auf die Rezession von Krankheitserregern unter P-Begrenzung und lieferten Hinweise auf verringerte Gesundheitsrisiken vom Wasserquellengebiet bis zu den Wasseraufnahmegebieten im MR-SNWDC.

Als seltener Fall der natürlichen Wasserselbstreinigung, der in einem groß angelegten Wassersystem entdeckt wurde, demonstrierte die Virus-Pathogen-Dynamik das große Potenzial viraler Raubtiere, indem sie über 30 % der im Wasser übertragenen Pathogene im MR-SWNDC reduzierte, begleitet von einer nahezu vollständigen Eliminierung der weithin besorgniserregenden antibiotikaresistenten Superpathogene in den wasserführenden Gebieten (Abb. 6).

Im Gegensatz zu anderen aquatischen Ökosystemen kam es im MR-SWNDC gemäß den monatlichen Überwachungsdaten von 2015 bis 2021 entlang des Kanals zu langanhaltenden P-Beschränkungen (TP ≤ 0,02 mg/L und N:P 290:1~405:1) (Abb. 2A, S5 und Quelldaten). Als bioessentielles Element des Genoms [83] beeinflusst P-Knappheit die Stoffwechselprozesse von Krankheitserregern und die theoretische Obergrenze des Wachstumspotenzials. Die normale Zellproliferation hängt von einer ausreichenden Speicherung von genetischem Material, d. h. Nukleotiden, mit der Architektur von P-Elementen ab (Abb. 7), während RNR als Schlüsselenzym des einzigen bekannten De-novo-Synthesewegs für Desoxyribonukleosidtriphosphat (dNTP) fungiert [84 ], der essentielle DNA-Vorläufer für die Nukleotidreplikation. Es wurde festgestellt, dass die Menge an RNR-Protein direkt proportional zur DNA-Syntheserate ist und eine entscheidende Rolle bei der Regulierung der Zellwachstumsbedingungen während der Generationszeit von Escherichia coli spielt [85]. Der extrem niedrige P könnte die Abnahme der RNR-assoziierten Gene entlang des Kanals verstärkt haben (Abb. 6C) und zu Ungleichgewichten in dNTP-Pools und einem Anstieg der Genommutation geführt haben [86]. Tatsächlich wurden RNRs beim Zieldesign von Inhibitoren zur Eliminierung pathogener Infektionen eingesetzt [87]. Darüber hinaus spiegelte sich die Genomdysfunktion auch in der abnehmenden Aktivität des PPP wider (Abb. 6C), was die notwendige Versorgung mit Kohlenstoff (Ribose-5-phosphat) für den Nukleotidstoffwechsel verringerte [88]. Zusätzliche durch P-Einschränkungen verursachte Gefahren könnten auf den Verlust von Membrankomponenten zurückzuführen sein, die zur Zellfehlbildung beitragen, und auf eine verzerrte intrazelluläre Umgebung [20], die mit der Unterdrückung geschwindigkeitsbestimmender Gene (plsX, plsY) [89] verbunden ist, die an der Phospholipid-Biosynthese beteiligt sind. Somit wirkte sich der Rückgang der P-Verfügbarkeit im MR-SNWDC stark auf die Lebensfähigkeit von Krankheitserregern aus (Abb. 7) und könnte die durch Krankheitserreger verursachten Gesundheitsrisiken von der Wasserquelle bis zu den Wasseraufnahmegebieten erheblich verringern. Die starre Grenze des Wasserübertragungssystems verhinderte weitgehend das Eindringen von exogenen Schadstoffen und pathogenen Arten in den Kanal, außer in der Hochwassersaison, wenn der Oberflächenabfluss geringfügige externe Einträge verursachen kann, insbesondere im längsten Zeitraum von Reg 2 im MR-SNWDC.

Das MR-SNWDC entspringt dem Danjiangkou-Stausee, fließt durch die Provinzen Henan und Hebei und leitet Wasser in die Gemeinden Peking und Tianjin. Bakterien, einschließlich Krankheitserreger, sind einer der Hauptverbraucher von P-Nährstoffen im Kanal. Einige Kerngene des P-Metabolismus (z. B. pstS, phoH) erleichtern die P-Akquise und sorgen für den P-Fluss für andere P-basierte Prozesse, die mit der Nukleotidzuckerbiosynthese (PPP), der Membranbildung (Phospholipidbiosynthese) und der DNA-Replikation (RNR) verbunden sind. Im MR-SNWDC mit lang anhaltendem P-Mangel und schnellem Rückgang der P-Versorgung entlang des Kanals zeigen Krankheitserreger eine Unterdrückung der Umwelttauglichkeit, während Viren ihre lytischen Infektionen verstärken, um zu überleben. Virale Prädation führt zur Bakteriensterblichkeit, wodurch Virionen der nächsten Generation freigesetzt werden, und induziert einen viralen Shunt von intrazellulärem P für den Umsatz anderer heterotropher Bakterien, wodurch nachhaltige Wirtsquellen für die nächste Infektionsrunde bereit bleiben. Die einzigartige Virus-Pathogen-Infektionsdynamik unter P-Einschränkungen führt zu einem Rückgang der Pathogene und verbessert die Wasserqualität in den Wasseraufnahmegebieten.

Im Gegensatz dazu zeigten Viren als weitere Konkurrenten um begrenzte P-Ressourcen eine relativ starke Anpassungsfähigkeit und Überlebensfähigkeit durch eine „Selbsterhaltungs“-Strategie. Genauer gesagt haben Viren im MR-SNWDC klugerweise eine kleine Genomgröße angenommen, die fast halb so groß ist wie die durchschnittliche Länge viraler Genome aus P-reichem Abwasser (Abb. 3A), um die Effizienz der P-Nutzung zu fördern und die potenziellen Kosten dafür zu minimieren Nukleotidreplikation und DNA-Reparatur (Abb. 3B). Wahrscheinlich wurden nur die notwendigsten genetischen Materialien beibehalten, um die Mindestanforderungen für posttranslationale Modifikationsprozesse wie die Proteinphosphorylierung zu erfüllen [90]. Um mit dem potenziellen P-Einschränkungsstimulus fertig zu werden, müssen Viren ihre molekulare Stabilität erhöhen, indem sie das Vorhandensein von Wasserstoffbrückenbindungen und Salzbrücken erhöhen, was durch steigende GC-Gehalte sowie kodierende Präferenzen für bestimmte Aminosäuren angezeigt wird (Abb. S9). Viren in einer P-oligotrophen Umgebung tendieren möglicherweise dazu, begrenzte Energie zu sparen, während kältegestresste Viren [4] zur Energieerzeugung gezwungen wären, sich zu bewegen, und daher wahrscheinlich Anpassungen für eine erhöhte strukturelle Flexibilität und Proteinfaltung durchlaufen müssten, um enzymatische Aktivitäten unter thermodynamisch ungünstigen Bedingungen zu fördern Bedingungen.

Viren im MR-SNWDC zeigten eine typische Art und Weise, durch verstärkte Infektion P-Nährstoffe und Energie aus Wirtszellen zu gewinnen (Abb. 6D und 7). Die zunehmende Häufigkeit viruskodierter RNRs entlang des Kanals (Abb. 5D) erleichterte die Bereitstellung von dNTP-Substrat für die DNA-Polymerisation von Viren, was auf eine Verbesserung der Wettbewerbsfähigkeit von Viren unter P-limitierten Bedingungen hindeutet [91]. Die Regulierung der RNR-Gene trug dazu bei, ein Gleichgewicht zwischen der Bereitstellung von DNA-Vorläufern und den Anforderungen der Virusproduktion aufrechtzuerhalten. Die vorherrschenden virulenten Viren (Abb. 5B) zerstörten Wirtszellen für die Freisetzung von Virionen der nächsten Generation (Abb. 7) und übten eine Top-Down-Kontrolle aus, indem sie die Produktivität der Wirtspopulationen unterdrückten [23]. Eine effiziente Virusprädation zur gezielten Eliminierung bakterieller Krankheitserreger trug zur Verbesserung der Wasserqualitätssicherheit im Kanal bei (Abb. 7). Frühere Studien untersuchten virale Beiträge zu biogeochemischen Pools und zeigten, dass eine hohe Lyse virale Shunt-Effekte fördern kann, indem Nährstoffverbindungen in Wirtszellen zur P-Wiederverwendung freigesetzt werden [92, 93], was unter extremen P-Beschränkungen möglicherweise die einzige Quelle für den mikrobiellen Umsatz ist [94]. . Quantitative Schätzungen der relativen Beiträge viraler Shunts zum P-Pool würden in Zukunft ausreichendere P-Daten und strengere biophysikalische Modelle erfordern. Das virusvermittelte P-Recycling lieferte positives Feedback zur Aufrechterhaltung eines Gleichgewichts in der Vielfalt der Virusgemeinschaften, was mit den experimentellen Ergebnissen [95] hinsichtlich der Förderung der Virusproduktion in einer Umgebung mit niedrigem P-Gehalt übereinstimmt. Darüber hinaus kodierten Viren auch für ein großes Repertoire an AMGs, die mit dem Nukleotidstoffwechsel verbunden sind (Tabelle S6), und zeigten ein hohes Potenzial, die Biosynthese des Wirtsgenoms zu beeinflussen und so die Selbstproliferation zu fördern [96].

Das Auftreten und die Übertragung von Umweltpathogenen haben zur weltweiten Verbreitung menschlicher Krankheiten beigetragen [97]. Viren können als natürliche Raubtiere bakterieller Krankheitserreger ihre Wirte infizieren und durch virale Lysezyklen zum Zelltod des Wirts führen, was ein großes Potenzial für die Behandlung von Krankheitserregern darstellt, die durch Krankheitserreger verursacht werden. Die sogenannte „Bakteriophagen-Therapie“ [98], die hochpräzise und gezielte Behandlungen durch spezifische Virusinfektionen und eine konstante Virus-Wirt-Koevolution ermöglicht, hat sich in der Therapie und in der Aquakultur als erfolgreich erwiesen [99, 100]. Im Gegensatz zur gezielten Bakteriophagentherapie auf Stammebene in biomedizinischen Praxen (Abb. S18) könnten große Repertoires aquatischer Viren mit unterschiedlichen Infektionsspektren gleichzeitig eine wirksame Eliminierung mehrerer bakterieller Krankheitserreger erreichen, was besonders hilfreich für die Bewältigung der neuen Herausforderungen bei der Trinkwassersicherheit im Zusammenhang mit ist Krankheitserregerausbrüche oder Verbreitung antibiotikaresistenter Mikroorganismen [36].

Im weltweit größten Projekt zur Wassertransfertechnik haben wir ein interessantes natürliches Paradigma der Bakteriophagentherapie zur Verbesserung der Wasserqualität durch die Dynamik von Virus-Pathogen-Infektionen entdeckt. Wir haben weiter die Bedingungen interpretiert, die für das Auftreten eines solch seltenen Ereignisses im MR-SNWDC erforderlich sind, das sich über ein Kontinuum von 1432 km erstreckt und in dem die P-Limitierung über einen Zeitraum von 7 Jahren aufrechterhalten wurde (TP < 0,02 mg/L und N:P 290): 1~405:1) und spielte eine entscheidende Rolle in in situ viralen und bakteriellen Gemeinschaften. Wir fanden heraus, dass residente Viren kleinere Genome entwickelt haben, um die Kosten für Nukleotidreplikation, DNA-Reparatur und posttranslationale Modifikation unter extremen P-Einschränkungen zu minimieren. Darüber hinaus haben wir die wichtigsten strukturellen Triebkräfte aufgedeckt, die die Virusstabilität unter P-armen Bedingungen verbessern, was hauptsächlich durch einen erhöhten GC-Gehalt sowie eine kodierende Präferenz für Aminosäurereste, die mit der Proteinsteifigkeit verbunden sind, erleichtert wird. Mit einer abnehmenden P-Versorgung entlang des Kanals zeigten bakterielle Krankheitserreger eine geschwächte Fähigkeit kritischer P-basierter Gene, die am P-Metabolismus, der Membranbildung und der Nukleotidbiosynthese beteiligt sind, was zu einem Verlust der Umwelttauglichkeit und einer erheblichen Rezession stromabwärts führte. Unsere Studie enthüllte auch die Überlebensstrategie virulenter Viren, um P-Nährstoffe und Energie aus Wirtszellen zu sichern, indem sie lytische Infektionen verstärkt und die Häufigkeit von RNR-Genen erhöht, die mit der Förderung nuklearer DNA-Replikationszyklen verbunden sind, was Gesundheitsrisiken durch bakterielle Krankheitserreger in der MR verringert -SNWDC. Diese Studie stellte einen alternativen Weg zur Verbesserung der Wasserqualität durch natürliche Virusprädation dar und verdeutlichte die potenzielle Bedeutung der Selbstreinigung im Zusammenhang mit Virus-Wirt-Interaktionen für den Trinkwasserschutz und die nachhaltige Bewirtschaftung der Wasserressourcen.

Rohe Sequenzierungsmetagenome des MR-SNWDC wurden in der NCBI BioProject-Datenbank unter dem Zugangscode PRJNA881510 hinterlegt. Öffentlich gemeldete Virussequenzen aus anderen in dieser Studie verwendeten Ökosystemen sind in der IMG/VR-Datenbank verfügbar (https://genome.jgi.doe.gov/portal/IMG_VR/IMG_VR.home.html). Quelldaten werden mit diesem Dokument bereitgestellt. Alle zugehörigen Zusatzdateien und Quelldatendateien sind unter https://github.com/ChenTianYi99/MR-SNWDC_virus verfügbar.

Weitz JS, Beckett SJ, Brum JR, Cael BB, Dushoff J. Lyse, Lysogenie und Virus-Mikroben-Verhältnisse. Natur. 2017;549:E1–3.

Artikel CAS PubMed Google Scholar

Knowles B, Silveira CB, Bailey BA, Barott K, Cantu VA, Cobian-Güemes AG, et al. Lytischer zu gemäßigter Wechsel viraler Gemeinschaften. Natur. Rev. 2016;531:466–70.

Artikel CAS PubMed Google Scholar

Howard-Varona C, Hargreaves KR, Abedon ST, Sullivan MB. Lysogenie in der Natur: Mechanismen, Auswirkungen und Ökologie gemäßigter Phagen. ISME J. 2017;11:1511–20.

Artikel PubMed PubMed Central Google Scholar

Alarcón-Schumacher T, Guajardo-Leiva S, Martinez-Garcia M, Ten B, Bernstein HC. Ökogenomik und Anpassungsstrategien viraler Gemeinschaften im südlichen Ozean. mSystems. 2021;6:e00396–21.

Artikel PubMed PubMed Central Google Scholar

Mooshammer M, Hofhansl F, Frank AH, Wanek W, Hämmerle I, Leitner S, et al. Entkopplung des mikrobiellen Kohlenstoff-, Stickstoff- und Phosphorkreislaufs als Reaktion auf extreme Temperaturereignisse. Sci Adv. 2017;3:e1602781.

Artikel PubMed PubMed Central Google Scholar

Pourtois J, Tarnita CE, Bonachela JA Einfluss lytischer Phagen auf phosphor- bzw. stickstofflimitierte Meeresmikroben. Vordere Mikrobiol. 2020. https://doi.org/10.3389/fmicb.2020.00221.

Dodds WK, Jones JR, Welch EB. Vorgeschlagene Klassifizierung des trophischen Zustands von Bächen: Verteilung gemäßigter Bäche nach Chlorophyll, Gesamtstickstoff und Phosphor. Wasserres. 1998;32:1455–62.

Artikel CAS Google Scholar

Tong Y, Qiao Z, Wang X, Liu X, Chen G, Zhang W, et al. Menschliche Aktivitäten veränderten das N:P-Verhältnis des Wassers in den besiedelten Regionen Chinas. Chemosphäre. 2018;210:1070–81.

Artikel CAS PubMed Google Scholar

Pahlow M, Riebesell U. Zeitliche Trends in den Redfield-Verhältnissen der Tiefsee. Wissenschaft. 2000;287:831–3.

Artikel CAS PubMed Google Scholar

Krom MD, Kress N, Brenner S, Gordon LI. Phosphorbeschränkung der Primärproduktivität im östlichen Mittelmeer. Limnol Oceanogr. 1991;36:424–32.

Artikel CAS Google Scholar

Karl D, Letelier R, Tupas L, Dore J, Christian J, Hebel D. Die Rolle der Stickstofffixierung im biogeochemischen Kreislauf im subtropischen Nordpazifik. Natur. 1997;388:533–8.

Artikel CAS Google Scholar

Martiny AC, Pham CTA, Primeau FW, Vrugt JA, Moore JK, Levin SA, et al. Starke Breitengradmuster in den Elementverhältnissen von Meeresplankton und organischer Substanz. Nat Geosci. 2013;6:279–83.

Artikel CAS Google Scholar

Schanz F, Juon H. Zwei verschiedene Methoden zur Bewertung der Nährstoffbeschränkungen von Periphyton-Bioassays unter Verwendung von Wasser aus dem Rhein und acht seiner Nebenflüsse. Hydrobiologie. 1983;102:187–95.

Artikel CAS Google Scholar

Guildford SJ, Hecky RE. Gesamtstickstoff, Gesamtphosphor und Nährstofflimitierung in Seen und Ozeanen: Gibt es einen gemeinsamen Zusammenhang? Limnol Oceanogr. 2000;45:1213–23.

Artikel CAS Google Scholar

Liang Z, Soranno PA, Wagner T. Die Rolle von Phosphor und Stickstoff auf Chlorophyll a: Beweise aus Hunderten von Seen. Wasserres. 2020;185:116236.

Artikel CAS PubMed Google Scholar

Kim D, Lim JH, Chun Y, Nayna OK, Begum MS, Park JH. Phytoplankton-Nährstoffverbrauch und CO2-Dynamik als Reaktion auf langfristige Änderungen der N- und P-Verfügbarkeit im Fluss. Wasserres. 2021;203:117510.

Artikel CAS PubMed Google Scholar

Liu T, Zhang AN, Wang JW, Liu SF, Jiang XT, Dang CY, et al. Integrierte Biogeographie planktonischer und sedimentärer Bakteriengemeinschaften im Jangtsekiang. Mikrobiom. 2018;6:16.

Artikel CAS PubMed PubMed Central Google Scholar

Viaroli P, Soana E, Pecora S, Laini A, Naldi M, Fano EA, et al. Räumliche und zeitliche Variationen der N- und P-Budgets von Wassereinzugsgebieten und ihre Beziehungen zu reaktiven N- und P-Beladungen in einem stark betroffenen Flusseinzugsgebiet (Po-Fluss, Norditalien). Sci Total Environ. 2018;639:1574–87.

Artikel CAS PubMed Google Scholar

Lockwood S, Greening C, Baltar F, Morales SE. Globale und saisonale Variation des marinen Phosphonatstoffwechsels. ISME J. 2022;16:2198–212.

Artikel CAS PubMed PubMed Central Google Scholar

Shi H, Westfall CS, Kao J, Odermatt PD, Anderson SE, Cesar S, et al. Hunger führt zu einer Schrumpfung des bakteriellen Zytoplasmas. Proc Natl Acad Sci USA. 2021;118:e2104686118.

Artikel CAS PubMed PubMed Central Google Scholar

Tetu SG, Brahamsha B, Johnson DA, Tai V, Phillippy K, Palenik B, et al. Microarray-Analyse der Phosphatregulation im marinen Cyanobakterium Synechococcus sp. WH8102. ISME J. 2009;3:835–49.

Artikel CAS PubMed Google Scholar

Berg M, Goudeau D, Olmsted C, McMahon KD, Yitbarek S, Thweatt JL, et al. Diversität der Wirtspopulation als Treiber des Virusinfektionszyklus in Wildpopulationen grüner Schwefelbakterien mit langjährigen Virus-Wirt-Interaktionen. ISME J. 2021;15:1569–84.

Artikel CAS PubMed PubMed Central Google Scholar

Rodriguez-Valera F, Martin-Cuadrado AB, Rodriguez-Brito B, Pašić L, Thingsstad TF, Rohwer F, et al. Erklärung der Genomik mikrobieller Populationen durch Phagenprädation. Nat Rev Microbiol. 2009;7:828–36.

Artikel CAS PubMed Google Scholar

Touchon M, Bernheim A, Rocha EPC. Genetische und lebensgeschichtliche Merkmale im Zusammenhang mit der Verbreitung von Prophagen in Bakterien. ISME J. 2016;10:2744–54.

Artikel CAS PubMed PubMed Central Google Scholar

Silveira CB, Rohwer FL. Huckepack als Gewinner in wirtsassoziierten mikrobiellen Gemeinschaften. npj Biofilme Mikrobi. 2016;2:16010.

Artikel Google Scholar

Reyes A, Haynes M, Hanson N, Angly FE, Heath AC, Rohwer F, et al. Viren in der fäkalen Mikrobiota eineiiger Zwillinge und ihrer Mütter. Natur. 2010;466:334–8.

Artikel CAS PubMed PubMed Central Google Scholar

Williamson KE, Radosevich M, Smith DW, Wommack KE. Auftreten von Lysogenie in gemäßigten und extremen Bodenumgebungen. Umwelt Mikrobiol. 2007;9:2563–74.

Artikel CAS PubMed Google Scholar

Paul JH. Prophagen in Meeresbakterien: gefährliche molekulare Zeitbomben oder der Schlüssel zum Überleben in den Meeren? ISME J. 2008;2:579–89.

Artikel CAS PubMed Google Scholar

Zablocki O, Adriaenssens EM, Cowan D. Diversität und Ökologie von Viren in hyperariden Wüstenböden. Appl Environ Microbiol. 2016;82:770–7.

Artikel CAS PubMed PubMed Central Google Scholar

Kieft K, Zhou Z, Anderson RE, Buchan A, Campbell BJ, Hallam SJ, et al. Ökologie des Hilfsstoffwechsels von anorganischem Schwefel in weit verbreiteten Bakteriophagen. Nat Commun. 2021;12:3503.

Artikel CAS PubMed PubMed Central Google Scholar

Sullivan MB, Huang KH, Ignacio-Espinoza JC, Berlin AM, Kelly L, Weigele PR, et al. Genomanalyse ozeanischer Cyanobakterien-Myoviren im Vergleich zu T4-ähnlichen Myoviren aus verschiedenen Wirten und Umgebungen. Umwelt Mikrobiol. 2010;12:3035–56.

Artikel CAS PubMed PubMed Central Google Scholar

Benami M, Gillor O, Gross A. Potenzielle mikrobielle Gefahren durch die Wiederverwendung von Grauwasser und damit verbundene Matrizen: eine Übersicht. Wasserres. 2016;106:183–95.

Artikel CAS PubMed Google Scholar

Yee RA, Leifels M, Scott C, Ashbolt NJ, Liu Y. Bewertung mikrobieller und chemischer Gefahren in kommerziellem Struvit, das aus Abwasser gewonnen wird. Umwelt-Sci-Technol. 2019;53:5378–86.

Artikel CAS PubMed Google Scholar

Eichler S, Christen R, Höltje C, Westphal P, Bötel J, Brettar I, et al. Zusammensetzung und Dynamik von Bakteriengemeinschaften eines Trinkwasserversorgungssystems, bewertet durch RNA- und DNA-basiertes 16S-rRNA-Gen-Fingerprinting. Appl Environ Microbiol. 2006;72:1858–72.

Artikel CAS PubMed PubMed Central Google Scholar

Frey KG, Herrera-Galeano JE, Redden CL, Luu TV, Servetas SL, Mateczun AJ, et al. Vergleich von drei Sequenzierungsplattformen der nächsten Generation zur metagenomischen Sequenzierung und Identifizierung von Krankheitserregern im Blut. BMC-Genomik. 2014;15:96.

Artikel PubMed PubMed Central Google Scholar

Wang JW, Pan R, Dong PY, Liu SF, Chen Q, Borthwick AGL, et al. Superträger von Antibiotika-Resistomen in einem weltgrößten Fluss. Mikrobiom. 2022;10:111.

Artikel PubMed PubMed Central Google Scholar

Zhang M, He LY, Liu YS, Zhao JL, Zhang JN, Chen J, et al. Variation des Antibiotika-Resistoms bei der kommerziellen Mistkompostierung. Umwelt Int. 2020;136:105458.

Artikel PubMed Google Scholar

Tyson GW, Chapman J, Hugenholtz P, Allen EE, Ram RJ, Richardson PM, et al. Gemeinschaftsstruktur und Stoffwechsel durch Rekonstruktion mikrobieller Genome aus der Umwelt. Natur. 2004;428:37–43.

Artikel CAS PubMed Google Scholar

Dong Z, Yan Y, Duan J, Fu X, Zhou Q, Huang X, et al. Berechnung der Bezahlung für Ökosystemleistungen in Wassereinzugsgebieten: eine Analyse des Middle Route-Projekts zur Wasserumleitung von Süd nach Nord in China. J Environ Sci. 2011;23:2005–12.

Artikel Google Scholar

Zhang L, Yin W, Wang C, Zhang A, Zhang H, Zhang T, et al. Entwirrung der Vielfalt und Anordnungsmuster von Mikrobiota im größten Wasserumleitungskanal der Welt. Wasserres. 2021;204:117617.

Artikel CAS PubMed Google Scholar

Chen W, Ren K, Isabwe A, Chen H, Liu M, Yang J. Stochastische Prozesse prägen die mikroeukaryotische Gemeinschaftsversammlung in einem subtropischen Fluss über Regen- und Trockenzeiten hinweg. Mikrobiom. 2019;7:138.

Artikel PubMed PubMed Central Google Scholar

Huang J, Zhang Y, Bing H, Peng J, Dong F, Gao J, et al. Charakterisierung der Flusswasserqualität in China: Jüngste Fortschritte und laufende Herausforderungen. Wasserres. 2021;201:117309.

Artikel CAS PubMed Google Scholar

Wang J, Liu Q, Zhao X, Borthwick AGL, Liu Y, Chen Q, et al. Molekulare Biogeographie planktonischer und benthischer Kieselalgen im Jangtsekiang. Mikrobiom. 2019;7:153.

Artikel PubMed PubMed Central Google Scholar

Wang J, Liu T, Sun W, Chen Q. Bioverfügbare Metall(oid)e und physikochemische Merkmale, die mikrobielle Gemeinschaften an Standorten mit kombinierter Metall(oid)verschmutzung gemeinsam vermitteln. Chemosphäre. 2020;260:127619.

Artikel CAS PubMed Google Scholar

Uritskiy GV, DiRuggiero J, Taylor J. MetaWRAP – eine flexible Pipeline für die genomaufgelöste metagenomische Datenanalyse. Mikrobiom. 2018;6:158.

Artikel PubMed PubMed Central Google Scholar

Li D, Liu CM, Luo R, Sadakane K, Lam TW. MEGAHIT: eine ultraschnelle Einzelknotenlösung für die Zusammenstellung großer und komplexer Metagenomikdaten mithilfe eines prägnanten de Bruijn-Graphen. Bioinformatik. 2015;31:1674–6.

Artikel CAS PubMed Google Scholar

Bowers RM, Kyrpides NC, Stepanauskas R, Harmon-Smith M, Doud D, Reddy TBK, et al. Mindestinformationen über ein einzelnes amplifiziertes Genom (MISAG) und ein Metagenom-assembliertes Genom (MIMAG) von Bakterien und Archaeen. Nat Biotechnol. 2017;35:725–31.

Artikel CAS PubMed PubMed Central Google Scholar

Chaumeil PA, Mussig AJ, Hugenholtz P, Parks DH. GTDB-Tk: ein Toolkit zur Klassifizierung von Genomen mit der Genome Taxonomy Database. Bioinformatik. 2019;36:1925–7.

Artikel PubMed PubMed Central Google Scholar

Antipov D, Raiko M, Lapidus A, Pevzner PA. MetaviralSPAdes: Assemblierung von Viren aus metagenomischen Daten. Bioinformatik 2020;36:4126–9.

Artikel CAS PubMed Google Scholar

Kieft K, Zhou ZC, Anantharaman K. VIBRANT: Automatisierte Wiederherstellung, Annotation und Kuration mikrobieller Viren und Bewertung der Funktion der Virusgemeinschaft anhand genomischer Sequenzen. Mikrobiom. 2020;8:90.

Artikel CAS PubMed PubMed Central Google Scholar

Ren J, Song K, Deng C, Ahlgren NA, Fuhrman JA, Li Y, et al. Identifizierung von Viren aus metagenomischen Daten mithilfe von Deep Learning. Quant Biol. 2020;8:64–77.

Artikel CAS PubMed PubMed Central Google Scholar

Fang ZC, Tan J, Wu SF, Li M, Xu CM, Xie ZJ, et al. PPR-Meta: ein Tool zur Identifizierung von Phagen und Plasmiden aus metagenomischen Fragmenten mithilfe von Deep Learning. Gigawissenschaft. 2019;8:giz066.

Artikel PubMed PubMed Central Google Scholar

Guo J, Bolduc B, Zayed AA, Varsani A, Dominguez-Huerta G, Delmont TO, et al. VirSorter2: ein von Experten geleiteter Multiklassifizierer-Ansatz zum Nachweis verschiedener DNA- und RNA-Viren. Mikrobiom. 2021;9:37.

Artikel PubMed PubMed Central Google Scholar

Nayfach S, Camargo AP, Schulz F, Eloe-Fadrosh E, Roux S, Kyrpides NC. CheckV bewertet die Qualität und Vollständigkeit von aus Metagenomen zusammengesetzten Virusgenomen. Nat Biotechnol. 2021;39:578–85.

Artikel CAS PubMed Google Scholar

Fu LM, Niu BF, Zhu ZW, Wu ST, Li WZ. CD-HIT: beschleunigt für die Clusterung der Sequenzierungsdaten der nächsten Generation. Bioinformatik. 2012;28:3150–2.

Artikel CAS PubMed PubMed Central Google Scholar

Hockenberry AJ, Wilke CO. BACPHLIP: Vorhersage des Lebensstils von Bakteriophagen anhand konservierter Proteindomänen. PeerJ. 2021;9:e11396.

Artikel PubMed PubMed Central Google Scholar

Li Z, Pan D, Wei G, Pi W, Zhang C, Wang JH, et al. Mit kalten Sickerstellen verbundene Tiefseesedimente sind ein unterirdisches Reservoir viraler Vielfalt. ISME J. 2021;15:2366–78.

Artikel CAS PubMed PubMed Central Google Scholar

Tominaga K, Morimoto D, Nishimura Y, Ogata H, Yoshida T In-silico-Vorhersage von Virus-Wirt-Interaktionen für marine Bakteroideten unter Verwendung von Metagenom-assemblierten Genomen. Vordere Mikrobiol. 2020. https://doi.org/10.3389/fmicb.2020.00738.

Dutilh BE, Cassman N, McNair K, Sanchez SE, Silva GGZ, Boling L, et al. Ein sehr häufig vorkommender Bakteriophage, der in den unbekannten Sequenzen menschlicher Stuhlmetagenome entdeckt wurde. Nat Commun. 2014;5:4498.

Artikel CAS PubMed Google Scholar

Gouy M, Gautier C. Codon-Nutzung in Bakterien: Korrelation mit der Genexpression. Nukleinsäuren Res. 1982;10:7055–74.

Artikel CAS PubMed PubMed Central Google Scholar

Laslett D, Canback B. ARAGORN, ein Programm zum Nachweis von tRNA-Genen und tmRNA-Genen in Nukleotidsequenzen. Nukleinsäuren Res. 2004;32:11–6.

Artikel CAS PubMed PubMed Central Google Scholar

Horvath P, Barrangou R. CRISPR/Cas, das Immunsystem von Bakterien und Archaeen. Wissenschaft 2010;327:167–70.

Artikel CAS PubMed Google Scholar

Bland C, Ramsey TL, Sabree F, Lowe M, Brown K, Kyrpides NC, et al. CRISPR Recognition Tool (CRT): ein Tool zur automatischen Erkennung gehäufter palindromischer Wiederholungen in regelmäßigen Abständen. BMC Bioinform. 2007;8:209.

Artikel Google Scholar

Emerson JB, Roux S, Brum JR, Bolduc B, Woodcroft BJ, Jang HB, et al. Wirtsgebundene Bodenvirenökologie entlang eines Permafrost-Taugradienten. Nat Microbiol. 2018;3:870–80.

Artikel CAS PubMed PubMed Central Google Scholar

Yin X, Jiang XT, Chai B, Li L, Yang Y, Cole JR, et al. ARGs-OAP v2.0 mit einer erweiterten SARG-Datenbank und Hidden-Markov-Modellen zur verbesserten Charakterisierung und Quantifizierung von Antibiotikaresistenzgenen in Umweltmetagenomen. Bioinformatik. 2018;34:2263–70.

Artikel CAS PubMed Google Scholar

Liu B, Zheng D, Zhou S, Chen L, Yang J. VFDB 2022: ein allgemeines Klassifizierungsschema für bakterielle Virulenzfaktoren. Nukleinsäuren Res. 2021;50:D912–7.

Artikel PubMed Central Google Scholar

Lee K, Kim DW, Lee DH, Kim YS, Bu JH, Cha JH, et al. Mobiles Resistom aus menschlichem Darm und Krankheitserregern treibt die anthropogene Ausbreitung von Antibiotikaresistenzen voran. Mikrobiom. 2020;8:2.

Artikel CAS PubMed PubMed Central Google Scholar

Huerta-Cepas J, Forslund K, Coelho LP, Szklarczyk D, Jensen LJ, von Mering C, et al. Schnelle genomweite funktionelle Annotation durch Orthologiezuordnung durch eggNOG-Mapper. Mol Biol Evol. 2017;34:2115–22.

Artikel CAS PubMed PubMed Central Google Scholar

Huerta-Cepas J, Szklarczyk D, Heller D, Hernández-Plaza A, Forslund SK, Cook H, et al. eggNOG 5.0: eine hierarchische, funktionell und phylogenetisch annotierte Orthologie-Ressource basierend auf 5090 Organismen und 2502 Viren. Nukleinsäuren Res. 2018;47:D309–14.

Artikel PubMed Central Google Scholar

Mende DR, Sunagawa S, Zeller G, Bork P. Genaue und universelle Abgrenzung prokaryotischer Arten. Nat-Methoden. 2013;10:881–4.

Artikel CAS PubMed Google Scholar

Mende DR, Bryant JA, Aylward FO, Eppley JM, Nielsen T, Karl DM, et al. Umweltfaktoren einer mikrobiellen genomischen Übergangszone im Inneren des Ozeans. Nat Microbiol. 2017;2:1367–73.

Artikel CAS PubMed Google Scholar

Roux S, Páez-Espino D, Chen I-MA, Palaniappan K, Ratner A, Chu K, et al. IMG/VR v3: ein integriertes ökologisches und evolutionäres Framework zur Untersuchung von Genomen nicht kultivierter Viren. Nukleinsäuren Res. 2020;49:D764–75.

Artikel PubMed Central Google Scholar

Griffith DA, Peres-Neto PR. Räumliche Modellierung in der Ökologie: die Flexibilität räumlicher Eigenfunktionsanalysen. Ökologie 2006;87:2603–13.

Artikel PubMed Google Scholar

Breiman L. Zufällige Wälder. Mach lernen. 2001;45:5–32.

Artikel Google Scholar

Jiao S, Chen W, Wang J, Du N, Li Q, Wei G. Bodenmikrobiome mit unterschiedlichen Anordnungen durch vertikale Bodenprofile steuern den Kreislauf mehrerer Nährstoffe in wiederaufgeforsteten Ökosystemen. Mikrobiom. 2018;6:146.

Artikel PubMed PubMed Central Google Scholar

Röttjers L, Faust K. Von Haarballen zu Hypothesen – biologische Erkenntnisse aus mikrobiellen Netzwerken. FEMS Microbiol Rev. 2018;42:761–80.

Artikel PubMed PubMed Central Google Scholar

Zhang B, Zhang J, Liu Y, Shi P, Wei G. Koexistenzmuster des Sojabohnen-Rhizosphären-Mikrobioms auf kontinentaler Ebene. Bodenbiol Biochem. 2018;118:178–86.

Artikel CAS Google Scholar

Gregory AC, Zayed AA, Conceição-Neto N, Temperton B, Bolduc B, Alberti A, et al. Makro- und Mikrodiversität mariner DNA-Viren von Pol zu Pol. Zelle 2019;177:1109–23.e14.

Artikel CAS PubMed PubMed Central Google Scholar

Li Z, Zhang R, Liu C, Zhang R, Chen F, Liu Y. Räumliche Phosphorverteilung und Bewertung des Verschmutzungsrisikos in landwirtschaftlichen Böden rund um das Danjiangkou-Reservoir, China. Sci Total Environ. 2020;699:134417.

Artikel CAS PubMed Google Scholar

Reis PCJ, Thottathil SD, Prairie YT. Die Rolle der Methantrophie im mikrobiellen Kohlenstoffstoffwechsel gemäßigter Seen. Nat Commun. 2022;13:43.

Artikel CAS PubMed PubMed Central Google Scholar

Siddiqui KS, Poljak A, Guilhaus M, De Francisci D, Curmi PMG, Feller G, et al. Rolle von Lysin gegenüber Arginin bei der Kälteadaptation von Enzymen: Die Modifizierung von Lysin zu Homo-Arginin stabilisiert die kälteadaptierte α-Amylase aus Pseudoalteramonas haloplanktis. Proteine. 2006;64:486–501.

Artikel CAS PubMed Google Scholar

Kelly L, Ding H, Huang KH, Osburne MS, Chisholm SW. Die genetische Vielfalt in kultivierten und wilden marinen Cyanomyoviren zeigt, dass Phosphorstress ein starkes selektives Mittel ist. ISME J. 2013;7:1876.

Artikel PubMed Central Google Scholar

Pasek MA, Harnmeijer JP, Buick R, Gull M, Atlas Z. Hinweise auf reaktive reduzierte Phosphorspezies im frühen Archäischen Ozean. Proc Natl Acad Sci USA. 2013;110:10089–94.

Artikel CAS PubMed PubMed Central Google Scholar

Lundin D, Torrents E, Poole AM, Sjöberg BM. RNRdb, eine kuratierte Datenbank der universellen Enzymfamilie Ribonukleotidreduktase, zeigt ein hohes Maß an Fehlannotationen in bei Genbank hinterlegten Sequenzen. BMC-Genomik. 2009;10:589.

Artikel PubMed PubMed Central Google Scholar

Gon S, Camara JE, Klungsøyr HK, Crooke E, Skarstad K, Beckwith J. Ein neuartiger Regulierungsmechanismus koppelt Desoxyribonukleotidsynthese und DNA-Replikation in Escherichia coli. EMBO J. 2006;25:1137–47.

Artikel CAS PubMed PubMed Central Google Scholar

Torrents E. Ribonukleotid-Reduktasen: essentielle Enzyme für das Leben von Bakterien. Front Cell Infect Microbiol. 2014. https://doi.org/10.3389/fcimb.2014.00052.

Zhou B, Su L, Hu S, Hu W, Yip MLR, Wu J, et al. Ein kleines Molekül, das die Holoenzymbildung der Ribonukleotidreduktase blockiert, hemmt das Wachstum von Krebszellen und überwindet Arzneimittelresistenzen. Krebs Res. 2013;73:6484–93.

Artikel CAS PubMed Google Scholar

Stincone A, Prigione A, Cramer T, Wamelink MMC, Campbell K, Cheung E, et al. Die Rückkehr des Stoffwechsels: Biochemie und Physiologie des Pentosephosphatweges. Biol Rev. 2015;90:927–63.

Artikel PubMed Google Scholar

Sastre DE, Pulschen AA, Basso LGM, Benites Pariente JS, Marques Netto CGC, Machinandiarena F, et al. Das Enzym PlsX des Phosphatidsäurewegs spielt sowohl eine katalytische als auch eine kanalisierende Rolle bei der bakteriellen Phospholipidsynthese. J Biol. Chem. 2020;295:2148–59.

Artikel CAS PubMed PubMed Central Google Scholar

Cloutier P, Coulombe B. Regulierung molekularer Chaperone durch posttranslationale Modifikationen: Entschlüsselung des Chaperon-Codes. Biochim Biophys Acta. 2013;1829:443–54.

Artikel CAS PubMed PubMed Central Google Scholar

Lindell D, Jaffe JD, Coleman ML, Futschik ME, Axmann IM, Rector T, et al. Die genomweite Expressionsdynamik eines Meeresvirus und Wirts offenbart Merkmale der Koevolution. Natur. 2007;449:83–6.

Artikel CAS PubMed Google Scholar

Suttle CA. Meeresviren – wichtige Akteure im globalen Ökosystem. Nat Rev Microbiol. 2007;5:801–12.

Artikel CAS PubMed Google Scholar

Jover LF, Effler TC, Buchan A, Wilhelm SW, Weitz JS. Die elementare Zusammensetzung von Viruspartikeln: Auswirkungen auf marine biogeochemische Kreisläufe. Nat Rev Microbiol. 2014;12:519–28.

Artikel CAS PubMed Google Scholar

Dyhrman ST, Ammerman JW, Van, Mooy BAS. Mikroben und der marine Phosphorkreislauf. Ozeanographie. 2007;20:110–6.

Artikel Google Scholar

Maat DS, van Bleijswijk JDL, Witte HJ, Brussaard CPD Virusproduktion in phosphorlimitiertem Micromonas pusilla, stimuliert durch die Zufuhr natürlich niedriger Konzentrationen verschiedener Phosphorquellen bis weit in den Lysezyklus hinein. FEMS Microbiol Ecol. 2016. https://doi.org/10.1093/femsec/fiw136.

Breitbart M, Bonnain C, Malki K, Sawaya NA. Phagen-Marionettenspieler im Reich der Meeresmikroben. Nat Microbiol. 2018;3:754–66.

Artikel CAS PubMed Google Scholar

Jones KE, Patel NG, Levy MA, Storeygard A, Balk D, Gittleman JL, et al. Globale Trends bei neu auftretenden Infektionskrankheiten. Natur 2008;451:990–3.

Artikel CAS PubMed PubMed Central Google Scholar

Rehman S, Ali Z, Khan M, Bostan N, Naseem S. Der Beginn der Phagentherapie. Rev Med Virol. 2019;29:e2041.

Artikel PubMed Google Scholar

Debarbieux L, Leduc D, Maura D, Morello E, Criscuolo A, Grossi O, et al. Bakteriophagen können Pseudomonas aeruginosa-Lungeninfektionen behandeln und verhindern. J Infect Dis. 2010;201:1096–104.

Artikel CAS PubMed Google Scholar

Lomeli-Ortega CO, Martinez-Diaz SF. Phagentherapie gegen Vibrio parahaemolyticus-Infektion bei Larven von Weißbeingarnelen (Litopenaeus vannamei). Aquakultur. 2014;434:208–11.

Artikel Google Scholar

Referenzen herunterladen

Diese Arbeit wurde vom National Science and Technology Key Project (2021YFC3200900) und der National Natural Science Foundation of China (51721006, U2240205) unterstützt. Wir danken auch Dr. Alistair GL Borthwick für seine Hilfe bei der Sprachbearbeitung.

Forschungslabor für Öko-Umwelt und Ressourceneffizienz, Fakultät für Umwelt und Energie, Graduiertenschule der Peking-Universität Shenzhen, Shenzhen, 518055, VR China

Tianyi Chen, Zongzhi Wu, Bingxue Wang und Jinren Ni

Labor für Umweltmikrobiome und innovative Genomik, Hochschule für Umweltwissenschaften und -technik, Peking-Universität, Peking, 100871, VR China

Tianyi Chen, Zongzhi Wu, Bingxue Wang, Qian Chen, Mi Zhang, Enhang Liang und Jinren Ni

Labor für Umweltmikrobiomtechnik und innovative Genomik, Hochschule für Chemie und Umwelttechnik, Universität Shenzhen, Shenzhen, 518060, VR China

Tang Liu

Staatliches Umweltschutz-Schlüssellabor für alle Materialflüsse in Flussökosystemen, Peking-Universität, Peking, 100871, VR China

Qian Chen

Staatliches Schlüssellabor für Ökohydraulik in der nordwestlichen Trockenregion Chinas, Technische Universität Xi'an, Xi'an, 710048, VR China

Mi Zhang

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

JRN hat die Forschung entworfen. TYC führte die Arbeiten mit Hilfe von TL, ZZW, BXW, QC, MZ und EHL durch. TYC und JRN haben das Manuskript geschrieben. Alle Autoren haben Ideen eingebracht, das Manuskript gelesen und genehmigt.

Korrespondenz mit Jinren Ni.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Chen, T., Liu, T., Wu, Z. et al. Virus-Pathogen-Wechselwirkungen verbessern die Wasserqualität entlang der Mittelroute des Süd-Nord-Wasserumleitungskanals. ISME J (2023). https://doi.org/10.1038/s41396-023-01481-2

Zitat herunterladen

Eingegangen: 10. Dezember 2022

Überarbeitet: 12. Juli 2023

Angenommen: 14. Juli 2023

Veröffentlicht: 31. Juli 2023

DOI: https://doi.org/10.1038/s41396-023-01481-2

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt