Base de données de référence du gène ARNr SSU pour les communautés marines et d'eau douce nordiques d’Archaea, Bacteria et eucaryotes microbiens

Les technologies de séquençage à haut débit, comme le pyroséquençage Roche 454 et l’Illumina, peuvent permettre l’étude semi quantitative des organismes unicellulaires, en générant des centaines de milliers de courtes séquences « reads » provenant d’un seul échantillon environnemental. Par contre, identifier les taxons correspondant à ces reads demande une base de données fiable contenant des séquences de référence.
Nous avons établi des bases de données des taxons des trois domaines de la vie retrouvés dans les échantillons marins et d’eau douce des région arctique et subarctique du Canada, ainsi qu’un fichier en format Fasta des séquences de référence ayant subit un contrôle qualité. Ces fichiers sont appropriés pour le traitement des données avec des logiciels libres tels que QIIME, mothur ou UPARSE, avec lesquels l’utilisateur veut assigner les identités taxonomiques aux séquences courtes en fonction du pourcentage de similarité des séquences.

Tableau 1. Nombre de séquences et longueur des séquences pour les trois bases de données taxonomiques

---

Domaine	Nombre de séquences	Longueur de séquence moyenne (gamme)	Paires de base
Eukarya	766	440	(216-657)
Bacteria	33,293	435	(304–571)
Archaea	2288	557	(532–591)

La création de ces bases de données a été décrite dans Comeau et al. 2011 et 2012. Brièvement, nous avons ciblé la région variable V4 du gène 18S ARNr pour les Eukarya, et la région variable V6-V8 du gène 16S ARNr pour les Bacteria et Archaea. À l’origine, les séquences de référence ont été importées de la base de données SILVA pour les Archaea et la base de données Greengenes pour les Bacteria. Ces séquences sont identifiées avec les numéros d’accession de la base de données de l’origine. Par contre, la base de données Eukarya a été rassemblée de novo en fonction des taxons retrouvés dans nos différentes études. Nous avons modifié les identifications taxonomiques afin de refléter les évolutions récentes dans la littérature et nous avons inclus des séquences de haute qualité provenant des banques de clones représentant des clades répandues dans les environnements aquatique arctiques et subarctique. L’identification des clones non cultivés est basée sur des arbres phylogénétiques robustes et les chimères potentielles ont été exclues en utilisant UCHIME (Edgar et al. 2011).
L’accent est mis sur les organismes unicellulaires, c’est pourquoi la couverture de la base de données Eukaryota pour les Metazoa, Fungi et Streptophyta (les plantes terrestres) est suffisante pour identifier et enlever ces séquences dans un échantillon. Cependant l’utilisation de la base de données est déconseillée pour une analyse taxonomique détaillée au sein de ces groupes. Dans le même esprit, les séquences de référence des chloroplastes sont incluses dans la base de données Bacteria avec comme but principal de les identifier pour les enlever de l’analyse.
Ces bases de données ont été utilisées avec succès dans de nombreuses études des communautés microbiennes dans des environnements côtiers et en pleine mer à des hautes latitudes (p. ex. Comeau et al. 2011, Monier et al. 2014), ainsi que dans des lacs et mares de hautes latitudes (Comeau et al. 2012, Negandhi et al. 2014, Crevecoeur et al. 2015).

Références
Edgar, R.C., B.J. Haas, J.C. Clemente, C. Quince, R. Knight, 2011. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics. doi: 10.1093/bioinformatics/btr381

Comte, Jérôme (Université Laval)

Crevecoeur, Sophie (Université Laval)

Monier, Adam (University of Exeter)

Onda, Deo (Université Laval)

Potvin, Marianne (Université Laval)

Publié

Version 1.1 (2002-2008) - Mise à jour le 1 mars 2016

Version 1.0 (2002-2008) - Mise à jour le 11 décembre 2015

Fichier taxonomique

Les fichiers téléchargés en format ZIP contiennent un fichier d'instruction et un fichier de données en format texte (ASCII).
SVP! Citez toujours les données lorsque vous les utilisez.