CN105525025A - 基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法 - Google Patents

基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法 Download PDF

Info

Publication number
CN105525025A
CN105525025A CN201610089583.9A CN201610089583A CN105525025A CN 105525025 A CN105525025 A CN 105525025A CN 201610089583 A CN201610089583 A CN 201610089583A CN 105525025 A CN105525025 A CN 105525025A
Authority
CN
China
Prior art keywords
soil
rhizosphere
16srdna
soybean
root
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610089583.9A
Other languages
English (en)
Inventor
杨永华
陆桂华
戚金亮
杨荣武
庞延军
朱银玲
孔令如
汤程贻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201610089583.9A priority Critical patent/CN105525025A/zh
Publication of CN105525025A publication Critical patent/CN105525025A/zh
Pending legal-status Critical Current

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6869Methods for sequencing

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Immunology (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明属于土壤微生物学技术领域,具体涉及基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法。该方法由以下步骤构成1.采集不同大豆在各发育时期的根系抖落土壤及根际土壤;2.从土壤中提取微生物宏基因组DNA;3.用双标签引物做PCR扩增上述DNA中16S?rDNA第四高变区,以构建文库;4.对合格文库用Illumina?Miseq平台做双末端250个核苷酸的边合成边测序,得到纯净READS;5.拼接,每样品产出至少3.8万条有效TAG用于聚类成可操作分类单元;6.物种组成、结构、多样性及相对丰度差异显著性分析;7.以根系抖落土壤作为系统对照,准确测定根际土壤原核微生物群落组成、结构、多样性、相对丰度,并比较不同大豆之间的异同。

Description

基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法
技术领域
本发明属于土壤微生物学技术领域,具体涉及大田种植方式下,基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法。
背景技术
根际(Rhizosphere)被定义为紧密围绕着有生命力根系的生物活性区域,其中包含大量微生物,例如细菌、放线菌和真菌等,也包括一些藻类和病毒等,范围一般为距离根表面1cm以内。不同植物甚至同一植物的不同生育期,其根系分泌物会对根际微生物的生长发育产生影响;而根际微生物又参与土壤有机质的分解、腐殖质的形成、养分的转化和循环等多种生理生化过程,尤其是其中的固氮菌群,通过生物固氮作用在常温下把氮气转化为能被植物利用于合成各种氨基酸的氨。土壤根际微生物群落不仅受到植物根系影响,也受土壤类型、农业耕作管理、季节变化、重金属污染、杀虫剂处理等影响,同时也受到检测技术的影响。因此,准确检测不同基因型植物包括转基因作物的根际微生物群落组成、结构、多样性及相对丰度差异,是判断和评价不同基因型植物对土壤微环境影响的重要基础,也是评估转基因作物释放对土壤微生态风险的重要基础。
传统的用于研究微生物的分离培养法主要有平板培养法和显微镜观察等方法,虽然简单方便,至今仍然是一种不可替代的研究手段,但也存在一些弊端,即上述方法无法研究土壤中大量的且不可培养的微生物。BIOLOG微平板分析法适用于检测可培养的且生长速度较快的微生物及其代谢多样性,但是实验结果并不能完全代表原位条件下微生物代谢多样性的结果,样品的处理方法、培养条件以及BIOLOG微平板的类型等都会对结果造成一定程度的误差。醌指纹法的优点是简单快速,因此也被广泛地应用于微生物细胞结构多样性的分析中,但是醌指纹法也存在一些不足,例如它不能具体反映到哪个属、种的多样性变化等。磷脂脂肪酸(PLFA)分析法是基于PLFA是活体细胞膜的一个重要组成部分,含量大约占细胞干重的5%;用PLFA的变化来反映土壤生态系统中微生物的种类组成和数量变化,该方法不需要进行微生物培养,可直接鉴定微生物群落多样性变化,但该方法与PLFA是否完全提取以及操作过程中PLFA是否稳定有着很大的关系。
土壤微生物的遗传多样性是指土壤生态系统中的微生物在基因水平上所携带的遗传物质和遗传信息的总和;与高等生物相比,微生物的遗传多样性更加突出,不同微生物种群间的遗传物质和遗传信息具有非常显著的差异。土壤微生物遗传多样性的分析方法主要包括两类:第一类是基于杂交的分析方法,第二类是基于PCR的分析方法。杂交分析方法是基于核酸分子的碱基互补配对原理,利用特异性的探针与待测样品的核酸分子进行杂交的过程;杂交技术是通过测定DNA重组率或DNA杂交动力相似度来研究土壤微生物的遗传多样性,用于研究微生物遗传多样性的杂交探针主要包括rRNA基因探针、抗性基因探针和编码代谢酶基因探针等,其中应用比较普遍的杂交技术包括荧光原位杂交(FluorescenceinSituHybridization,FISH)技术,肽核酸(peptidenucleicacids,PNA)杂交技术以及限制性片段长度多态性(restrictionfragmentlengthpolymorphism,RFLP)技术等,各有优点,但均是低通量的分析方法。
运用PCR技术扩增细菌基因组中的16SrDNA或是真菌基因组中的18SrDNA、ITS区域可以对微生物进行分类鉴定,该技术已经普遍应用到探讨微生物的多样性、鉴定微生物的种类以及系统发育关系等领域。基于PCR的分析方法大致分为三阶段:第一,样品的核酸提取和纯化;第二,目的基因的PCR扩增;第三,扩增片段的变性处理与分析检测,包括聚丙烯酰胺变性梯度凝胶电泳(DGGE)、单链构象多态性(SSCP)、末端限制性片段长度多态性分析(T-RFLP)、核糖体基因间隔区分析(RISA)和自动核糖体间隔区基因分析(ARISA),或者第三,扩增片段的测序与分析,例如16SrDNA高通量测序技术等。其中,实时荧光定量PCR具有很多优点,如高精度、高灵敏度、高特异性、具有实时性等,但同时也存在一些不足之处,例如成本比较高,操作时还要考虑同源和异源DNA背景、寡核苷酸杂交特异性、荧光染料或特异性探针的浓度以及PCR产物的大小等因素,这些因素都会引起结果的偏差。DGGE是一种利用聚丙烯酰胺变性凝胶电泳的方法将具有相同长度但不同序列组成的核酸片段分离开的技术,虽然已经普遍应用到土壤微生物群落多样性分析的研究领域中,但是该技术也存在一些不足之处,例如可重复性差,耗时耗力,而且只能检测土壤中巨量复杂微生物中的很小一部分等。16SrDNA高通量测序技术,也称为16SrDNA深度测序技术,其原理是因为16SrDNA是原核微生物分类学研究中最常用的“分子钟”,其序列包含9个高可变区(hypervariableregion)和8个保守区(constantregion),可变区序列因原核微生物物种不同而异,且变异程度与原核微生物的系统进化密切相关即提取样品中微生物的总DNA,然后用16SrRNA基因(即16SrDNA)的通用引物进行PCR扩增,获得绝大部分微生物16SrDNA高可变区的扩增产物,构建扩增产物的文库,进行大规模、高通量测序,然后比较分析测序数据,对土壤微生物群落的多样性进行研究。
发明内容
本发明需要解决的问题是克服现有技术检测通量低、规模小、对不可培养微生物的覆盖度低等不足,提供一种基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法,为不同基因型大豆包括转基因大豆及其受体品种对根际土壤原核微生物群落影响的准确评估提供了一种新方法。
本发明的技术方案:
本发明所述基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法,由以下步骤构成:
(1)大田试验地设计,每一种基因型大豆种植于三个或三个以上小区,每个小区面积不小于12m2(4m×3m),每个小区有两个取样点,每个取样点取两棵或两棵以上植株;
(2)先除去地面杂草和枯枝落叶,铲除大田土壤表面1-2cm的表土,然后将在盛花期或苗期或鼓粒期或成熟期的大豆植株连根从土中取出,用抖落法取根系抖落土作为系统对照,混合均匀并去除根毛,于零下20℃-零下70℃保存,再用捋取法取下紧粘于大豆根的根际土壤,混合均匀并去除根毛,并于零下70℃保存;
(3)从上述各土壤样品中,用可去除土壤中残留的腐殖质及几乎所有其他的PCR抑制因子的PowerSoilDNAIsolationKit(MoBioLaboratoriesInc.,Carlsbad,CA,USA)提取高质量微生物宏基因组DNA;
(4)用双标签融合引物对,其一含P5Illumina接头序列、8核苷酸的标签以及特异性引物515F(5‘-GTGCCAGCMGCCGCGGTAA-3’),另一引物含P7Illumina接头序列、8核苷酸的标签以及806R(5‘-GGACTACHVGGGTWTCTAAT-3’),做PCR扩增所述宏基因组DNA中16SrDNA的V4高变区片段以构建文库;
(5)对合格的文库用IlluminaMiseq平台进行双末端250个核苷酸(英语缩写为PE250)边合成边测序的深度测序,并对边合成边测序的读取序列(英语为READS)进行质量控制;
(6)把纯净的成对READS拼接成TAG,然后聚类成“可操作分类学单元”(英语缩写为OTU),再做物种组成、结构、多样性及相对丰度差异的显著性分析;
(7)以根系抖落土壤微生物群落的组成、结构及多样性作为系统对照,克服土壤异质性的影响,准确测定根际土壤原核微生物群落组成、结构、多样性、相对丰度,比较不同大豆之间的异同。
上述系统对照为大田种植方式下的大豆根系抖落土壤,每种基因型大豆的系统对照土壤样品至少3个生物学重复,每种基因型大豆的根际土壤样品至少3个生物学重复。所述的高质量宏基因组DNA用PowerSoilDNAIsolationKit提取。其中的土壤样品的均质化在康宁LSE涡旋混合器上以最大转速2850rpm运转10分钟完成。
深度测序是在IlluminaMiseq平台上,以PE250模式做16SrDNA的V4高变区片段高通量测序,每个系统对照土壤样品DNA至少产出3.8万条有效TAG以用于聚类成OTU;每个根际土壤样品DNA至少产出13万条有效TAG以用于聚类成OTU。
本发明的有益效果是:16SrDNA深度测序方法具有很多优点:首先是大规模、高通量,可以检测到土壤中的绝大部分不可培养的原核微生物种类,其次相比于宏基组高通量测序方法,费用较低(700~800元/样品DNA),因而可以更加全面(不同作物品种植前、苗期、花期、成熟期等多个时期;同一时期各品种多点样品)、直接、原位地研究不同作物对于土壤原核微生物群落组成、结构和遗传多样性的影响。准确检测不同基因型植物包括转基因作物的根际微生物群落组成、结构、多样性及相对丰度差异,是判断和评价不同基因型植物对土壤微环境影响的重要基础,也是评估转基因作物释放对土壤微生态风险的重要基础,本发明提供的一种基于16SrDNA深度测序检测大豆根际土壤原核微生物的方法,为不同基因型大豆包括转基因大豆及其受体品种对根际土壤原核微生物群落影响的准确评估提供了一种新方法。该方法检测全面,操作简便,成本低,结果可靠。
附图说明
图1蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)高质量微生物宏基因组DNA的检测结果。
图2蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)中原核微生物ALPHA多样性分析结果。
图3蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)中原核微生物的主成分分析(PCA)结果。
图4蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)中原核微生物基于BETA多样性WEIGHTED-UNIFRAC的主关联分析(PCoA)结果。
图5蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)中超过99%的主要细菌类别,在门(phyla)分类水平上相对丰度的差异分析。其中*,p<0.05;**,p<0.01。
图6蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)中超过95%的主要细菌类别,在纲(classes)分类水平上相对丰度的差异分析。其中*,p<0.05;**,p<0.01。
图7蒙豆12(M)和NZL06-698(N)大豆根际土壤(Rh)和根系抖落土壤(SO)中主要的共生与联合固氮菌群在属(genus)分类水平上相对丰度的差异分析。其中*,p<0.05。
具体实施方式
1.大豆材料:蒙豆12;NZL06-698含EPSPS耐除草剂基因。
2.田间试验设计:
大田试验地点在吉林省公主岭市,每一种基因型大豆种植于三个或三个以上小区,每个小区面积不小于12m2(4m×3m)。每个小区有两个取样点,每个取样点取两棵或两棵以上植株。
3.样品采集
先除去地面杂草和枯枝落叶等,铲除大田土壤表面1cm左右的表土,然后将在盛花期(或苗期、鼓粒期、成熟期)的大豆植株连根从土中取出,用抖落法取根系抖落土作为系统对照,混合均匀并去除根毛等,于零下70℃保存(至少零下20℃保存);然后用捋取法取下紧粘于大豆根的根际土壤,混合均匀并去除根毛等,并于零下70℃保存。
4.土壤样品中微生物宏基因组DNA的提取:
从上述各土壤样品中,用可去除土壤中残留的腐殖质及几乎所有其他的PCR抑制因子的PowerSoilDNAIsolationKit(MoBioLaboratoriesInc.,Carlsbad,CA,USA)提取高质量微生物宏基因组DNA(图1)。
5.宏基因组DNA中16SrDNA的V4高变区文库的构建
用双标签融合引物对,其一含P5Illumina接头序列、8核苷酸的标签以及特异性引物515F(5‘-GTGCCAGCMGCCGCGGTAA-3’),另一引物含P7Illumina接头序列、8核苷酸的标签以及806R(5‘-GGACTACHVGGGTWTCTAAT-3’),做PCR扩增所述宏基因组DNA中16SrDNA的V4高变区片段以构建文库。
6.合格文库的高通量测序
对合格的文库用IlluminaMiseq平台进行双末端250个核苷酸(PE250)边合成边测序的深度测序,并对边合成边测序的读取序列(READS)进行质量控制。
7.生物信息学内容分析
把纯净的成对READS拼接成TAG,然后聚类成“可操作分类学单元”(OTU);然后做ALPHA多样性、结构、组成及在不同分类水平上相对丰度差异的显著性分析等。
8.数据整合与比较分析
以根系抖落土壤(SO)原核微生物群落的ALPHA多样性(图2B)、结构(主成分分析,图3B;BETA多样性,图4B)、组成及在门分类水平上的相对丰度差异的显著性分析(图5B)、在纲分类水平上的相对丰度差异的显著性分析(图6B)以及在属分类水平上主要的共生及联合固氮菌群相对丰度差异的显著性分析(图7B)作为系统对照,克服土壤异质性的影响,准确测定根际土壤(Rh)原核微生物群落的ALPHA多样性(图2A)、结构(主成分分析,图3A;BETA多样性,图4A)、组成及在门分类水平上的相对丰度差异的显著性分析(图5A)、在纲分类水平上的相对丰度差异的显著性分析(图6A)以及在属分类水平上主要的共生及联合固氮菌群相对丰度差异的显著性分析(图7A),比较不同大豆根际土壤原核微生物群落之间的异同。

Claims (4)

1.一种基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法,其特征是由以下步骤构成:
(1)大田试验地设计,每一种基因型大豆种植于三个或三个以上小区,每个小区面积不小于12m2,每个小区有两个取样点,每个取样点取两棵或两棵以上植株;
(2)先除去地面杂草和枯枝落叶,铲除大田土壤表面1-2cm的表土,然后将在盛花期或苗期或鼓粒期或成熟期的大豆植株连根从土中取出,用抖落法取根系抖落土作为系统对照,混合均匀并去除根毛,于零下20℃-零下70℃保存,再用捋取法取下紧粘于大豆根的根际土壤,混合均匀并去除根毛,并于零下70℃保存;
(3)从上述各土壤样品中,用可去除土壤中残留的腐殖质及几乎所有其他的PCR抑制因子的PowerSoilDNAIsolationKit提取高质量微生物宏基因组DNA;
(4)用双标签融合引物对,其一含P5Illumina接头序列、8核苷酸的标签以及特异性引物515F,515F的核苷酸序列是5‘-GTGCCAGCMGCCGCGGTAA-3’,另一引物含P7Illumina接头序列、8核苷酸的标签以及特异性引物806R,806R的核苷酸序列是5‘-GGACTACHVGGGTWTCTAAT-3’,做PCR扩增所述宏基因组DNA中16SrDNA的V4高变区片段以构建文库;
(5)对合格的文库用IlluminaMiseq平台进行双末端250个核苷酸边合成边测序的深度测序,并对边合成边测序的读取序列READS进行质量控制;
(6)把纯净的成对READS拼接成TAG,然后聚类成“可操作分类学单元”,英语缩写为OTU,再做物种组成、结构、多样性及相对丰度差异的显著性分析;
(7)以根系抖落土壤微生物群落的组成、结构及多样性作为系统对照,克服土壤异质性的影响,准确测定根际土壤原核微生物群落组成、结构、多样性、相对丰度,比较不同大豆之间的异同。
2.根据权利要求1所述一种基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法,其特征在于所述的系统对照为大田种植方式下的大豆根系抖落土壤,每种基因型大豆的系统对照土壤样品至少3个生物学重复;每种基因型大豆的根际土壤样品至少3个生物学重复。
3.根据权利要求1所述一种基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法,其特征在于所述的高质量宏基因组DNA用PowerSoilDNAIsolationKit提取,其中,土壤样品的均质化在康宁LSE涡旋混合器上以最大转速2850rpm运转10分钟完成。
4.根据权利要求1所述一种基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法,其特征在于所述的深度测序是在IlluminaMiseq平台上,以PE250模式做16SrDNA的V4高变区片段高通量测序,每个系统对照土壤样品DNA至少产出3.8万条有效TAG以用于聚类成OTU;每个根际土壤样品DNA至少产出13万条有效TAG以用于聚类成OTU。
CN201610089583.9A 2016-02-17 2016-02-17 基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法 Pending CN105525025A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610089583.9A CN105525025A (zh) 2016-02-17 2016-02-17 基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610089583.9A CN105525025A (zh) 2016-02-17 2016-02-17 基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法

Publications (1)

Publication Number Publication Date
CN105525025A true CN105525025A (zh) 2016-04-27

Family

ID=55767548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610089583.9A Pending CN105525025A (zh) 2016-02-17 2016-02-17 基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法

Country Status (1)

Country Link
CN (1) CN105525025A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055924A (zh) * 2016-05-19 2016-10-26 完美(中国)有限公司 微生物操作分类单元确定和序列辅助分离
CN107904296A (zh) * 2017-12-04 2018-04-13 东北农业大学 一种基于深度测序检测玉米根际土壤微生物的方法及系统
CN107937582A (zh) * 2017-12-29 2018-04-20 苏州普瑞森基因科技有限公司 一种用于分析肠道微生物的引物组及其应用
CN108342465A (zh) * 2018-03-02 2018-07-31 南京大学 一种基于高通量测序检测作物根际原核微生物的方法
CN109797438A (zh) * 2019-01-17 2019-05-24 武汉康测科技有限公司 一种用于16S rDNA可变区定量测序文库构建的接头元件及文库构建方法
CN109811044A (zh) * 2017-11-21 2019-05-28 上海交通大学 接种菌剂玉米的根际原核微生物多样性检测方法
CN110734989A (zh) * 2019-11-06 2020-01-31 华中科技大学鄂州工业技术研究院 一种药用植物共生微生物鉴定方法及其应用
CN113077845A (zh) * 2021-04-13 2021-07-06 中国科学院大气物理研究所 一种大气气溶胶微生物群落组成的分析方法
CN113593642A (zh) * 2021-09-07 2021-11-02 中国水利水电科学研究院 一种坡耕地垄沟布局对微生物影响机理的识别方法
CN117497065A (zh) * 2023-12-28 2024-02-02 中国农业大学 筛选促进多年生牧草再生的微生物种类的方法及其所用装置与计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104630356A (zh) * 2015-01-29 2015-05-20 华南理工大学 一种分析酱油曲醅中未知微生物的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104630356A (zh) * 2015-01-29 2015-05-20 华南理工大学 一种分析酱油曲醅中未知微生物的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MOLLI M. NEWMAN等: "Glyphosate effects on soil rhizosphere-associated bacterial communities", 《SCIENCE OF THE TOTAL ENVIRONMENT》 *
张军毅等: "基于分子标记的宏基因组16S rRNA基因高变区选择策略", 《应用生态学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055924A (zh) * 2016-05-19 2016-10-26 完美(中国)有限公司 微生物操作分类单元确定和序列辅助分离
CN106055924B (zh) * 2016-05-19 2019-02-01 完美(中国)有限公司 微生物操作分类单元确定和序列辅助分离的方法和系统
CN109811044A (zh) * 2017-11-21 2019-05-28 上海交通大学 接种菌剂玉米的根际原核微生物多样性检测方法
CN107904296A (zh) * 2017-12-04 2018-04-13 东北农业大学 一种基于深度测序检测玉米根际土壤微生物的方法及系统
CN107937582A (zh) * 2017-12-29 2018-04-20 苏州普瑞森基因科技有限公司 一种用于分析肠道微生物的引物组及其应用
CN108342465A (zh) * 2018-03-02 2018-07-31 南京大学 一种基于高通量测序检测作物根际原核微生物的方法
CN109797438A (zh) * 2019-01-17 2019-05-24 武汉康测科技有限公司 一种用于16S rDNA可变区定量测序文库构建的接头元件及文库构建方法
CN110734989A (zh) * 2019-11-06 2020-01-31 华中科技大学鄂州工业技术研究院 一种药用植物共生微生物鉴定方法及其应用
CN113077845A (zh) * 2021-04-13 2021-07-06 中国科学院大气物理研究所 一种大气气溶胶微生物群落组成的分析方法
CN113593642A (zh) * 2021-09-07 2021-11-02 中国水利水电科学研究院 一种坡耕地垄沟布局对微生物影响机理的识别方法
CN113593642B (zh) * 2021-09-07 2023-10-24 中国水利水电科学研究院 一种坡耕地垄沟布局对微生物影响机理的识别方法
CN117497065A (zh) * 2023-12-28 2024-02-02 中国农业大学 筛选促进多年生牧草再生的微生物种类的方法及其所用装置与计算机可读存储介质
CN117497065B (zh) * 2023-12-28 2024-04-02 中国农业大学 筛选促进多年生牧草再生的微生物种类的方法及其所用装置与计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN105525025A (zh) 基于16SrDNA深度测序检测不同大豆根际土壤原核微生物的方法
CN108342465A (zh) 一种基于高通量测序检测作物根际原核微生物的方法
Buckley et al. The structure of microbial communities in soil and the lasting impact of cultivation
Mousavi et al. Revised phylogeny of Rhizobiaceae: proposal of the delineation of Pararhizobium gen. nov., and 13 new species combinations
Fakruddin et al. Methods for analyzing diversity of microbial communities in natural environments
Nübel et al. Quantifying microbial diversity: morphotypes, 16S rRNA genes, and carotenoids of oxygenic phototrophs in microbial mats
CN107904296A (zh) 一种基于深度测序检测玉米根际土壤微生物的方法及系统
CN103635592A (zh) 霉菌的检测方法、pcr用反应液、及霉菌检测用载体
CN112251503A (zh) 一种基于16S rDNA全长高通量测序检测根际细菌群落的方法
CN105624328A (zh) 鉴定番茄叶霉病抗性的高通量分子标记及其标记方法与应用
CN101805790A (zh) 一种同时检测24个运动相关基因上32个snp位点多态性的方法
CN113151567B (zh) 用于鉴别花脸香蘑n006#菌株的ssr分子标记及方法
CN106498048A (zh) 一种与大豆结瘤数相关的qtl、snp分子标记及应用
CN109750113B (zh) 一种解析植物内生细菌菌群的方法
CN102719537A (zh) 耐多药结核分枝杆菌非荧光dna微阵列检测方法及试剂盒
CN108384879A (zh) 一种用于西瓜杂交品种纯度鉴定的ssr引物及方法
Tiquia et al. Bacterial diversity in livestock manure composts as characterized by terminal restriction fragment length polymorphisms (T-RFLP) of PCR-amplified 16S rRNA gene sequences
CN115976235B (zh) 德氏乳杆菌cicc 6047菌株的鉴定方法及其引物、试剂盒和应用
CN109811044A (zh) 接种菌剂玉米的根际原核微生物多样性检测方法
CN110669835A (zh) 基于高通量测序的蕨麻根际微生物多样性及菌群解析方法
CN112522428A (zh) 一种快速检测金针菇培养料中阿氏节杆菌的方法
CN113658637A (zh) 土壤中玉米秸秆碳同化关键微生物的识别方法
Choubey et al. Molecular Tools: Advance Approaches to Analyze Diversity of Microbial Community
CN109355412A (zh) 一种用于测定细菌与真菌种类和丰度比较的人工合成外源性参照分子
CN106701747A (zh) 一种通用pcr引物对及其应用

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160427