论文链接：https://www.nature.com/articles/s41587-023-01674-2

纯细菌培养物对于微生物组研究中详细的实验和机理研究仍然至关重要，而传统的从复杂的微生态系统中分离出单个细菌的方法是劳动密集型的、难以扩展的，并且缺乏表型-基因型一体化。本文描述了一个开源高通量机器人菌株分离平台，用于快速生成按需分离的菌株。本文开发了一种机器学习方法，利用菌落形态和基因组数据最大化分离出的微生物多样性，并实现了对特定属的有针对性的挑选。将该平台应用于来自20名人类的粪便样本中，得到个性化肠道微生物组生物库，共计26,997个分离株，代表了>80%的所有丰度高的菌群。对>100,000个视觉捕获的菌落进行空间分析，揭示了Ruminococcaceae、Bacteroidaceae、Coriobacteriaceae和Bifidobacteriaceae家族之间的共生模式，这些模式表明了重要的微生物相互作用。对这些生物库中的1,197个高质量基因组的比较分析显示了有趣的菌株内部和个人之间的进化、选择和水平基因转移。这种菌群学框架应该能够为许多新兴的微生物组研究提供系统化的收集和定量分析基于成像的表型数据和高分辨率基因组数据的方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除