Biotechnological Potential of the Soil Microbiome

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Molecular biological techniques and bioinformatic analysis were used to investigate the phylogenetic and functional diversity of the prokaryotic complex of soil microcosms. The dominant organisms of the hydrolytic community were different in the samples from different climatic zones. In the soils subject to anthropogenic or abiogenic load, apart from decreased diversity and abundance of prokaryotes, the number of the genes marking the ability to degrade xenobiotics, as well as those encoding nitrogen conversion and metabolism of vitamins and cofactors, was found to increase. Under heavy oil contamination, the bacterial community was capable of nitrification; its role increased in the lower horizons of the soil profile. The patterns revealed in the work indicate high metabolic potential of the prokaryotic component of the studied soils.

Full Text

Restricted Access

About the authors

N. A. Manucharova

Moscow State University

Author for correspondence.
Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

A. P. Vlasova

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

M. A. Kovalenko

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

E. A. Ovchinnikova

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

A. D. Babenko

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

G. A. Teregulova

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

G. V. Uvarov

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

A. L. Stepanov

Moscow State University

Email: manucharova@mail.ru
Russian Federation, Moscow, 119991

References

  1. Bürgmann H., Widmer F., Sigler W.V., Zeyer J. mRNA extraction and reverse transcription-PCR protocol for detection of nifH gene expression by Azotobacter vinelandii in soil // Appl. Environ. Microbiol. 2003. V. 69. P. 1928‒1935. https://doi.org/10.1128/AEM.69.4.1928-1935.2003
  2. Hallin S., Jones C.M., Schloter M., Philippot L. Relationship between n-cycling communities and ecosystem functioning in a 50-year-old fertilization experiment // ISME J. 2009. V. 53. P. 597‒605.
  3. https://doi.org/10.1038/ismej.2008.128
  4. Hendrickx B., Junca H., Vosahlova J., Lindner A., Ruegg I., Bucheli-Witschel M., Faber F., Egli T., Mau M., Pieper, D.H., Top E.M., Dejonghe W., Bastiaens L., Springael D. Alternative primer sets for PCR detection of genotypes involved in bacterial aerobic BTEX degradation: distribution of the genes in BTEX degrading isolates and in subsurface soils of a BTEX contaminated industrial site // J. Microbiol. Meth. 2006. V. 64. P. 250–265. https://doi.org/10.1016/j.mimet.2005.04.018
  5. Henry S., Baudouin E., López-Gutiérrez J.C., Martin-Laurent F., Brauman A., Philippot L. Quantification of denitrifying bacteria in soils by nirK gene targeted real-time PCR // J. Microbiol. Meth. 2004. V. 59. P. 327‒335.
  6. https://doi.org/10.1016/J.MIMET.2004.07.002
  7. Gogmachadze L.G., Khusnetdinova K.A., Stepanov A.L., Kravchenko I.K. Microcosm study of ammonium and drying impact on methane oxidation in agricultural soil // J. Agric. Environ. 2023. V. 36. P. 10‒22. https://doi.org/10.23649/JAE.2023.36.7
  8. Langille M., Zaneveld J., Caporaso J.G., McDonald D., Knights D., Reyes J., Clemente J., Burkepile D., Vega Thurber R., Knight R., Beiko R., Huttenhower C. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences // Nat. Biotechnol. 2013. V. 31. P. 814–821.
  9. https://doi.org/10.1038/nbt.2676
  10. Manucharova N.A., Pozdnyakov L.A., Vlasova A.P., Yanovich A.S., Ksenofontova N.A., Kovalenko M.A., Stepanov P.Y., Gennadiev A.N., Golovchenko A.V., Stepanov A.L. Metabolically active prokaryotic complex in grassland and forests’ sod-podzol under polycyclic aromatic hydrocarbon influence // Forests. 2021. V. 12. P С. 1103‒1117.
  11. https://doi.org/10.3390/f12081103
  12. Manucharova N.A., Ksenofontova N.A., Belov A.A., Kamenskiy N.N., Arzamazova A.V., Zenova G.M., Kinzhaev R.R., Trofimov S.Y., Stepanov A.L. Prokaryotic component of oil-contaminated oligotrophic peat soil under different levels of mineral nutrition: biomass, diversity, and activity // Euras. Soil Sci. 2021. V. 54. P. 89–97.
  13. https://doi.org/10.31857/s0032180x2101010x
  14. Markowitz V.M., Chen I.-M.A., Palaniappan K., Chu K., Szeto E., Grechkin Y., Ratner A., Jacob B., Huang J., Williams P., Huntemann M., Anderson I., Mavromatis K., Ivanova N.N., Kyrpides N.C. IMG: the Integrated Microbial Genomes database and comparative analysis system // Nucl. Acids Res. 2012. V. 40. Database iss. P. D115‒D122.
  15. https://doi.org/10.1093/nar/gkr1044
  16. Samarghandi M.R., Arabestani M.R., Zafari D., Rahmani A.R., Afkhami A., Godini K. Bioremediation of actual soil samples with high levels of crude oil using a bacterial consortium isolated from two polluted sites: investigation of the survival of the bacteria // Global NEST J. 2018. V. 20. P. 432–438.
  17. Sutton N.B., Maphosa F., Morillo J.A., Al-Soud W.A., Langenhoff A.A.M., Grotenhuis T., Rijnaarts H.H.M., Smidt H. Impact of long-term diesel contamination on soil microbial community structure // Appl. Environ. Microbiol. 2013. V. 79. P. 619–630.
  18. Wang Q., Garrity G.M., Tiedje J.M., Cole J.R. Naive Bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy // Appl. Environ. Microbiol. 2007. V. 73. P. 5261–5267.
  19. https://doi.org/10.1128/AEM.00062-07
  20. Wang Q., Duan B., Yang R., Zhao Y., Zhang L. Screening and identification of chitinolytic actinomycetes and study on the inhibitory activity against turfgrass root rot disease fungi // J. Biosci. Medic. 2015 V. 3. P. 56065. https://doi.org/10.4236/jbm.2015.33009

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Principal component analysis using the Bray–Curtis metric of the structure of prokaryotic communities of the studied samples with the addition of substrates (chitin biopolymer or hydrocarbons).

Download (109KB)
Indexing metadata
3. 2. Biodegradation of xenobiotics: A — aminobenzoate; B — benzoate; C — caprolactams; D — chloroalkanes/chloroalkenes; E — chlorocyclohexane/chlorobenzene; F — naphthalene; G — PAHs. The studied samples: 1 ‒ chernozem; 2 ‒ chernozem incubated with a resource; 3 — chestnut soil with a resource; 4 — chestnut soil; 5 — sod-podzolic soil incubated with a resource; 6 ‒ sod-podzolic soil; 7 ‒ permafrost; 8 ‒ permafrost incubated with a resource.

Download (116KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».