ivmМеждународный вестник ветеринарииInternational Journal of Veterinary Medicine2072-2419SpbGUVM Publishing House10.52419/issn2072-2419.2025.4.47ivm-1866Research ArticleИНФЕКЦИОННЫЕ БОЛЕЗНИINFECTIOUS DISEASESФилогенетическое исследование кишечного микробиома чира (Coregonus nasus)Phylogenetic study of the gut microbiome of broad whitefish (Coregonus nasus)ВороновК. Е.VoronovK. E.

инженер лаборатории генетики

 Genetics Lab Engineer 

stek486@yandex.ruЛукинаЮ. Н.LukinaYu. N.

д-р биол. наук, директор института

 Doctor of Biological Sciences, Institute Director

АпаликоваО. В.ApalikovaO. V.

канд. биол. наук, зав. лабораторией генетики

Candidate of Biological Sciences, Head of the Genetics Lab

Санкт-Петербургский филиал ГНЦ РФ ФГБНУ «ВНИРО» («ГосНИОРХ» им. Л. С. Берга»)РоссияSt. Petersburg branch of the State Scientific Center of the Russian Federation FGBNU “VNIRO” (“GosNIORH” named after L. S. Berg)Russian FederationИнститут водных проблем Севера КарНЦ РАН (ФГБУН «ИВПС ФИЦ КарНЦ РАН»)РоссияInstitute of Water Problems of the North KarRC RAS (FGBI "IVPS FRC KarRC RAS")Russian FederationСанкт- Петербургский филиал ГНЦ РФ ФГБНУ «ВНИРО» («ГосНИОРХ» им. Л. С. Берга»)РоссияSt. Petersburg branch of the State Scientific Center of the Russian Federation FGBNU “VNIRO” (“GosNIORH” named after L. S. Berg)Russian Federation202530122025044757Copyright © Воронов К.Е., Лукина Ю.Н., Апаликова О.В., 20252025Воронов К.Е., Лукина Ю.Н., Апаликова О.В.Voronov K.E., Lukina Y.N., Apalikova O.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vetjournal.spbguvm.ru/jour/article/view/1866

Кишечная микробиота позвоночных животных представляет собой сложную биологическую систему, играющую ключевую роль в метаболизме и формировании иммунной защиты. Микробные сообщества осуществляют разложение сложных органических соединений, синтезируют витамины и обеспечивают стабильность внутренней среды организма, тесно взаимодействуя с его физиологическими процессами. Таким образом микробиота кишечника непосредственное влияет на здоровье организма хозяина. Изучение эволюционных связей в составе кишечной микробиоты чира (Coregonus nasus) посредством ампликонного секвенирования гена 16S рРНК способствует пониманию их трофических и конкурентных взаимодействий в организме хозяина. В рамках исследования были использованы следующие методы: NGS-секвенирование гена 16S рРНК по участкам V3-V4 и V4-V5 на платформе Illumina MiSeq в режиме PE, а также обработка полученных данных с помощью программного обеспечения Trimmomatic v0.39, VSEARCH v2.21.1, MAFFT v7.505, FastTree v2.1.11. Все анализы выполнялись на платформе Python 3.10.6 с использованием пакетов scipy, statsmodels, biopython. Полученные филогенетические деревья демонстрируют высокий уровень таксономической дифференциации, отражая как недавние эволюционные расхождения (характеризующиеся короткими ветвями и высокой поддержкой узлов), так и древние дивергенции, подтверждаемые значительной длиной ветвей в определенных кладах. Подобная организация указывает на множественные радиации внутри бактериальных таксонов, обусловленные адаптацией к различным экологическим нишам, что свидетельствует о сложности и взаимосвязанности микробных сообществ в исследуемых образцах. Высокое филогенетическое разнообразие обнаруженных таксонов, включая присутствие ОТЕ, классифицированных как Candidatus или относящихся к малоизученным группам, подчеркивает недостаточную изученность микробиоты пресноводных рыб в существующих базах данных.

The intestinal microbiota of vertebrates is a complex biological system that plays a key role in metabolism and the formation of immune defense. Microbial communities decompose complex organic compounds, synthesize vitamins and ensure the stability of the internal environment of the body, closely interacting with its physiological processes. Thus, the intestinal microbiota directly affects the health of the host organism. The study of evolutionary relationships in the intestinal microbiota of broad whitefish (Coregonus nasus) by amplicon sequencing of the 16S rRNA gene contributes to an understanding of their trophic and competitive interactions in the host organism. The following methods were used in the study: NGS sequencing of the 16S rRNA gene in the V3-V4 and V4-V5 regions on the Illumina MiSeq platform in PE mode, as well as processing the obtained data using Trimmomatic v0.39, VSEARCH v2.21.1, MAFFT v7.505, FastTree v2.1.11 software. All analyses were performed on Python 3.10.6 using scipy, statsmodels, and biopython packages. The resulting phylogenetic trees demonstrate a high level of taxonomic differentiation, reflecting both recent evolutionary divergences (characterized by short branches and high node support) and ancient divergences supported by significant branch lengths in certain clades. Such organization indicates multiple radiations within bacterial taxa due to adaptation to different ecological niches, which indicates the complexity and interconnectedness of microbial communities in the studied samples. The high phylogenetic diversity of the detected taxa, including the presence of OTUs classified as Candidatus or belonging to poorly studied groups, highlights the insufficient study of the freshwater fish microbiota in existing databases.

кишечная микробиотафилогенетические деревьясиговые рыбысеквенированиеОТЕgut microbiotaphylogenetic treeswhitefishsequencingOTUReferencesBenjamini Y., Hochberg Y. 1995. Controlling the false discovery rate: a practical and powerful approach to multiple testing // Journal of the Royal Statistical Society: Series B (Methodological). V. 57(1). P. 289–300. https://www.jstor.org/stable/2346101Benjamini Y., Hochberg Y. 1995. Controlling the false discovery rate: a practical and powerful approach to multiple testing // Journal of the Royal Statistical Society: Series B (Methodological). V. 57(1). P. 289–300. https://www.jstor.org/stable/2346101Bolger A. M., Lohse M., Usadel B. 2014. Trimmomatic: A flexible trimmer for Illumina sequence data // Bioinformatics. V. 30 (15). P. 2114–2120. DOI: 10.1093/bioinformatics/btu170Bolger A. M., Lohse M., Usadel B. 2014. Trimmomatic: A flexible trimmer for Illumina sequence data // Bioinformatics. V. 30 (15). P. 2114–2120. DOI: 10.1093/bioinformatics/btu170Edgar R. C. 2016. SINTAX: a simple non-Bayesian taxonomy classifier for 16S and ITS sequences // bioRxiv. 074161. DOI: 10.1101/074161Edgar R. C. 2016. SINTAX: a simple non-Bayesian taxonomy classifier for 16S and ITS sequences // bioRxiv. 074161. DOI: 10.1101/074161Edgar R. C., Haas B. J., Clemente J. C., Quince C., Knight R. 2011. UCHIME improves sensitivity and speed of chimera detection // Bioinformatics. V. 27(16). P. 2194–2200. DOI: 10.1093/bioinformatics/btr381Edgar R. C., Haas B. J., Clemente J. C., Quince C., Knight R. 2011. UCHIME improves sensitivity and speed of chimera detection // Bioinformatics. V. 27(16). P. 2194 –2200. DOI: 10.1093/bioinformatics/btr381Egerton S., Culloty S., Whooley J., Stanton C., Ross R. P. 2018. The gut microbiota of marine fish // Frontiers in Microbiology. V. 9. P. 873. DOI: 10.3389/fmicb.2018.00873Egerton S., Culloty S., Whooley J., Stanton C., Ross R. P. 2018. The gut microbiota of marine fish // Frontiers in Microbiology. V. 9. P. 873. DOI: 10.3389/fmicb.2018.00873Ghanbari M., Kneifel W., Domig K. J. 2015. A new view of the fish gut microbiome: advances from next-generation sequencing // Aquaculture, V. 448. P. 464–475. DOI: 10.1016/j.aquaculture.2015.06.033Ghanbari M., Kneifel W., Domig K. J. 2015. A new view of the fish gut microbiome: advances from next-generation sequencing // Aquaculture, V. 448. P. 464–475. DOI: 10.1016/j.aquaculture.2015.06.033Givens C. E., Ransom B., Bano N., Hollibaugh J. T. 2015. Comparison of gut microbiomes of 12 bony fish and 3 shark species // Marine Ecology Progress Series. V. 518. P. 209–223. DOI: 10.3354/meps11034Givens C. E., Ransom B., Bano N., Hollibaugh J. T. 2015. Comparison of gut microbiomes of 12 bony fish and 3 shark species // Marine Ecology Progress Series. V. 518. P. 209–223. DOI: 10.3354/meps11034Katoh K., Standley D. M. 2013. MAFFT multiple sequence alignment software version 7: improvements in performance and usability // Molecular Biology and Evolution. V. 30(4). P. 772–780. DOI: 10.1093/molbev/mst010Katoh K., Standley D. M. 2013. MAFFT multiple sequence alignment software version 7: improvements in performance and usability // Molecular Biology and Evolution. V. 30(4). P. 772–780. DOI: 10.1093/molbev/mst010Kim, P. S., Shin, N. R., Lee, J. B., Kim, M. S., Whon, T. W., Hyun, D. W., Yun, J. H., Jung, M. J., Kim, J. Y., Bae, J. W. 2021. Host habitat is the major determinant of the gut microbiome of fish // Microbiome. V. 9 (1). P. 166. DOI: 10.1186/s40168-021-01113-xKim, P. S., Shin, N. R., Lee, J. B., Kim, M. S., Whon, T. W., Hyun, D. W., Yun, J. H., Jung, M. J., Kim, J. Y., Bae, J. W. 2021. Host habitat is the major determinant of the gut microbiome of fish // Microbiome. V. 9 (1). P. 166. DOI: 10.1186/s40168-021-01113-xLi X., Yu Y., Feng W., Yan Q., Gong Y. 2012. Host species as a strong determinant of the intestinal microbiota of fish larvae // The Journal of Microbiology. V. 50(1). P. 29–37. DOI: 10.1007/s12275-012-1340-1Li X., Yu Y., Feng W., Yan Q., Gong Y. 2012. Host species as a strong determinant of the intestinal microbiota of fish larvae // The Journal of Microbiology. V. 50(1). P. 29–37. DOI: 10.1007/s12275-012-1340-1Liu Y., Li Y., Li J., Zhou Q., Li X. 2022. Gut microbiome analyses of wild migratory freshwater fish (Megalobrama terminalis) through geographic isolation // Frontiers in Microbiology. V. 13. P. 858454. DOI: 10.3389/fmicb.2022.858454Liu Y., Li Y., Li J., Zhou Q., Li X. 2022. Gut microbiome analyses of wild migratory freshwater fish (Megalobrama terminalis) through geographic isolation // Frontiers in Microbiology. V. 13. P. 858454. DOI: 10.3389/fmicb.2022.858454Maji U. J., Mohanty S., Mahapatra A. S., Mondal H. K., Samanta M., Maiti N. K. 2022. Exploring the gut microbiota composition of Indian major carp, rohu (Labeo rohita), under diverse culture conditions // Genomics. V. 114(3), P. 110354. DOI: 10.1016/j.ygeno.2022.110354Maji U. J., Mohanty S., Mahapatra A. S., Mondal H. K., Samanta M., Maiti N. K. 2022. Exploring the gut microbiota composition of Indian major carp, rohu (Labeo rohita), under diverse culture conditions // Genomics. V. 114(3), P. 110354. DOI: 10.1016/j.ygeno.2022.110354McFall-Ngai M., Hadfield M.G., Bosch T.C.G., Carey H.V., Domazet-Lošo T., Douglas A.E., Wernegreen J.J. 2013. Animals in a bacterial world, a new imperative for the life sciences // Proceedings of the National Academy of Sciences. V. 110(9). P. 3229–3236. DOI: 10.1073/pnas.1218525110McFall-Ngai M., Hadfield M.G., Bosch T.C.G., Carey H.V., Domazet-Lošo T., Douglas A.E., Wernegreen J.J. 2013. Animals in a bacterial world, a new imperative for the life sciences // Proceedings of the National Academy of Sciences. V. 110(9). P. 3229–3236. DOI: 10.1073/pnas.1218525110Sadeghi J., Chaganti S. R., Johnson T. B., Heath D. D. 2023. Host species and habitat shape fish-associated bacterial communities: phylosymbiosis between fish and their microbiome // Microbiome. V. 11(1). P. 39. DOI: 10.1186/s40168-023-01697-6Sadeghi J., Chaganti S. R., Johnson T. B., Heath D. D. 2023. Host species and habitat shape fish-associated bacterial communities: phylosymbiosis between fish and their microbiome // Microbiome. V. 11(1). P. 39. DOI: 10.1186/s40168-023-01697-6Suhr M., Fichtner-Grabowski F.T., Seibel H., Bang C. 2023. Effects of plantbased proteins and handling stress on intestinal mucus microbiota in rainbow trout // Scientific Reports. V. 13. Article 50071. DOI: 10.1038/s41598-023-50071-xSuhr M., Fichtner-Grabowski F.T., Seibel H., Bang C. 2023. Effects of plantbased proteins and handling stress on intestinal mucus microbiota in rainbow trout // Scientific Reports. V. 13. Article 50071. DOI: 10.1038/s41598-023-50071-xTarnecki A. M., Burgos F. A., Ray C. L., Arias C. R. 2017. Fish intestinal microbiome: diversity and symbiosis unravelled by metagenomics // Journal of Applied Microbiology. V. 123(1). P. 2–17. DOI: 10.1111/jam.13415Tarnecki A. M., Burgos F. A., Ray C. L., Arias C. R. 2017. Fish intestinal microbiome: diversity and symbiosis unravelled by metagenomics // Journal of Applied Microbiology. V. 123(1). P. 2–17. DOI: 10.1111/jam.13415Tsuchiya C., Sakata T., Sugita H. 2008. Novel ecological niche of Cetobacterium somerae, an anaerobic bacterium in the intestinal tracts of freshwater fish // Letters in Applied Microbiology. V. 46(1). P. 43–48. DOI: 10.1111/j.1472-765X.2007.02258.xTsuchiya C., Sakata T., Sugita H. 2008. Novel ecological niche of Cetobacterium somerae, an anaerobic bacterium in the intestinal tracts of freshwater fish // Letters in Applied Microbiology. V. 46(1). P. 43–48. DOI: 10.1111/j.1472-765X.2007.02258.xWang A. R., Ran C., Ringø E., Zhou Z. G. 2018. Progress in fish gastrointestinal microbiota research // Reviews in Aquaculture. V. 10(3). P. 626–640. DOI: 10.1111/raq.12191Wang A. R., Ran C., Ringø E., Zhou Z. G. 2018. Progress in fish gastrointestinal microbiota research // Reviews in Aquaculture. V. 10(3). P. 626–640. DOI: 10.1111/raq.12191Washburne A. D., Morton J. T., Sanders J., McDonald D., Zhu Q., Oliverio A. M., Knight R. 2018. Methods for phylogenetic analysis of microbiome data // Nature microbiology. V. 3(6). P. 652–661. DOI: 10.1038/s41564-018-0156-0Washburne A. D., Morton J. T., Sanders J., McDonald D., Zhu Q., Oliverio A. M., Knight R. 2018. Methods for phylogenetic analysis of microbiome data // Nature microbiology. V. 3(6). P. 652–661. DOI: 10.1038/s41564-018-0156-0

The authors declare that there are no conflicts of interest present.