Aproximaciones ómicas al estudio de la ecología microbiana de suelos

Se denominan te cnicas o micas a aquellas que permiten el estudio del conjunto o la totalidad de alguna propiedad o caracterí stica (genes, lí pidos, proteí nas, transcritos, etc.) de un sistema. Así , por ejemplo, la geno mica y proteo mica son las te cnicas que permiten el estudio del conjunto de genes y proteí nas de un organismo, respectivamente. Cuando las te cnicas o micas se aplican al estudio de todos los organismos presentes en un ecosistema, hablamos de meta-o micas:

metageno mica, metatranscripto mica, metaproteo mica, etc. Las meta-o micas ma s desarrolladas son la metageno mica, que permite el estudio del conjunto de genes de una comunidad, o la metaproteo mica, que se encarga del estudio de las proteí nas expresadas por los organismos de una comunidad en un momento determinado. La secuenciacio n de amplicones no se considera una te cnica meta-o mica, sino metagene tica, dado que se trata de una librerí a de un solo gen (como el ARNr 16S), y no de todos los presentes.

El desarrollo de este tipo de te cnicas junto con los avances bioinforma ticos para la interpretacio n de sus resultados ha supuesto una revolucio n en el estudio de los sistemas microbianos, superando los sesgos de las te cnicas cla sicas de cultivo y molecular de PCR y por lo tanto aumentando la resolucio n con la que es posible describir la comunidad microbiana, incluyendo la biogeografí a, potencial metabo lico y diversidad, mecanismos de adaptacio n, filogenia y evolucio n (Cardenas & Tiedje, 2008).

Entre los avances ma s importantes que estas te cnicas han permitido destaca el aumento exponencial de la descripcio n de nuevos grupos microbianos (Castelle et al., 2015; Hug et al., 2016; Nesme et al., 2016; Parks et al., 2017; Solden & Wrighton, 2017) que se ejemplifica en la reciente actualizacio n del a rbol de la vida por Parks y colaboradores (2017), en la que incluyeron casi 8000 genomas nuevos reconstruidos a partir de metagenomas de diferentes ambientes naturales, lo que aumento en un 30 % la diversidad de bacterias y arqueas conocida hasta el momento (Castelle & Banfield, 2018). El ana lisis de datos meta-o micos no solo ha permitido avanzar en nuestro conocimiento de la biodiversidad filogene tica en la Tierra, sino que ha posibilitado nuevos estudios sobre la vida y la aparicio n de ciertos rasgos como la respiracio n aero bica o la fotosí ntesis (Soo et al., 2014; Castelle & Banfield, 2018), así como el papel de estos microorganismos no cultivados en los ciclos biogeoquí micos (Spang et al., 2015; Hu et al., 2016; Adam et al., 2017) o el cambio clima tico (Mackelprang et al., 2016; Wallace et al., 2017). Estas te cnicas no solo han evolucionado la ecologí a microbiana, sino tambie n el campo de la seguridad alimentaria (Cocolin et al., 2017) o la medicina (Virgin & Todd, 2011; Valles-Colomer et al., 2016), entre otros muchos. La completa integracio n de estas te cnicas con otras complementarias (otras o micas, te cnicas de aislamiento en cultivo puro o marcaje con iso topos estables, por ejemplo) dara lugar sin duda a nuevos avances en la ecologí a microbiana (Jansson & Baker, 2016; Nesme et al., 2016; Starr et al., 2017; Gutleben et al., 2018).

El conocimiento microbiano del suelo, considerado la u ltima frontera de la Microbiologí a (Van Elsas et al., 2007) tambie n se ha beneficiado de estos avances en las te cnicas de estudio de la ecologí a microbiana. La introduccio n de las te cnicas o micas, como la metageno mica, en el estudio de la ecologí a microbiana de suelos ha permitido el estudio a gran escala de la “mayorí a no cultivada” de microorganismos (Howe et al., 2014; Delmont et al., 2015; White et al., 2016), y el establecimiento de patrones de cambio de la comunidad microbiana con para metros fisicoquí micos ambientales o derivados de la accio n antropoge nica (Lupwayi et al., 1998; Kowalchuk et al., 2002; Ge et al., 2008; Cruz-Martí nez et al., 2009; Lauber et al., 2009; Griffiths et al., 2011; Fierer et al., 2012).

Sin embargo, au n existen varios retos para el aprovechamiento ma ximo de las te cnicas o micas en el estudio de la ecologí a microbiana de suelos (Nesme et al., 2016). Por un lado, los diferentes me todos de extraccio n de ADN/ARN empleados poseen diferentes sesgos y, dada la ausencia de un suelo de referencia con el que evaluar la eficiencia de extraccio n de ADN, no es posible determinar la representatividad del ADN obtenido con respecto al de la microbiota del suelo. Adema s, aunque han aparecido te cnicas para tratar de solventar este problema (como MDA,

multiple displacement amplification), la cantidad de muestra de partida necesaria para obtener

las cantidades de a cidos nucleicos requeridos en estudios o micos sigue siendo la principal limitacio n para su uso en ambientes con baja biomasa, o en ana lisis a pequen a escala de muchos otros ha bitats con un mayor contenido en biomasa. La preparacio n de la muestra para secuenciar y la propia tecnologí a de secuenciacio n elegida introducen nuevos sesgos que impiden la comparacio n de distintos estudios. Por otro, el ana lisis de la gran cantidad de datos obtenidos mediante estas te cnicas es abrumador, computacionalmente costoso y no estandarizado. Por ello, pueden obtenerse diferentes resultados a partir de una misma base de datos o mica en funcio n de los me todos usados para eliminar las secuencias de baja calidad, relacionar secuencias con aquellas ma s parecidas en las bases de datos (anotacio n), ensamblar secuencias cortas en otras ma s largas o contigs (ensamblaje) y agrupar dichos contigs en grupos relacionados filogene ticamente para obtener genomas completos (binning). Las indeterminaciones de la eficiencia y fidelidad de los me todos de extraccio n de ADN y ana lisis bioinforma ticos utilizados, así como la variabilidad fruto del uso de diferentes me todos en cada una de las etapas, dificulta la interpretacio n de los datos o micos, determinacio n de correlaciones veraces, cuya relacio n causal, en cualquier caso, necesita ser comprobadas en el laboratorio (Vestergaard et al., 2017).

La aplicacio n de la metageno mica al estudio de la ecologí a de suelos presenta dificultades adicionales. Algunas de ellas son comunes a cualquier me todo aplicado al estudio de la biologí a del suelo, como las derivadas de la gran heterogeneidad de la estructura del suelo y de la alta diversidad de organismos presentes en el mismo (Lombard et al., 2011; Myrold & Nannipieri, 2014) y otras caracterí sticas de los me todos que se basan en la extraccio n de a cidos nucleicos del suelo, como la adsorcio n de las mole culas de ADN a las partí culas del suelo, así como la estabilidad del ADN extracelular en este ambiente (Nesme et al., 2016; Vestergaard et al., 2017). Los suelos se encuentran entre los ecosistemas con mayor diversidad de microorganismos (Lozupone & Knight, 2007). Para capturar toda la diversidad presente en un suelo se requiere una secuenciacio n profunda que no siempre es alcanzable, por lo que, en la mayorí a de los casos, adema s de ignorar el papel de las especies menos abundantes, la determinacio n de las relaciones entre microorganismos y con los para metros ambientales puede ser incompleta y confusa. Adema s, la alta diversidad existente dificulta los procesos de ensamblaje (Vestergaard et al., 2017) y, por tanto, de obtencio n de genomas a partir de secuencias individuales a partir de donde realizar ana lisis ecolo gicos y evolutivos (Hugerth et al., 2015). Por otra parte, solo se ha conseguido aislar en cultivo puro y caracterizar una parte minoritaria de la biodiversidad existente en los suelos (Janssen et al., 2002; Schoenborn et al., 2004; Burmølle et al., 2009; Vartoukian et al., 2010; Choi et al., 2016; Pham & Kim, 2018), por lo que las bases de datos con las que se comparan estos metagenomas no contienen suficientes referencias adecuadas para

la anotacio n correcta de las secuencias de las bases de datos metageno micas de suelos (Choi et al., 2016), lo que resulta en una alta proporcio n de secuencias sin anotar (Delmont et al., 2012; Fierer et al., 2012; Choi et al., 2016).

La alta heterogeneidad de la matriz del suelo dificulta la extraccio n de conclusiones reproducibles y va lidas en la escala en la que se producen los procesos e interacciones microbianos, dada la dificultad de obtener re plicas biolo gicas representativas en la escala de los procesos microbianos que se desea estudiar (Vestergaard et al., 2017). En ciencia, la reproducibilidad de un resultado determina su veracidad (Prosser, 2010). La reproducibilidad de una medida fí sica, quí mica o biolo gica de un suelo viene determinada por el grado de heterogeneidad del mismo y nuestra capacidad para medir dichas propiedades en la escala de los micronichos con diferentes condiciones que alberga el suelo estudiado (Ranjard et al., 2000; Smalla & van Elsas, 2010; Vos et al., 2013; Constancias et al., 2014; Kuzyakov & Blagodatskaya, 2015; Vestergaard et al., 2017). Estos micronichos con caracterí sticas diferenciadas se forman como consecuencia de la desconexio n entre distintos puntos del suelo, que ocurre como consecuencia de una reduccio n en el contenido de agua del suelo (Carson et al., 2010; Smucker et al., 2010; Vos et al., 2013). Así , por ejemplo, el contenido en agua y propiedades quí micas de la solucio n del suelo pueden variar dra sticamente de un punto del sistema a otro muy cercano y esta situacio n de heterogeneidad espacial se acentu a a medida que disminuye el contenido en agua del suelo estudiado (Carson et al., 2010; Smucker et al., 2010; Vos et al., 2013). En este sentido, se ha propuesto, incluso, que la recogida de re plicas biolo gicas para la realizacio n de un estudio so lido estadí sticamente puede ser imposible debido a la gran heterogeneidad de este sistema ya que actualmente es metodolo gicamente complejo determinar para metros fisicoquí micos y biolo gicos en la escala relevante de los microorganismos (Nesme et al., 2016). Es por ello que la interpretacio n de los datos medidos en suelo requiere la consideracio n de la heterogeneidad del suelo estudiado así como de la escala de medida ideal y la utilizada (Smalla & van Elsas, 2010; Vos et al., 2013; Myrold & Nannipieri, 2014; Jansson & Baker, 2016). Dada la cantidad de muestra requerida para llevar a cabo los estudios o micos, actualmente no es posible aplicar estos me todos en la escala adecuada para el estudio de los procesos microbianos e interacciones en micronichos especí ficos del suelo, por lo que se usan muestras ma s grandes y los resultas que observamos son un compendio de los que se producen en cada uno de os micronichos de la misma (Myrold & Nannipieri, 2014; Jansson & Baker, 2016; Nesme et al., 2016). A la heterogeneidad fí sica hay que sumarle al temporal, ya que el suelo es un sistema muy dina mico que se encuentra influenciado constantemente por la accio n del clima y macro- y microorganismos que modifican su composicio n en el tiempo (Myrold & Nannipieri, 2014; Nesme et al., 2016).

Como me todo basado en la extraccio n de ADN del suelo, la metageno mica sufre los efectos de la adsorcio n de estas mole culas a las partí culas de suelo, que interfieren con el proceso de extraccio n, adema s de la importante cantidad de ADN extracelular que se encuentran en los suelos, donde se conservan bastante bien (Nesme et al., 2016).

A pesar de los retos a los que au n se enfrenta la metageno mica de suelos, ha permitido grandes avances en el conocimiento actual de la microbiota que habita estos ambientes, y la explotacio n

de todo su potencial esta au n por llegar. La integracio n de esta te cnica con otras o micas, el desarrollo futuro de un suelo de referencia donde validar te cnicas de ana lisis y el avance de la tecnologí a permitira n el avance en el conocimiento de las relaciones entre microorganismos en el suelo, así como sus funciones y fisiologí a en diferentes condiciones fisicoquí micas (Myrold & Nannipieri, 2014; Jansson & Baker, 2016; Nesme et al., 2016).