Contributors: Maison de la Modélisation, de la Simulation et des Interactions Sophia-Antipolis (MSI); Université Côte d'Azur (UniCA); Institut Sophia Agrobiotech (ISA); Université Nice Sophia Antipolis (1965 - 2019) (UNS)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Côte d'Azur (UniCA); Pleiade, from patterns to models in computational biodiversity and biotechnology (PLEIADE); Laboratoire Bordelais de Recherche en Informatique (LaBRI); Université de Bordeaux (UB)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Centre National de la Recherche Scientifique (CNRS)-Centre Inria de l'Université de Bordeaux; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Biodiversité, Gènes & Communautés (BioGeCo); Université de Bordeaux (UB)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE); Scalable, Optimized and Parallel Algorithms for Genomics (GenScale); Centre Inria de l'Université de Rennes; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7); Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA); Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes); Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA); Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT); Agroécologie Dijon; Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Dijon; Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université Bourgogne Europe (UBE); ANR-22-PEAE-0011,MISTIC,Computationel models of crop plant microbial biodiversity(2022); ANR-15-IDEX-0001,UCA JEDI,Idex UCA JEDI(2015)
نبذة مختصرة : Soil is one of the most diverse microbial ecosystems, yet a significant portion of its microbial "dark matter" remains uncharacterised. Sequencing technologies have improved our understanding, but challenges persist in comprehensively characterising soil microbial diversity. In this study, we employed PacBio HiFi long-read (LR) and Illumina short-read (SR) whole-genome sequencing (WGS) to reconstruct metagenome-assembled genomes (MAGs) from a soil sample. Metabarcoding analyses complemented our approach by assessing microbial diversity and evaluating the proportion of taxa captured by WGS. Our results demonstrate that LR sequencing significantly enhances genome contiguity and completeness compared to SR methods, which yield more fragmented assemblies. By integrating SR and LR data, we improved binning accuracy, leading to a more precise taxonomic resolution of soil microbial diversity. While long-read sequencing provides the most comprehensive WGS representation, our findings highlight that low-abundant microbial taxa remain undetected due to sequencing depth limitations. ; Le sol est l'un des écosystèmes microbiens les plus diversifiés, mais une grande partie de ces communautés reste inexplorée. Les technologies de séquençage ont amélioré notre compréhension, mais des défis subsistent pour caractériser pleinement cette diversité microbienne. Dans cette étude, nous avons utilisé le séquençage à longues lectures PacBio HiFi (LR) et de à lectures courtes Illumina (SR) en séquençage de génome entier (WGS) afin de reconstruire des génomes métagénomiques assemblés (MAGs) à partir d’un échantillon de sol. Des analyses de métabarcoding ont complété notre approche en évaluant la diversité microbienne et en quantifiant la proportion de taxons capturés par le WGS. Nos résultats montrent que le séquençage LR améliore considérablement la continuité et la complétude des génomes par rapport aux méthodes SR, qui produisent des assemblages plus fragmentés. L’intégration des données SR et LR a permis d’accroître la précision du ...
Processing Request
No Comments.