Doktoritöö: mulla mikroseente määramine on nüüd lihtsam ({{contentCtrl.commentsTotal}})

Martti Vasar enda koostatud programmiga gDAT AM seente elurikkust analüüsimas
Martti Vasar enda koostatud programmiga gDAT AM seente elurikkust analüüsimas Autor/allikas: Erakogu

Mulla mikroorganismid on ökosüsteemis olulised, mõjutades aineringet, kujundades keskkonda ja teiste organismide kasvu.

Oluline mikroorganismiderühm on arbuskulaarset mükoriisat (AM) moodustavad seened (ehk krohmseened), mille uurimisel on Tartu Ülikooli ökoloogia ja maateaduste instituudis aktiivselt tegeldud.

Kuna AM seened on mikroskoopilised,  on vaja neid määrata molekulaarsete meetoditega: et määramine oleks täpsem ja lihtsam, valmis Martti Vasara doktoritöö käigus arvutiprogramm, mida kasutavad nii eesti kui ka teiste maade mükoloogid.

 AM seente olulisus seisneb selles, et nad elavad kooselus taimedega ning aitavad peremeestaimel omastada mullast taime kasvuks vajalikke mineraalaineid ja vett, seen omakorda saab taimelt süsivesikuid. Lisaks parandavad AM seened taime stressitaluvust, näiteks põua ja haigustekitajatega.

Olulisust ilmestab  tõik, et enam kui 80% soontaimedest (sh kultuurtaimed) elab sümbioosis AM seentega ning neid esineb peaaegu kõigis maismaa ökosüsteemides. Seepärast on  oluline teada, kus ja millised AM seeneliigid  kasvavad, sest nende abil võib suurendada ka põldude viljakust.

 Molekulaarsete meetodite, eriti pärilikkusaine (DNA) kodeerimine, ja tehnoloogia areng on võimaldanud AM seente uurimist nii mullas kui taimejuurtes, looduslikes ja tehisökosüsteemides (näiteks põllul, õhus ja tolmus), kuid meetodi edukaks kasutamiseks on vaja nende määramiseks sobivat vahendit.  

Vasara doktoritöö keskenduski  tavameetoditega raskestiuuritavate AM seente määramisele DNA alusel ning arendas arvutiprogrammi, mis aitab kaasa pärilikkusaine põhisele AM seente elurikkuse uurimisele.

"Analüüsisin erinevaid sekveneerimise vahendeid ja meetodeid seente määramiseks. AM seente liikide määramiseks kasutatakse peamiselt genoomi osi, mis kodeerivad RNA ühikuid, näiteks selle väikest alaühikut (SSU), suurt alaühikut (LSU) ning sama genoomipiirkonna mittekodeerivat osa ITS. Leidsin koos kolleegidega, et AM seeni saab edukalt määrata SSU geenipiirkonna järgi, sest see võimaldab eristada suurt osa liike ning järjestuse pikkuse ning varieeruvuse tõttu saab seda kasutada ka liikide põlvnemise uurimiseks. Kuna mul on informaatika taust, siis arendasin omandatud teadmiste põhjal tarkvara gDAT, mis aitab määrata AM seeni looduslikes kooslustes", selgitas Vasar oma töö sisu.

Oluline samm töö valmimisel oli TÜ mükoloogide koostatud andmebaasil MaarjAM, kus AM seente DNA järjestused on ekspertide poolt kontrollitud ning seal on ka seente kohta käivad muud andmed, nagu näiteks proovikogumise paik ja aeg, peremeestaim, kasvukohatüüp jne.

"Krohmseente andmebaasi MaarjAM esimest versiooni kasutasime töörühma siseselt. Tänaseks on vajadus AM seeni täpselt määrata tekitanud andmebaasi vastu huvi ka väljaspool Eestit ning viinud koostööni teiste ülikoolidega," nendib Vasar.

 MaarjAM andmebaasis on AM seente SSU järjestused liikide põlvnemise alusel rühmitatud umbes liigi tasemel taksoniteks, mida nimetatakse virtuaaltaksoniteks.. See võimaldab täiendada MaarjAM andmebaasi looduses esinevate, kuid andmebaasis seni puuduvate liikidega, mis aitavad järgnevatest sekveneerimisandmetest täielikumalt ja täpsemalt määrata otsitavaid organisme.

"AM seente määramine mikroskoobiga on keeruline ja aeganõudev, määramiseks on vaja seente taksonoomia eksperte. Virtuaalliigid on elurikkuse kirjeldamisel klassikaliste liikide analoogid ja virtuaalliigi kontseptsiooni kasutades on võimalik eristada ka neid liike pärilikkusaine põhjal, mida väliste tunnuste põhjal ei ole võimalik eristada," põhjendab Vasar virtuaaltaksoni olemust.

Valminud programm gDAT hõlbustab AM seente DNA-uuringuid, sest võimaldab lihtsalt ja mugavalt hallata ja analüüsida pärilikkusaine järjestamisel põhinevat informatsiooni. Programmi valideerimiseks mõõdeti seadme protsessori, mälu ja kõvaketta kasutust ning ajakulu uuritud andmestiku põhjal. Selgus, et andmeid on võimalik analüüsida ühe ööpäeva jooksul, kasutades selleks tavalist arvutit, ei ole vaja kasutada suure jõudlusega arvuti ressursse.

"Pärilikkusaine töötlemiseks ja analüüsimiseks on arendatud erinevaid tarkvarasid. Paljud programmid on arendatud selliselt, et see toetaks erinevaid sekveneerimisplatvorme ja markerpiirkondi, seetõttu on neis tööriistades palju abiprogramme, mis teeb nende paigaldamise ja kasutamise keeruliseks. gDAT puhul on tegu kasutajasõbraliku lahendusega, mida on lihtne paigaldada ja graafiline kasutajaliides suunab kasutaja valima õigeid parameetreid ning vähendab sisestamisel tehtud vigu. gDAT töövahendit kasutavad  TÜ taimeökoloogia töörühma teadlased kui ka teised, välismaal AM seenekooslusi uurivad teadlased," on Vasar oma tehtuga rahul.

Tutvu Martti Vasare värskelt kaitstud doktoritööga "Developing a bioinformatics pipeline gDAT to analyse arbuscular mycorrhizal fungal communities using sequence data from different marker regions" Tartu Ülikooli andmebaasis.

Toimetaja: Maarja Merivoo-Parro

Hea lugeja, näeme et kasutate vanemat brauseri versiooni või vähelevinud brauserit.

Parema ja terviklikuma kasutajakogemuse tagamiseks soovitame alla laadida uusim versioon mõnest meie toetatud brauserist: