We thank Benjamin Knowles, Yan Wei Lim, Andreas Haas, and members of the Viral Dark Matter consortium for their help and constructive input on this manuscript. This research is funded by the National Science Foundation (DEB-1046413) and is part of the Dimensions: Shedding Light on Viral Dark Matter project.

<ol>
	<li>Wommack, K. E., Colwell, R. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Virioplankton:+Viruses+in+Aquatic+Ecosystems.">Virioplankton: Viruses in Aquatic Ecosystems.</a> Microbiology and Molecular Biology Reviews. 64 (1), 69-114 (2000).</li><li>Hendrix, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recoding+in+Bacteriophages.">Recoding in Bacteriophages.</a> Recoding: Expansion of decoding rules enriches gene expression. 24, 249-258 (2010).</li><li>Breitbart, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genomic+analysis+of+uncultured+marine+viral+communities.">Genomic analysis of uncultured marine viral communities.</a> Proceedings of the National Academy of Sciences. 99 (22), 14250-14255 (2002).</li><li>Breitbart, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diversity+and+population+structure+of+a+near-shore+marine-sediment+viral+community.">Diversity and population structure of a near-shore marine-sediment viral community.</a> Proceedings. Biological sciences / The Royal Society. 271 (1539), 565-574 (2004).</li><li>Dinsdale, E. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+metagenomic+profiling+of+nine+biomes.">Functional metagenomic profiling of nine biomes.</a> Nature. 452 (7187), 629-632 (2008).</li><li>Vega Thurber, R. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metagenomic+analysis+indicates+that+stressors+induce+production+of+herpes-like+viruses+in+the+coral+Porites+compressa.">Metagenomic analysis indicates that stressors induce production of herpes-like viruses in the coral Porites compressa.</a> Proceedings of the National Academy of Sciences of the United States of America. 105 (47), 18413-18418 (2008).</li><li>Pedulla, M. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Origins+of+highly+mosaic+mycobacteriophage+genomes.">Origins of highly mosaic mycobacteriophage genomes.</a> Cell. 113 (2), 171-182 (2003).</li><li>Calendar, R., Abedon, S. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The bacteriophages. , (2006).</li><li>Breitbart, M., Miyake, J. H., Rohwer, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+distribution+of+nearly+identical+phage-encoded+DNA+sequences.">Global distribution of nearly identical phage-encoded DNA sequences.</a> FEMS microbiology letters. 236 (2), 249-256 (2004).</li><li>Klenk, H. -. P., Palm, P., Zillig, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DNA-Dependent+RNA+Polymerases+as+Phylogenetic+Marker+Molecules.">DNA-Dependent RNA Polymerases as Phylogenetic Marker Molecules.</a> Systematic and Applied Microbiology. 16 (4), 638-647 (1993).</li><li>Breitbart, M., Thompson, L., Suttle, C., Sullivan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exploring+the+Vast+Diversity+of+Marine+Viruses.">Exploring the Vast Diversity of Marine Viruses.</a> Oceanography. 20 (2), 135-139 (2007).</li><li>Mann, N. H., Cook, A., Millard, A., Bailey, S., Clokie, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Marine+ecosystems:+bacterial+photosynthesis+genes+in+a+virus.">Marine ecosystems: bacterial photosynthesis genes in a virus.</a> Nature. 424 (6950), 741 (2003).</li><li>Mann, N. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+genome+of+S-PM2,+a+&#8220;photosynthetic&#8221;+T4-type+bacteriophage+that+infects+marine+Synechococcus+strains.">The genome of S-PM2, a &#8220;photosynthetic&#8221; T4-type bacteriophage that infects marine Synechococcus strains.</a> Journal of bacteriology. 187 (9), 3188-3200 (2005).</li><li>Lindell, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Transfer+of+photosynthesis+genes+to+and+from+Prochlorococcus+viruses.">Transfer of photosynthesis genes to and from Prochlorococcus viruses.</a> Proceedings of the National Academy of Sciences of the United States of America. 101 (30), 11013-11018 (2004).</li><li>Millard, A., Clokie, M. R. J., Shub, D. A., Mann, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genetic+organization+of+the+psbAD+region+in+phages+infecting+marine+Synechococcus+strains.">Genetic organization of the psbAD region in phages infecting marine Synechococcus strains.</a> Proceedings of the National Academy of Sciences of the United States of America. 101 (30), 11007-11012 (2004).</li><li>Sullivan, M. B., Coleman, M. L., Weigele, P., Rohwer, F., Chisholm, S. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three+Prochlorococcus+cyanophage+genomes:+signature+features+and+ecological+interpretations.">Three Prochlorococcus cyanophage genomes: signature features and ecological interpretations.</a> PLoS biology. 3 (5), e144 (2005).</li><li>Rohwer, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+complete+genomic+sequence+of+the+marine+phage+Roseophage+SIOI+shares+homology+with+nonmarine+phages.">The complete genomic sequence of the marine phage Roseophage SIOI shares homology with nonmarine phages.</a> Limnology and Oceanography. 45 (2), 408-418 (2000).</li><li>Miller, E. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Complete+genome+sequence+of+the+broad-host-range+vibriophage+KVP40:+comparative+genomics+of+a+T4-related+bacteriophage.">Complete genome sequence of the broad-host-range vibriophage KVP40: comparative genomics of a T4-related bacteriophage.</a> Journal of bacteriology. 185 (17), 5220-5233 (2003).</li><li>Thompson, L. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phage+auxiliary+metabolic+genes+and+the+redirection+of+cyanobacterial+host+carbon+metabolism.">Phage auxiliary metabolic genes and the redirection of cyanobacterial host carbon metabolism.</a> Proceedings of the National Academy of Sciences of the United States of America. 108 (39), E757-E764 (2011).</li><li>Paterson, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Antagonistic+coevolution+accelerates+molecular+evolution.">Antagonistic coevolution accelerates molecular evolution.</a> Nature. 464 (7286), 275-278 (2010).</li><li>Seguritan, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Artificial+neural+networks+trained+to+detect+viral+and+phage+structural+proteins.">Artificial neural networks trained to detect viral and phage structural proteins.</a> PLoS computational biology. 8 (8), e1002657 (2012).</li><li>Neidhardt, F. C., Bloch, P. L., Smith, D. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Culture+Medium+for+Enterobacteria.">Culture Medium for Enterobacteria.</a> Journal of Bacteriology. 119 (3), 736-747 (1974).</li><li>Khlebnikov, A., Datsenko, K. A., Skaug, T., Wanner, B. L., Keasling, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Homogeneous+expression+of+the+P(BAD)+promoter+in+Escherichia+coli+by+constitutive+expression+of+the+low-affinity+high-capacity+AraE+transporter.">Homogeneous expression of the P(BAD) promoter in Escherichia coli by constitutive expression of the low-affinity high-capacity AraE transporter.</a> Microbiology (Reading, England). 147 (Pt 2), 3241-3247 (2001).</li><li>Cuevas, D. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Elucidating+genomic+gaps+using+phenotypic+profiles.">Elucidating genomic gaps using phenotypic profiles.</a> F1000Research. , (2014).</li><li>Zwietering, M. H., Jongenburger, I., Rombouts, F. M., van&#8217;t Riet, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modeling+of+the+bacterial+growth+curve.">Modeling of the bacterial growth curve.</a> Applied and environmental microbiology. 56 (6), 1875-1881 (1990).</li><li>Schmieder, R., Lim, Y. W., Rohwer, F., Edwards, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=TagCleaner:+Identification+and+removal+of+tag+sequences+from+genomic+and+metagenomic+datasets.">TagCleaner: Identification and removal of tag sequences from genomic and metagenomic datasets.</a> BMC bioinformatics. 11, 341 (2010).</li><li>Schmieder, R., Edwards, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quality+control+and+preprocessing+of+metagenomic+datasets.">Quality control and preprocessing of metagenomic datasets.</a> Bioinformatics (Oxford, England). 27 (6), 863-864 (2011).</li><li>Schmieder, R., Edwards, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+identification+and+removal+of+sequence+contamination+from+genomic+and+metagenomic+datasets.">Fast identification and removal of sequence contamination from genomic and metagenomic datasets.</a> PloS One. 6 (3), e17288 (2011).</li><li>Welch, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Design+parameters+to+control+synthetic+gene+expression+in+Escherichia+coli.">Design parameters to control synthetic gene expression in Escherichia coli.</a> PloS One. 4 (9), e7002 (2009).</li><li>Fiehn, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quality+control+for+plant+metabolomics:+reporting+MSI-compliant+studies.">Quality control for plant metabolomics: reporting MSI-compliant studies.</a> The Plant journal: for cell and molecular biology. 53 (4), 691-704 (2008).</li><li>Zeng, Q., Chisholm, S. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Marine+viruses+exploit+their+host&#8217;s+two-component+regulatory+system+in+response+to+resource+limitation.">Marine viruses exploit their host&#8217;s two-component regulatory system in response to resource limitation.</a> Current biology: CB. 22 (2), 124-128 (2012).</li><li>Shindy, W. W., Smith, O. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identification+of+plant+hormones+from+cotton+ovules.">Identification of plant hormones from cotton ovules.</a> Plant physiology. 55 (3), 550-554 (1975).</li><li>Lee, H. I., Leon, J., Raskin, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biosynthesis+and+metabolism+of+salicylic+acid.">Biosynthesis and metabolism of salicylic acid.</a> Proceedings of the National Academy of Sciences of the United States of America. 92 (10), 4076-4079 (1995).</li><li>Chappell, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Biochemistry+and+Molecular+Biology+of+Isoprenoid+Metabolism.">The Biochemistry and Molecular Biology of Isoprenoid Metabolism.</a> Plant Physiology. 107 (1), 1-6 (1995).</li><li>Kitagawa, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Complete+set+of+ORF+clones+of+Escherichia+coli+ASKA+library+(a+complete+set+of+E.+coli+K-12+ORF+archive):+unique+resources+for+biological+research.">Complete set of ORF clones of Escherichia coli ASKA library (a complete set of E. coli K-12 ORF archive): unique resources for biological research.</a> DNA research: an international journal for rapid publication of reports on genes and genomes. 12 (5), 291-299 (2005).</li><li>Baran, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metabolic+footprinting+of+mutant+libraries+to+map+metabolite+utilization+to+genotype.">Metabolic footprinting of mutant libraries to map metabolite utilization to genotype.</a> ACS chemical biology. 8 (1), 189-199 (2013).</li></ol>

The authors have nothing to disclose.

Hier präsentieren wir Phenomic Ansätze für die funktionelle Charakterisierung von putativen Phagen-Gene. Techniken umfassen eine entwickelte Assay in der Lage Überwachung Host anabolen Stoffwechsel, die Multi-Phänotyp-Assay-Platten (Karten), zusätzlich zu den etablierten Verfahren der Metabolomik, die Messung von Auswirkungen auf Energiestoffwechsel. Wir stellten zusätzliche Werkzeuge, um die großen Datenmengen von diesen Technologien resultierenden verwalten, so dass für hohe Durchsatzverarbeitung und Analyse 24. Schließlich durch den Vergleich eines kommentierten Phagen Kapsidprotein, Phagen Thioredoxin, zwei mutmaßliche metabolische Phagen-Genen, und die durchschnittliche experimentelle Reaktion schlagen wir verschiedene Strategien, um beide Datensätze und Gen-Klassen zu interpretieren, wobei der Schwerpunkt auf der Identifizierung von Trends und phänotypische Identifizierung von Ausreißern. Wie bereits erwähnt, beide Ansätze quantitativ zu messen nur die Hälfte der Wirtsstoffwechsels. Um die relative Funktion der einen der interpretierenneuartige Proteine ​​untersuchten Daten aus beiden Verfahren ist erforderlich, um Hinweise auf Funktion bereitzustellen. Zwar ist dies nicht ein Schwerpunkt unserer aktuellen Manuskript wird Datenausgänge von jedem Phenomic Verfahren durch kombinatorische Analysen, die auf Clustering-Techniken konzentrieren, wie Zufalls Wald und Hauptkomponentenanalyse setzen. Darüber hinaus müssen Hypothesen der kombinierten Analyse resultierenden anschließend von traditionellen genetischen Methoden validiert werden. Schließlich stellte die Verfahren sind stark von bakteriellen Physiologie beeinflusst und damit die gleichen Standards zu folgen. Bei der Durchführung jedem Verfahren müssen Überlegungen anzustellen, um unabhängige, klonalen Gruppen mit experimentiert zu gewährleisten; Kontamination verhindert wird; eine einzelne Variable getestet wird; und entsprechende Kontrollen werden gleichzeitig liefen. Die Nichtbeachtung dieser Punktekonto wird in unklare Ergebnisse, ähnlich wie bei jedem physiologischen Test führen. Multi-Phänotyp-Assay-Platten(MAPs) Die Entwicklung von MAPs bietet einen hohen Durchsatz und anpassungsfähige Test im Vergleich zu derzeit verfügbaren Technologien (5A und Tabellen 1,2). Der Test verwendet Versorgung, Ausrüstung und grundlegende Techniken in allen mikrobiologischen Labors. Der Einbau einer Rechenpipeline PMAnalyzer 24 zur nachfolgenden Datenverarbeitung und Analyse stellt eine schnelle Interpretation der Daten. Darüber hinaus können beide experimentellen und analytischen Aspekte der Ansatz leicht eingestellt oder für kundenspezifische Zwecke abgestimmt werden. Zum Beispiel, wenn ein Großteil der Daten nicht zur Filterung in Abschnitt 4 beschrieben weitergeben, kann man manuell über den Wachstumskurven zu sichten, um Probleme zu identifizieren. Wenn das Problem entsteht aufgrund der strengen Filterparameter können Anpassungen an das Skript werden. Alternativ kann, wenn Probleme mit dem experimentellen Prozess verbunden (dh verlängert Kondensation; unsachgemäße Übertragung von bakteriellen cells, etc.) werden zusätzliche Wiederholungen ohne weiteres wiederholt werden. Wie in Cuevas et al. 24 beschrieben, ist die PMAnalyzer eine einzige bash-Programm als ein Wrapper-Skript, das die Analyse und Analyse Skripte als zusammenhängende, automatisierten Pipeline führt geschrieben. Alle Skripte sind, indem der Mittelwert für jeden Zeitpunkt in dreifacher Ausfertigung Daten frei zugänglich von einem Git-Repository bei 25, und anschließend parametriert die logistische Kurve, um die Verzögerungszeit zu erhalten, maximale Wachstumsrate, Asymptote, und eine neue Sicht Wachstumsniveau. Der Median-Wert wurde über die mittlere in unserer Studie, um die Wirkung von großen Ausreißer reduzieren gewählt, jedoch kann das Skript leicht angepasst, um den Mittelwert Replikatdatenserver berechnen. Aufgrund der reduzierten Variation (SE) über Replikatdatenserver (2A) ersichtlich wir aufrechterhalten die Verwendung des Medianwertes PMAnalyzer zum Anbringen einer logistischen Kurve. Zusätzlich wird die für das Wachstum abgeschnitten in dieser Studie (GL ≥ 0,4) war die Detedurch den Vergleich, wie Daten über Wachstumsstufe und maximale Wachstumsrate getrennt rmined (1A, B). In Abhängigkeit von der Instrumente und Modellsystem verwendet diesen Begriff können variieren, Neudefinition dieses erfordern abgeschnitten Wert. Ein Hauptvorteil unserer Assay ist die Fähigkeit, Phänotypen mit einem einzigen Parameter, der Gesamtmikrobenwachstum, die wir als Wachstumsniveau (GL) zu vergleichen. GL ist eine harmonische Mittel und mindert daher die Auswirkungen der großen Abweichung in den Daten. Die Verwendung eines harmonischen Mittelwert mit verschoben logistic ausgestattete Werte zur Verfügung zu stellen eine Zusammenfassung des Wachstums wurde bei durch Versuch und Irrtum angekommen. Andere Methoden versucht, unterscheiden Wachstum enthalten: Zeit, die spezifischen Kurvenparameter (Halb μ max, μ max und Tragfähigkeit), die Bestimmungskoeffizienten (R 2), und Kombinationen der R 2, multipliziert mit bestimmten Kurvenparameter zu erreichen. Mit Hilfe eines harmonische Mittel mit verschobenlogistic-fit Werte für den GL vorgesehen die größte Reichweite bei der Bewertung Wachstum, so wurde es die Methode der Wahl. Eine Überlegung zu beachten ist, dass dynamische Wachstumskurve Muster haben das Potential, bei der Verwendung eines einzelnen Parameters oder eines angepassten Modells verloren. Zum Beispiel sind die einzelnen Kurvenparameter der logistischen Kurve und der GL unfähig darstellt biphasische Wachstum. In einer einzigen Kohlen Umwelt, diese Wirkung auf das Wachstum impliziert Vermittlung des viralen Proteins zu beiden Umsetzung des Substrats oder der Substratverwertung Verschiebung. Zusätzliche Effekte möglicherweise verloren, wenn nicht unter Berücksichtigung mehrerer Wachstumsparameter umfassen: verlängerte Verzögerungszeit, schlägt eine erhöhte Belastung der viralen Maschinen oder Produkte; schnell beschleunigt exponentiellen Phase, was auf virale Proteine ​​gekoppelt sind, um die Energieproduktion Wege auszurichten; oder höhere Biomassebildung, was impliziert, viralen Träger in Wirtsnährstoffaufnahme und Anabolismus (Daten nicht gezeigt). So Plotten im Entstehen begriffenen Wachstumskurven ( <strong&gt; 2A, B) enthält Informationen zu Trends im Zeitverlauf, während die GL berücksichtigt die wichtigsten Variablen der logistischen Modell und bietet eine einzige quantitative Zahl für den Gesamterfolg eines Klons dar. Bei der Betrachtung der unterschiedlichen Reaktionen von strukturellen und metabolischen Gene in den MAPs beigetragen, stellt man fest, dass die unterschiedlichen Substratklassen in Frage stellen den größten Beweis für die Proteinfunktion. Beispielsweise werden Proteine ​​häufig mit metabolischen Nahme der limitierende Nährstoff, die unspezifisch an Zentralstoff 16,32 Host assoziiert sind. Vorläufige MAP Experimente zeigen, dass Klone vermeintlichen Stoffwechsel Phagen-Gene eine erhöhte Lag-Phase, als am zentralen Stoffwechsel Kohlenstoffquellen (2A) gewachsen. Umgekehrt Klone, die mutmaßlichen Strukturgene, die große Anteile an Gastgeber Energie und dNTP-Pools erfordern, führen zu einer falsch positiven Reaktion auf das Wachstum für central und Aminosäurestoffwechsel Kohlenstoffsubstraten. Dies ist wahrscheinlich aufgrund der Ansammlung von unlöslichen Proteinen, was zu Host Filamentierung und / oder Einschlusskörper als über Mikroskopie (2A und Daten nicht gezeigt) beobachtet. Während weitere Analyse erforderlich ist, um diese vorläufigen Ergebnisse bestätigen, sind die Karten in der Lage ist das Abrufen phänotypischen Antworten, die die Funktionen von spezifischen Phagen-Gen-Klassen Hypothese zu korrelieren. Neben der Aufklärung der unbekannten viralen Proteine ​​sind die MAPs eine neuartige Ressource, um die funktionelle und metabolische Diversität eines einzelnen Bakterium oder eine Gemeinschaft von Bakterien zu untersuchen. MAP-Komponenten sind für die einfache Veränderung, um das Wachstum einer Reihe von Bakterien unterstützen entworfen; einschließlich Meeres, auxotroph, und anaerobe Mikroben. Zur Erleichterung dieser Bemühungen die definierten Basis-und pre-Wachstumsmedien erfordern zusätzliche oder eingestellt chemischen Spezies, bevor eine andere Bakteriengattung in den MAPs unterstützt werden.Ein Hinweis auf diese Verwendung der Karten ist es, definierte Medien zu erhalten, das Verbot der Verwendung von Inhaltsstoffen wie Trypton, Hefeextrakt und Pepton. Metabolomics Der Bereich der Metabolomics ist abhängig von Stoffwechseldatenbanken, die durch Massenspektrometrie identifiziert isoliert Metaboliten enthalten. Die Core Facility hier gewählt hat eine der größten Metabolomics-Datenbanken. Interessanterweise waren mehr als die Hälfte der Stoffwechselprodukte aus unserer Experimente resultierenden identifizierbaren (~ 65%), während andere noch nie zuvor in unserer Gast aufgezeichnet wurde, Escherichia coli (Beispiele: Indol-3-Essigsäure 33, Salicylsäure 34 und Dihydroabietinsäure 35). Dies könnte entweder auf eine starke Tendenz der Datenbank zu Pflanzenstoffe, oder die spezifischen Proteine ​​in Untersuchung zurückzuführen. Unabhängig davon ist das Ergebnis einer begrenzten Anzahl von bekannten Metaboliten zur Datendarstellung und Analyse zur Verfügung. In der futur, mehrere Metabolomik Methoden mit verschiedenen Datenbanken würde für eine größere Stoffwechselabdeckung zulassen. Derzeit bekannte und unbekannte Metaboliten werden beim Vergleich und die Gegen unserer neuartigen virale Proteine. Mit diesem Ansatz stellen wir die Hypothese, dass Klone, funktionell ähnliche Proteine ​​eine erhöhte Ähnlichkeit in ihrer vollständigen metabolomic Profil teilen. Vorab metabolomics Analyse zeigte, dass während strukturelle und metabolische Gene nicht eindeutig voneinander trennen, diese Gene ähnliche Effekte auf die Wirts aufweist, wenn er nicht überexprimiert korreliert (Figur 6). Zum Beispiel können die kommentierten Capsid Gencluster eng mit den mutmaßlichen metabolischen Gene markiert in dieser Studie EDT2440 und EDT2441. Untersuchungen die einen öffentlich zugänglichen Transmembrantopologie und Signalpeptid-Vorhersageprogramm ergaben sich Hinweise, dass beide mutmaßlichen metabolischen Gene beherbergen eine einzelne Transmembrandomäne. Interessanter 5 von the 9-Klone in der ersten Cluster-Gruppe (die meisten linken Teil der Dendrogramm) sind Transmembrandomänen mit der gleichen Topologie Programm vorhergesagt. Weitere Untersuchungen erforderlich sind, ist es jedoch wahrscheinlich, daß die bei der Überexpression dieser Klone Metaboliten sind mit zellulären Stress-Antwort von Membran oder Strukturlasten zu verbunden. Dieser Beweis stützt, dass während der Daten metabolomics besitzt eine erhöhte Menge an Rauschen, der fähig ist hervorgehoben Signale allgemeinen Wirkungen von Genen, sowohl innerhalb eines Gens Klasse unterscheiden, ist das Verfahren. Um festzustellen, ob die Methode, die das Auslesen aus spezifischen Informationen der Genfunktion ist, wurden Metaboliten in die spezifische Stoffwechselwege gruppiert. Die Hypothese, der ist, wenn ein Klon wirkt spezifisch für eine einzelne Bahn Metaboliten, dann ist das überexprimiert Gen in diesem Weg aktiv. Vor der Einrichtung unserer Metabolomik Qualitätssicherung Pipeline, ergab vorläufige Daten, die über eined repräsentiert Metaboliten waren typischerweise &quot;unbekannt&quot; bleibt, dass sie nur wenig Informationen über die Wege der sie zugeordnet sind (Daten nicht gezeigt). Vorverarbeiteten metabolomics Daten offenbart jedoch, dass die Mehrzahl der Metabolit Profile ähnlich sind und nur eine ausgewählte Anzahl von unbekannten und bekannten Metaboliten Häufigkeiten variieren von Klonen, beispielsweise Putrescin und Uracil (Abbildung 6). Um eine höhere Auflösung der Proteinfunktion Bemühen stellen werden unternommen, um experimentell zu vergleichen, die die neuen Phagen-Gene gegen bekannte Phagen-Gene, die verwendet werden kann, um in die &quot;Löcher&quot; von Metaboliten auf Basis funktionelle Charakterisierung zu füllen. Unter Verwendung dieser Technik bietet die zugeordnete Funktion von bekannten viralen Genen eine Referenz für die Funktion der unbekannten Genen. Dennoch der limitierende Faktor der Metabolomics-Analyse ist die Größe und Bedeutung der Datenbank. Um dieser Einschränkungen metabolomic Datenbanken relatable dieser Forschung entwickelt werden müssen zu korrigieren; soals Datenbank von Metaboliten und deren Häufigkeiten der spezifisch auf die ASKA Sammlung von E. coli Klone, bei denen ein einzelner ORF überexprimiert 36. Der Nachweis für die Notwendigkeit einer solchen Datenbanken wurde im Jahr 2013 zur Verfügung gestellt, als Forscher an der Lawerence Berkeley National Laboratory kompiliert die erste umfassende Datenbank der spezifischen gesamten Mutantenbibliotheken von Modell Bakterien 37 Metaboliten. Diese Forschung werden neue Einblicke in Genen, die für Verwendung von bestimmten Metaboliten erforderlich ist, enthüllt die klaren Zusammenhang zwischen Phänotyp und Genotyp. Bei der Prüfung, Metabolomik als Werkzeug, ist es wichtig zu definieren, die Verarbeitung Regime folgte an der Core Facility. Ein Artefakt der meisten experimentellen Verfahren ist der Tag-zu-Tag Varianz mit den Instrumenten der Verwendung verbunden. Bis heute alle GC-MS-Analyse implementiert die Verwendung von internen Standards, die in jede Analysenserie enthalten sind; aber Zugabe von projektspezifischen internen Proben &lt;/ Em&gt; lief jeden Tag des Experimentierens entfernt zusätzliche Varianz. Diese Überlegungen müssen frühzeitig angegangen werden, um eine Normalisierung Probleme und Verzerrungen zu vermeiden. Eine andere Lösung ist es, alle Proben bei einer Kernanlage auf der gleichen Maschine und als eine einzige Partie, eine Option zu jeder Kernanlage zur Verfügung zu verarbeiten. Die verschiedenen Werkzeuge vorgestellt und sowohl in dieser Handschrift neu erforscht, neuartige Mittel zum Screening und Charakterisierung funktionell unbekannt Phagen-Gene. Die Einfachheit und Anpassungsfähigkeit der experimentellen Techniken mit dem stromlinienförmigen Einsatz von Rechenrohrleitungen gewährleistet, diese Methoden sind für ein breites Spektrum von Forschungsvorhaben und Felder. Unser Ziel ist, dass die hier vorgestellten Ansätze Phenomic wird weitere Untersuchungen neuartiger Phagenproteine ​​zusätzlich zu Systemen, die gleichermaßen funktionell undefined sind zu unterstützen.

Viren, die Bakterien (aka Bakteriophage oder Phage) befallen sind schätzungsweise bei mehr als 10 31 virusähnlichen Partikeln (VLPs) global in einer Umgebung vorhanden sind und 1,2 überwiegen alle anderen Organismen. Die erste metagenomic Studie zur Untersuchung der viralen Gemeinden mit Meeresumgebungen konzentrierte sich auf die Quantifizierung der Vielfalt innerhalb der Virusfraktion 3 zu sehen. Zusätzlich Breitbart und Kollegen festgestellt, dass mehr als 65% der viralen Sequenzen gemeinsam Gemeinschaft keine Homologie zu irgendwelchen Sequenzen in öffentlichen Datenbanken. Nachfolgende metagenomic Studien fanden ähnliche Beweise: Metagenomen aus marinen Sedimenten in San Diego, Kalifornien enthalten 75% unbekannt viralen Sequenzen 4; Metagenomen von hypersaliner Seen des Salton Sea enthalten 98% unbekannt viralen Sequenzen 5; und Korallen-assoziierten Metagenomen enthalten 95 bis 98% unbekannt viralen Sequenzen 6. Diese Anhäufung von unkommentierte Informationen führte zuPhagen genetischen Materials, &quot;der dunklen Materie des biologischen Universums&quot; 7. Genoms von Phagen beruht auf der Identifizierung Sequenzähnlichkeit durch Vergleich mit bestehenden Nukleinsäure und Protein-Datenbanken. Weil Phagen-kodierte genetische Information ist in erster Linie bekannt ist, sind Homologie-basierte Methoden unwirksam. Innerhalb ihres Genoms, Phagen kodieren typischerweise drei großen Gen-Typen: Transkription und Replikation Genen, Stoffwechsel-Genen und Strukturgene. Die Transkription und Replikation Gene (Klasse I / II-Gene 8) schließen Polymerasen, Primasen, endo / exo-Nukleasen und Kinasen. Diese Gene sind hoch wegen ihrer Bedeutung in Phageninfektion konserviert, Transkription und Replikation von Phagen genetischen Materials. Phagen-Polymerasen werden leicht unter Verwendung von herkömmlichen Methoden, Sequenzhomologie identifiziert durch ihre globale Erhaltung 9 und ist gezeigt worden, als wirksame phylogenetischen Markierungen 10 dienen.Demgegenüber Phagen metabolischen und Strukturgenen (Klasse II / III-Gene 8) zunehmend divergent und oft als hypothetische Gene gekennzeichnet. Phage metabolischen Gene beeinflussen die Stoffwechselkapazität der Host und sind für die virale Replikation nicht unbedingt erforderlich. Diese Gene, die häufig als Hilfs metabolischen Gene 11 (AMGs) bezeichnet wird, scheinen Wirtsstoffwechsel modulieren und ermöglichen einen optimalen Verlauf der Infektion und den Erfolg der Virion-Reifung. AMGs haben mit der Nutzung und Aufnahme von Nährstoffen oder die Begrenzung der Energieproduktion Wege in Verbindung gebracht. Einige Beispiele sind Photo Gene in den Genomen verschiedener cyanophage 12-16 gefunden, Gene verbunden ist und durch Phosphatstoffwechsel 17,18 und Ausnutzung des Pentosephosphatwegs Phagen dNTP Biosynthese 18,19 geregelt. Im Vergleich dazu sind Strukturgene unter den mittleren bis späten Gene während der Infektion hergestellt und unterscheiden sich in den verschiedenen Phagen-host Systeme. Die Herstellung von Strukturproteinen sind abhängig von der Verfügbarkeit der viralen dNTP, und Energie-Pools für die Transkription, Translation und Anordnung 8. Das Kapsid und Schwanzfaserstrukturproteine ​​werden als die divergier aller viralen Protein-codierenden Genen erachtet und werden für eine erfolgreiche -Virionproduktion erforderlich. Ihre Divergenz wird in der Regel auf die aktive Rolle, die sie bei der Gestaltung der Virus-Wirt-Koevolution 20 spielen zurückzuführen. Divergier Proteinen, unabhängig von der Gen-Klasse, werden ohne weiteres bei Verwendung der herkömmlichen Homologie und Sequenzausrichtungstechniken übersehen. Ein Versuch, für die Beschränkungen mit strengen Sequenzvergleiche gesehen zu korrigieren hat in der Bioinformatik in der Lage, unter Verwendung von Sequenz Eigenschaften Verein, wie künstliche neuronale Netze 21 bestimmen geführt. Künstliche Neuronale Netze (KNN) ermöglichen die Vorhersage der strukturellen und metabolischen Gene erfordern jedoch stromabwärts experimentelle Validierung direkt zu charakterisierenGenfunktion. Das Ziel dieses Manuskript einem phenomic Protokollen zur Überwachung sowohl katabolischen und anabolischen Metabolismus eines Wirtsbakteriums während der Expression eines neuen Phagen-Gen bereitzustellen, funktionell durch ANNs vorhergesagt. Das Feld der Phenomics, die Biologie mit zellulären Phänotypen verbunden sind, ist in der Systembiologie gegründet, um bei der Untersuchung von Proteinen mit unbekannten oder pleiotrope Funktion unterstützen. Phenomic-Tools verwendet werden, um phänotypische Informationen genotypische Informationen zu verknüpfen. Wir stellen die Hypothese für putative Phagen Genen, deren Funktion (en) kann durch Beobachtung Host physiologischen Wirkungen während Phagen Genexpression bestimmt werden. Um diese Hypothese zu untersuchen, wurden zwei quantitative Methoden gewählt. Multi-Phänotyp-Assayplatten (MAPs) wurden verwendet, um Wirtssubstratverwertung und die anschließende Bildung von Biomasse zu überwachen, während metabolomics gemessen Host Metabolit Vielfalt und relative Häufigkeit während des Wachstums in bestimmten environmentale Zustände. Mutmaßlichen strukturellen und metabolischen Proteine ​​wurden in Escherichia coli überexprimiert und repräsentative Ergebnisse aus beiden Experimenten verglichen. Zahlreiche visuelle Techniken und Hochdurchsatz-Verarbeitungspipelines werden präsentiert, um experimentelle Replikation zu erleichtern. Schließlich sind die Reproduzierbarkeit und Genauigkeit der vorgestellten Methoden im Rahmen der erwarteten physiologischen Effekte für eine kommentierte Kapsidprotein und Phagen metabolischen Protein Thioredoxin, plus zwei putative AMGs diskutiert.

<table border="0" cellpadding="0" cellspacing="0">
	<tbody>
		<tr>
			<td>0.22&#181;m Sterivex Filter</td>
			<td>Fisher Scientific</td>
			<td>SVGP01050</td>
			<td>Millipore</td>
		</tr>
		<tr>
			<td>0.22&#181;m Millex Filters</td>
			<td>Fisher Scientific</td>
			<td>SLGV033RS</td>
			<td>Millipore</td>
		</tr>
		<tr>
			<td>0.22&#181;m SteriCap Filter</td>
			<td>Fisher Scientific</td>
			<td>SCGPS02RE</td>
			<td>Millipore</td>
		</tr>
		<tr>
			<td>0.22 &#181;m Omnipore membrane filters</td>
			<td>Millipore</td>
			<td>JHWP02500</td>
			<td>Millipore</td>
		</tr>
		<tr>
			<td>96 well micro-titer plates&#160;</td>
			<td>VWR</td>
			<td>82050-764</td>
			<td>Standard F-Bottom 96 well Microplates</td>
		</tr>
		<tr>
			<td>2 mL 96 well plate</td>
			<td>Fisher Scientific</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Adhesive Seal Plate Film</td>
			<td>Sigma-Aldrich</td>
			<td>Z369667</td>
			<td></td>
		</tr>
		<tr>
			<td>2 L Nalgene square bottles</td>
			<td>Cole Parmer</td>
			<td>T-06040-70</td>
			<td></td>
		</tr>
		<tr>
			<td>125 mL Nalgene square bottles</td>
			<td>Cole Parmer</td>
			<td>T-06040-50</td>
			<td></td>
		</tr>
		<tr>
			<td>1/4inch Panel Mount Lock Nut, black nylon&#160;</td>
			<td>Cole Parmer</td>
			<td>EW-45509-04</td>
			<td></td>
		</tr>
		<tr>
			<td>Female Luer Thread Style Panel Mount to 200 Series Barb&#160; 1/16inch&#160;</td>
			<td>Cole Parmer</td>
			<td>EW-45500-30</td>
			<td></td>
		</tr>
		<tr>
			<td>Female Luer Thread Style Panel Mount to 200 Series Barb, 1/8inch</td>
			<td>Cole Parmer</td>
			<td>EW-45500-34</td>
			<td></td>
		</tr>
		<tr>
			<td>Male Luer Integral Lock Ring to 500 Series Barb, 1/16inch ID tubing</td>
			<td>Cole Parmer</td>
			<td>EW-45505-31</td>
			<td></td>
		</tr>
		<tr>
			<td>Male Luer with Lock Ring x Female Luer Coupler</td>
			<td>Cole Parmer</td>
			<td>T-45508-80</td>
			<td></td>
		</tr>
		<tr>
			<td>Barbed Bulkhead Fittings 1/4inch OD&#160;</td>
			<td>Fisher Scientific</td>
			<td>6149-0002</td>
			<td></td>
		</tr>
		<tr>
			<td>Sanipure Tubing 1/16inch ID x 1/8inch OD&#160;</td>
			<td>SaniPure</td>
			<td>AR400002</td>
			<td></td>
		</tr>
		<tr>
			<td>Sanipure Tubing 1/4inch OD x 1/8inch ID&#160;</td>
			<td>SaniPure</td>
			<td>AR400007</td>
			<td></td>
		</tr>
		<tr>
			<td>Variable Flow Mini Pump (Peristaltic pump)</td>
			<td>Fisher Scientific</td>
			<td>13-876-1</td>
			<td></td>
		</tr>
		<tr>
			<td>Magnetic Stirrer</td>
			<td>Velp Scientifica</td>
			<td>F203A0160</td>
			<td></td>
		</tr>
		<tr>
			<td>Forceps</td>
			<td>Fisher Scientific</td>
			<td>14-512-141</td>
			<td>&#160;Millipore* Filter Forceps&#160;</td>
		</tr>
		<tr>
			<td>Multi-plate spectrophotometer plate reader</td>
			<td>Molecular Devices Analyst GT</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Filter manifold</td>
			<td>Fisher Scientific</td>
			<td>&#160;XX10 025 02</td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Software:</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Python version 2.7.5</td>
			<td></td>
			<td></td>
			<td><a href="http://www.python.org/">http://www.python.org/</a></td>
		</tr>
		<tr>
			<td>PyLab module</td>
			<td></td>
			<td></td>
			<td><a href="http://wiki.scipy.org/PyLab">http://wiki.scipy.org/PyLab</a></td>
		</tr>
		<tr>
			<td>R version 3.0.1&#160;</td>
			<td></td>
			<td></td>
			<td><a href="http://www.r-project.org/">http://www.r-project.org/</a></td>
		</tr>
		<tr>
			<td>reshape2 library</td>
			<td></td>
			<td></td>
			<td><a href="http://had.co.nz/reshape">http://had.co.nz/reshape</a></td>
		</tr>
		<tr>
			<td>ggplot2 library</td>
			<td></td>
			<td></td>
			<td><a href="http://ggplot2.org/">http://ggplot2.org/</a></td>
		</tr>
		<tr>
			<td>Gene Composer</td>
			<td>PSI Tech Portal</td>
			<td></td>
			<td>http://www.genecomposer.net</td>
		</tr>
		<tr>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Services:</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>West Coast Metabolomics Center</td>
			<td>UC Davis</td>
			<td></td>
			<td><a href="http://metabolomics.ucdavis.edu/">http://metabolomics.ucdavis.edu</a></td>
		</tr>
		<tr>
			<td>DNA 2.0</td>
			<td></td>
			<td></td>
			<td>https://www.dna20.com</td>
		</tr>
	</tbody>
</table>

phage phenomics: physiological approaches to characterize novel viral proteins

Aktuelle Untersuchungen in den Phagen-Wirt-Interaktionen sind abhängig von Extrapolation Wissen aus (meta) Genome. Interessant ist, dass 60 bis 95% aller Phagensequenzen teilen keine Homologie zu aktuellen kommentierten Proteinen. Als Ergebnis sind ein großer Teil der Phagen-Gene als hypothetisch annotiert. Diese Realität stark wirkt sich auf die Annotation von beiden strukturellen und Hilfsstoffwechselgene. Hier präsentieren wir Phenomic Methoden entwickelt, um die physiologische Reaktion (n) einer ausgewählten Wirts während der Expression eines dieser unbekannten Phagen-Gene zu erfassen. Multi-Phänotyp-Assay-Platten (Karten) werden verwendet, um die Vielfalt der Host Substratverwertung und die anschließende Bildung von Biomasse zu überwachen, während Metabolomik bietet bi-Produktanalyse durch die Überwachung Metabolit Fülle und Vielfalt. Beide Werkzeuge werden gleichzeitig verwendet, um eine phänotypische Profil mit Expression eines einzelnen putative Phagen offenen Leserahmen (ORF) verbunden sind. Repräsentative Ergebnisse für beide Methoden verglichen werden, highlighting die phänotypischen Unterschiede Profil eines Hosts, die entweder mutmaßlichen strukturellen oder metabolischen Phagen-Gene. Darüber hinaus sind die Visualisierungstechniken mit hohem Durchsatz Rechen Pipelines, experimentelle Analyse vereinfacht dargestellt.

Watch this Scientific Journal Video about Phage Phenomics: Physiological Approaches to Characterize Novel Viral Proteins at JoVE.com

Phage Phenomics: Physiological Approaches to Characterize Novel Viral Proteins

Here, we present phenomic approaches for the functional characterization of putative phage genes. Techniques include a developed assay capable of monitoring host anabolic metabolism, the Multi-phenotype Assay Plates (MAPs), in addition to the established method of metabolomics, capable of measuring effects to catabolic metabolism.

Phage Phenomics: Physiologische Ansätze zur Charakterisierung Novel virale Proteine

Current investigations into phage-host interactions are dependent on extrapolating knowledge from (meta)genomes. Interestingly, 60 - 95% of all phage ...

phage-phenomics-physiological-approaches-to-characterize-novel-viral

Research

JoVE Journal

Immunology and Infection

12.0K Aufrufe.  San Diego State University. Here, we present phenomic approaches for the functional characterization of putative phage genes. Techniques include a developed assay capable of monitoring host anabolic metabolism, the Multi-phenotype Assay Plates (MAPs), in addition to the established method of metabolomics, capable of measuring effects to catabolic metabolism.