在低溶解氧（DO）水平（
1–3）下运行的生物营养物去除（BNR）废水处理厂可以实现有效的硝化作用和磷去除。从正常的高溶解氧运行状态转换为低溶解氧运行状态会导致微生物群落的变化（
1,
4,
5）。为了深入了解这些变化，在洛杉矶县卫生区（LACSD）的波莫纳污水处理厂，在溶解氧水平从3.5毫克/升降低到0.7毫克/升的18个月期间，我们对样本进行了采集（
6）。该工厂采用改良的Ludzack-Ettinger生物营养物去除（BNR）工艺进行处理，每天处理约900万加仑的废水，该工艺包含一个厌氧区和两个曝气区，并使用模型预测控制（MPC）技术和光学发光溶解氧传感器进行曝气控制（
6）。总共收集并分析了五个混合液样本：三个来自高溶解氧条件，两个来自低溶解氧条件。
通过离心浓缩微生物细胞后，使用DNeasy PowerSoil试剂盒（Qiagen公司，马里兰州杰曼敦）按照制造商的协议提取DNA，并通过Qubit荧光仪（Fisher Scientific公司，马萨诸塞州沃尔瑟姆）进行定量，然后储存在-20°C环境中以待测序。使用NanoDrop One分光光度计（Fisher Scientific公司）评估DNA纯度，并通过Qubit dsDNA高灵敏度检测方法确定DNA浓度（Fisher Scientific公司）。
HiFi文库构建和测序工作在威斯康星大学麦迪逊分校生物技术中心（美国威斯康星州麦迪逊市）完成。文库的生成遵循Pacific Biosciences公司（美国加州门洛帕克）提供的PN 102-166-600版本0.4协议。使用FemtoPulse系统（Agilent公司，美国加州圣克拉拉市）评估文库完整性，并通过Qubit dsDNA高灵敏度检测方法进行定量。测序工作使用Sequel II平台和Sequel Polymerase Binding Kit 2.2试剂盒按照标准协议进行（Pacific Biosciences公司）。高溶解氧样本和低溶解氧样本的测序分别进行。除非另有说明，所有分析均使用默认参数。 circular consensus sequence（CCS）读段使用metaFLYE（v2.9-b1768）
7和metaMDBG（v0.3）
8进行组装，然后使用racon（v1.4.20）
9进行优化。读段使用minimap2（v2.22-r1101）
10映射到组装序列上。使用metaBAT2（v2:2.15）
11进行分箱。通过ProDeGe（v2.3）
12和自定义的四核苷酸频率分析脚本（run.GC.sh, Calculating_TF_Correlations.R;
https://github.com/GLBRC/metagenome_analysis）识别受污染的contigs并将其从分箱结果中移除。所有通过宏基因组组装得到的基因组（MAGs）使用CheckM（v1.2.2）
13进行质量检查，使用GTDB-Tk（v2.1.0）数据库版本09-RS214
14进行分类，并使用Bakta（v1.9.1）
15进行注释。RAxML-NG adaptive（v 1.2.1）
16用于基于最大似然法的最佳系统发育树推断（
图1）。系统发育树使用TreeViewer（v2.2.0）
17和Inkscape（v1.2.2（
https://inkscape.org）进行可视化进一步注释。我们共获得了492个MAGs，其中463个来自低溶解氧样本，29个来自高溶解氧样本。经过dRep（v0.6.1）
18的去重复处理后，有304个被认定为唯一基因组（去重复阈值为95%）。这些数据丰富了关于在低溶解氧条件下运行的BNR系统中微生物群落的知识。
