当前位置: 首页 > news >正文

ISME| 南农大沈其荣院士团队最新揭示根际微生物组成变化可更早预测番茄青枯病

期刊:ISME              

影响因子:11.217             

发表时间:2022

样本类型:番茄根际土壤

客户单位:南京农业大学

一、研究背景

大多农田土壤都不同程度地被植物病原体侵染。土壤传播的病原体可以在感染新宿主之前在土壤中潜伏数年。了解病害动态对于防止病原体传播至关重要。即使在同质条件下,面对土壤传播病原体的植物也往往表现出二元结果,个体要么保持完全健康,要么发展出严重到致命的疾病症状。由于根际微生物组是植物健康的主要决定因素,因此假设这种二元结果可能是由于根际微生物组组装的早期分化导致的,这可能进一步级联成不同的疾病抑制能力。

二、实验设计

本研究对自然均质土壤中生长的番茄植株进行了纵向研究,即番茄植株生长在被土传细菌病原体Ralstonia solanacearum侵袭的天然但均匀的土壤中。通过使用无损采样系统早在青枯病症状出现之前,定期评估每个植物的微生物组组成(图1D)。记录植物健康状况,取样根际土壤,测量了土壤理化性质,定量了土壤病原体丰度,细菌群落组成,并确定了与疾病结果相关的鉴别类群(图1E)。

 图1科学假设和实验设计

三、实验结果

1、番茄青枯病普遍存在二元发病结果

根据2010年至2020年发表的132项观测数据,发现番茄青枯病的发病率在0~100%之间,在温室试验中平均为71.4%(图2)。最早的青枯病症状倾向于出现在RS1(生殖阶段初期),疾病发病率在接下来的几周内急剧增加。在温室实验结束时,根据枯萎症状和茎冠中的病原体密度,将植株分为患病(n = 27)、潜伏感染(n = 14)和健康(n = 13)三类。

与潜伏感染的植株相比,在患病植株的根茎组织中检测到R. solanacearum的数量显著增加(高4.8倍,< 0.001)。

图2比较番茄个体在病原菌胁迫下的病害发展结果

2、微生物组组成的差异预示着疾病的结果

与疾病发病率相似,在健康和患病的植株中,R. solanacearum的丰度仍然较低,但在繁殖阶段突然增加(图3)。在RS1之前,土壤中与疾病结果相关的R. solanacearum的丰度没有显著差异,与健康植株相比,在患病植株的根际中检测到的R. solanacearum数量更高(1.3倍, p = 0.016)(图3A)。

根际土壤的理化性质在植物发育阶段表现出演替模式,但这些模式与疾病结果无关。

在VS2(营养生长阶段)时,健康和患病番茄植株的细菌群落组成最初存在显著差异(图3D),比任何可检测到的病原体密度变化提前2周(图3E)。尽管如此,在健康番茄和患病番茄之间的群落alpha多样性的显著差异仅在RS2中观察到(p<0.001)。

图3均质土壤微生物群落迅速分异并影响病害发生

 3、鉴别与疾病发展相关的分类群

鉴定了与每个植株发育阶段的疾病结果相关的类群,结果表明,这些鉴别到的OTUs个数(占总OTU个数的0.1-4.5%)和属的个数(占总属个数的0-16.8%)随着植株发育的增加而增加(图4A,B)。在VS2中,大部分(80.2%)健康植株中富集的OTUs是假单胞菌(图4C),而大多数疾病植株中富集的OTUs是拟杆菌门(20.4%)、疣微菌门(18.5%)和未分类的细菌(29.6%)。

为了测试VS2健康植株中富集的根际细菌是否有助于疾病抑制,从VS2(27 dap)的根际土壤中分离出细菌。所有137个分离株均与31个OTUs匹配,其中5个OTUs与后来的健康植株相关。通过用分离的菌株接种植物进一步进行了温室实验,以测试它们对青枯菌的抑制作用。与对照组相比,5株鉴别OTUs/菌株显著降低了青枯病指数(p < 0.01)。同时随机选取10个非鉴别的OTUs/菌株,用来随机探讨菌株的疾病抑制能力。结果表明,5株可鉴别的OTUs/菌株比随机选择的10株非鉴别的OTUs/菌株具有更高的疾病抑制能力(< 0.001)。

具体来说,这五种菌株将疾病指数降低了30.4-100%。OTU_168(P. defluvii)、OTU_554(B. petrii)和OTU_660(B. nealsonii)的效果显著大于对照(< 0.05)(图4G)。这些数据验证了一些健康植株丰富的OTUs在VS2时的疾病抑制能力。

图4在不同群落状态形成时,健康植物中富集的类群具有潜在的疾病抑制能力

四、研究结论

本研究结果表明,最初均质的土壤微生物群落可形成不同的根际微生物群落,根际微生物群落分异继而对植物健康产生影响。众所周知,病原体丰度被广泛用作病害发展的预测指标。然而,当检测到高病原体密度时,病情控制通常为时已晚。因此,需要在病原体爆发之前进行病害诊断,而早期预测因子对控制病害至关重要。

在这项研究中,作者发现根际微生物组在幼苗期就具备了潜在的抑病能力。在这种情况下,群落组成的变化能够比病原体密度变化更早地预测病害的发生。微生物组装过程中的这种快速分异为研究疾病动力学提供了新的思路,并为微生物组诊断和调控微生物组以驱动植物抗病性提供了新途径。

参考文献

Small changes in rhizosphere microbiome composition predict disease outcomes earlier than pathogen density variations. ISME, 2022.

相关文章:

  • java基于 ssm+jsp的线上授课作业管理系统
  • 一、Win10安装并检测GPU版本Pytorch
  • 远程调试 idea配置remote debug、在远程服务器的程序中,添加JVM启动参数-Xdebug
  • Google Earth Engine(GEE)——一个简单的时序动画UI
  • L74.linux命令每日一练 -- 第十章 Linux网络管理命令 -- nmap和tcpdump
  • 进入mysql命令行之后,怎么退出
  • Js获取url里面的参数
  • springboot小区物业管理系统毕业设计-附源码051745
  • stm32驱动TFTLCD液晶屏显示图片+汉字(快速上手,只教怎么用,不讲原理!)
  • 神经网络参数研究方法,神经网络参数研究方向
  • JS常用事件,使用方法
  • 2022“杭电杯” 中国大学生算法设计超级联赛(7)3 8 题解
  • 雪地脚印 体积云
  • 解决WindowsServer上的Web应用程序无法访问网络共享文件问题
  • keepalived+nginx高可用
  • 《网管员必读——网络组建》(第2版)电子课件下载
  • 【跃迁之路】【477天】刻意练习系列236(2018.05.28)
  • 【跃迁之路】【735天】程序员高效学习方法论探索系列(实验阶段492-2019.2.25)...
  • css属性的继承、初识值、计算值、当前值、应用值
  • download使用浅析
  • Git初体验
  • js继承的实现方法
  • leetcode386. Lexicographical Numbers
  • Linux Process Manage
  • Map集合、散列表、红黑树介绍
  • mysql常用命令汇总
  • PAT A1017 优先队列
  • Sass 快速入门教程
  • Unix命令
  • vue-cli3搭建项目
  • vue数据传递--我有特殊的实现技巧
  • 百度贴吧爬虫node+vue baidu_tieba_crawler
  • 大数据与云计算学习:数据分析(二)
  • 深入浏览器事件循环的本质
  • 适配iPhoneX、iPhoneXs、iPhoneXs Max、iPhoneXr 屏幕尺寸及安全区域
  • 思考 CSS 架构
  • 关于Android全面屏虚拟导航栏的适配总结
  • 通过调用文摘列表API获取文摘
  • ​ 全球云科技基础设施:亚马逊云科技的海外服务器网络如何演进
  • #HarmonyOS:基础语法
  • #微信小程序(布局、渲染层基础知识)
  • #预处理和函数的对比以及条件编译
  • (12)目标检测_SSD基于pytorch搭建代码
  • (4)通过调用hadoop的java api实现本地文件上传到hadoop文件系统上
  • (DenseNet)Densely Connected Convolutional Networks--Gao Huang
  • (libusb) usb口自动刷新
  • (Note)C++中的继承方式
  • (WSI分类)WSI分类文献小综述 2024
  • (二)c52学习之旅-简单了解单片机
  • (考研湖科大教书匠计算机网络)第一章概述-第五节1:计算机网络体系结构之分层思想和举例
  • (六)库存超卖案例实战——使用mysql分布式锁解决“超卖”问题
  • (论文阅读23/100)Hierarchical Convolutional Features for Visual Tracking
  • (四)Controller接口控制器详解(三)
  • (转)【Hibernate总结系列】使用举例
  • (最优化理论与方法)第二章最优化所需基础知识-第三节:重要凸集举例