Сборка и: Гипермаркет мебели и товаров для дома, интернет-магазин мебели

Почва была отобрана на участке Эпуас во Франции (47° 30′ 22,1832″ северной широты, 4° 10′ 26,4648″ восточной долготы) в марте 2017 г. Свойства почвы глины 41,9%, ила 51,9% и песка 6,2%, рН 7,2, содержание С и N 15,5 и 1,4 г кг ^-1 сухой почвы соответственно. Двадцать пять проб почвы хранили при температуре -20 °C, чтобы охарактеризовать исходный пул микробных видов. Собранную почву просеивали через сито 4 мм перед приготовлением почвенной суспензии путем смешивания 100 г эквивалентной сухой массы почвы со 150 мл стерильной дистиллированной воды с помощью блендера Уоринга в стерильных условиях. Почвенные суспензии разбавляли в десять раз, центрифугировали при 1000 × g в течение 2 мин, а затем супернатанты фильтровали при 10 мкм для удаления более крупных микробных сообществ. Почвенные суспензии подвергались десяти различным обработкам, направленным на удаление различных микробных групп: три типа биоцидных антибиотиков (гентамицин, рамопланин и ципрофлоксацин), противомикробный пептид (RW4), четыре обработки фильтрацией в зависимости от размера клеток (9). 0123 F ≥ 3 мкм, 0,8 ≤ F <3 мкм, 0,4 ≤ F <0,8 мкм и F <0,4 мкМ), тепловой удар (0 ° C в течение 5 мин/70 ° C для 15 мин/0 °C в течение 5 мин) и обработка от окислительного стресса (H ₂ O ₂ в конечной концентрации 50 мМ). Каждая обработка была воспроизведена на 25 суспензиях почвы, и 4,5 мл каждой обработанной суспензии почвы было инокулировано в 147-мл флаконы для плазмы, содержащие 30 г той же самой гамма-стерилизованной почвы (два раза по 35 кГр; Conservatome, Dagneux, Франция). Все 275 почвенных микрокосмов закрывали стерильными крышками и инкубировали при 20 °С при влажности почвы от 60 до 80% от влагоудерживающей способности почвы в течение 45 сут. В качестве контроля использовали почвенные микрокосмы, инокулированные необработанной почвенной суспензией и инкубированные в течение 45 дней (контроль НТ) (9).0123 н  = 25; Рисунок 1).

Рис. 1: Схематическое изображение экспериментального дизайна.

a План эксперимента «Микрокосм» для манипулирования микробным сообществом почвы путем воздействия на суспензии почвы ряда методов удаления (три антибиотика, один антимикробный пептид, фильтрация четырех размеров, один тепловой шок и один окислительный стресс), нацеленных на различные микробные группы ( n  = 25). Круговые диаграммы символизируют состав микробных сообществ. Значения в скобках указывают количество повторов. b Краткое изложение возможных экологических взаимодействий между различными видами (A, B и C) в сообществе (ранее) и последствия в каждом случае для двух других видов (увеличение или уменьшение относительной приспособленности, представленное размером символов), когда вид A истощается путем удаления (после). В примерах 1–3 истощение вида А вызвало снижение относительной приспособленности вида В, которое невозможно отличить от снижения относительной приспособленности, вызванного прямым эффектом удаления. В нашем подходе обнаружены только примеры 4–6, вызывающие увеличение относительной приспособленности.

Изображение в натуральную величину

Оценка состава и разнообразия микробного сообщества

После 45 дней инкубации почвенные микрокосмы использовали для анализа общего бактериального и грибкового разнообразия и состава путем секвенирования генов 16S рРНК и ITS с помощью Illumina Miseq 2 × 250 анализ парных концов п.н. Во-первых, ДНК экстрагировали из 250 мг из каждого из 275 микрокосмов почвы, а также из 25 исходных подобразцов почвы с использованием набора для выделения ДНК с 96 лунками DNeasy PowerSoil-htp (Qiagen, Hilden, Germany). Ампликоны были созданы для всех 300 экстрактов ДНК в два этапа. На первом этапе гипервариабельную область V3-V4 бактериального гена 16S рРНК амплифицировали с помощью полимеразной цепной реакции (ПЦР) с использованием гибридных праймеров U341F (5′-CCTACGGGRSGCAGCAG-3′) и 805R (5′-GACTACCAGGGTATCTAAT-3′). ) с выступающими адаптерами (вперед: TCGTCGGCAGCGTCAGATGTGTATAAGAGACAG, адаптер: GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAG), чтобы обеспечить последующее добавление последовательностей индексов мультиплексирования. ITS грибов амплифицировали с использованием праймеров ITS3F (5’-GCATCGATGAAGAACGCAGC-3’) и ITS4R (5’-TCCTCSSCTTATTGATATGC-3’). Условия термоциклирования первой стадии ПЦР были следующими: 98 °C в течение 3 мин, затем 98°C в течение 30 с, 55°C в течение 30 с и 72°C в течение 30 с (25 и 30 циклов для генов 16S рРНК и ITS соответственно) и конечное удлинение в течение 10 мин. при 72 °С. Дублированные продукты первой стадии ПЦР объединяли и затем использовали в качестве матрицы для второй стадии ПЦР. На втором этапе ПЦР-амплификация добавляла мультиплексирующие индексные последовательности к выступающим адаптерам с использованием уникальной комбинации мультиплексных пар праймеров для каждого образца. Условия термоциклирования были следующими: 8 °C в течение 3 мин, затем 98 °C в течение 30 с, 55 °C в течение 30 с и 72 °C в течение 30 с (8 и 10 циклов для генов 16S рРНК и ITS соответственно) и конечное удлинение в течение 10 мин при 72 °C. Дублированные продукты второй стадии ПЦР объединяли, затем визуализировали в 2% агарозном геле для проверки амплификации и размера ампликонов. Ампликоны очищали и объединяли с использованием набора планшетов для нормализации sequalPrep с 96 лунками (Invitrogen, Карлсбад, Калифорния, США). Секвенирование проводили на MiSeq (Illumina, 2 × 250 bp) с использованием набора реагентов MiSeq v2 (500 циклов). Демультиплексирование и обрезка адаптеров и штрих-кодов Illumina выполнялись с помощью программного обеспечения Illumina MiSeq Reporter (версия 2.5.1.3).

Секвенирование и биоинформатический анализ

Данные о последовательности из 300 образцов почвы были проанализированы с использованием разработанного компанией Python пайплайна (доступен по запросу). Вкратце, последовательности 16S рДНК и ITS были собраны с использованием PEAR [23] с настройками по умолчанию. Дальнейшие проверки качества проводились с использованием конвейера QIIME [24] и были удалены короткие последовательности (<400  п.н. для 16S и <300  п.н. для ITS). Обнаружение химер на основе ссылок и de novo, а также кластеризация операционных таксономических единиц (OTU) были выполнены с использованием VSEARCH [25] и адекватных эталонных баз данных (репрезентативный набор последовательностей SILVA для 16S рРНК и эталонный динамический набор данных UNITE ITS2 для ITS). Пороги идентичности были установлены на уровне 94% для 16S рРНК на основе повторного секвенирования бактериального псевдосообщества [26] и 97% для ITS. Всего было получено 4 307 710 последовательностей гена 16S рРНК бактерий и 15 077 367 последовательностей области ITS грибов. Репрезентативные последовательности для каждой OTU были выровнены с использованием PyNAST [27], а филогенетическое дерево 16S рДНК было построено с использованием FastTree [28]. Таксономия была назначена с использованием UCLUST [29] и справочной базы данных SILVA 132 [30]. Для ITS присвоение таксономии выполнено с использованием BLAST [31] и справочной базы данных UNITE (v.7-08/2016 [32]). Необработанные последовательности были депонированы в NCBI в рамках BioProject PRJNA542862.

Показатели α-разнообразия бактерий и грибов (т. е. наблюдаемые виды, реципрок Симпсона, Шеннона, а для бактерий также PD филогенетического разнообразия Фейта [33]) и индексы чистой родственности и ближайшего таксона [34] были рассчитаны на основе разреженных таблиц OTU ( 5000 последовательностей на образец для 16S рДНК и 8000 последовательностей на образец для ITS). Для оценки вклада детерминированных и стохастических процессов в структуру бактериального сообщества рассчитывали индекс нормализованного отношения стохастичности (NST) [35]. Также были рассчитаны взвешенная матрица расстояний UniFrac [36] и матрица несходства Брея-Кертиса для выявления вариаций в структуре микробных сообществ для 16S рДНК и ITS соответственно.

OTU с низким содержанием были отброшены путем сохранения OTU с относительной численностью не менее 0,5% во всех образцах (353 и 1370 OTU для 16S рДНК и ITS соответственно). Из-за высокой доли нулевых подсчетов грибковые OTU с низкой распространенностью (присутствующие менее чем в 70% повторов на обработку) были удалены (305 OTU).

Количественная оценка микробных сообществ

Численность всех бактериальных и грибковых микробных сообществ, а также микробных гильдий N-цикла оценивалась с помощью количественной ПЦР в реальном времени (кПЦР). Для каждой обработки 25 экстрактов ДНК использовали для приготовления 5 эквимолярных смесей ДНК (каждая из которых соответствует пяти различным экстрактам ДНК), которые добавляли в качестве матриц для анализов количественной ПЦР (9). 0123 n  = 5). Общее количество бактериальных и грибковых сообществ количественно оценивали с использованием 16S рДНК и праймеров ITS, описанных Muyzer et al. [37] и Уайт и соавт. [38] соответственно. Ген нитрификации amoA и гены денитрификации nirK и nirS использовали в качестве молекулярных маркеров для количественной оценки бактериальных (AOB) и архейных (AOA) аммиакокисляющих и денитрифицирующих сообществ, как описано ранее [39]. Реакции количественной ПЦР проводили на ViiA7 (Life Technologies, Карлсбад, Калифорния, США) в реакционном объеме 15 мкл, содержащем 7,5 мкл Takyon Master Mix (Eurogentec, Льеж, Бельгия), 1 мкМ каждого праймера, 250 нг гена Т4. 32 (MP Biomedicals, Санта-Ана, Калифорния, США) и 1 нг ДНК. Для каждого анализа ПЦР в реальном времени выполняли два независимых прогона. Стандартные кривые были получены с использованием серийных разведений линеаризованных плазмид, содержащих соответствующие клонированные гены-мишени из бактериальных штаммов или клонов из окружающей среды. Эффективность ПЦР для разных анализов колебалась от 77 до 101%. Элементы управления без шаблона давали нулевые или незначительные значения. Ингибирование в анализе количественной ПЦР тестировали путем смешивания экстрактов почвенной ДНК либо с контрольной плазмидной ДНК (pGEM-T Easy Vector, Promega, Мэдисон, Висконсин, США), либо с водой. Ингибирования не обнаружено ни в одном случае.

Оценка функций почвы, связанных с круговоротом углерода и азота

Причинное воздействие манипуляций микробного сообщества на функционирование почвы оценивали путем измерения ряда активностей, связанных с циклами углерода и азота, в повторных образцах почвы после каждой обработки ( n  = 5) . Метод MicroResp использовался для измерения скорости микробного дыхания различных субстратов углерода при различных обработках, как описано Campbell et al. [40]. Использовали одиннадцать субстратов: D-(+)-галактоза, L-аргинин, лимонная кислота, L-аланин, L-яблочная кислота, L-(+)-арабиноза, N-ацетилглюкозамин, глюкозофосфат, D-(-) -Фруктоза, D-(+)-трегалоза и галловая кислота. Почвенные пулы азота (NO ₃ ^– и NH ₄ ⁺ ) экстрагировали с использованием 50 мл 1 М KCl, который добавляли к ок. 10 г свежей почвы энергично встряхивают (80 об/мин в течение 1 ч при комнатной температуре), фильтруют и хранят в замороженном виде до количественного определения в соответствии со стандартом ISO 14256-2. Количественную оценку проводили колориметрическим методом на фотометре BPC global 240.

Статистический анализ

Статистический анализ проводился с использованием статистического программного обеспечения R версии 3.4.1 [41]. Различия между обработками в количестве копий генов (16S рРНК, ITS, бактериальные и архейные amoA , nirK и nirS ), концентрации аммония и нитратов, измерения микробного дыхания ( n  = 5) и индексы микробного α-разнообразия ( n  25) были проверены с использованием ANO’s   25 = тест на честно значимую разницу (значение p < 0,05) с использованием пакета agricolae [42]. Нормальность и однородность остаточного распределения проверялись, и при необходимости выполнялись логарифмические преобразования.

Оценка влияния обработок по удалению на бета-разнообразие

Пермутационный многомерный дисперсионный анализ (PermANOVA) был проведен на взвешенных матрицах расстояний UniFrac и Брея-Кертиса для выявления существенных различий между обработками ( n  = 25) в составление сообщества с использованием функции Adonis, реализованной в веганском пакете [43]. Визуализации анализа основных координат (PCoA) были созданы с использованием пакета plot3D с использованием функции scatter3D [44].

Идентификация OTU, значительно затронутых обработками по удалению

Дифференциальный анализ состава микробного сообщества был выполнен путем сравнения матриц подсчета между каждой обработкой ( n  = 25) и контролем NT ( n  = 25) с использованием параметры по умолчанию пакета DESeq2 Bioconductor (v.1.30.1), который позволяет тестировать изменения в матрицах счета между условиями на основе обобщенных линейных моделей с отрицательным биномом [45, 46]. Значительные OTU в результате корректировки Бенджамини-Хохберга значения p (значение p с поправкой на BH < 0,00001). Из-за высокой изменчивости в распределении грибковых последовательностей в повторах для анализа DESeq2 оставляли только OTU, имеющие коэффициент вариации ниже 200% в рамках данной обработки и в пределах контроля NT.

Бактериальные OTU со значительными изменениями использовались для построения обрезанных деревьев с помощью пакета ape [47], а деревья визуализировались с помощью Interactive Tree of Life [48].

Построение сетей параллельных встречаемости

Бактериальные сети были построены на основе данных подсчета OTU (353 OTU) с использованием как всех обработок, так и контроля NT для глобальной сети (275 образцов). Микробная междоменная сеть была построена с использованием отфильтрованных таблиц OTU бактерий и грибов (353 и 305 OTU соответственно) для всех вариантов лечения плюс контроль NT (275 образцов). Для исходных образцов почвы (25 образцов) после удаления OTU, которые присутствуют не во всех повторностях, использовались исходные таблицы подсчета как бактерий, так и грибов. Сети были выведены с использованием разреженной многомерной логнормальной модели Пуассона (PLN) со скрытым слоем Гаусса и наблюдаемым слоем Пуассона с использованием пакета PLNmodels [49].]. Лучшая сеть была выбрана с использованием подхода стабильности к выбору регуляризации [50]. Для учета неоднородности глубины секвенирования была проведена междоменная нормализация методом GMPR (среднее геометрическое парных отношений) [51]. Для наглядности только частичные корреляции с |ρ| > 0,1. Сети визуализировали с помощью программного обеспечения Cytoscape [52]. Узлы, соответствующие OTU, которые показали значительные изменения в относительной численности на основе анализа DESeq2, были идентифицированы с использованием функции слияния в R и окрашены в сеть в соответствии с логарифмическими 2-кратными изменениями (положительными, отрицательными или обоими в зависимости от обработки).

Многомерная интеграция микробной активности, распространенности копий генов и состава сообщества

Интеграция и визуализация бактериальных OTU (353), распространенности копий генов (16S рРНК, бактерии и археи amoA , nirK и nirS ), а измерения микробной активности были реализованы с помощью пакета mixOmics [53] с использованием DIABLO (анализ интеграции данных для обнаружения биомаркеров с использованием метода латентных компонентов для исследований Omics) с целью выявления коррелирующих переменных между различными наборами данных (корреляция Пирсона | р | > 0,7) [54].

Результаты и обсуждение

Экспериментальное манипулирование сборкой микробного сообщества

В эксперименте используются усиленные взаимодействия, происходящие между микроорганизмами во время их повторного заселения стерильных почв [55, 56], и мы манипулировали этими взаимодействиями, используя различные подходы к удалению (рис. 1a). ). Лечение удалением вызывает истощение различных OTU, некоторые из которых, как предполагается, имеют положительное или отрицательное взаимодействие с оставшимися OTU. Поэтому ожидается, что относительная приспособленность оставшихся OTU, которые конкурируют или сотрудничают с истощенными, будет изменена при обработках по удалению во время повторного заселения почвы. В этом исследовании было невозможно отличить снижение относительной приспособленности из-за изменений в положительных взаимодействиях от прямого эффекта удаления (рис. 1b). Поэтому мы сосредоточились только на негативных взаимодействиях, которые вызывали повышенную относительную приспособленность OTU, которые ранее были нарушены истощенными. Следовательно, в нашем анализе не удалось определить случаи негативных взаимодействий, при которых оба конкурирующих штамма подвергались обработке удалением или вызывали снижение относительной приспособленности (пример 3, рис. 1b).

В общей сложности 5551 бактериальная и 6949 грибковая OTU были обнаружены при различных обработках и исходных образцах почвы. Чтобы зафиксировать влияние нашего подхода к удалению на бактериальные и грибковые сообщества, после повторного заселения почвы OTU были протестированы с разным количеством OTU путем попарного сравнения между обработкой удалением и контролем без обработки удалением (контроль NT) с использованием DESeq2 [45]. Подход удаления эффективно приводил к истощению бактериальных групп (т.е. со значительным снижением относительной численности при обработке удалением по сравнению с контролем NT, с поправкой на BH p значение < 0,00001), которые различались в зависимости от лечения (рис. 2). Например, мы обнаружили, что представители Actinomycetes и Bacteroides были поражены рамопланином, антибиотиком, полученным из актиномицетов. Напротив, ципрофлоксацин в основном воздействовал на представителей Proteobacteria. Proteobacteria и Bacteroides были также группами, которые продемонстрировали самое резкое снижение после окислительного стресса и лечения тепловым шоком. В целом истощенные OTU составляли от 0,02 до 25% от общего бактериального сообщества в NT-контроле (и <0,0003–2,3% в исходных образцах почвы, в которых пять наиболее распространенных OTU представляли <5% сообщества), что указывает на что выбранные методы лечения успешно повлияли как на доминирующие, так и на редкие таксоны (дополнительный рисунок 1).

Логарифмическое 2-кратное изменение, рассчитанное с помощью анализа DESeq2, значительного увеличения и уменьшения бактериальных OTU в обработках для удаления по сравнению с контролем NT представлено градиентом цвета от синего к красному. Белый цвет указывает на те OTU, на которые лечение не повлияло. Принадлежность OTU на уровне типа или класса обозначается разными цветами на внутреннем кольце. Значения начальной загрузки> 80 обозначены черными кружками.

Изображение в натуральную величину

Филогенетическое разнообразие OTU, которое значительно снизилось при любой из процедур удаления по сравнению с контролем NT, имело более высокую степень родства, чем общее бактериальное сообщество (критерий Тьюки, p значение < 0,05; дополнительная рис. 2). Это показывает, что, как и ожидалось, бактериальные таксоны были в основном неслучайно истощены. Анализы UniFrac показали, что наш эксперимент с манипуляциями привел к различиям в структуре бактериального сообщества между обработками с разной степенью отличия от контроля NT (PermANOVA, 9).0123 p значение < 0,01; Рис. 3а). Основные изменения наблюдались при лечении тепловым шоком и окислительным стрессом и, в меньшей степени, при лечении ципрофлоксацином, в то время как структура бактериального сообщества оставалась более похожей на контроль при лечении рамопланином и двумя фильтрациями (рис.  3 и дополнительные рисунки 3 и 4; критерий Тьюки, p значение < 0,05). Сильная кластеризация по обработке предполагает ограниченную стохастичность во время сборки бактериального сообщества, несмотря на то, что несколько обработок демонстрируют более случайные эффекты, чем другие (рис. 3a). Это было подтверждено NST ниже 8% для всех видов лечения и индексами NRI/NTI выше 2, что указывает на то, что сосуществующие OTU в рамках лечения были филогенетически более тесно связаны, чем ожидалось случайно (дополнительные рисунки 5 и 6). Поскольку обработанные сообщества были инокулированы в идентичных почвенных микрокосмах, различия в сборке бактериальных сообществ в основном определялись детерминированными эффектами обработки по удалению в сочетании с измененными взаимодействиями видов, а не абиотической фильтрацией (то есть свойствами почвы) или стохастическими процессами. Напротив, высокая изменчивость в распределении OTU грибов наблюдалась между повторами для обработанных сообществ, но не в исходных образцах почвы (дополнительная рис.  7). Вероятно, это произошло из-за разрушения гиф во время экспериментальной процедуры, что привело к стохастическому распределению OTU грибов. Мы обнаружили слабое или незначительное влияние обработок по удалению на грибковые сообщества с истощением только от нуля до двух грибковых OTU во всех обработках, но обработка тепловым шоком, при которой девять OTU, в основном принадлежащие к Hypocreales, значительно уменьшились. Поэтому, даже если грибы не исключены, мы считаем, что наш экспериментальный подход в основном позволяет обнаруживать взаимодействия с участием бактерий.

a Анализ основных координат (PCoA) взвешенной матрицы расстояний UniFrac ампликонов гена 16S рРНК, показывающий сдвиги в структурах бактериального сообщества между исходной почвой, контролем NT и обработкой удалением. Различные обработки представлены разными цветами, как указано в легенде. b Состав бактериального сообщества между исходными образцами почвы, контролем NT и различными обработками. Относительная численность показана на уровне типа и класса и выражена в процентах от общего числа OTU.

Изображение полного размера

Изменения в составе бактериального сообщества сопровождались увеличением численности бактерий, как определено с помощью количественной ПЦР, по крайней мере, на 1–2 порядка во время реколонизации почвы. Таким образом, используя количество копий гена 16S рРНК в исходной почве для расчета максимальной плотности бактерий в инокуляте до обработки, мы оценили, что уровень инокуляции был менее 10 ⁷ копий гена 16S рРНК г ^-1 сухой почвы, в то время как мы обнаружили не менее 5 × 10 ⁸ Копии гена 16S рРНК g ^-1 сухая почва через 45 дней (дополнительный рисунок 8). Экологическая теория предполагает, что конкуренция за экспансию, в которой штаммы стремятся использовать ресурсы и занять необитаемое пространство, является доминирующим процессом, определяющим результат колонизации стерильного почвенного микрокосма инокулированными сообществами [57]. Соответственно, три сверхдоминирующих OTU, которые лучше всего заселяли стерильную почву в отсутствие биоцидной обработки (контроль NT), принадлежали Bacteroidetes и γ-Proteobacteria, которые ранее считались копиотрофами (т. е. быстро растущими в среде, богатой питательными веществами). ) [58,59,60]. Эти быстрорастущие OTU представляли 53% всего бактериального сообщества в контроле NT, но только 2% в исходных образцах почвы, несмотря на то, что они были среди 25 наиболее доминирующих OTU (из 4057). Напротив, представители Acidobacteria были обычным явлением в исходной почве, но не могли процветать в стерилизованной почве. Учитывая, что стерилизация почвы гамма-облучением вызывает высвобождение органических соединений углерода [61], исчезновение ацидобактерий подтверждает предполагаемый ими олиготрофный образ жизни [58, 59].].

Экологическое значение биотических взаимодействий для сборки микробного сообщества

Успешные обработки по удалению должны привести к увеличению относительной численности микроорганизмов, подвергшихся негативному взаимодействию с истощенными. Ожидается, что из-за композиционного характера данных о сообществе истощение некоторых таксонов также приведет к увеличению относительной численности других OTU; при этом пропорциональное увеличение одинаково для всех оставшихся OTU и соответствует доле истощенных OTU. Тем не менее, мы наблюдали кратное увеличение относительной численности, которое охватывало более порядков для той же обработки удаления, что указывает на то, что относительная приспособленность одних OTU стимулировалась истощением других. Таким образом, для идентификации OTU, демонстрирующих значительное увеличение относительной приспособленности после повторного заселения по сравнению с контрольным NT (т. Состав сообщества был выполнен с помощью DESeq2 (отрицательная биномиальная обобщенная линейная модель, с поправкой на BH p значение < 0,00001) (рис. 1b). Хотя дифференциальный анализ численности может привести к выявлению ложноположительных результатов, было показано, что DESeq2 является консервативным и хорошо контролирует уровень ложноположительных результатов [45]. Кроме того, наличие 25 повторов на обработку, а также включение OTU с относительной численностью не менее 0,5% во всех образцах и удаление грибковых OTU с низкой распространенностью и, таким образом, сокращение нулевого подсчета также помогли минимизировать количество ложноположительных результатов. Только четыре OTU грибов, все принадлежащие к роду Trichoderma, продемонстрировали значительно повышенную относительную приспособленность к воздействию теплового шока и окислительного стресса. В отличие от грибов мы обнаружили большее количество негативных взаимодействий при сборке бактериального сообщества. Таким образом, из 353 наиболее распространенных бактериальных OTU при всех обработках (т. е. относительное обилие не менее 0,5% в любом образце) относительная приспособленность 139OTU значительно стимулировались, по крайней мере, при одной из процедур удаления с изменениями от 3 до более чем 5000 раз по сравнению с контролем NT.

Поскольку перед обработкой все более крупные микроорганизмы были устранены путем фильтрации всех почвенных суспензий с размером частиц 10 мкм, а среди истощенных OTU не было обнаружено ни одной известной бактериоядной бактерии, вполне вероятно, что эксплуататорская или интерференционная конкуренция была ответственна за предполагаемые негативные взаимодействия, даже несмотря на то, что хищничество и паразитизм не могут исключить [62]. Некоторые из этих бактериальных OTU были в изобилии при одной или нескольких обработках по удалению, тогда как они были едва обнаружены в контроле NT (рис. 2). Например, четверть наиболее доминирующих OTU в обработке окислительного стресса принадлежала Bacillales, на долю которых приходилось 21% бактериального сообщества, тогда как Bacillales встречались редко как в NT-контроле, так и в исходных образцах почвы (0,57% и 0,14%). , соответственно). Это имело место, даже если учесть, что общая численность бактерий была в два-шесть раз ниже при обработке окислительным стрессом, чем в исходных образцах почвы или в контроле NT (дополнительная рис. 8). Это увеличение доли Bacillales в сообществе, обычно малочисленных таксонов в почвах [63], подтверждает идею о том, что кривые численности микробного ранга могут быть высокодинамичными и что даже редкие подчиненные виды могут стать доминирующими, когда условия окажутся неблагоприятными. более благоприятны [64, 65]. Учитывая, что факторы и ресурсы окружающей среды были одинаковыми для всех микрокосмов до инокуляции, наши результаты показывают, что конкурентное исключение, а не абиотические ограничения, предотвращает рост редких популяций во время повторного заселения почвы. Один интересный вопрос заключается в том, почему высокое неравенство приспособленности не привело к исчезновению слабых конкурентов в исходных образцах почвы, противоречие, известное как парадокс биоразнообразия. В случае Bacillales, вероятно, их способность входить в состояние покоя в виде спор и, следовательно, сохраняться в неинтерактивном состоянии объясняет их сосуществование с течением времени через почвенный банк спор, как предполагалось ранее с использованием теоретических моделей [64]. В целом, наши результаты в сложных почвенных системах показывают, что 39% доминирующих бактериальных таксонов в разных обработках подверглись конкурентному взаимодействию во время повторного заселения почвы. Хотя наш подход, возможно, преувеличивал биотические взаимодействия, например, лишая бактерии их естественного убежища, результаты дополняют предыдущие данные in vitro и теоретические исследования, предполагающие, что конкуренция является распространенным типом биотического взаимодействия между бактериями [22, 62, 66]. Несмотря на то, что они выходят за рамки этой работы, попытки охарактеризовать механистические силы, лежащие в основе наблюдаемых взаимодействий, позволят расшифровать, преобладала ли в исследуемой почвенной микробиоте эксплуататорская или интерференционная конкуренция.

Вывод экологической сети резюмирует биотические взаимодействия

Мы реконструировали различные сети, чтобы вывести важные ассоциации между микроорганизмами, используя недавно разработанную разреженную многомерную модель PLN [49]. Во-первых, предполагаемая глобальная сеть по доменам из всех манипуляций и контроля NT не показывает никакой связи между бактериями и грибами, в то время как в исходных образцах почвы наблюдались значительные границы между обоими доменами (дополнительная рис. 9).а, б соответственно). Это подтверждает результаты анализа DESeq2, предполагая, что бактерии, а не грибы, участвовали во взаимодействиях, которые не были раскрыты нашим подходом к удалению. Затем мы вывели бактериальную сеть, включающую все виды лечения. Для выявления бактериальных OTU, истощение которых фактически приводит к значительному увеличению относительной приспособленности оставшихся, узлы были окрашены в соответствии с результатами анализа DESeq2 (рис. 4). Из 180 OTU, присутствующих в этой сети, 90 были среди тех, которые значительно увеличились по крайней мере в одной из процедур удаления по сравнению с контролем NT. Более того, 50 из 55 отрицательных ребер в сети соединяют истощенные OTU с OTU с повышенной относительной пригодностью. Таким образом, взаимодействия, раскрытые нашим подходом к манипулированию микробным сообществом, точно соответствовали предполагаемым узлам и краям, что обеспечивает перекрестную проверку нашего сетевого анализа. Использование подхода с удалением позволило выйти за рамки простого тестирования значимых ассоциаций в естественных сообществах, поскольку мы могли определить, какие OTU уступили место конкурентам. Таким образом, мы обнаружили консервативные отрицательные взаимодействия, указывающие на то, что Bacillales были способны расти только тогда, когда α- и/или γ-протеобактерии были истощены в результате удаления (например, теплового шока и окислительного стресса; рис. 2 и 4). Подобные антагонистические паттерны наблюдались в предыдущих исследованиях, показывающих сегрегированные пространственные совпадения или паттерны шахматной доски между Firmicutes и γ-Proteobacteria [55, 67]. Интересно, что в глобальной бактериальной сети несколько γ-Proteobacteria (Xanthomonas sp.) имеют отрицательные ребра с другой γ-Proteobacteria (Burkholderia sp.) и двумя хабами Bacillus, которые сами были соединены отрицательными ребрами. Поскольку приспособленность этих штаммов Bacillus и Burkholderia была значительно улучшена путем удаления, это предполагает, что эти штаммы процветали, но соревновались, когда их конкуренты были истощены. В целом эти результаты можно интерпретировать как свидетельство предсказуемого правила сборки бактериального сообщества. Такое понимание того, что управляет собранием сообщества, будет способствовать направлению почвенного микробиома к сообществу, улучшающему экосистемные услуги [9]., 20].

Рис. 4: Бактериальная сеть, полученная с использованием всех обработок и контрольных образцов NT.

Узлы представляют отдельные OTU соответствующего типа. Узлы также окрашены в соответствии с результатами DESeq2: зеленые узлы представляют OTU с уменьшающейся пригодностью, синие узлы представляют OTU с увеличивающейся пригодностью, серые узлы представляют OTU с увеличивающейся и уменьшающейся пригодностью (в зависимости от лечения), а оранжевые узлы представляют OTU, которые не увеличивались и не уменьшались. Толщина ребра пропорциональна частичным корреляциям между узлами и представляет собой ассоциативный (черный, ρ  > 0,1) или исключающие отношения (красный, ρ  < −0,1).

Изображение полного размера

Изменения в функциях почвы, связанные с манипуляциями с микробным сообществом

Функции почвы, связанные с циклами углерода и азота, были исследованы с использованием скорости микробного дыхания различных субстратов углерода (MicroResp), пулов неорганического азота, а также содержания гены окислителя аммиака и денитрификатора как прокси для этих специфических процессов. Мы обнаружили существенные различия в эмерджентных функциях микробных сообществ обрабатываемой почвы (тест Тьюки, p значение < 0,05; Дополнительный рис. 10). Примечательно, что микробные сообщества, подвергшиеся воздействию ципрофлоксацина, демонстрировали значительно более высокую способность вдыхать глюкозамин и фруктозу, чем все другие методы удаления и контроли (тест Тьюки, значение p < 0,05; дополнительная рис. 11), тогда как частота дыхания многих субстратов C были ниже в микробных сообществах, которые собрались после лечения тепловым шоком и окислительным стрессом. Среди оцениваемых функций почвы наибольшие изменения наблюдались для круговорота азота. Содержание нитратов в почве снизилось во всех обработках, кроме одной (фильтрация 0,8 мкм), по сравнению с исходными образцами почвы (тест Тьюки, p значение < 0,05; Дополнительный рис. 10b), что соответствует предыдущему эксперименту с манипулированием [55].

Для дальнейшего изучения взаимосвязи между составом членов управляемого микробного сообщества и функциями почвы мы использовали многомерный метод дискриминантного анализа с уменьшением размерности, основанный на моделях проекции на скрытую структуру [54] (рис.  5). Красные и синие модули показывают OTU (в основном Firmicutes и Actinobacteria и Actinobacteria, Chloroflexi и α-Proteobacteria соответственно), которые сильно коррелировали друг с другом и с общей численностью бактерий, но без какой-либо корреляции с функцией почвы. Однако несколько корреляций, выявленных в других модулях, согласуются с эмпирическими данными. Например, Actinobacteria, роль которых хорошо описана в круговороте углерода [68], представляют собой три из пяти бактериальных OTU, которые были сгруппированы в модуль, содержащий все скорости дыхания C-субстрата, кроме галловой кислоты. В соответствии с предыдущими исследованиями, описывающими нитрификацию почвы — окисление аммиака до нитрата — обычно ограничивающуюся его первой стадией, выполняемой окислителями аммиака [69].] пул нитратов коррелировал с долей аммиакокисляющих бактерий в общем бактериальном сообществе (AOB/16S рРНК). Доля АОБ была включена в полносвязный модуль, состоящий из доли nirK — и nirS -денитрификаторов и восьми OTU, одна из которых принадлежит к Nitrospiracea , известной группе окислителей нитритов [70] . Интересно, что пул нитратов также коррелировал с другим модулем из семи OTU, одна из которых принадлежала Chloroflexi, которые были идентифицированы как новая группа нитрит-окисляющих бактерий [71] (рис. 5). Поскольку пул нитратов и обилие АОБ были самыми высокими как в исходных образцах почвы, так и при обработке фильтрацией 0,8 мкм, а последовательности гена 16S рРНК известных бактериальных нитрификаторов ( Nitrospira и Nitrosomonas ) при обработке фильтрацией 0,8 мкм было примерно в восемь раз ниже, чем в исходных образцах почвы, можно предположить, что одна или несколько из этих OTU в этом модуле также могут быть способны к окислению аммиака.

a Визуализация ассоциированных бактериальных OTU (синие узлы), активности N- и C-циклирования (зеленые узлы) и численности микробных групп (красные узлы). Таксономическая идентичность OTU указывается на уровне типа или класса. Активность N- и C-циклирования основана на пулах неорганического азота и скорости дыхания различных субстратов соответственно. Численность микробных групп соответствует общей численности бактериального сообщества (16S), доле аммиакокисляющих бактерий и денитрификаторов в общем бактериальном сообществе (AOB/16S, нирК /16С и нирС /16С соответственно). Края указывают на положительную (синий) или отрицательную корреляцию (красный), как определено корреляцией Пирсона r  > 0,7 или r  < −0,7 соответственно. Различные модули представлены разными цветами и пронумерованы (I–V). Матрицы корреляции переменных между типами данных в модулях I и II b (зеленый и желтый) и c в модуле III (фиолетовый).

Полноразмерное изображение

Выводы

Изучая биотические взаимодействия в сообществе совместно встречающихся в природе почвенных микроорганизмов во время повторного заселения их первоначальной среды обитания, мы продемонстрировали, что 39% доминирующих бактерий при различных обработках подвергались негативным взаимодействиям во время объединения сообщества. Подход, использованный здесь, позволил нам связать закономерности корреляции, полученные с помощью сетевого анализа, с экологическими взаимодействиями, выявленными в результате экспериментальных манипуляций с микробным сообществом. Мы нашли доказательства конкурентных взаимодействий между малочисленными Bacillales и доминирующими Proteobacteriales и предположили, что сегрегация ниш, обусловленная конкуренцией, а не особенности среды обитания, предотвращает рост редких популяций в почве. Выявлены различия в эмерджентных функциях манипулируемых сообществ с более выраженными сдвигами функций, связанных с N-, а не C-циклированием. Таким образом, манипулирование микробным сообществом путем удаления, в дополнение к информации о биотических взаимодействиях во время сборки, может представлять собой альтернативный путь для лучшего понимания связей между составом микробного сообщества и функционированием экосистемы на основе аналогии с процедурами нокаута генов в геномике [72]. . В целом, наши результаты показывают, что можно определить некоторые простые правила сборки бактериального сообщества, которые могут предсказывать и управлять почвенной микробиотой для продвижения или подавления определенных функций в управляемых экосистемах. Однако еще предстоит выяснить, можно ли обобщить эти эмпирически наблюдаемые взаимодействия на другие среды.

Ссылки

1. Фальковски П.Г., Фенхель Т., Делонг Э.Ф. Микробные двигатели, управляющие биогеохимическими циклами Земли. Наука. 2008; 320:1034–9.

   КАС Статья пабмед Google ученый

2. Ле Шателье Э., Нильсен Т., Цинь Дж. Дж., Прифти Э., Хильдебранд Ф., Фалони Г. и др. Богатство микробиома кишечника человека коррелирует с метаболическими маркерами. Природа. 2013; 500: 541–6.

   ПабМед Статья КАС Google ученый

3. Филиппо Л., Раэймакерс Дж. М., Лемансо П., ван дер Путтен В. Х. Возвращаясь к корням: микробная экология ризосферы. Nat Rev Microbiol. 2013; 11: 789–99.

   КАС пабмед Статья Google ученый

4. «>

   Nemergut DR, Schmidt SK, Fukami T, O’Neill SP, Bilinski TM, Stanish LF, et al. Закономерности и процессы сборки микробного сообщества. Mol Biol Rev. 2013;77:342–56.

   Артикул Google ученый

5. Джонс Р.Т., Робсон М.С., Лаубер К.Л., Хамади М., Найт Р., Фиерер Н. Всестороннее исследование почвенного ацидобактериального разнообразия с использованием пиросеквенирования и анализа библиотеки клонов. ISME J. 2009; 3: 442–53.

   КАС пабмед Статья Google ученый

6. Rasche F, Knapp D, Kaiser C, Koranda M, Kitzler B, Zechmeister-Boltenstern S, et al. Сезонность и доступность ресурсов контролируют сообщества бактерий и архей в почвах буковых лесов умеренного пояса. ИСМЕ Дж. 2011; 5:389–402.

   КАС пабмед Статья Google ученый

7. Гоберна М. , Гарсия С., Верду М. Роль биотической фильтрации в управлении филогенетическими кластерами в сообществах почвенных бактерий. Глоб Экол Биогеогр. 2014; 23:1346–55.

   Артикул Google ученый

8. Чжоу Дж.З., Нин Д.Л. Сборка стохастического сообщества: имеет ли значение в микробной экологии? Mol Biol Rev. 2017;81:e00002–17.

9. Фиерер Н. Охватывая неизвестное: распутывая сложности почвенного микробиома. Nat Rev Microbiol. 2017;15:579–90.

   КАС пабмед Статья Google ученый

10. Фауст К., Раес Дж. Микробные взаимодействия: от сетей к моделям. Nat Rev Microbiol. 2012; 10: 538–50.

    КАС Статья пабмед Google ученый

11. Гриффин А.С., Вест С.А., Баклинг А. Сотрудничество и конкуренция среди патогенных бактерий. Природа. 2004; 430:1024–7.

    КАС пабмед Статья Google ученый

12. Hibbing ME, Fuqua C, Parsek MR, Peterson SB. Бактериальная конкуренция: выживание и процветание в микробных джунглях. Nat Rev Microbiol. 2010; 8:15–25.

    КАС пабмед ПабМед Центральный Статья Google ученый

13. West SA, Cooper GA. Разделение труда у микроорганизмов: эволюционная перспектива. Nat Rev Microbiol. 2016;14:716–23.

    КАС пабмед Статья Google ученый

14. Фостер К.Р., Белл Т. Конкуренция, а не сотрудничество, доминирует во взаимодействии между культивируемыми микробными видами. Карр Биол. 2012; 22:1845–50.

    КАС пабмед Статья Google ученый

15. Garcia-Bayona L, Comstock LE. Бактериальный антагонизм в микробных сообществах, ассоциированных с хозяином. Наука. 2018;361:eaat2456.

16. Braga LPP, Spor A, Kot W, Breuil MC, Hansen LH, Setubal JC и др. Воздействие фагов на бактериальные сообщества почвы и доступность азота при различных сценариях сборки. Микробиом. 2020;8:52.

17. Салим М., Фетцер И., Хармс Х., Чацинотас А. Разнообразие протистов и бактерий определяет производительность и стабильность хищничества. ИСМЕ Дж. 2013; 7:1912–21.

    ПабМед ПабМед Центральный Статья Google ученый

18. Наир Р.Р., Вассе М., Вилгосс С., Сун Л., Ю. Ю.Т.Н., Велисер Г.Дж. Совместная эволюция бактериального хищника и жертвы ускоряет эволюцию генома и выбирает защитные механизмы жертвы, связанные с вирулентностью. Нац коммун. 2019;10:4301.

19. Перес Дж., Мораледа-Муньос А., Маркос-Торрес Ф. Дж., Муньос-Дорадо Дж. Хищничество с бактериями: 75 лет! Окружающая среда микробиол. 2016; 18: 766–79.

    ПабМед Статья Google ученый

20. Фридман Дж., Хиггинс Л.М., Гор Дж. Структура сообщества следует простым правилам сборки в микробных микрокосмах. Нат Экол Эвол. 2017;1:109.

21. Goldford JE, Lu NX, Bajic D, Estrela S, Тихонов M, Sanchez-Gorostiaga A, et al. Возникающая простота в сборке микробного сообщества. Наука. 2018; 361: 469–74.

    КАС пабмед ПабМед Центральный Статья Google ученый

22. Рассел Дж., Родер Х.Л., Мэдсен Дж.С., Бурмолле М., Соренсен С.Дж. Антагонизм коррелирует с метаболическим сходством у различных бактерий. Proc Natl Acad Sci USA. 2017; 114:10684–8.

    КАС пабмед ПабМед Центральный Статья Google ученый

23. «>

    Чжан Дж. Дж., Коберт К., Флури Т., Стаматакис А. ГРУША: быстрый и точный метод Illumina Paired-End Read mergeR. Биоинформатика. 2014;30:614–20.

    КАС пабмед Статья Google ученый

24. Caporaso JG, Kuczynski J, Stombaugh J, Bittinger K, Bushman FD, Costello EK, et al. QIIME позволяет анализировать данные секвенирования с высокой пропускной способностью. Нат Методы. 2010;7:335–6.

    КАС пабмед ПабМед Центральный Статья Google ученый

25. Rognes T, Floruri T, Nichols B, Quince C, Mahe F. VSEARCH: универсальный инструмент с открытым исходным кодом для метагеномики. Пир Дж. 2016;4:e2584.

26. Engelhardt IC, Welty A, Blazewicz SJ, Bru D, Rouard N, Breuil MC, et al. Глубина имеет значение: влияние режима осадков на микробную активность почвы при повторном увлажнении системы растение-почва. ISME J. 2018; 12:1061–71.

    КАС пабмед ПабМед Центральный Статья Google ученый

27. Caporaso JG, Bittinger K, Bushman FD, DeSantis TZ, Andersen GL, Knight R. PyNAST: гибкий инструмент для выравнивания последовательностей по шаблону. Биоинформатика. 2010;26:266–7.

    КАС пабмед Статья Google ученый

28. Цена МН, Дехал П.С., Аркин А.П. FastTree 2-приблизительно деревья максимального правдоподобия для больших выравниваний. ПЛОС Один. 2010;5:e9490.

29. Эдгар РЦ. Поиск и кластеризация на несколько порядков быстрее, чем BLAST. Биоинформатика. 2010;26:2460–1.

    КАС пабмед Статья Google ученый

30. Quast C, Pruesse E, Yilmaz P, Gerken J, Schweer T, Yarza P, et al. Проект базы данных генов рибосомной РНК SILVA: улучшенная обработка данных и веб-инструменты. Нуклеиновые Кислоты Res. 2013;41:D590–6.

    КАС пабмед Статья Google ученый

31. Альтшул С.Ф., Гиш В., Миллер В., Майерс Э.В., Липман Д.Дж. Базовый инструмент локального поиска выравнивания. Дж Мол Биол. 1990; 215:403–10.

    КАС пабмед Google ученый

32. Абаренков К., Нильссон Р.Х., Ларссон К.Х., Александр И.Дж., Эберхардт Ю., Эрланд С. и другие. База данных UNITE для молекулярной идентификации грибов — последние обновления и перспективы на будущее. Н Фитол. 2010; 186: 281–5.

    Артикул Google ученый

33. Вера ДП. Оценка сохранения и филогенетическое разнообразие. Биол Консерв. 1992; 61:1–10.

    Артикул Google ученый

34. Кембел С.В., Коуэн П.Д., Хельмус М. Р., Корнуэлл В.К., Морлон Х., Акерли Д.Д. и др. Picante: инструменты R для интеграции филогении и экологии. Биоинформатика. 2010; 26:1463–4.

    КАС пабмед Статья Google ученый

35. Нин Д.Л., Дэн Ю., Тидже Дж.М., Чжоу Дж.З. Общая основа для количественной оценки экологической стохастичности. Proc Natl Acad Sci USA. 2019;116:16892–8.

    КАС пабмед ПабМед Центральный Статья Google ученый

36. Lozupone C, Lladser ME, Knights D, Stombaugh J, Knight R. UniFrac: эффективный показатель расстояния для сравнения микробных сообществ. ISME J. 2011; 5: 169–72.

    ПабМед Статья Google ученый

37. Muyzer G, Dewaal EC, Uitterlinden AG. Профилирование сложных микробных популяций с помощью денатурирующего градиентного гель-электрофореза анализа генов, амплифицированных полимеразной цепной реакцией, кодирующих 16S рРНК. Appl Environ Microbiol. 1993;59:695–700.

    КАС пабмед ПабМед Центральный Статья Google ученый

38. Уайт Т.Дж., Брунс Т.Д., Ли С.Б., Тейлор Дж.В.И. Амплификация и прямое секвенирование генов грибковых рибосомных РНК для филогенетики. В: Иннис М.А., Гельфанд Д.Х., Снинский Дж.Дж., Уайт Т.Дж., редакторы. ПЦР-протоколы и приложения: лабораторное пособие. Нью-Йорк, штат Нью-Йорк: Academic Press; 1990. с. 315–22.

39. Брю Д., Раметт А., Саби Н.П.А., Деквид С., Ранджард Л., Джоливет С. и др. Детерминанты распределения круговоротов азота микробных сообществ в ландшафтном масштабе. ISME J. 2011; 5: 532–42.

    КАС пабмед Статья Google ученый

40. Кэмпбелл К.Д., Чепмен С.Дж., Кэмерон К.М., Дэвидсон М.С., Поттс Дж.М. Метод быстрого микротитровального планшета для измерения диоксида углерода был разработан на основе поправок к углеродному субстрату, чтобы определить физиологические профили почвенных микробных сообществ с использованием всей почвы. Appl Environ Microbiol. 2003;69:3593–9.

    КАС пабмед ПабМед Центральный Статья Google ученый

41. R Основная группа разработчиков. R: язык и среда для статистических вычислений. Вена, Австрия: R Foundation for Statistical Computing; 2018.

42. de Mendiburu F. Agricolae: статистические процедуры для сельскохозяйственных исследований. Версия пакета R. 2017; 1:2–8.

    Google ученый

43. Оксанен Дж., Бланше Ф.Г., Френдли М., Киндт Р., Лежандр П., МакГлинн Д. и др. веган: общественный экологический пакет. 2018.

44. Сутарт К. plot3D: отображение многомерных данных. Пакет R версии 1.0. 2013.

45. Лав М.И., Хубер В., Андерс С. Модерированная оценка изменения кратности и дисперсии для данных секвенирования РНК с помощью DESeq2. Геном биол. 2014;15:550.

46. Хубер В., Кэри В.Дж., Джентльмен Р., Андерс С., Карлсон М., Карвальо Б.С. и др. Организация высокопроизводительного геномного анализа с помощью Bioconductor. Нат Методы. 2015;12:115–21.

    КАС пабмед ПабМед Центральный Статья Google ученый

47. Paradis E, Claude J, Strimmer K. APE: анализ филогенетики и эволюции на языке R. Биоинформатика. 2004; 20: 289–90.

    КАС пабмед Статья Google ученый

48. Летуник И., Борк П. Интерактивное Древо Жизни v2: онлайн-аннотации и отображение филогенетических деревьев стали проще. Нуклеиновые Кислоты Res. 2011;39:W475–8.

    КАС пабмед ПабМед Центральный Статья Google ученый

49. Шике Дж., Мариадассу М., С. Р. Вариационный вывод для реконструкции разреженной сети на основе данных подсчета. ICML. 2018;97:1162–71.

    Google ученый

50. Лю Х., Редер К., Вассерман Л. Подход стабильности к выбору регуляризации (StARS) для многомерных графических моделей. Adv Neural Inf Process Syst. 2010;31:1432–40.

    Google ученый

51. Chen L, Reeve J, Zhang LJ, Huang SB, Wang XF, Chen J. GMPR: надежный метод нормализации для нулевых данных подсчета с применением к данным секвенирования микробиома. Пир Дж. 2018;6:e4600.

52. Shannon P, Markiel A, Ozier O, Baliga NS, Wang JT, Ramage D, et al. Cytoscape: программная среда для интегрированных моделей сетей биомолекулярного взаимодействия. Геном Res. 2003; 13: 2498–504.

    КАС пабмед ПабМед Центральный Статья Google ученый

53. Рохарт Ф., Готье Б., Сингх А., Ле Цао К. А. mixOmics: пакет R для выбора функций omics и интеграции нескольких данных. PLoS Comput Biol. 2017;13:e1005752.

54. Сингх А., Готье Б., Шеннон К.П., Рохарт Ф., Вашер М., Тебутт С.Дж. и др. DIABLO: от мультиомных анализов до открытия биомаркеров, комплексный подход. Биоинформатика. 2019;35:3055–62.

    КАС пабмед ПабМед Центральный Статья Google ученый

55. Кальдерон К., Спор А., Брей М.С., Брю Д., Бизуард Ф., Виоль С. и др. Эффективность экологического спасения измененных почвенных микробных сообществ и функций. ISME J. 2017; 11: 272–83.

    КАС пабмед Статья Google ученый

56. Хол У.Г., де Бур В., де Холландер М., Курамае Э.Е., Мейснер А., ван дер Путтен В.Х. Зависимость от контекста и насыщающие эффекты потери редких почвенных микробов на продуктивность растений. Фронт завод науч. 2015;6:485.

57. Вебер М.Ф., Покслейтнер Г., Хебиш Э., Фрей Э., Опиц М. Химическая война и стратегии выживания при расширении ареала распространения бактерий. Интерфейс J Royal Soc. 2014;11:20140172.

58. Фиерер Н., Брэдфорд Массачусетс, Джексон Р.Б. К экологической классификации почвенных бактерий. Экология. 2007; 88: 1354–64.

    ПабМед Статья Google ученый

59. Фиерер Н., Лаубер К.Л., Рамирез К.С., Заневельд Дж., Брэдфорд М.А., Найт Р. Сравнительный метагеномный, филогенетический и физиологический анализ почвенных микробных сообществ при градиентах азота. ISME J. 2012; 6: 1007–17.

    КАС пабмед Статья Google ученый

60. Курм В., Ван дер Путтен В.Х., де Бур В., Наус-Визер С., Хол В.Г. Малочисленные почвенные бактерии могут быть метаболически универсальными и быстрорастущими. Экология. 2017; 98: 555–64.

    ПабМед Статья Google ученый

61. Бернс А.Е., Филипп Х., Наррес Х.Д., Бурауэль П., Верекен Х., Таппе В. Влияние гамма-стерилизации и автоклавирования на структуру органического вещества почвы, изученное с помощью ЯМР твердого тела, УФ и флуоресцентной спектроскопии. Eur J Soil Sci. 2008;59: 540–50.

    КАС Статья Google ученый

62. Гул М., Митри С. Экология и эволюция микробной конкуренции. Тенденции микробиол. 2016; 24:833–45.

    КАС пабмед Статья Google ученый

63. Дельгадо-Бакеризо М., Оливерио А.М., Брюэр Т.Е., Бенавент-Гонсалес А., Элдридж Д.Дж., Барджетт Р.Д. и др. Глобальный атлас доминирующих бактерий, обитающих в почве. Наука. 2018;359: 320–5.

    КАС пабмед Статья Google ученый

64. «>

    Джонс С.Е., Леннон Дж.Т. Покой способствует поддержанию микробного разнообразия. Proc Natl Acad Sci USA. 2010;107:5881–6.

    КАС пабмед ПабМед Центральный Статья Google ученый

65. Курм В., Гейзен С., Хол ВГГ. Низкая доля редких таксонов бактерий реагирует на абиотические изменения по сравнению с доминирующими таксонами. Окружающая среда микробиол. 2019;21:750–8.

    ПабМед Статья Google ученый

66. Гарбева П., Хордейк С., Джерардс С., де Бур В. Взаимодействие между филогенетически различными почвенными бактериями, опосредованное летучими веществами. Фронт микробиол. 2014;5:289.

67. Карими Б., Террат С., Деквид С., Саби Н.П.А., Хорригель В., Лелиев М. и др. Биогеография почвенных бактерий и архей Франции. Научная реклама 2018;4:eaat1808.

68. «>

    Lewin GR, Carlos C, Chevrette MG, Horn HA, McDonald BR, Stankey RJ, et al. Эволюция и экология актинобактерий и их применение в биоэнергетике. Анну Рев Микробиол. 2016;70:235–54.

69. Проссер Д.И., Никол Г.В. Археальные и бактериальные окислители аммиака в почве: поиски специализации и дифференциации ниш. Тенденции микробиол. 2012;20:523–31.

    КАС пабмед Статья Google ученый

70. Daims H, Лебедева EV, Pjevac P, Han P, Herbold C, Albertsen M, et al. Полная нитрификация бактериями Nitrospira. Природа. 2015; 528: 504–9.

    КАС пабмед ПабМед Центральный Статья Google ученый

71. Сорокин Д.Ю., Люкер С., Веймелкова Д., Кострикина Н.А., Клееребезем Р., Рийпстра ВИК и др. Расширение нитрификации: открытие, физиология и геномика нитрит-окисляющей бактерии из типа Chloroflexi. ISME J. 2012; 6: 2245–56.

    КАС пабмед ПабМед Центральный Статья Google ученый

72. Белл Т. Эксперименты следующего поколения, связывающие структуру сообщества и функционирование экосистемы. Представитель Environ Microbiol, 2019 г.;11:20–2.

    ПабМед Статья Google ученый

Загрузить ссылки

Благодарности

Это исследование было профинансировано в рамках конкурса ERA-NET BiodiversA COFUND 2016 г. на подачу исследовательских предложений совместно с национальными спонсорами Agence Nationale de la Recherche (ANR, Франция; грант ANR-16-EBI3-0004) -01) и Шведским исследовательским советом (FORMAS, Швеция). Авторы хотели бы поблагодарить Ноя Фиерера за полезное обсуждение и ценные комментарии к рукописи.

Информация об авторе

Примечания автора

1. Эти авторы внесли равный вклад: Sana Romdhane, Aymé Spor.

Authors and Affiliations

1. Université Bourgogne Franche-Comté, INRAE, AgroSup Dijon, Agroécologie, Dijon, France

   Sana Romdhane, Aymé Spor, David Bru, Marie-Christine Breuil, Arnaud Mounier, Myrto Tsiknia & Laurent Philippot

2. Университет Париж-Сакле, AgroParisTech, INRAE, UMR MIA-Paris, Париж, Франция

   Julie Aubert & Sarah Ouadah

3. Кафедра микологии леса и патологии растений, Шведский университет сельскохозяйственных наук, Уппсала, Швеция

   Sara Hallin

4. Лаборатория почвоведения и агрохимии, Департамент природных ресурсов , Афинский сельскохозяйственный университет, Афины, Греция

   Мирто Цикния

Авторы

1. Сана Ромдане

   Посмотреть публикации авторов

   Вы также можете искать этого автора в PubMed Google Scholar

2. Aymé Spor

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

3. Julie Aubert

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

4. David Bru

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Академия

5. Marie-Christine Breuil

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

6. Sara Hallin

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

7. Arnaud Mounier

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

8. Sarah Ouadah

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

9. Myrto Tsiknia

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

10. Laurent Philippot

    Просмотр публикаций автора

    Вы также можете искать этого автора в PubMed Google Scholar

Вклады

LP, SR, SH и AS разработали эксперименты. Эксперименты проводили SR, M-CB, DB и MT. JA, SO, AM, AS и SR проанализировали данные. SR и LP подготовили рукопись, и все авторы внесли изменения и одобрили окончательный вариант рукописи.

Автор, ответственный за переписку

Лоран Филиппо.

Заявление об этике

Конкурирующие интересы

Авторы не заявляют об отсутствии конкурирующих интересов.

Дополнительная информация

Примечание издателя Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и ​​институциональной принадлежности.

Дополнительная информация

Дополнительный материал

Права и разрешения

Открытый доступ Эта статья находится под лицензией Creative Commons Attribution 4.0 International License, которая разрешает использование, совместное использование, адаптацию, распространение и воспроизведение на любом носителе или в любом формате. , при условии, что вы укажете первоначальных авторов и источник, предоставите ссылку на лицензию Creative Commons и укажите, были ли внесены изменения. Изображения или другие сторонние материалы в этой статье включены в лицензию Creative Commons для статьи, если иное не указано в кредитной строке материала. Если материал не включен в лицензию Creative Commons статьи, а ваше предполагаемое использование не разрешено законом или выходит за рамки разрешенного использования, вам необходимо получить разрешение непосредственно от правообладателя. Чтобы просмотреть копию этой лицензии, посетите http://creativecommons.org/licenses/by/4.0/.

Перепечатка и разрешения

Об этой статье

Эта статья цитируется

• Стохастические процессы преобладают в сообществе почвенных грибов на пастбищных пастбищах на северо-западе Китая.

  • Цянь Го
  • Чжунмин Вэнь
  • Вэй Ли

  Журнал почв и отложений (2022)

• pH почвы косвенно определяет колонизацию Ralstonia solanacearum через ее воздействие на микробные сети и определенные микробные группы.

  
  • Лянлян Лю
  • Чжиюнь Чен
  • Синьци Хуан

  Растения и почва (2022)

• Микробные ассоциации для биоремедиации. Что означает термин «микробные консорциумы»?

  • Франсиско Массо
  • Натали Бернар
  • Лукас А.