Plos biology：水稻根际微生物组时间序列分析

最新推荐文章于 2023-05-15 15:59:20 发布

刘永鑫Adam

最新推荐文章于 2023-05-15 15:59:20 发布

阅读量2.5k

点赞数 2

分类专栏： papers

本文链接：https://blog.csdn.net/woodcorpse/article/details/79774471

版权

papers 专栏收录该内容

191 篇文章 116 订阅

订阅专栏

加州大学戴维斯分校的博后Joseph Edwards (https://scholar.google.co.jp/citations?user=aPHqjO4AAAAJ)继2015第一作者发表水稻根际微生物组PNAS(两年引用222次)后，目前在预印本bioRxiv上发表了题目为《水稻根际微生物组时间序列分析》的文章。大家看图有多漂亮，就知道肯定又是一篇大作。

原标题：Compositional shifts in the root microbiota track the life-cycle of field-grown rice plants

文章通讯作者为Venkatesan Sundaresan教授 (http://www-plb.ucdavis.edu/Labs/sundar/)，水稻微生物组只是他们组研究方向之一，虽然文章不多，但质量很高，值得关注。

摘要

根际细菌群落与植物营养与健康相关。己到有多种因子影响根系微生物组成，但水稻微生物群落形成和动态变化仍然未知。使用水稻在两地和三个连续生长季观测微生物组并分析。在营养生长阶段微生物高动态化，接下来组成稳定。随机森林方法鉴定了不同地点年龄阶段保守的物种。年龄预测模型表明干旱推迟微生物组形成。微生物组与发育转换更相关，而不是年龄。本文展示了植物生命中连续的生活中存在微生物组动态规律的变化。

背景

根相关的微生物组可以分为三个空间显著不同的区域：土壤与根临近处的根际(rhizosphere)、根表面(rhizoplane)和根内(endosphere)。它们与非种植土存在显著差异，暗示着根富土壤中部分微生物。这个富集的过程，和植物生活史中动态的发育仍然未知。

人类己经有从婴儿到成年的队列研究。新生儿低多样性，随着年龄增加而增长。在前三年快速变化，且形成成人样式微生物，与良好饮食相关。

结果

实验设计与测序

图1. 根系微生物组在种子萌发8-9周后趋于稳定

A. 基于Bray-Curtis距离的主坐标轴分析(PCoA)展不同根部差异。
B. 按地点着色A图。
C. 展示PCoA的1/3轴，按年龄连续着色。
D. 热图展示不同生育时间点间的Bray-Curtis相似度的z-scores值。

图2. 随着时间变化增长和减少的门

A. 柱状图展示最高丰度的11个门(变形菌分为4纲)各样品在两个地区、不同compartment的变化。
B. 各菌门根外比根内beta回归系数(regression coefficient),增加大于0，减少小于0。
C. 每个菌门和compartment在不同季节中变化回归系数。

图3. 随机森林模式检查物种可准确预测植物年龄。

A. 基于松散RF模式和2014/5季数据预测植物年龄，每个点代表预测的年龄值。
B. 使用Joyplot展示年龄特异的OTUs在时间上丰度变化，随时间下降(蓝)、上升(黄)、复杂样式(灰)
C. 不同地点年龄特异菌的相对丰度。

图4. 干旱处理可以延迟内生菌形成

A. 干旱处理下菌群年龄偏低。
B. 干旱下一致上升、下降或复杂模式。

图5. 植物年龄增长使根际、根内群落更相似。
A. 组内Bray Curtis相似内在不同时间点和Compartment中分布
B. 每个时间点地点特异的OTUs相对丰度

图6.品种存在差异的微生物组发育模式。

A. 不同品种不同时间点的发育程度。
B. PCoA展示compartment和年龄是群落结构的主要决定因素。
C. 年龄差异主要PCoA2轴分开
D. 预测年龄
E. 各品种时间变化菌

附图

附图1. 微生物组在多个地点和季节保持稳定。
A. 热图展示各时间点内California地区相似度。
B. 热图展示Arkansa地区相似度。

附图2. 增加、减少和复杂样式OTUs不同

附图3. 增加、减少和复杂样式OTUs不同。

附图4. 土壤群体并没有随着时间相似增加

附图5. 不同compartment相应不同时间点下OTUs数量

附图6. 加州2016年样品预测

附图7. 采用随机森林对门和目在不同阶段的分布分析

附图8. Arkansas 2016地块布局

附图9. 加州2016地块布局

时间序列分析相关方法

序列处理、OTU聚类和过滤

采用自编写的Python对样品按barcode进行拆分，

详见作者github提供的代码

git clone https://github.com/bulksoil/LifeCylceAnalysis

但实际作者只传了两个子图的代码，而且测试数据也不全，最近更新是在10月前，希望文章正式发表后可以共享。

Reference

Edwards, J., et al. (2017). “Compositional shifts in the root microbiota track the life-cycle of field-grown rice plants.” bioRxiv: 166025. https://www.biorxiv.org/content/early/2017/07/19/166025

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外1400+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。