メタゲノムと機械学習 - 上海EPS機械有限公司

ISME Communications volume 3、記事番号: 14 (2023) この記事を引用

3080 アクセス

1 引用

4 オルトメトリック

メトリクスの詳細

低カドミウム（Cd）米品種の開発は、カドミウム汚染農地における食品の安全性を確保するための有望な手段として浮上している。イネの根に関連するマイクロバイオームは、イネの成長を促進し、カドミウムストレスを軽減することが示されています。しかし、異なるイネ品種間で異なる Cd 蓄積特性の根底にある微生物分類群特異的な Cd 耐性メカニズムは、ほとんど知られていないままです。この研究では、低カドミウムの品種 XS14 とハイブリッド米品種 YY17 の 5 つの土壌改良によるカドミウムの蓄積を比較しました。結果は、XS14 が YY17 と比較して、土壌と根の連続体におけるより多様な群集構造と安定した共起ネットワークによって特徴付けられることを示しました。 XS14 (~25%) の根圏群集の集合における確率的過程が YY17 (~12%) のそれより強いことは、XS14 が土壌特性の変化に対してより高い耐性を持っている可能性があることを示唆しています。微生物共起ネットワークと機械学習モデルは共同して、XS14 の Desulfobacteria や YY17 の Nitrospiraceae などのキーストーン指標微生物叢を特定しました。一方、これら 2 品種の根関連マイクロバイオームでは、それぞれ硫黄循環と窒素循環に関与する遺伝子が観察されました。 XS14 の根圏と根のマイクロバイオームは、アミノ酸と炭水化物の輸送と代謝、硫黄循環に関連する機能遺伝子が大幅に濃縮され、機能のより高い多様性を示しました。私たちの発見により、2 つのイネ品種に関連する微生物群集の相違点と類似点、およびカドミウム蓄積能力を予測する細菌バイオマーカーが明らかになりました。したがって、我々は、カドミウムストレス下での 2 つのイネ品種の分類群特異的なリクルート戦略について新たな洞察を提供し、将来のカドミウムストレスに対する作物の回復力を高めるための手がかりを提供するバイオマーカーの有用性を強調します。

根に関連するマイクロバイオームの特徴を理解することは、新たな研究の優先事項です。このような情報は、環境ストレス下での作物の成長と耐性の促進におけるマイクロバイオームの深い役割を理解するために非常に重要です[1、2、3]。植物の根に関連する微生物群集の構成と機能は、根の微小生息地と表現型によって大きく異なります [4,5,6]。最近の研究では、環境撹乱に対する植物の根のマイクロバイオームの反応によって引き起こされる、ニッチ特異的な動員と機能特異的な微生物の濃縮が報告されています[7、8、9]。さらに、作物宿主は根に関連するニッチのマイクロバイオームに対して選択効果を持ち、群落構造の再構築と機能プロファイルの変換を誘導する可能性がある[10、11]。根に関連するマイクロバイオーム群集の構造と機能が非生物的ストレス下での作物の成長に影響を与える可能性があるという認識が高まっているにもかかわらず、品種固有のマイクロバイオームの知識を活用してストレスに対する作物の回復力を高めることは依然として課題です。したがって、異なる作物種または種内の異なる品種による根関連ニッチにおける微生物の組成と機能の明確な変動を明らかにすることは、作物マイクロバイオームを利用して性能を向上させるために非常に重要です。

農地の需要の増大に伴い[12、13]、農地のカドミウム(Cd)汚染と作物へのカドミウムの蓄積は深刻な地球環境問題になりつつある[14]。お米は人間にとって最も重要な主食の一つです。米の根から芽までのカドミウムの移動性が高いため、カドミウムに汚染された米製品の消費は公衆衛生に重大な脅威をもたらします[15]。米粒中のカドミウムの蓄積を減らすために、その場で化学的固定化のための土壌改良を適用する以外に、カドミウム蓄積の少ない米品種を栽培するなどの他の対策が広く採用されている[16]。 Cd ストレスに対する根関連微生物の耐性を強化すると、米粒内の Cd の蓄積も減少する可能性があります。つまり、微生物群集は、Cd レベルの上昇下でバイオフィルム形成、細胞外高分子物質 (EPS) 生成、重金属耐性遺伝子などの機能を発現する可能性があります。経路の発達[17]。米の品種が異なれば、Cd の取り込みと蓄積の能力も異なります [18、19]。曹氏ら。 [20] は、ハイブリッド米が従来の米と比較して穀粒中により高い Cd 濃度を蓄積する可能性があることを明らかにし、同様の所見が 2 つの主要なアジア栽培米、インディカ米とジャポニカ米でも観察されました [14]。しかし、これらの研究は、さまざまなイネ品種のカドミウム蓄積量の変動に焦点を当てていました。対照的な結果は、土壌改良や肥料管理などの多様な生物的要因と非生物的要因によるものである可能性があります。最近、栄養循環と土壌有機汚染物質の分解におけるさまざまなイネ品種の根関連マイクロバイオームの重要性が広く研究されている[21、22]が、根関連微生物群集の多様性と群集多様性に関する情報はまだ不足している。対照的なカドミウム蓄積形質を示すさまざまなイネ品種の機能。

0.01%) that were shown in different colors. The node size is proportional to the degree of taxa. b Network topological parameters for four root-associated niches bacterial networks. c Robustness of bacterial networks in bulk soil, rhizosphere, rhizoplane, and endosphere of XS14 and YY17./p>50% completeness and <10% contamination) and 19 MAGs that were estimated to be high-quality genome (>90 completeness and <10% contamination) [8]. Then, only 25 MAGs with the completeness >80% and contamination <10% were selected for further analysis [33]. The abundances of the MAGs across the samples were estimated using MetaWRAP (v1.3.2) [78] with the quant_bins module. Taxonomy of the MAGs was assigned using GTDB-TK (V1.7.0) [82]. ORFs were predicted using Prodigal (v2.6.3) [69] and functional annotation was performed by KofamKOALA [83] against the KEGG database./p>1 or < −1 were regarded as significantly “enriched” or “depleted”, respectively [86]./p> 2), (2) variable selection (βNTI < −2), (3) dispersal limitation (|βNTI | <2 and RCbray > 0.95), (4) homogenizing dispersal (|βNTI | <2 and RCbray < −0.95), and (5) undominated (|βNTI | <2 and |RCbray | < 0.95) [87]./p>0.01% [16]. Only the robust (r > 0.7 or r < −0.7) and statistically significant (FDR adjust P < 0.05) [89] correlations were kept. Topological characteristics were calculated using igraph package [90]. Random networks with the same edges and nodes were generated, and topological properties of random networks are calculated based on Erdős–Rényi model [91]. Natural connectivity was calculated to reveal the robustness of networks according to the previous study [92]. Briefly, nodes were sorted by betweenness and then we sequentially removed until 80% of the nodes were removed, and then evaluate the robustness of the network after deleting nodes [93]. We also calculated the within-module connectivity (Zi) and among-module connectivity (Pi) according to the method previously described [94]. Module hubs (Zi > 2.5, Pi ≤ 0.62) are highly connected nodes within modules, which were expected to mediate interactions between species within modules [58]. Therefore, in this study, module hubs are regarded as key nodes. All statistical analysis and graph plotting were produced in R program./p>