Metagenomica e apprendimento automatico
CasaCasa > Blog > Metagenomica e apprendimento automatico

Metagenomica e apprendimento automatico

Jul 08, 2023

Comunicazioni ISME volume 3, numero articolo: 14 (2023) Citare questo articolo

3080 accessi

1 Citazioni

4 Altmetrico

Dettagli sulle metriche

Lo sviluppo di cultivar di riso a basso contenuto di cadmio (Cd) si è rivelato una strada promettente per la sicurezza alimentare nei terreni agricoli contaminati da cadmio. È stato dimostrato che i microbiomi del riso associati alle radici migliorano la crescita del riso e alleviano lo stress da cadmio. Tuttavia, i meccanismi di resistenza al Cd specifici del taxon microbico alla base delle diverse caratteristiche di accumulo di Cd tra diverse cultivar di riso rimangono in gran parte sconosciuti. Questo studio ha confrontato la cultivar XS14 a basso contenuto di Cd e la cultivar di riso ibrido YY17 per l'accumulo di Cd con cinque ammendanti del suolo. I risultati hanno mostrato che XS14 era caratterizzato da strutture di comunità più variabili e reti di co-presenza stabili nel continuum suolo-radice rispetto a YY17. I processi stocastici più forti nell’assemblaggio della comunità della rizosfera XS14 (~25%) rispetto a quella di YY17 (~12%) suggeriscono che XS14 potrebbe avere una maggiore resistenza ai cambiamenti nelle proprietà del suolo. Reti di co-occorrenza microbica e modelli di apprendimento automatico hanno identificato congiuntamente il microbiota indicatore chiave, come i Desulfobacteria in XS14 e le Nitrospiraceae in YY17. Nel frattempo, i geni coinvolti nel ciclo dello zolfo e nel ciclo dell’azoto sono stati osservati rispettivamente nel microbioma associato alle radici di queste due cultivar. I microbiomi nella rizosfera e nella radice di XS14 hanno mostrato una maggiore diversità nel funzionamento, con il significativo arricchimento di geni funzionali legati al trasporto e al metabolismo degli aminoacidi e dei carboidrati e al ciclo dello zolfo. I nostri risultati hanno rivelato differenze e somiglianze nelle comunità microbiche associate a due cultivar di riso, nonché biomarcatori batterici predittivi della capacità di accumulo di Cd. Pertanto, forniamo nuove informazioni sulle strategie di reclutamento specifiche del taxon di due cultivar di riso sotto stress da Cd ed evidenziamo l'utilità dei biomarcatori nell'offrire indizi per migliorare la resilienza delle colture agli stress da Cd in futuro.

Comprendere le caratteristiche del microbioma associato alle radici è una priorità di ricerca emergente; tali informazioni sono di fondamentale importanza per comprendere il ruolo profondo dei microbiomi nel promuovere la crescita delle colture e la tolleranza in condizioni di stress ambientale [1,2,3]. Le composizioni e le funzioni della comunità microbica associata alle radici delle piante sono ampiamente differenziate dai microhabitat e dai fenotipi delle radici [4,5,6]. Studi recenti hanno riportato il reclutamento specifico di nicchia e l’arricchimento microbico specifico per funzione che sono stati innescati dalle risposte dei microbiomi delle radici delle piante alle perturbazioni ambientali [7,8,9]. Inoltre, le colture ospiti hanno effetti di selezione sui microbiomi nelle nicchie associate alle radici che potrebbero indurre la struttura ristrutturata della comunità e la trasformazione dei profili funzionali [10, 11]. Nonostante il crescente riconoscimento che la struttura e il funzionamento della comunità del microbioma associato alle radici possono influenzare la crescita delle colture sotto stress abiotici, sfruttare la conoscenza del microbioma specifico della cultivar per migliorare la resilienza delle colture allo stress rimane una sfida. Pertanto, rivelare le distinte variazioni nella composizione e nelle funzioni dei microbi nelle nicchie associate alle radici con diverse specie di colture o diverse cultivar all’interno di una specie è di grande importanza per utilizzare i microbiomi delle colture per migliorare le prestazioni.

Con la crescente domanda di terreni agricoli [12, 13], la contaminazione da cadmio (Cd) dei terreni agricoli e il suo accumulo nelle colture sta diventando un serio problema ambientale globale [14]. Il riso è uno degli alimenti di base più importanti per l’essere umano. A causa dell’elevata mobilità del cadmio dalla radice al germoglio nel riso, il consumo di prodotti a base di riso contaminati da cadmio rappresenta una seria minaccia per la salute pubblica [15]. Al fine di ridurre l’accumulo di Cd nei chicchi di riso, oltre all’applicazione di ammendanti al suolo per l’immobilizzazione chimica in situ, sono state ampiamente impiegate altre misure, come la coltivazione di varietà di riso con basso accumulo di Cd [16]. Il miglioramento della resistenza microbica associata alle radici allo stress da cadmio potrebbe anche ridurre l’accumulo di cadmio nei chicchi di riso, vale a dire che le comunità microbiche potrebbero esprimere funzioni sotto livelli elevati di cadmio come la formazione di biofilm, la produzione di sostanze polimeriche extracellulari (EPS) e geni di resistenza ai metalli pesanti e sviluppo di percorsi [17]. Diverse varietà di riso hanno diverse capacità di assorbimento e accumulo di Cd [18, 19]. Cao et al. [20] hanno rivelato che il riso ibrido potrebbe accumulare una maggiore concentrazione di Cd nei chicchi rispetto al riso convenzionale, e risultati simili sono stati osservati anche in due principali tipi di riso coltivato in Asia, riso indica e japonica [14]. Tuttavia, questi studi si sono concentrati sulle variazioni negli accumuli di Cd di diverse cultivar di riso. Risultati contrastanti potrebbero essere dovuti a diversi fattori biotici e abiotici, come gli ammendanti del suolo e la gestione dei fertilizzanti. Recentemente, l’importanza dei microbiomi associati alle radici di diverse cultivar di riso nel ciclo dei nutrienti e nella degradazione degli inquinanti organici del suolo è stata ampiamente studiata [21, 22], tuttavia, mancano ancora informazioni sulla diversità della comunità microbica associata alle radici e sulla diversità della comunità. funzioni di diverse cultivar di riso che mostrano tratti contrastanti di accumulo di Cd.

 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>