Rapid and sustained differentiation of disease-suppressive phyllosphere microbiomes in tomato following experimental microbiome selection
Notice bibliographique
Résumé
BACKGROUND: Microbial-based treatments to protect plants against phytopathogens typically focus on soil-borne disease or the aboveground application of one or a few biocontrol microorganisms. However, diverse microbiomes may provide unique benefits to phytoprotection in the phyllosphere, by restricting pathogen access to niche space and/or through multiple forms of direct antagonism. We previously showed that successive experimental passaging of phyllosphere microbiomes along with the phytopathogen Pseudomonas syringae pv. tomato (Pto), which causes bacterial speck in tomato, led to the development of a disease suppressive microbial community. Here, we used amplicon sequencing to assess bacterial and fungal composition at the end of each passage, as well as shotgun metagenomics at key passages based on observed disease-suppressive phenotypes, to assess differences in functional potential between suppressive and non-suppressive communities. RESULTS: Bacterial composition changed and diversity declined quickly due to passaging and remained low, particularly in treatments with Pto present, whereas fungal diversity did not. Pseudomonas and Xanthomonas populations were particularily enriched in disease-suppressive microbiomes compared to conducive microbiomes. The relative abundance of Pseudomonas syringae group gemonosp. 3 (the clade to which the introduced pathogen belongs) in shotgun metagenomic data was similar to what we observed for Pseudomonas ASVs in the 16S rRNA gene dataset. We also observed an increase in the abundance of genes associated with microbial antagonism at Passage 4, corresponding to the highest observed disease severity. CONCLUSIONS: Taxonomic richness and evenness were low within samples, with clustering occurring for suppressive or non-suppressive microbiomes. The relative abundance of genes associated with antagonism was higher for disease-suppressive phyllosphere microbiomes. This work is an important step towards understanding the microbe-microbe interactions within disease-suppressive phyllosphere communities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».