MétaCan
Menu
Retour à la cohorte
Enregistrement W4411895356 · doi:10.1186/s40793-025-00734-1

Rapid and sustained differentiation of disease-suppressive phyllosphere microbiomes in tomato following experimental microbiome selection

2025· article· en· W4411895356 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Microbiome · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesHuck Institutes of the Life SciencesNational Institute of Food and AgricultureMinistry of Education- New ZealandFulbright New ZealandPennsylvania State UniversityUniversity of PennsylvaniaNortheast SAREU.S. Department of Agriculture
Mots-clésPhyllosphereMicrobiomeBiologyPseudomonas syringaeMetagenomicsPseudomonasShotgun sequencingAbundance (ecology)Relative species abundanceDysbiosisMicrobiologyGeneticsPathogenBacteriaEcologyGeneDNA sequencing

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle