Summary

Esplorare il microbioma radice: estrazione dei dati di comunità batteriche dal suolo e la rizosfera radice Endosphere

Published: May 02, 2018
doi:

Summary

Qui, descriviamo un protocollo per ottenere i dati di sequenza di amplicon del suolo, rizosfera e radice endosphere microbiomi. Questa informazione può essere utilizzata per studiare la composizione e la diversità delle comunità microbiche pianta-collegato ed è adatta per l’uso con una vasta gamma di specie di piante.

Abstract

L’intima interazione tra pianta ospite e microrganismi associati è cruciale nel determinare la pianta fitness e può favorire una migliore tolleranza agli stress abiotici e malattie. Come il microbioma di pianta può essere molto complesso, a basso costo, metodi di high throughput come amplicon di sequenziamento del gene del rRNA 16S sono spesso preferiti per caratterizzare la composizione microbica e la diversità. Tuttavia, la selezione di una metodologia appropriata quando lo svolgimento di tali esperimenti è fondamentale per ridurre le distorsioni che possono rendere difficile analisi e confronti tra campioni e studi. Questo protocollo descrive in dettaglio una metodologia standardizzata per la raccolta e l’estrazione di DNA da terreno, rizosfera ed esempi di radice. Inoltre, evidenziamo una pipeline di sequenziamento consolidata 16S rRNA amplicone che consente per l’esplorazione della composizione delle comunità batteriche in questi campioni e può essere facilmente adattati per altri geni marcatori. Questa pipeline è stata convalidata per una varietà di specie vegetali, tra cui sorgo, mais, frumento, fragola e agave e può aiutare a superare i problemi associati alla contaminazione da organelli di pianta.

Introduction

Microbiomi pianta-collegato è costituito da comunità microbiche dinamica e complessa, costituita da batteri, archaea, virus, funghi e altri microrganismi eucarioti. Oltre al loro ruolo ben studiata a causa di malattia delle piante, microbi pianta-collegato possono influenzare positivamente anche pianta salute migliorando la tolleranza agli stress biotici e abiotici, promuovendo la disponibilità di nutrienti, e migliorare la crescita delle piante attraverso la produzione di ormoni vegetali. Per questo motivo, particolare interesse esiste nel caratterizzare i taxa che associano con pianta radice endospheres, metodologie e il terreno circostante. Mentre alcuni microbi possono essere coltivate in isolamento il laboratorio multimediale generato, molti non possono, in parte perché essi possono si basano su relazioni simbiotiche con altri microbi, crescono molto lentamente, o richiedono condizioni che non possono essere replicate in un ambiente di laboratorio. Perché aggira la necessità per la coltivazione ed è relativamente poco costoso e ad alta velocità, analisi filogenetica basata su sequenza di campioni microbici ambientali e host-associato è diventata un metodo comodo per analizzante comunità microbica composizione.

La selezione delle tecnologie di sequenziamento appropriati forniti da vari prossima generazione sequenziamento (NGS) piattaforme1 dipende dalla necessità degli utenti, con importanti fattori tra cui: copertura desiderata, lunghezza amplicon, previsto comunità diversità, come pure sequenziamento tasso di errore, la lettura-lunghezza e il costo-per-Esegui/megabase. Un’altra variabile che deve essere considerato in esperimenti di sequenziamento degli ampliconi è quale gene sarà amplificati e verrà utilizzato quale primer. Quando si progetta o scegliendo gli iniettori, i ricercatori spesso sono costretti a fare compromessi tra l’universalità dell’amplificazione e la risoluzione tassonomica ottenibile dagli ampliconi risultanti. Per questo motivo, questi tipi di studi scelto spesso primer e marcatori che mirare selettivamente specifici sottoinsiemi del microbioma. Valutare la composizione delle comunità batteriche avviene comunemente ordinando uno o più delle regioni ipervariabili del batterici 16S rRNA gene2,3. In questo studio, descriviamo un amplicone basato sequenziamento protocollo sviluppato per una piattaforma NGS quella regione di bp V3-V4 obiettivi la 500 del gene del rRNA 16S batterica, che consente ampia amplificazione dei taxa batterici, fornendo inoltre una sufficiente variabilità a distinguere tra diversi taxa. Inoltre, questo protocollo può essere facilmente adattato per l’uso con altri set di primer, come quelli targeting il marcatore ITS2 di funghi o la subunità di rRNA 18S degli eucarioti.

Mentre altri approcci come fucile metagenomica, metatranscriptomics e sequenziamento unicellulare, offrono altri vantaggi tra cui risolti genomi microbici e misura più diretta della funzione di comunità, queste tecniche sono in genere più costoso e computazionalmente intensivi rispetto del profilo filogenetico descritto qui4. Inoltre, eseguendo il fucile metagenomica e metatranscriptomics su campioni di radice produce una grande percentuale di letture appartenendo a genoma della pianta ospite e metodi per superare questa limitazione sono ancora in fase sviluppato5,6.

Come con qualsiasi piattaforma sperimentale, profiling basato su amplicone può introdurre un numero di potenziali pregiudizi che dovrebbe essere considerato durante l’analisi di dati di progettazione e sperimentale. Questi includono i metodi di raccolta dei campioni, DNA estrazione, selezione degli iniettori di PCR e come preparazione di libreria viene eseguita. Diversi metodi possono influenzare notevolmente la quantità di dati utilizzabili generati e possono anche ostacolare gli sforzi per confrontare i risultati tra gli studi. Ad esempio, il metodo di rimozione rizosfera batteri7 e l’uso di tecniche di estrazione diversa o scelta di DNA estrazione Kit8,9 sono stati indicati per avere un impatto significativo dell’analisi a valle, che conduce a conclusioni differenti per quanto riguarda cui i microbi sono presenti e loro abbondanza relativa. Poiché profiling basato su amplicone può essere personalizzato, fare paragoni tra gli studi può essere impegnativo. Il progetto microbioma terra ha suggerito che i ricercatori che studiano i sistemi complessi come il microbioma pianta-collegato trarrebbero beneficio dallo sviluppo di protocolli standardizzati come mezzo per ridurre al minimo la variabilità causata dall’applicazione di metodi differenti tra studi10,11. Qui, discutiamo molti degli argomenti di cui sopra e offrire suggerimenti per quanto riguarda le migliori pratiche dove opportuno.

Il protocollo viene illustrato il processo di raccolta del suolo, rizosfera ed esempi di radice da sorgo bicolore ed estrazione DNA usando una consolidata kit di isolamento del DNA11. Inoltre, il nostro protocollo include un flusso di lavoro sequenziamento degli ampliconi dettagliate, utilizzando una piattaforma NGS comunemente utilizzata, per determinare la struttura delle comunità batteriche12,13,14. Questo protocollo è stato convalidato per l’uso in una vasta gamma di ospiti della pianta in un recente studio pubblicato di radici, rizosfera e associati-terreni di 18 specie di monocot compreso Sorghum bicolor, Zea mays e Triticum aestivum15. Questo metodo è stato convalidato anche per l’utilizzo con altri geni marcatori, come dimostrato dalla sua riuscita applicazione allo studio del gene marcatore ITS2 fungo negli studi del agave microbiome16,17 e fragola microbiome 18.

Protocol

1. raccolta e separazione della radice Endosphere, rizosfera e campioni di terreno Prima di entrare il campo, autoclave acqua ultrapura (almeno 90 mL di acqua per esempio) per sterilizzare. Preparare epifita rimozione tampone (almeno 25 mL per campione) aggiungendo 6,75 g di KH2PO4, 8,75 g di K2HPO4e 1 mL di Triton X-100, 1 L di acqua sterile. Sterilizzare il buffer utilizzando un filtro a depressione con pori di 0,2 µm. Per la procedura 1.2 a 1.5, indossare …

Representative Results

Eseguire il protocollo raccomandato dovrebbe comportare un dataset di indicizzata fine accoppiato letture che possono essere abbinati torna a ciascun campione e assegnate a entrambi un batterico unità tassonomica operative (OTU) o variante di sequenza esatta (ESV, noto anche come amplicone variante di sequenza (ASV) e sub-operational unità tassonomica (sOTU)), a seconda dell’analisi a valle. Al fine di ottenere dati di sequenza di alta qualità, si deve prestare attenzione ad ogni passo…

Discussion

Questo protocollo dimostra una pipeline stabilita per esplorare radice endosphere, rizosfera e composizioni di comunità microbica del suolo, dalla campionatura del campo di trattamento del campione e sequenziamento a valle. Studio associato radice microbiomi presenta sfide uniche, dovuto in parte per le difficoltà insite nel campionamento dal suolo. I terreni sono altamente variabile in termini di proprietà fisiche e chimiche, e condizioni del terreno possono essere separate da appena pochi millimetri<sup class="xref"…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questo lavoro è stato finanziato dalla USDA-ARS (CRIS 2030-21430-008-00D). TS è supportato dal NSF Graduate Research Fellowship Program.

Materials

0.1-10/20 µL filtered micropipette tips USA Scientific 1120-3810 Can substitute with equivalent from other suppliers.
1.5 mL microcentrifuge tubes USA Scientific 1615-5510 Can substitute with equivalent from other suppliers.
10 µL multi-channel pipette Eppendorf 3122000027 Can substitute with equivalent from other suppliers.
10 µL, 100 µL, and 1000 µL micropipettes Eppendorf 3120000909 Can substitute with equivalent from other suppliers.
100 µL multi-channel pipette Eppendorf 3122000043 Can substitute with equivalent from other suppliers.
1000 µL filtered micropipette tips USA Scientific 1122-1830 Can substitute with equivalent from other suppliers.
2 mL microcentrifuge tubes USA Scientific 1620-2700 Can substitute with equivalent from other suppliers.
2 mm soil sieve Forestry Suppliers 60141009 Can substitute with equivalent from other suppliers.
200 µL filtered micropipette tips USA Scientific 1120-8810 Can substitute with equivalent from other suppliers.
25 mL reservoirs VWR International LLC 89094-664 Can substitute with equivalent from other suppliers.
50 mL conical vials Thermo Fisher Scientific 352098 Can substitute with equivalent from other suppliers.
500 mL vacuum filters (0.2 µm pore size) VWR International LLC 156-4020
96-well microplates USA Scientific 655900
96-well PCR plates BioRad HSP9631
Agencourt AMPure XP beads Thermo Fisher Scientific NC9933872 Instructions for use:
https://www.beckmancoulter.com/wsrportal/ajax/downloadDocument/B37419AA.pdf?autonomyId=TP_DOC_150180&documentName=B37419AA.pdf
Aluminum foil Boardwalk 7124 Can substitute with equivalent from other suppliers.
Analytical scale with 0.001 g resolution Ohaus Pioneer PA323 Can substitute with equivalent from other suppliers.
Bioruptor Plus ultrasonicator Diagenode B01020001
Bovine Serum Albumin (BSA) 20 mg/mL New England Biolabs B9000S
Centrifuge Eppendorf 5811000908 Including 50mL and 96-well plate bucket adapters
Cryogenic gloves Millipore Sigma Z183490 Can substitute with equivalent from other suppliers.
DNeasy PowerClean kit (optional) Qiagen Inc. 12877-50 Previously MoBio
DNeasy PowerSoil kit Qiagen Inc. 12888-100 Previously MoBio
Dry ice Any NA
DynaMag-2 magnet Thermo Fisher Scientific 12321D Do not substitute
Ethanol VWR International LLC 89125-188 Can substitute with equivalent from other suppliers.
Gallon size freezer bags Ziploc NA Can substitute with equivalent from other suppliers.
Gemini EM Microplate Reader Molecular Devices EM Can use another fluorometer that reads 96-well plates from the top.
K2HPO4 Sigma-Aldrich P3786
KH2PO4 Sigma-Aldrich P5655
Lab coat Workrite J1367 Can substitute with equivalent from other suppliers.
Liquid N2 Any NA Can substitute with equivalent from other suppliers.
Liquid N2 dewar Thermo Fisher Scientific 4150-9000 Can substitute with equivalent from other suppliers.
Milli-Q ultrapure water purification system Millipore Sigma SYNS0R0WW
Mini-centrifuge Eppendorf 5404000014
Molecular grade water Thermo Fisher Scientific 4387937 Can substitute with equivalent from other suppliers.
Mortars VWR International LLC 89038-150 Can substitute with equivalent from other suppliers.
Nitrile gloves Thermo Fisher Scientific 19167032B Can substitute with equivalent from other suppliers.
Paper towels VWR International LLC BWK6212 Can substitute with equivalent from other suppliers.
PCR plate sealing film Thermo Fisher Scientific NC9684493
PCR strip tubes USA Scientific 1402-2700
Pestles VWR International LLC 89038-166 Can substitute with equivalent from other suppliers.
Plastic spatulas LevGo, Inc. 17211
Platinum Hot Start PCR Master Mix (2x) Thermo Fisher Scientific 13000014
PNAs – chloroplast and mitochondrial PNA Bio NA Make sure to verify sequence bioinformatically
Protective eyewear Millipore Sigma Z759015 Can substitute with equivalent from other suppliers.
Qubit 3.0 Fluorometer Thermo Fisher Scientific Q33216
Qubit dsDNA HS assay kit Thermo Fisher Scientific Q32854
Rubber mallet (optional) Ace Hardware 2258622 Can substitute with equivalent from other suppliers.
Shears or scissors VWR International LLC 89259-936 Can substitute with equivalent from other suppliers.
Shovel Home Depot 2597400 Can substitute with equivalent from other suppliers.
Soil core collector (small diameter: <1 inch) Ben Meadows 221700 Can substitute with equivalent from other suppliers.
Spray bottles Santa Cruz Biotechnology sc-395278 Can substitute with equivalent from other suppliers.
Standard desalted barcoded primers (10 µM) (Table 1) IDT NA 4 nmole Ultramer DNA Oligo with standard desalting. NGS adapter and sequencing primer (Table 1) are designed for use with Illumina MiSeq using v3 chemistry.
Thermocycler Thermo Fisher Scientific E950040015 Can substitute with equivalent from other suppliers.
Triton X-100 Sigma-Aldrich X100 Can substitute with equivalent from other suppliers.
Weigh boats Spectrum Chemicals B6001W Can substitute with equivalent from other suppliers.

References

  1. Goodwin, S., McPherson, J. D., McCombie, W. R. Coming of age: ten years of next-generation sequencing technologies. Nat Rev Genet. 17 (6), 333-351 (2016).
  2. Soergel, D. A. W., Dey, N., Knight, R., Brenner, S. E. Selection of primers for optimal taxonomic classification of environmental 16S rRNA gene sequences. ISME J. 6 (7), 1440-1444 (2012).
  3. Takahashi, S., Tomita, J., Nishioka, K., Hisada, T., Nishijima, M. Development of a Prokaryotic Universal Primer for Simultaneous Analysis of Bacteria and Archaea Using Next-Generation Sequencing. PLoS One. 9 (8), e105592 (2014).
  4. Poretsky, R., Rodriguez-R, L. M., Luo, C., Tsementzi, D., Konstantinidis, K. T. Strengths and Limitations of 16S rRNA Gene Amplicon Sequencing in Revealing Temporal Microbial Community Dynamics. PLoS One. 9 (4), e93827 (2014).
  5. Sharpton, T. J. An introduction to the analysis of shotgun metagenomic data. Front Plant Sci. 5, 209 (2014).
  6. Jiao, J. -. Y., Wang, H. -. X., Zeng, Y., Shen, Y. -. M. Enrichment for microbes living in association with plant tissues. J Appl Microbiol. 100 (4), 830-837 (2006).
  7. Richter-Heitmann, T., Eickhorst, T., Knauth, S., Friedrich, M. W., Schmidt, H. Evaluation of Strategies to Separate Root-Associated Microbial Communities: A Crucial Choice in Rhizobiome Research. Front Microbiol. 7, 773 (2016).
  8. Mahmoudi, N., Slater, G. F., Fulthorpe, R. R., Mahmoudi, N., Slater, G. F., Fulthorpe, R. R. Comparison of commercial DNA extraction kits for isolation and purification of bacterial and eukaryotic DNA from PAH-contaminated soils. Can J Microbiol. 5709, 623-628 (2011).
  9. Vishnivetskaya, T. A., et al. Commercial DNA extraction kits impact observed microbial community composition in permafrost samples. FEMS Microbiol Ecol. 87 (1), 217-230 (2014).
  10. Busby, P. E., et al. Research priorities for harnessing plant microbiomes in sustainable agriculture. PLoS Biol. 15 (3), e2001793 (2017).
  11. Thompson, L. R., et al. A communal catalogue reveals Earth’s multiscale microbial diversity. Nature. , (2017).
  12. Caporaso, J. G., et al. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME J. 6 (8), 1621-1624 (2012).
  13. Kozich, J. J., Westcott, S. L., Baxter, N. T., Highlander, S. K., Schloss, P. D. Development of a Dual-Index Sequencing Strategy and Curation Pipeline for Analyzing Amplicon Sequence Data on the MiSeq Illumina Sequencing Platform. Appl Environ Microb. 79 (17), 5112-5120 (2013).
  14. Degnan, P. H., Ochman, H. Illumina-based analysis of microbial community diversity. ISME J. 6 (1), 183-194 (2012).
  15. Naylor, D., DeGraaf, S., Purdom, E., Coleman-Derr, D. Drought and host selection influence bacterial community dynamics in the grass root microbiome. ISME J. , (2017).
  16. Desgarennes, D., Garrido, E., Torres-Gomez, M. J., Peña-Cabriales, J. J., Partida-Martinez, L. P. Diazotrophic potential among bacterial communities associated with wild and cultivated Agave species. FEMS Microbiol Ecol. 90 (3), 844-857 (2014).
  17. Coleman-Derr, D., et al. Plant compartment and biogeography affect microbiome composition in cultivated and native Agave species. New Phytol. 209 (2), 798-811 (2016).
  18. De Tender, C., et al. Dynamics in the Strawberry Rhizosphere Microbiome in Response to Biochar and Botrytis cinerea Leaf Infection. Front Microbiol. 7, 2062 (2016).
  19. Kapp, J. R., et al. Variation in pre-PCR processing of FFPE samples leads to discrepancies in BRAF and EGFR mutation detection: a diagnostic RING trial. J Clin Pathol. 68 (2), 111-118 (2015).
  20. Simbolo, M., et al. DNA qualification workflow for next generation sequencing of histopathological samples. PLoS One. 8 (6), e62692 (2013).
  21. O’Neill, M., McPartlin, J., Arthure, K., Riedel, S., McMillan, N. Comparison of the TLDA with the Nanodrop and the reference Qubit system. J Phys Conf Ser. 307 (1), 012047 (2011).
  22. Callahan, B. J., McMurdie, P. J., Rosen, M. J., Han, A. W., Johnson, A. J. A., Holmes, S. P. DADA2: High-resolution sample inference from Illumina amplicon data. Nat Methods. 13 (7), 581-583 (2016).
  23. Amir, A., et al. Deblur Rapidly Resolves Single-Nucleotide Community Sequence Patterns. mSystems. 2 (2), e00191-e00116 (2017).
  24. Edgar, R. C. UNOISE2: improved error-correction for Illumina 16S and ITS amplicon sequencing. bioRxiv. , 081257 (2016).
  25. Nguyen, N. -. P., Warnow, T., Pop, M., White, B. A perspective on 16S rRNA operational taxonomic unit clustering using sequence similarity. NPJ Biofilms Microbiomes. 2, 16004 (2016).
  26. Callahan, B. J., McMurdie, P. J., Holmes, S. P. Exact sequence variants should replace operational taxonomic units in marker-gene data analysis. ISME J. , (2017).
  27. Lundberg, D. S., Yourstone, S., Mieczkowski, P., Jones, C. D., Dangl, J. L. Practical innovations for high-throughput amplicon sequencing. Nat Methods. 10 (10), 999-1002 (2013).
  28. O’Brien, S. L., et al. Spatial scale drives patterns in soil bacterial diversity. Environ Microbiol. 18 (6), 2039-2051 (2016).
  29. Fierer, N., Lennon, J. T. The generation and maintenance of diversity in microbial communities. Am J Bot. 98 (3), 439-448 (2011).
  30. Fierer, N. Embracing the unknown: disentangling the complexities of the soil microbiome. Nat Rev Microbiol. 15 (10), 579-590 (2017).
  31. Buckley, D. H., Schmidt, T. M. Diversity and dynamics of microbial communities in soils from agro-ecosystems. Environ Microbiol. 5 (6), 441-452 (2003).
  32. Salter, S. J., et al. Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biol. 12, 87 (2014).
  33. Weiss, S., Amir, A., Hyde, E. R., Metcalf, J. L., Song, S. J., Knight, R. Tracking down the sources of experimental contamination in microbiome studies. Genome Biol. 15 (12), 564 (2014).
  34. Sutlović, D., Definis Gojanović, M., Andelinović, S., Gugić, D., Primorac, D. Taq polymerase reverses inhibition of quantitative real time polymerase chain reaction by humic acid. Croat Med J. 46 (4), 556-562 (2005).
  35. Sutlovic, D., Gamulin, S., Definis-Gojanovic, M., Gugic, D., Andjelinovic, S. Interaction of humic acids with human DNA: proposed mechanisms and kinetics. Electrophoresis. 29 (7), 1467-1472 (2008).
  36. Aleklett, K., Leff, J. W., Fierer, N., Hart, M. Wild plant species growing closely connected in a subalpine meadow host distinct root-associated bacterial communities. PeerJ. 3, e804 (2015).
  37. Bogas, A. C., et al. Endophytic bacterial diversity in the phyllosphere of Amazon Paullinia cupana associated with asymptomatic and symptomatic anthracnose. Springerplus. 4, 258 (2015).
  38. Hiscox, J., Savoury, M., Müller, C. T., Lindahl, B. D., Rogers, H. J., Boddy, L. Priority effects during fungal community establishment in beech wood. ISME J. 9 (10), 2246-2260 (2015).
  39. Zhang, T., Yao, Y. -. F. Endophytic Fungal Communities Associated with Vascular Plants in the High Arctic Zone Are Highly Diverse and Host-Plant Specific. PLoS One. 10 (6), e0130051 (2015).
  40. Ghyselinck, J., Pfeiffer, S., Heylen, K., Sessitsch, A., De Vos, P. The effect of primer choice and short read sequences on the outcome of 16S rRNA gene based diversity studies. PLoS One. 8 (8), e71360 (2013).
  41. Wintzingerode, F., Landt, O., Ehrlich, A., Göbel, U. B. Peptide nucleic acid-mediated PCR clamping as a useful supplement in the determination of microbial diversity. Appl Environ Microb. 66 (2), 549-557 (2000).
  42. Cruaud, P., Vigneron, A., Lucchetti-Miganeh, C., Ciron, P. E., Godfroy, A., Cambon-Bonavita, M. -. A. Influence of DNA extraction method, 16S rRNA targeted hypervariable regions, and sample origin on microbial diversity detected by 454 pyrosequencing in marine chemosynthetic ecosystems. Appl Environ Microb. 80 (15), 4626-4639 (2014).
  43. Yang, B., Wang, Y., Qian, P. -. Y. Sensitivity and correlation of hypervariable regions in 16S rRNA genes in phylogenetic analysis. BMC Bioinformatics. 17, 135 (2016).

Play Video

Cite This Article
Simmons, T., Caddell, D. F., Deng, S., Coleman-Derr, D. Exploring the Root Microbiome: Extracting Bacterial Community Data from the Soil, Rhizosphere, and Root Endosphere. J. Vis. Exp. (135), e57561, doi:10.3791/57561 (2018).

View Video