Summary

Explorar el microbioma de la raíz: extracción de datos de la comunidad bacteriana del suelo, rizosfera y raíz Endosphere

Published: May 02, 2018
doi:

Summary

Aquí, describimos un protocolo para obtener datos de la secuencia del amplicón del suelo, rizosfera y raíz endosphere microbiomes. Esta información puede utilizarse para investigar la composición y diversidad de las comunidades microbianas asociadas de planta y es conveniente para el uso con una amplia gama de especies de plantas.

Abstract

La interacción íntima entre la planta huésped y microorganismos asociados es crucial en la determinación de aptitud de la planta y puede fomentar mejor tolerancia a estreses abióticos y enfermedades. Como el microbioma de la planta puede ser muy compleja y de bajo costo, alto rendimiento métodos tales como secuenciación basada en productos del gene del rRNA 16S se prefieren a menudo para caracterizar su composición microbiana y diversidad. Sin embargo, la selección de la metodología adecuada al llevar a cabo tales experimentos es fundamental para reducir los sesgos que se pueden hacer análisis y comparaciones entre las muestras y estudios difíciles. Este protocolo describe en detalle una metodología estandarizada para la colección y extracción de ADN de muestras de suelo, rizósfera y raíz. Además, destacar una tubería bien establecida 16S rRNA amplicon secuencia que permite la exploración de la composición de comunidades bacterianas en las muestras y puede ser fácilmente adaptados para otros genes marcadores. Este gasoducto ha sido validado para una gran variedad de especies de plantas, incluyendo sorgo, maíz, trigo, fresa y agave y puede ayudar a superar problemas asociados con la contaminación de los organelos de la planta.

Introduction

Microbiomes asociada a la planta consisten en dinámicas y complejas de las comunidades microbianas de bacterias, arqueas, virus, hongos y otros microorganismos eucariotas. Además de su función bien estudiado como causa de enfermedad de plantas, microbios asociados planta pueden influir también positivamente en sanidad vegetal por mejorar la tolerancia a estreses bióticos y abióticos, promover la disponibilidad de nutrientes y mejorar el crecimiento de las plantas a través de la producción de fitohormonas. Por esta razón, existe particular interés en la caracterización de los taxa que se asocian con la planta raíz endospheres, rhizospheres y el suelo circundante. Mientras que algunos microbios pueden ser cultivadas en aislamiento en laboratorio generado medios de comunicación, muchos no pueden, en parte porque puede depender de relaciones simbióticas con otros microorganismos, crecen muy lentamente, o requieren condiciones que no pueden repetirse en un entorno de laboratorio. Porque evita la necesidad de cultivo y es relativamente barato y de alto rendimiento, perfiles filogenéticos basados en la secuencia de muestras ambientales y asociado anfitrión microbianas ha convertido en un método preferido para el análisis de la comunidad microbiana composición.

La selección de tecnologías de secuenciación adecuada proporcionada por varios generación sequencing (NGS) plataformas1 depende de las necesidades del usuario, con factores importantes como: la cobertura deseada, longitud del amplicón, espera que la comunidad diversidad, así como tasa de error, lectura de longitud y el costo-por-run/megabase de secuenciación. Otra variable que debe considerarse en los experimentos de secuenciación basada en productos es lo que gene se amplificarán y qué iniciadores se utilizará. Al diseñar o elegir cebadores, los investigadores a menudo se ven obligados a hacer realizables de los amplicones resultante entre la universalidad de la amplificación y la resolución taxonómica. Por esta razón, este tipo de estudios eligió a menudo cartillas y marcadores dirigidos selectivamente a subconjuntos específicos de la microbioma. Evaluación de la composición de comunidades bacterianas comúnmente se logra ordenando uno o más de las regiones hipervariables de bacteriano 16S rRNA gene2,3. En este estudio, describimos un amplicon basado en protocolo de secuenciación desarrollado para una plataforma NGS esa región de bp V3-V4 de objetivos el 500 del gene del rRNA 16S bacteriano, que permite la amplificación amplia de taxones bacterianos mientras que también proporciona suficiente variabilidad para distinguir entre diferentes taxones. Además, este protocolo puede ser fácilmente adaptado para el uso con otros conjuntos de la cartilla, como los dirigidos al marcador ITS2 de hongos o la subunidad rRNA de 18S de los eucariotas.

Mientras que otros enfoques tales como metagenómica de escopeta, metatranscriptomics y secuenciación unicelular, ofrecen otras ventajas incluyendo genomas microbianos resueltos y medición más directa de la función de la comunidad, estas técnicas son generalmente más caro y cálculo intensivo de los perfiles filogenéticos describen aquí4. Además, realizar escopeta metagenómica y metatranscriptomics en muestras de raíz produce un gran porcentaje de lecturas que el genoma de la planta huésped, y métodos para superar esta limitación todavía están siendo desarrollados5,6.

Como con cualquier plataforma experimental, basada en productos de perfiles pueden introducir a una serie de sesgos potenciales que deben considerarse en el análisis de datos y diseño experimental. Estos incluyen los métodos de recogida de muestras ADN extracción, selección de iniciadores PCR, y cómo se realiza la preparación de la biblioteca. Diferentes métodos pueden afectar significativamente la cantidad de datos utilizables generados y también pueden obstaculizar los esfuerzos para comparar resultados entre estudios. Por ejemplo, el método de eliminación de bacterias de rizósfera7 y el uso de técnicas de extracción diferentes o elección de ADN de8,de kits de extracción9 han demostrado a un impacto significativo en análisis posteriores, que conduce a conclusiones diferentes sobre cuáles microbios están presentes y su abundancia relativa. Desde perfiles basados en los productos pueden ser modificado para requisitos particulares, puede ser difícil hacer comparaciones entre los estudios. El proyecto del microbioma de tierra ha sugerido que los investigadores estudiando sistemas complejos como el microbioma asociado de planta beneficiaría el desarrollo de protocolos estándares como un medio de reducir al mínimo la variabilidad causada por la aplicación de diferentes métodos entre los estudios10,11. Aquí, discutimos muchos de los temas mencionados y ofrecen sugerencias sobre las mejores prácticas de donde proceda.

El protocolo muestra el proceso de recoger muestras de suelo, rizósfera y raíz de Sorghum bicolor y extracción del ADN mediante un ADN bien establecida aislamiento kit11. Además, nuestro protocolo incluye un flujo de trabajo de la secuencia detallada de productos, utilizando una plataforma NGS comúnmente utilizada, para determinar la estructura de las comunidades bacterianas12,13,14. Este protocolo ha sido validada para el uso en una amplia gama de anfitriones de la planta en un reciente estudio publicado de las raíces, rizosfera y asociados-suelos de 18 especies de monocotiledóneas, incluyendo sorgo bicolor, Zea mays y Triticum aestivum15. Este método también ha sido validado para su uso con otros genes marcadores, como lo demuestra su exitosa aplicación al estudio de los hongos ITS2 gen marcador en estudios de agave microbioma16,17 y microbioma fresa 18.

Protocol

1. recolección y separación de la raíz Endosphere, rizosfera y las muestras de suelo Antes de entrar en el campo, agua ultrapura de autoclave (menos de 90 mL de agua por muestra) para esterilizar. Preparar el tampón de extracción epiphyte (por lo menos 25 mL por muestra) agregando 6,75 g de KH2PO4, 8,75 g de K2HPO4y 1 mL de Tritón X-100, a 1 L de agua estéril. Esterilizar el buffer con un filtro de vacío de tamaño de poro de 0,2 μm. Para pasos de 1.2…

Representative Results

Realizar el protocolo recomendado debe resultar en un conjunto de datos de indexadas Lee extremo apareado que pueden ser emparejados a cada muestra y asignado a cualquier bacteriana unidades taxonómicas operativas (OTU) o variante de la secuencia exacta (ESV, también conocido como productos variante de la secuencia (ASV) y unidad taxonómica incompletos (sOTU)), dependiendo de posteriores análisis. Con el fin de obtener datos de la secuencia de alta calidad, se debe tener cuidado en ca…

Discussion

Este protocolo muestra una tubería establecida para explorar endosphere raíz, rizosfera y composiciones de comunidad microbiana del suelo, del muestreo de campo para el procesamiento de las muestras y la secuenciación descendente. Microbiomes asociada a raíz de estudiar presenta desafíos únicos, debido en parte a las dificultades inherentes en el muestreo de suelo. Suelos altamente variable en términos de propiedades físicas y químicas, y diferentes condiciones de suelo pueden ser separadas por tan sólo unos mi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Este trabajo fue financiado por el USDA-ARS (CRIS 2030-21430-008-00D). TS es apoyado por el programa de becas de postgrado investigación de NSF.

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