水稻微生物组时间序列分析
中科院遗传发育所揭示水稻全生育期根系微生物组的变化规律
文章主页：http://engine.scichina.com/publisher/scp/journal/SCLS/doi/10.1007/s11427-018-9284-4
Zhang, J., Zhang, N., Liu, Y.X., Zhang, X., Hu, B., Qin, Y., Xu, H., Wang, H., Guo, X., Qian, J., et al. (2018). Root microbiota shift in rice correlates
with resident time in the field and developmental stage. Sci China Life Sci 61, https://doi.org/10.1007/s11427-018-9284-4
人类体内和植物根系都存在着数量庞大种类繁多的微生物群落（微生物组）。肠道微生物组随人类年龄的演化规律关系到人们的健康。与之类似，植物根系微生物组随植物生长的变化规律对植物健康也非常重要，与农作物营养高效利用、连作、轮作等重要问题密切相关。
日前，隶属于中国科学院遗传与发育生物学研究所，植物基因组学国家重点实验室，中国科学院-英国约翰英纳斯中心植物和微生物科学联合研究中心(CEPAMS)的白洋课题组与合作者详细描述了水稻田间全生育期根系微生物组的变化规律。研究人员对典型品种在两个地点进行了全生育期田间每周连续采样（图A），检测了446个水稻根系样品的微生物组。结果显示根系微生物组随水稻的生长时间和发育期逐渐变化，进入水稻的生殖生长期之后开始稳定（图B）。通过机器学习领域的随机森林算法，鉴定了23类与水稻田间生长发育呈明显变化规律的根系代表性细菌（图C），这些细菌种类在根中的丰度与水稻在田间的生长时间呈现明显的变化规律（图D）。该成果说明农作物的生长时期是益生菌在农业上的施用过程中需要考虑的重要因素。把农作物生殖生长期需要的益生菌在幼苗期施用，效果自然不好。该成果将为水稻根系益生菌的施用提供理论支撑。
以上成果于3月23日在线发表于《Science ChinaLife Sciences》杂志上，白洋组博士后张婧赢、博士生张娜和工程师刘永鑫为共同第一作者，华大基因的金桃、中国科学院遗传与发育生物学研究所的储成才研究员和白洋研究员为共同通讯作者。该工作得到中国科学院战略性先导科技专项（B类），国家自然科学基金面上项目和中国科学院前沿科学重点研究项目的支持。
图文详解
水稻根系微生物随时间变化吗？
实验设计与群落整体结构(主坐标轴PCoA)分析
图1. 田间水稻微生物组随生育时间变化
A. 水稻全生育期根系微生物组实验设计模式图(以水稻日本晴和IR24为材料,并分别种植于昌平和上庄两地，CP代表北京昌平农场，SZ代表北京海淀上庄)
B-C. 主坐标轴分析(PCoA)展示水稻微生物组随时间变化，其中微生物群落结构主要在第1/2轴上随时间变化(B)，而不同土壤类型主要在第3轴上明显分开(C)
方法说明：图1A采用Aodbe Illustrator手绘，具体方法可参考youbute上使用AI绘制花的教程，https://www.youtube.com/watch?v=WSxemBP-gZQ。
图1B/C是基于Bray-Curtis距离进行的PCoA分析，采用散点图展示，并按时间顺序填充彩虹色，按不同compartment设置形状。图1B展示PCo1/2轴，组间最大差异为不同compartment与时间梯度上的变化。图1C展示PCo1/3轴，可进一步看到1轴的差异与时间变化一致，而3轴可以很好分开不同地点。
微生物组随时间变化的规律
图2. 田间水稻根系微生物组在8-10周趋于稳定。
A-D. 对两个水稻品种分别在两地进行的连续微生物组调查结果相关分析，发现8-10周后群落结构趋于稳定。
E. 所有时间点距离水稻最后取样点的Bray-Curtis距离。发现土壤呈同举目小幅波动变化，而根系呈现出先快后慢，逐渐趋近的变化规律。
F. 不同水稻品种在两个地点间的距离变化，发现土壤差异稳定，而根系微生物组差异随时间增长而趋于一致。
方法简介：A-D采用R的cor()函数计算pearson相关系数，并使用Corrplot包展示，时间轴使用pheatmap绘制热图展示。
E-F基于vegan包计算的所有样品两两间Bray-Curtis距离。分别挑选距离终点的距离，和两地间的距离与时间序列上的关系，并采用ggplot2可视化散点图，并添加拟合曲线方便观察变化规律。
哪些菌门随时间呈现规律变化呢?
图3. 水稻根系微生物组主要菌门随时间变化(其中变形菌门丰度过高，进一步分为四个主要的纲)。图中6个子图分别展示了两个地点的土壤及两个品种的微生物组随时间规律的变化。
方法简介：此图主要使用R包ggaluvial绘制冲击图，时间轴采用pheatmap绘制热图。
哪些菌可以作为生育时间的biomarkers?
图4. 水稻生育期相关的微生物标记物(biomarkers)。
A. 采用随机森林方法在两地点的两品种样本中鉴定了23个纲与生育时间相关。其中按贡献度由大到小排序。其中的子图为交叉验证评估的结果。
B. 热图展示23个年龄相关的biomarkers相对丰度。
方法简介：本图A采用R语言的RandomForest包进行分析，结果采用ggplot2的柱状图进行可视化，biomarkers按贡献度由大到小排序，并进行交叉验证模型的准确度和biomarkers数量的选择依据。图B采用pheatmap展示每个时间点biomarkers的相对丰度均值，其中biomarkers按出现最高丰度的时间排序。
进一步学习
如果此文对方法説的还不够清楚，欢迎留言支持精讲此文，如果留言超过30条，我们将整理进一步制作本文每个图绘制的全过程代码和讲解。
欢迎大家多分享，多支持。更重要的是多引此文。助力国产SCI引用节节高。值得注意的是，本文从投稿到接收，只用了一周多的时间，可见本文的质量过硬，也同时看到中国科学杂志社的工作效率和工作态度，一定会越办越好！
Citition:
Zhang, J., Zhang, N., Liu, Y.X., Zhang, X., Hu, B., Qin, Y., Xu, H., Wang, H., Guo, X., Qian, J., et al. (2018). Root microbiota shift in rice correlates
with resident time in the field and developmental stage. Sci China Life Sci 61, https://doi.org/10.1007/s11427-018-9284-4
猜你喜欢
10000+：肠道细菌 人体上的生命 宝宝与猫狗 梅毒狂想曲 提DNA发Nature 实验分析谁对结果影响大 Cell微生物专刊
文献阅读 热心肠 SemanticScholar Geenmedical
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外150+ PI，1500+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
点击阅读原文，下载文章全文