以色列研究团队：代谢模型洞察作物根际微生物营养依赖生态图

文章标题：A metabolic modeling-based framework for predicting trophic dependencies in native rhizobiomes of crop plants

中文标题：基于代谢模型的框架预测作物原生根瘤菌群的营养依赖性

发表期刊：eLife

影响因子：6.4

研究背景

根际微生物群落(rhizobiome)在植物健康中起着至关重要的作用。植物根系分泌物为土壤微生物群落提供了丰富的有机物质，这些微生物通过代谢相互作用影响植物的生长和健康。然而，目前对于根际微生物群落中代谢相互作用的理解还非常有限，尤其是在复杂的土壤生态系统中。本研究通过结合基因组学和代谢模型的方法，开发了一个框架，用于预测作物根际原生细菌群落的营养依赖性，为优化微生物群落功能提供了理论基础。

研究结果

1. 基因组组装和代谢模型构建

研究者从苹果砧木的根际土壤中提取了高质量的宏基因组数据，并从中恢复了395个独特的宏基因组组装基因组(MAGs)。这些MAGs涵盖了根际微生物群落的多样性，包括许多未被充分研究的物种（图1）。基于这些MAGs，研究者构建了243个基因组规模的代谢模型(GSMMs)，这些模型代表了根际微生物群落中的主要成员。这些GSMMs经过质量测试，确认了其化学计量的一致性，最终用于后续的模拟分析。

图1.依据从苹果根际样本中获取的序列数据所组装的基因组集合的系统发育基因组学调查

2. 模拟根际细菌的生长和代谢性能

为了模拟根际细菌在自然环境中的生长和代谢性能，研究者定义了一个"根际环境"，其中包含了苹果根系分泌物和一系列无机化合物（表1）。通过约束基模型(CBM)模拟，研究者发现，与根系分泌物相关的代谢物交换在模拟的根际环境中支持了部分细菌的生长（图2）。这些模拟结果揭示了根际微生物群落中潜在的营养依赖性和代谢相互作用。具体来说，研究者发现，某些细菌在添加了根系分泌物的环境中生长得更好，这表明根系分泌物对这些细菌的生长具有促进作用。

表1.苹果根系分泌物

图2.不同环境中细菌的生长速率

3. 迭代模拟微生物群落的生长和营养级联

研究者开发了一个微生物群落succession模块(MCSM)，通过迭代模拟微生物群落成员的生长，揭示了根际微生物群落中潜在的营养级联和代谢依赖性（图3A）。在模拟过程中，研究者发现，随着迭代的进行，越来越多的微生物能够利用其他微生物分泌的代谢物进行生长（图3B）。这一过程揭示了根际微生物群落中复杂的营养级联关系。例如，在第一次迭代中，只有27个GSMMs能够生长，而在后续的迭代中，更多的GSMMs能够利用前一次迭代中分泌的代谢物进行生长，最终在第五次迭代中，总共有84个GSMMs能够生长（图3B）。这些结果表明，根际微生物群落中的营养级联关系是动态的，并且受到根系分泌物和其他微生物分泌物的共同影响。

图3.生长模块代表了从"根际环境"开始并更新的迭代过程中社区成员的增长

4. 关联代谢相互作用与土壤健康

研究者进一步分析了与健康和病态土壤相关的微生物代谢相互作用。通过比较不同土壤类型中的GSMMs，研究者发现，与病态土壤相关的微生物在代谢网络中形成了更多的营养级联，这可能与苹果再植病(ARD)的发展有关（图4A-B）。此外，研究者还发现了一些特定的代谢物，它们可能在维持土壤健康和抑制病原菌方面发挥重要作用。例如，某些与健康土壤相关的代谢物，如4-羟基苯甲酸，被预测可以促进某些有益细菌的生长，从而有助于抑制ARD的发展（图4C）。

图4.基于群落交换通量的营养相互作用在模拟根际环境中沿迭代预测

5. 代谢模型的应用和验证

为了验证框架的有效性，研究者将MCSM应用于已知的纤维素降解过程。模拟结果成功地捕捉了纤维素降解过程中的多步代谢相互作用，验证了框架在预测微生物群落功能方面的潜力（图3）。这一结果表明，该框架不仅能够预测根际微生物群落中的代谢相互作用，还可以应用于其他已知的微生物代谢过程，为微生物群落功能的研究提供了有力的工具。

研究结论

本研究通过结合宏基因组学和代谢模型的方法，开发了一个框架，用于预测作物根际原生细菌群落的营养依赖性和代谢相互作用。该框架不仅揭示了根际微生物群落中复杂的营养级联关系，还为优化微生物群落功能提供了理论基础。通过模拟根际环境中的代谢相互作用，研究者能够预测哪些微生物在特定环境中能够生长，以及它们如何通过代谢物交换相互作用。这些发现为开发基于微生物群落的植物健康策略提供了重要的理论支持。