Un rôle essentiel du microbiote eubiotique dans le contrôle de l’immunocompétence appropriée chez Arabidopsis

Nature Plantes (2023)Citer cet article

3302 Accès

25 Altmétrique

Détails des métriques

Bien que de nombreuses études aient montré que les microbes peuvent stimuler ou supprimer de manière ectopique les réponses immunitaires des plantes, la question fondamentale de savoir si l’intégralité du microbiote préexistant est effectivement nécessaire au bon développement de la réponse immunitaire des plantes reste sans réponse. En utilisant un système de croissance de plantes gnotobiotiques à base de tourbe récemment développé, nous avons constaté qu'Arabidopsis cultivé en l'absence de microbiote naturel manquait de maturation de la réponse immunitaire des plantes en fonction de l'âge et était défectueux dans plusieurs aspects de l'immunité déclenchée par des modèles. Les plantes axéniques présentaient une hypersensibilité à l'infection par le pathogène bactérien Pseudomonas syringae pv. tomate DC3000 et le pathogène fongique Botrytis cinerea. L’immunocompétence médiée par le microbiote a été supprimée par des conditions riches en nutriments, indiquant une interaction tripartite entre l’hôte, le microbiote et l’environnement abiotique. Un microbiote synthétique composé de 48 souches bactériennes cultivables provenant de l'endosphère foliaire de plantes Arabidopsis saines a pu restaurer considérablement l'immunocompétence similaire à celle des plantes inoculées avec une communauté dérivée du sol. En revanche, un microbiote foliaire synthétique dysbiotique de 52 membres a surstimulé le transcriptome immunitaire. Ensemble, ces résultats fournissent la preuve du rôle causal d’un microbiote eubiotique dans le développement d’une immunocompétence appropriée et d’une immunité dépendante de l’âge chez les plantes.

Les parties aériennes et souterraines des plantes terrestres hébergent une variété de micro-organismes, qui constituent collectivement le microbiote végétal. Les membres du microbiote peuvent résider sur ou à l’intérieur des plantes et semblent être conservés taxonomiquement au niveau du phylum1,2,3,4,5,6,7,8. La vaste conservation du microbiote végétal suggère que les plantes ont probablement développé des mécanismes pour sélectionner et maintenir l’abondance, la composition et la fonction du microbiote afin d’atteindre l’homéostasie9. Un microbiote correctement assemblé (c'est-à-dire un microbiote eubiotique) est probablement essentiel à la santé et à la survie des plantes, car des études récentes ont commencé à révéler les effets délétères des microbiotes dysbiotiques génétiquement induits sur la santé des plantes10,11,12,13. Bien qu’il ait été démontré que des individus ou des groupes de membres du microbiote améliorent l’absorption des nutriments, la croissance et la résistance aux stress abiotiques et biotiques1,2,14,15,16, la contribution de l’ensemble du microbiote indigène d’une plante aux fonctions végétales n’est pas bien comprise. Cela est dû en grande partie aux interactions microbe-microbe et microbe-plante mal disséquées au niveau communautaire.

Différents membres du microbiote végétal peuvent former des interactions mutualistes, commensales ou pathogènes avec les plantes. Pour se protéger contre les exploitations potentiellement nocives par les micro-organismes, les plantes ont développé des récepteurs immunitaires à la surface cellulaire et intracellulaires qui reconnaissent les modèles moléculaires associés aux microbes (PAMP) conservés au cours de l'évolution ou les protéines effectrices dérivées d'agents pathogènes, ce qui entraîne une immunité déclenchée par des modèles (PTI) ou déclenchée par des effecteurs. immunité (ETI), respectivement. Bien que l'ETI semble être spécifique aux agents pathogènes, le PTI représente une ligne basale de défense des plantes contre les microbes pathogènes et non pathogènes et est nécessaire au maintien d'un microbiote phyllosphérique eubiotique chez Arabidopsis afin de prévenir la dysbiose10,11. La signalisation PTI est initiée lors de la perception des PAMP par les récepteurs de reconnaissance de formes (PRR) localisés dans la membrane plasmique. Par exemple, un épitope de 22 acides aminés dérivé de la flagelline bactérienne (flg22) est un éliciteur bien caractérisé de PTI et est reconnu par le PRR FLAGELLIN-SENSITIVE 2 (FLS2) (réf. 18). FLS2 forme un complexe avec le co-récepteur BRASSINOSTEROID INSENSITIVE 1-ASSOCIATED RECEPTOR KINASE 1 (BAK1) (réf. 19). Les relais phosphorescents entre FLS2, BAK1, BOTRYTIS-INDUCED KINASE 1 (BIK1) et une cascade MAPK initient des événements de signalisation PTI en aval, notamment la production d'espèces réactives de l'oxygène (ROS), les flux de calcium, l'expression d'une large suite de gènes liés à la défense, les cellules. remodelage des parois et fermeture des stomates20,21,22,23,24,25. L’activation du PTI avant une infection peut également entraîner une résistance accrue aux agents pathogènes26,27.

1 and FDR < 0.05 cut-off (Benjamini–Hochberg-corrected Wald test) with the number of genes corresponding to each group indicated in parentheses. c, Heat map of DEGs generated using hierarchical clustering with Euclidean distance and complete linkage. Label superscript indicates community used for inoculation of HO plants or mock inoculation of AX plants. A subset of the differentially regulated genes in HO and AX is shown on right. d, Venn diagram of upregulated DEGs showed 138 common genes in response to HOMSU and HOMalaka treatments. e, GO term enrichment (GO:BP biological process) analysis on ‘core’ depleted DEGs in AX plants. Top enriched GO terms displayed, ranked by significance (FDR < 0.05 cut-off). a–e, n = 3 biologically independent plant samples per condition./p> 1 and FDR < 0.05 (Benjamini–Hochberg-corrected Wald test), with the number of genes corresponding to each group indicated in parentheses. e, GO term enrichment for upregulated DEGs in SynCommfec-colonized plants compared to SynComCol-0-colonized plants, ranked by significance (FDR < 0.05 cut-off). f, Heat map for selected genes from hierarchical clustering of all DEGs. Gene descriptions are listed in Supplementary Data 4. d–f, n = 3 biologically independent plant samples per condition./p> 1 and FDR < 0.05) (Fig. 6d and Supplementary Data 4). GO term analysis of the 609 DEGs upregulated upon colonization with SynCommfec vs SynComCol-0 showed an over-representation of GO terms associated with biotic stress and immunity (Fig. 6e and Supplementary Data 5). In addition, several immunity pathways including the systemic acquired resistance, PTI signalling and glucosinolate biosynthetic processes were upregulated. Further analysis showed that several dysbiosis-associated genes were involved in pathogenesis-related processes during biotic stresses, which are associated with immunity, cell death and its regulation (Fig. 6f). Collectively, our results showed that dysbiotic SynCommfec overstimulates immune gene expression compared with eubiotic SynComCol-0./p>95% relative humidity). Bacterial populations were determined 3 d after infiltration. For B. cinerea inoculation, spores were diluted in 1% Sabouraud Maltose Broth (BD, 242910) to a final concentration of 1 × 105 spores per ml. Two 2 μl droplets were spotted per leaf on three leaves per plant. Infected plants were kept at high humidity (>95% relative humidity). Lesions were imaged 5 d after inoculation and quantified using ImageJ v.1.51./p> 1 and FDR < 0.05 (calculated using default DESeq2 settings based on Benjamini–Hochberg-corrected Wald test) as selection criteria, and GO analysis was performed using ShinyGO (v.0.76.2) (ref. 62) with an FDR cut-off of 0.05 and 4 genes per group selection criteria./p> 159.1), SA (m/z 137.0 > 93.0) and SAG (m/z 299.1 > 137.0) on a Quattro Premier tandem mass spectrometer (Waters Corporation) in negative ion mode. The capillary voltage, cone voltage and extractor voltage were 3,500 V, 25 V and 5 V, respectively. The flow rates were 50 l h−1 for the cone gas (N2) and 600 l h−1 for the desolvation gas (N2). ABA-2H6 served as the internal standard for hormone quantification. MassLynx v.4.1 (Waters) was used for data acquisition and processing. Collision energies and source cone potentials were optimized using the MassLynx v.4.1 QuanOptimize package (Waters). Peaks were integrated and the analytes quantified on the basis of standard curves normalized to the internal standard./p>

1 and FDR < 0.05 (Benjamini-Hochberg corrected Wald Test) criteria in a comparison of HO plants (colonized by microbial communities from two different locations/soil types ‘MSU’ and ‘Malaka’) and SynComCol-0-colonizedplants with their corresponding AX control. b, A subset of the differentially regulated genes in HO and SynComCol-0 plants, compared to corresponding AX plants, is shown. Heat map of the DEGs was generated using hierarchical clustering with Euclidean distance and complete linkage. c-e, Gene Ontology (GO) term enrichment (GO:BP biological process) analysis on 213 common enriched DEGs in both HO and SynComCol-0, only in HO or only in SynComCol-0 plants, compared to their respective AX control plants. Top enriched GO terms are displayed, ranked by significance (FDR < 0.05 cutoff). The 213 enriched DEGs common in both HO and SynComCol-0 (panel c) showed highest fold enrichment for immunity-associated GO terms. GNSR genes present in the subset of 213 DEGs common in both HO and SynComCol-0 are marked in red in panel b. a-e, n = 3 biologically independent plant samples per condition./p>