Анализ ДНК-метабаркодирования грибного сообщества древесины винограда на территории Краснодарского края и Крыма
- Авторы: Блинова С.А.1,2, Шварцев А.А.2, Алексеев Я.И.2,3, Странишевская Е.П.3, Ильницкая Е.Т.4, Макаркина М.В.4, Соловьев А.А.1
-
Учреждения:
- Всероссийский научно-исследовательский институт сельскохозяйственной биотехнологии
- ООО «Синтол»
- Всероссийский национальный научно-исследовательский институт виноградарства и виноделия «Магарач» Российской академии наук
- Северо-Кавказский федеральный научный центр садоводства, виноградарства, виноделия
- Выпуск: Том 20, № 2 (2022)
- Страницы: 89-100
- Раздел: Генетические основы эволюции экосистем
- URL: https://journals.rcsi.science/ecolgenet/article/view/106312
- DOI: https://doi.org/10.17816/ecogen106312
- ID: 106312
Цитировать
Аннотация
Виноград — экономически важное сельскохозяйственное растение, поэтому исследования микробиоты растений и ризосферы виноградников становятся все более актуальными в последнее десятилетие. Важность таких исследований также в том, что виноград является многолетней долгоиспользуемой культурой.
В настоящем исследовании представлены результаты анализа метабаркодирования ДНК грибного сообщества образцов древесины винограда, отобранных из виноградных насаждений Краснодарского края и Южного берега Крыма, а также рассмотрены подходы к анализу данных ДНК-метабаркодирования. Наиболее информативным классификатором метагеномных данных оказался основанный на машинном обучении Naïve base («sklearn») по сравнению с выравниванием BLAST+ и глобальным выравниванием Vsearch. Наибольшее количество таксонов удалось выявить, анализируя локусы ITS, что подтвердилось на всех используемых в работе типах классификаторов. Помимо количества таксонов, праймеры на локус ITS показали высокую специфичность в отношении ДНК грибов, в сравнении с локусами LSU и SSU. Наиболее распространенными из выявленных представителей царства грибов оказались рода: Acidea, Alternaria, Cladosporium и Fusarium. Установлены достоверные различия при оценке альфа- и бета-разнообразия при анализе образцов из разных регионов. В настоящей статье представлен анализ грибного сообщества исследуемых виноградников, а также подходы к классификации ASV. Это исследование стало первым, описывающим эндофитные грибные сообщества виноградной лозы Краснодарского края и полуострова Крым с использованием анализа данных ДНК-метабаркодирования.
Ключевые слова
Полный текст
Открыть статью на сайте журналаОб авторах
София Алексеевна Блинова
Всероссийский научно-исследовательский институт сельскохозяйственной биотехнологии; ООО «Синтол»
Автор, ответственный за переписку.
Email: sofya.blinova@yandex.ru
ORCID iD: 0000-0001-6782-8353
SPIN-код: 9148-3765
Scopus Author ID: 57217069755
аспирант, мл. научн. сотр.
Россия, Москва; МоскваАлексей Анатольевич Шварцев
ООО «Синтол»
Email: alexey.sva@yandex.ru
ORCID iD: 0000-0002-2786-9860
SPIN-код: 9792-6398
научн. сотр.
Россия, МоскваЯков Игоревич Алексеев
ООО «Синтол»; Всероссийский национальный научно-исследовательский институт виноградарства и виноделия «Магарач» Российской академии наук
Email: jalex01@mail.ru
ORCID iD: 0000-0002-1696-7684
SPIN-код: 8145-5586
канд. биол. наук, директор по науке
Россия, Москва; ЯлтаЕлена Павловна Странишевская
Всероссийский национальный научно-исследовательский институт виноградарства и виноделия «Магарач» Российской академии наук
Email: stranishevskayaelena@gmail.com
ORCID iD: 0000-0002-2840-5638
Scopus Author ID: 57190218360
д-р с.-х. наук, профессор, заведующая лабораторией
Россия, ЯлтаЕлена Тарасовна Ильницкая
Северо-Кавказский федеральный научный центр садоводства, виноградарства, виноделия
Email: ilnitskaya79@mail.ru
ORCID iD: 0000-0002-2446-0971
SPIN-код: 7075-1328
Scopus Author ID: 57192072976
канд. биол. наук, заведующая лабораторией
Россия, КраснодарМарина Викторовна Макаркина
Северо-Кавказский федеральный научный центр садоводства, виноградарства, виноделия
Email: konec_citatu@mail.ru
ORCID iD: 0000-0002-3397-0666
SPIN-код: 3833-1636
Scopus Author ID: 57204108200
мл. научн. сотр.
Россия, КраснодарАлександр Александрович Соловьев
Всероссийский научно-исследовательский институт сельскохозяйственной биотехнологии
Email: a.soloviev70@gmail.com
ORCID iD: 0000-0003-4480-8776
SPIN-код: 3431-5168
Scopus Author ID: 35732425900
д-р биол. наук, профессор РАН, заведующий лабораторией
Россия, МоскваСписок литературы
- Jayawardena R.S., Purahong W., Zhang W., et al. Biodiversity of fungi on Vitis vinifera L. revealed by traditional and high-resolution culture-independent approaches // Fungal Divers. 2018. Vol. 90. P. 1–84. doi: 10.1007/s13225-018-0398-4
- Fuchs M. Grapevine viruses: a multitude of diverse species with simple but overall poorly adopted management solutions in the vineyard // J Plant Pathol. 2020. Vol. 102, No. 3. P. 643–653. doi: 10.1007/s42161-020-00579-2
- Salvetti E., Campanaro S., Campedelli I., et al. Whole-Metagenome-Sequencing-Based Community Profiles of Vitis vinifera L. cv. Corvina Berries Withered in Two Post-harvest Conditions // Front Microbiol. 2016. Vol. 7. ID937. doi: 10.3389/fmicb.2016.00937
- Mori N., Quaglino F., Tessari F., et al. Investigation on ‘bois noir’ epidemiology in north-eastern Italian vineyards through a multidisciplinary approach // Ann Appl Biol. 2014. Vol. 166, No. 1. P. 75–89. doi: 10.1111/aab.12165
- Буровинская М.В., Юрченко Ю.Г. Трахеомикозные заболевания винограда и меры их ограничения // Плодоводство и виноградарство Юга России. 2020. № 63. С. 270–284. doi: 10.30679/2219-5335-2020-3-63-270-284
- Савчук Н.В., Юрченко Е.Г., Виноградова С.В., Поротикова Е.В. Способы проникновения инфекции возбудителей фузариозного усыхания генеративных органов винограда // Материалы V Международной научно-практической конференции «Современное состояние, проблемы и перспективы развития аграрной науки»; Сентябрь 21–25, 2020. С. 95–97. doi: 10.33952/2542-0720-2020-5-9-10-45
- Blackwell M. The Fungi: 1, 2, 3 … 5.1 million species? // Am J Bot. 2011. Vol. 98, No. 3. P. 426–438. doi: 10.3732/ajb.1000298
- Berlanas C., Berbegal M., Elena G., et al. The Fungal and Bacterial Rhizosphere Microbiome Associated With Grapevine Rootstock Genotypes in Mature and Young Vineyards // Front Microbiol. 2019. Vol. 10. ID1142. doi: 10.3389/fmicb.2019.01142
- Úrbez-Torres J.R., Gubler W.D. Susceptibility of grapevine pruning wounds to infection by Lasiodiplodia theobromae and Neofusicoccum parvum // Plant Pathol. 2010. Vol. 60, No. 2. P. 261–270. doi: 10.1111/j.1365-3059.2010.02381.x
- Jayawardena R., Purahong W., Zhang W., et al. Biodiversity of fungi on Vitis vinifera L. revealed by traditional and high-resolution culture-independent approaches // Fungal Divers. 2018. Vol. 90, No. 1. P. 1–84. doi: 10.1007/s13225-018-0398-4
- Lade S.B., Štraus D., Oliva J. Variation in Fungal Community in Grapevine (Vitis vinifera) Nursery Stock Depends on Nursery, Variety and Rootstock // Journal of Fungi. 2022. Vol. 8, No. 1. ID 47. doi: 10.3390/jof8010047
- Mendes R., Kruijt M., De Bruijn I., et al. Deciphering the Rhizosphere Microbiome for Disease-Suppressive Bacteria // Science. 2011. Vol. 332, No. 6033. P. 1097–1100. doi: 10.1126/science.1203980
- Janssen P.H. Identifying the Dominant Soil Bacterial Taxa in Libraries of 16S rRNA and 16S rRNA Genes // Appl Environ Microbiol. 2006. Vol. 72, No. 3. P. 1719–1728. doi: 10.1128/aem.72.3.1719-1728.2006
- Buffet-Bataillon S., Rizk G., Cattoir V., et al. Efficient and Quality-Optimized Metagenomic Pipeline Designed for Taxonomic Classification in Routine Microbiological Clinical Tests // Microorganisms. 2022. Vol. 10, No. 4. ID 711. doi: 10.3390/microorganisms10040711
- Zarraonaindia I., Owens S.M., Weisenhorn P., et al. The Soil Microbiome Influences Grapevine-Associated Microbiota // mBio. 2015. Vol. 6, No. 2. ID e02527–14. doi: 10.1128/mbio.02527-14
- Niem J.M., Billones-Baaijens R., Stodart B., Savocchia S. Diversity Profiling of Grapevine Microbial Endosphere and Antagonistic Potential of Endophytic Pseudomonas Against Grapevine Trunk Diseases // Front Microbiol. 2020. Vol. 11. ID 477. doi: 10.3389/fmicb.2020.00477
- Schoch C.L., Seifert K.A., Huhndorf S., et al. Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcode marker for Fungi // PNAS. 2012. Vol. 109, No. 16. P. 6241–6246. doi: 10.1073/pnas.1117018109
- Ishii N., Ishida S., Kagami M. PCR primers for assessing community structure of aquatic fungi including Chytridiomycota and Cryptomycota // Fungal Ecol. 2015. Vol. 13. P. 33–43. doi: 10.1016/j.funeco.2014.08.004
- Jones E.B.G., Devadatha B., Abdel-Wahab M.A., et al. Phylogeny of new marine Dothideomycetes and Sordariomycetes from mangroves and deep-sea sediments // Botanica Marina. 2020. Vol. 63, No. 2. P. 155–181. doi: 10.1515/bot-2019-0014
- Tedersoo L., Anslan S., Bahram M., et al. Shotgun metagenomes and multiple primer pair-barcode combinations of amplicons reveal biases in metabarcoding analyses of fungi // MycoKeys. 2015. Vol. 10. P. 1–43. doi: 10.3897/mycokeys.10.4852
- Bioinformatics.babraham.ac.uk [Интернет]. Babraham Bioinformatics [дата обращения: 11.12.2021]. Доступ по ссылке: https://www.bioinformatics.babraham.ac.uk/projects/fastqc/
- Multiqc.info [Интернет]. MultiQC [дата обращения: 11.12.2021]. Доступ по ссылке: https://www.multiqc.info/
- Bolger A.M., Lohse M., Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data // Bioinformatics. 2014. Vol. 30, No. 15. P. 2114–2120. doi: 10.1093/bioinformatics/btu170
- Bolyen E., Rideout J.R., Dillon M.R., et al. Reproducible, interactive, scalable and extensible microbiome data science using QIIME2 // Nat Biotechnol. 2019. Vol. 37, No. 8. P. 852–857. doi: 10.1038/s41587-019-0209-9
- Callahan B.J., McMurdie P.J., Rosen M.J., et al. DADA2: High-resolution sample inference from Illumina amplicon data // Nat Methods. 2016. Vol. 13, No. 7. P. 581–583. doi: 10.1038/nmeth.3869
- Camacho C., Coulouris G., Avagyan V., et al. BLAST+: architecture and applications // BMC Bioinformatics. 2009. Vol. 10, No. 1. ID 421. doi: 10.1186/1471-2105-10-421
- Rognes T., Flouri T., Nichols B., et al. VSEARCH: a versatile open source tool for metagenomics // PeerJ. 2016. Vol. 4. ID e2584. doi: 10.7717/peerj.2584
- Pedregosa F., Varoquaux G., Gramfort A., et al. Scikit-learn: Machine Learning in Python // J Mach Learn Res. 2012. Vol. 12. P. 2825–2830. doi: 10.48550/arXiv.1201.0490
- Nilsson R.H., Larsson K.-H., Taylor A.F.S., et al. The UNITE database for molecular identification of fungi: handling dark taxa and parallel taxonomic classifications // Nucleic Acids Res. 2018. Vol. 47, No. D1. P. D259–D264. doi: 10.1093/nar/gky1022
- Robeson M.S. II, O’Rourke D.R., Kaehler B.D., et al. RESCRIPt: Reproducible sequence taxonomy reference database management for the masses // bioRxiv. 2020. ID 326504. doi: 10.1101/2020.10.05.326504
- McMurdie P.J., Holmes S. phyloseq: An R Package for Reproducible Interactive Analysis and Graphics of Microbiome Census Data // PLoS One. 2013. Vol. 8, No. 4. ID e61217. doi: 10.1371/journal.pone.0061217
- Wickham H. ggplot2: Elegant Graphics for Data Analysis. In: Gentleman R., Hornik K., Parmigiani G., editors. Use R! New York: Springer-Verlag, 2016. P. 189–201. doi: 10.1007/978-3-319-24277-4_9
- González V., Tello M.L. The endophytic mycota associated with Vitis vinifera in central Spain // Fungal Divers. 2010. Vol. 47, No. 1. P. 29–42. doi: 10.1007/s13225-010-0073-x
- Aćimović S.G., Harmon C.L., Bec S., et al. First Report of Diplodia corticola Causing Decline of Red Oak (Quercus rubra) Trees in Maine // Plant Dis. 2016. Vol. 100, No. 3. ID649. doi: 10.1094/pdis-09-15-0994-pdn
- Phillips A.J.L., Alves A., Abdollahzadeh J., et al. The Botryosphaeriaceae: genera and species known from culture // Stud Mycol. 2013. Vol. 76, No. 1. P. 51–167. doi: 10.3114/sim0021
Дополнительные файлы
![](/img/style/loading.gif)