方法文章

一种定量评估Populus trichocarpa树皮内生和表生细菌微生物组的工作流程

DOI：

10.3791/66318

⸱

2025年6月27日

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1State Key Laboratory of Tree Genetics and Breeding, Northeast Forestry University, 2College of Life Science, Northeast Forestry University, 3College of Forestry, Northeast Forestry University, 4Forest Biotechnology Group, Department of Forestry and Environmental Resources, North Carolina State University, 5Institute of Economic Forest of Xinjiang Academy of Forestry Sciences

* These authors contributed equally

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案提供了一种从样品采集到数据分析的可靠且高效的流程，用于分析存在于三角叶杨（Populus trichocarpa）树皮中的内生和表生细菌微生物组。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

定殖于植物表面及内部组织的微生物可能具有促进植物生长与健康的重要功能。然而，关于木本植物树皮组织微生物组的研究仍较为有限，尤其是杨属（Populus）树皮的内生和表生细菌群落。为弥补这一不足，我们建立了一套工作流程，用于定量分析Populus trichocarpa树皮中内生和表生细菌群落的组成与多样性。简言之，使用浸有0.1% Tween 20的棉球反复擦拭P. trichocarpa茎部表皮，以获取表生细菌样品；剥离后的表皮经表面灭菌后，分别利用液氮反复冻融和珠磨仪破碎，以收集内生细菌样品。从棉球粘附的表生细菌群落及破碎的P. trichocarpa树皮中提取基因组DNA，并采用针对细菌16S rRNA基因高变区V5-V7和V4区的引物进行聚合酶链式反应（PCR）扩增。将每份内生或表生样品所得PCR产物的三个重复等浓度混合，构建扩增子文库，随后进行测序。对获得的序列进行拼接、质量过滤、嵌合体去除及分类学注释等分析。综上所述，我们建立了一套从样品采集到数据分析可靠且高效的工作流程，可用于通过16S rRNA基因测序解析P. trichocarpa树皮内生与表生细菌微生物组。结合先前研究中建立的树皮定殖微生物群落研究方法，本方法可为探索其他木本植物物种（尤其是具有重要经济价值的森林树木）树皮微生物组的研究方案设计提供参考蓝图。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

树皮是木本植物茎的最外层，指维管形成层以外的所有组织，包括韧皮部和周皮1,2。大量研究表明，树皮在水分和碳水化合物的转运、保护树木免受火灾和机械损伤3，以及适应非生物4和生物胁迫5方面发挥着关键作用。更重要的是，作为树木与周围空气之间的界面，树皮还为微生物提供了独特的栖息环境6。值得注意的是，已证实与树皮相关的微生物具有促进寄主生长7、协助树木获取养分8、增强植物激素合成9以及保护寄主免受植物病原体侵染5等功能。然而，相较于叶际和根际微生物群落，目前对定殖于树皮上的微生物群落的关注仍十分有限10,11。关于树皮微生物组生物学特征的认识仍然十分匮乏。本方法学论文的目的是为研究人员提供一套用于描述木本植物树皮内生和表生细菌微生物组多样性与组成的方法流程。

基于已发表的树皮微生物群研究方法12,13，本研究设计并测试了一套基于16S rRNA基因扩增子测序分析的精细工作流程，用于探究定植于Populus trichocarpa（一种在木本植物生物学中广泛使用的重要模式生物14）茎皮内部组织或表面的细菌微生物组。P. trichocarpa具有生长迅速15、实验操作相对简便16、易于遗传转化等特点，并因其在木材生产中的广泛应用而著称17。具体而言，本研究所提出的方法首先详细描述了P. trichocarpa茎皮内生和附生微生物群的采样过程。在采集定植于树皮表面的微生物组后，通过加入以酒精和次氯酸钠对树皮进行表面灭菌的步骤，本研究建立了一种可同时且独立收集树皮内部结构中（内生菌）和树皮外表面（附生菌）微生物的实验流程。据我们所知，在已发表的关于木本植物树皮微生物组的研究中，尚无研究基于树皮内外生态位的明确区分，对同一树皮样本中的内生与附生微生物群落进行过联合分析18,19,20。因此，本研究开发的方法将使研究人员能够以更精确和全面的方式分析定植于树皮中的细菌群落的多样性和组成。此外，本研究还详细描述了基因组DNA提取、聚合酶链式反应（PCR）扩增、16S rRNA基因扩增子测序文库构建21以及测序数据分析的实验步骤。特别地，本研究采用了一对靶向细菌16S rRNA基因V5-V7高变区的引物，以减少对宿主植物线粒体和叶绿体序列的非特异性扩增22，从而获得无偏倚的树皮相关微生物组谱型。α多样性采用Shannon指数23进行评估，该指数是生态学研究中广泛使用的一种多样性指数；门水平的分类组成则在Quantitative Insights into Microbial Ecology（QIIME）24和R软件25中进行计算与可视化。结合先前研究中已建立的树皮微生物群研究方法1,6，本研究的方法可为其他木本植物物种，特别是具有重要经济价值的森林树木的树皮微生物组研究提供协议设计的参考蓝图。

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1.样品采集

  1. 在人工气候室中培养3个月大的P. trichocarpa幼苗（温度21–25°C；光照周期为16小时光照/8小时黑暗，使用三波段线性荧光灯[T5 28 W 6400 K]提供约300 μEm−2 s−1的补光；相对湿度60–80%）26。
  2. 使用灭菌修枝剪从灭菌土壤表面以上2–12 cm处截取10 cm长的P. trichocarpa茎段（图1A），并将茎段置于灭菌的方形培养皿（13 cm × 13 cm）中。
    注意：本研究共选取六株大小一致的植株，其中三株用于每对引物的PCR扩增。

2. 样品处理

  1. 使用无菌棉签蘸取0.1% Tween 20，在已灭菌的方形培养皿中反复擦拭茎秆表皮，以更高效地收集定植在树皮表面的微生物（图1B）。
    注意：应使用湿度适中的无菌棉签收集附着于茎表面的微生物。擦拭茎表面时，避免使用过干或过湿的棉签。Tween 20 是一种表面活性剂，能够降低表面张力，有助于从植物表面获取更多的微生物样本27,28。
  2. 用无菌刀片切下棉签头部，将含有附生微生物样本的每个棉签头放入无菌的1.5 mL离心管中。将样本储存于−80 °C。
  3. 在擦拭完茎表面后，使用无菌解剖刀切开之前采集附生微生物的树皮区域，剥离树皮并将其置于方形培养皿中。
  4. 用无菌解剖刀将步骤2.3中剥离的树皮切成约1 cm长的片段（图1C）。
  5. 将片段浸入70%（v/v）乙醇中消毒2分钟。随后，将片段浸入含0.1% Tween 80的次氯酸钠溶液（有效氯含量2.5%）中处理5分钟。
  6. 将步骤2.5获得的片段在70%（v/v）乙醇中再次消毒30秒29。然后，用无菌蒸馏水清洗所有样本三次，并将其置于洁净工作台中风干。
    注意：使用无菌镊子来回搅动树皮样本，以确保表面充分灭菌。
  7. 将每段表面灭菌后的茎皮样本（内生菌样本）分别存放在无菌的2 mL离心管中，并于−80 °C保存。

3. 基因组DNA提取

  1. 进行以下步骤以对样品进行DNA提取前的预处理。
    1. 将2.7步骤中获得的表面灭菌的茎皮片段放入无菌的5 mL硬管中，并在每根管中加入三颗无菌的钢珠（4 mm）。
      注意：此步骤应在超净工作台中进行，以防止微生物污染。2.2步骤中制备的棉球（附生样品）无需预处理，可直接用于基因组DNA提取。
    2. 将含有样品的硬管在液氮中冷冻10分钟。
    3. 使用珠磨机对树皮样品研磨5分钟。然后再次将硬管在液氮中冷冻1分钟，并重复珠磨步骤5分钟。
  2. 提取基因组DNA。
    注意：使用市售DNA提取试剂盒从内生和附生样品中分离基因组DNA。
    1. 将破碎的P. trichocarpa茎皮以及沾附有附生细菌群落的棉球（各0.25 g）分别加入珠磨管中。然后加入60 µL商业试剂盒提供的C1溶液，并通过轻轻颠倒混匀。
    2. 接下来，使用珠磨机对内生和附生样品进行均质化处理，共进行四次，每次1分钟。每次运行后，将样品置于冰上冷却30秒。
    3. 在10,000 x g条件下离心1分钟。
    4. 按照试剂盒说明书（见材料表）提取内生和附生样品中的DNA。
    5. 向白色滤膜中心加入30 µL C6溶液，在25 °C孵育5分钟。
    6. 在室温下以10,000 x g离心1分钟。

4. PCR 扩增

  1. 标准化提取的DNA浓度。
    1. 使用微量分光光度计测定从附生和内生样品中提取的基因组DNA的浓度。
    2. 用无菌ddH2O将每个DNA样品稀释至2 ng/μL，以获得用于PCR扩增的DNA模板。
  2. 扩增这些DNA样品。
    1. 使用正向引物799F（5’-AACMGGATTAGATACCCKG-3’）和反向引物1193R（5’-ACGTCATCCCCACCTTCC-3’）扩增细菌16S rRNA基因的V5–V7区域10。使用正向引物515F（5’-GTGCCAGCMGCCGCGGTAA-3’）和反向引物806R（5’-GGACTACHVGGGTWTCTAAT-3’）扩增细菌16S rRNA基因的V4区域30。
      注意：每个样品提取的基因组DNA作为三次重复PCR扩增反应的模板，另设一个不含DNA的反应作为阴性对照。每个样品的PCR反应体系体积为25 μL。对于引物对799F/1193R，每个反应包含12 μL PCR水、1 μL正向引物（10 μM）、1 μL反向引物（10 μM）、1 μL DNA模板和10 μL混合溶液。对于引物对515F/806R，每个反应包含12 μL PCR水、1 μL正向引物（10 μM）、1 μL反向引物（10 μM）、1 μL DNA模板和10 μL混合溶液。使用引物对799F/1193R的PCR反应程序如下：98 °C预变性5 min，随后进行25个循环（98 °C变性30 s、53 °C退火30 s、72 °C延伸45 s），最后72 °C延伸5 min。使用引物对515F/806R的PCR反应程序如下：94 °C预变性3 min，随后进行35个循环（94 °C变性45 s、50 °C退火60 s、72 °C延伸90 s），最后72 °C延伸10 min。
    2. 充分混匀每个样品，并离心以消除气泡。
    3. 在热循环仪上对细菌16S rRNA基因的V5–V7或V4区域进行扩增。
  3. 检测扩增产物。
    1. 取5 µL每种扩增产物上样至1%琼脂糖凝胶，于120 V电压下电泳30 min。
    2. 在紫外光下观察凝胶，验证PCR扩增是否成功。使用引物对799F/1193R和515F/806R获得的PCR产物大小应分别约为430 bp和400 bp。

5. 扩增子测序文库的制备

  1. 混合扩增产物并测定其浓度。
    1. 将每个样本的三份PCR扩增产物在PCR管中混合。
    2. 根据试剂盒说明书（见材料表），向96孔微孔板的一个孔中加入5 μL PCR产物和195 μL工作液。接着，向同一微孔板的另一孔中加入10 μL标准DNA（试剂盒中浓度分别为0、5、10、20、40、60、80和100 ng/μL的DNA试剂）和190 μL工作液。完成此步骤后，测定PCR产物和标准DNA的荧光强度。
    3. 使用微孔板读数仪测量荧光强度。
      注意：采用标准荧光素的激发/发射波长（480/530 nm）来测定每个样本中双链DNA的含量。
    4. 利用标准DNA溶液的已知浓度（0、5、10、20、40、60、80和100 ng/μL）及其对应的荧光强度，建立DNA浓度与荧光强度的标准曲线。将各PCR产物的荧光强度值代入该标准曲线，计算出PCR产物的DNA浓度。
  2. 构建扩增子测序文库。
    1. 根据步骤5.1.4中检测到的浓度，将使用相同引物对扩增得到的剩余PCR产物按等浓度混合，以构建扩增子测序文库。
      注意：用于通过荧光强度测定双链DNA浓度的那部分PCR产物不包含在扩增子测序文库中；测序文库由同一样本的剩余PCR产物构建而成。
  3. 进行凝胶回收。
    1. 使用电泳装置进行琼脂糖凝胶电泳。简要而言，配制1.3%琼脂糖凝胶（即在100 mL 1× TAE缓冲液中加入1.3 g琼脂糖粉末）。
      注意：需确保凝胶中的加样孔数量足够容纳所有PCR产物和DNA标记物；本研究中，通过将1.3 g琼脂糖粉末溶解于100 mL 1× TAE缓冲液中制备1.3%琼脂糖凝胶。
    2. 待凝胶凝固后取出梳子，将凝胶放入含有1× TAE缓冲液的电泳槽中。然后，向每5体积单位的PCR产物中加入1体积单位的6× 橙色上样缓冲液，每个加样孔上样100 µL。在一个加样孔中加入30 µL DNA标记物。连接正负极导线后，在80 V电压下电泳50分钟。
      注意：本研究中，采用凝胶回收法纯化扩增子测序文库，该文库对应于使用引物对515F/806R或799F/1193R扩增出的约400 bp或430 bp条带。
    3. 使用洁净且锋利的手术刀从琼脂糖凝胶中切下目标DNA片段。
    4. 称量凝胶切片并转移至无色离心管中，加入缓冲液使其完全浸没。
      注意：每个离心柱所能处理的最大凝胶量为400 mg。每1体积单位的凝胶切片需加入3体积单位的缓冲液。
    5. 按照试剂盒说明书，使用凝胶回收试剂盒（见材料表）进行凝胶回收。
      注意：通过本方法获得用于测序内生和表生细菌群落的扩增子文库，该文库由靶向细菌16S rRNA基因的PCR产物构建而成。
  4. 确认纯化后的扩增子测序文库质量。
    1. 按照制造商的操作说明，使用商用试剂盒（见材料表）并通过荧光计测定步骤5.3.5中获得的纯化扩增子测序文库中双链DNA的浓度（图2）。
    2. 按照制造商的操作说明，使用商用芯片和试剂盒的核酸质量控制分析系统测定步骤5.3.5中获得的扩增子测序文库的目标DNA片段大小（见材料表）。
      注意：确保片段大小处于预期范围内，并且扩增子测序文库中无引物二聚体存在。
    3. 按照制造商的操作说明，使用商用试剂盒（见材料表）通过定量实时聚合酶链式反应（qRT-PCR）测定步骤5.3.5中获得的测序文库的有效浓度。
    4. 将扩增子测序文库稀释至符合测序平台推荐的上样浓度。

6. 序列处理与统计分析

  1. 在使用测序平台对步骤5.4.4中获得的扩增子文库进行测序后（参见 材料表)31在工作目录中创建一个名为 emp-paired-end-sequences 的文件夹，并将压缩的 fastq 格式测序文件保存至该文件夹中。然后打开 Ubuntu，激活 conda 环境以及 Quantitative Insights into Microbial Ecology 2 (QIIME2)(v2021.2)32.
  2. 编写一个映射文件并将其保存为文本文件。文件内容如下所示 表2.
  3. 使用测序数据的比对文件拆分扩增子测序文库获得的测序数据，并去除测序数据中的引物序列。
    1. 使用以下命令拆分测序数据：time qiime demux emp-paired --m-barcodes-file Mapping_file.txt --m-barcodes-column BarcodeSequence --p-rev-comp-mapping-barcodes --i-seqs emp-paired-end-sequences.qza --o-per-sample-sequences demux.qza --o-error-correction-details demux-details.qza
    2. 使用以下命令去除引物：time qiime cutadapt trim-paired --i-demultiplexed-sequences paired-demux.qza --p-front-f 799F 或 515F --p-front-r 1193R 或 806R --o-trimmed-sequences paired-end-demux.qza
  4. 使用 DADA2 流程筛选并去除所有嵌合体33将过滤后的序列在99%相似度下聚类为扩增子序列变体（ASVs）。
    1. 使用以下命令筛选并去除嵌合体，同时将序列聚类为ASV：time qiime dada2 denoise-paired --i-demultiplexed-seqs paired-end-demux.qza --p-trim-left-f 0 --p-trim-left-r 0 --p-trunc-len-f 220 --p-trunc-len-r 220 --o-table table.qza --o-representative-sequences rep-seqs.qza --o-denoising-stats denoising-stats.qza --p-n-threads 0
  5. 使用 SILVA 数据库（v138）基于参考序列进行分类学注释34.
    1. 使用以下命令对步骤 6.4 中获得的 ASV 进行注释：time qiime feature-classifier classify-sklearn --i-classifier gg-13-8-99-515-806-nb-classifier.qza --i-reads rep-seqs.qza --o-classification taxonomy.qza
  6. 在 QIIME2（v2021.2）中使用以下命令创建 ASV 表：
    qiime tools export --input-path table.qza --output-path exported-feature-table
    qiime tools 导出 --输入路径 taxonomy.qza --输出路径 exported-feature_table
    biom 添加元数据 -i feature-table.biom -o table.womd.biom --observation-metadata-fp taxonomy.tsv --observation-header OTUID, taxonomy --sc-separated taxonomy
    biom 转换 -i table.womd.biom -o ASV-table.txt --to-tsv --header-key 分类学
    注意：这些命令将生成一个表格，其中包含每个样本中所有ASV的序列读取数量。
  7. 分别使用引物对 799F/1193R 和 515F/806R 计算内生和表生细菌群落产生的 ASV 数量及测序读长数量。
    1. 通过计数，计算在步骤6.6获得的ASV表中每个样本在门、纲、目、科和属水平上分别具有≥1条读长的ASV总数。
    2. 根据步骤6.6获得的ASV表中所有ASV的读数数量之和，计算每个样本的总读数。
    3. 使用第6.6步获得的ASV表中注释为叶绿体或线粒体的ASVs的读段数，通过计数计算每个样本中的植物读段数量。
    4. 使用以下公式计算每个样本中的细菌序列读取数量：
      细菌序列读取数 = 总序列读取数 − 植物序列读取数。
    5. 使用 Excel (2019) 和 Prism (v8.0) 软件，计算并可视化由引物对 799F/1193R 和 515F/806R 扩增得到的内生和表生细菌群落的平均 ASV 数量（分别在门、纲、目、科和属水平上）或读长数量（总计，以及分别针对植物和细菌的读长数量）。
    6. 使用Student’s t检验评估引物对799F/1193R与515F/806R在门、纲、目、科和属水平上扩增产生的ASV数量，以及总序列数、植物序列数和细菌序列数之间的差异显著性 t在 Prism（v8.0）软件中进行检验。
  8. 使用以下命令过滤注释为叶绿体和线粒体的序列读段：time qiime taxa filter-table --i-table table.qza --i-taxonomy taxonomy.qza --p-exclude mitochondria, chloroplast --o-filtered-table ASV-table-no-mitochondria-no-chlorplast.qza
  9. 使用以下命令构建系统发育树：time qiime phylogeny align-to-tree-mafft-fasttree --i-sequences rep-seqs.qza --o-alignment aligned-rep-seqs.qza --o-masked-alignment masked-aligned-rep-seqs.qza --o-tree unrooted-tree.qza --o-rooted-tree rooted-tree.qza
  10. 计算并可视化内生菌群和 使用 QIAME2（v2021.2）和 R（v4.0.5）中的 ‘ggplot2’ 软件包分析附生细菌群落35.
    1. 使用以下命令计算α多样性：time qiime diversity core-metrics-phylogenetic --i-phylogeny rooted-tree.qza --i-table ASV-table-no-mitochondria-no-chlorplast.qza --p-sampling-depth 所有样本中最低的测序读长数 --m-metadata-file Mapping_file.txt --output-dir core-metrics-result
  11. 计算内生和表生细菌群落在门水平上的相对丰度。使用以下 QIIME2（v2021.2）命令生成名为“taxa-bar-plots”的 qzv 格式文件：time qiime taxa barplot --i-table ASVs-table-no-mitochondria-no-chlorplast.qza --i-taxonomy taxonomy.qza --m-metadata-file Mapping_file.txt --o-visualization taxa-bar-plots.qzv
    1. 在 https://view.qiime2.org/ 网站在线打开文件 taxa-bar-plots.qzv。下载并保存从 level2 新生成的文件。使用 R（v4.0.5）按照以下公式计算相对丰度：
      每个细菌门的相对丰度（%）=（每个样本中每个细菌门的读取数 / 每个样本的总读取数）× 100 %.
      使用 R（v4.0.5）中的 ggplot2、RColorBrewer、reshape 和 ggalluvial 包对数据进行可视化。
  12. 分析各优势门（定义为相对丰度超过某一阈值的门）相对丰度差异的显著性 > 在STAMP软件中，使用799F/1193R引物对扩增的内生和表生细菌群落中，通过单因素方差分析（ANOVA）结合Tukey事后检验（显著性水平为0.05）检测到的相对丰度差异（>0.5%）36.

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

采用优化后的方案（表1）获得了杨树（P. trichocarpa）树皮中内生和表生细菌微生物组的高质量基因组DNA。对全部12个样本进行PCR扩增后，均获得单一且清晰的条带，大小正确（图3）。引物对799F/1193R和515F/806R均成功扩增出目标产物，分别在内生和表生树皮组织样本中产生约400 bp和430 bp的片段。所构建的扩增子文库呈现单一峰形，DNA片段大小合格，无引物二聚体，浓度为22.16 nM，体积为100 μL，符合测序前的质量要求（图4）。

测序分析显示，对于P. trichocarpa树皮的内生微生物组，使用引物对799F/1193R和515F/806R分别获得了178,781和131,362条高质量序列读长（图5A）。引物对799...

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

基于已发表的树皮微生物群研究方法7,18，我们提出的工作流程为鉴定和表征木本植物树皮的内生和表生微生物组提供了通用指导。该方法包括样本采集与处理、基因组DNA提取、PCR扩增、扩增子测序文库制备以及测序数据分析等步骤，可作为设计研究木本植物树皮微生物组实验方案的潜在蓝图。

在树皮微生物组研究中，一个常见问题是样本采集方法，即通常忽视了树皮中表生微生物与内生微生物样本之间的区别1。这限制了我们对木本植物树皮中表生和内生微生物组组成及功能的理解。在本方案中，通过棉签擦拭茎干树皮表面获得表生微生物样本，而经表面灭菌后的树皮中提取的微生物基因组DNA则被定义为内生微生物组。该简易方案可有效区分P. trichocarpa树皮的表生与内生样本，避免来自其他组织中隐匿微生物的偏差与干扰。该方法有助于对木本植物茎干微生物组开展更精细的研究。

...

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者无任何利益冲突需要披露。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们感谢 David Anthony Atherton 先生提供视频解说，并感谢 B.N. 实验室成员提出的宝贵建议。本工作由国家自然科学基金（项目编号 32071741 [致 BN]）和重点研发计划&新疆维吾尔自治区“十四五”计划项目（项目编号 2022B02014）， "天池人才" 引言 计划（至BN），国家重点研发计划&中国国家重点研发计划（项目编号 2021YFD2200203 [负责人：GQ]）以及林木遗传育种国家重点实验室（东北林业大学）创新项目（项目编号 2019A01 [负责人：BN]）资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
仪器：
珠磨机DHS Life Science401265
适用于1.5 mL离心管的离心机Thermo Scientific75002440
适用于PCR管的离心机
酶标仪BioTek8040528
微量分光光度计 NanodropDHS Life Science & Technology Co., Ltd.2010/2020 微量分光光度计
Qubit 3.0 荧光计 invitrogenQ33216荧光计 
冰箱（-80℃）Panasonic Healthcare Co., Ltd17060107
T100 温控循环仪Bio-Rad1861096温控循环仪
Tanon EPS-600 TanonA-179047-2313用于电泳
LabChip GX Touch HTPerkinElmerCLS138625文库DNA片段分布检测、核酸质量控制分析
Applied Biosystems QuantStudio 12KApplied Biosystems4485694文库定量
Illumina Novaseq6000Illumina 文库测序
材料：
手套任意品牌NA
带滤芯吸头 10 μLAxygenTF-300-R-S
带滤芯吸头 20μLAxygenTF-20-R-S
带滤芯吸头 200μLAxygenTF-200-R-S
带滤芯吸头 1000μLAxygenTF-1000-R-S
离心管 1.5 mlAxygenMCT-150-C
Corning 96孔黑底透明平底微孔板Corning3631
棉签ZHENDE MEDICAL76606
DNeasy PowerSoil 试剂盒QIAGEN 12888-100用于DNA提取
无酶离心管 1.5 mlUSA SCIENTIFIC1415-2600
乙醇天津永大化学试剂有限公司64-17-5
硬管（5 ml）DHS Life Science0401261-17
Hot Master Mix Quanta Bio2200400
微量离心管 2.0 mlAxygenMCT-200-C-S
PCR级水QIAGEN 17000-10
QIAquick 琼脂糖凝胶回收试剂盒 QIAGEN28704用于凝胶回收
Quant-iT dsDNA 宽范围检测试剂盒InvitrogenQ33130用于扩增产物及纯化扩增子文库的浓度测定
方形培养皿常德柏曼生物科技有限公司110301014
钢珠上虞市益新钢球工业有限公司YXB36985
次氯酸钠溶液天津市北联精细化学品开发有限公司 7681-52-9
Tween 20纳川生物技术工作室9005-64-5
Dual Protocol DNA High Sens 试剂盒PerkinElmerCLS760672DNA文库检测
VAHTS Illumina文库定量试剂盒诺唯赞生物科技有限公司NQ104文库定量

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Aguirre-Von-Wobeser, E., Alonso-Sanchez, A., Mendez-Bravo, A., Villanueva Espino, L. A., Reverchon, F. Barks from avocado trees of different geographic locations have consistent microbial communities. Archs Microbiol. 203 (7), 4593-4607 (2021).
  2. Konopka, B., Pajtik, J., Seben, V., Merganicova, K. Modeling bark thickness and bark biomass on stems of four broadleaved tree species. Plants (Basel). 11 (9), 1148(2022).
  3. Rosell, J. A. Bark in woody plants: Understanding the diversity of a multifunctional structure. Integr Comp Biol. 59 (3), 535-547 (2019).
  4. Kobayashi, K., Aoyagi, H. Microbial community structure analysis inacer palmatumbark and isolation of novel bacteria IAD-21 of the candidate division FBP. PeerJ. 7, e7876(2019).
  5. Pellitier, P. T., Zak, D. R., Salley, S. O. Environmental filtering structures fungal endophyte communities in tree bark. Mol Ecol. 28 (23), 5188-5198 (2019).
  6. Dreyling, L., Schmitt, I., Dal Grande, F. Tree size drives diversity and community structure of microbial communities on the bark of beech (fagus sylvatica). Front For Glob Change. 5, 858382(2022).
  7. Jo, Y., et al. Changes in microbial community structure in response to gummosis in peach tree bark. Plants (Basel). 11 (21), 2834(2022).
  8. Dong, C., et al. core microbiota, and function of the rhizosphere soil and bark microbiota in Eucommia ulmoides. Front Microbiol. 13, 855317(2022).
  9. Bodenhausen, N., Bortfeld-Miller, M., Ackermann, M., Vorholt, J. A. A synthetic community approach reveals plant genotypes affecting the phyllosphere microbiota. PLoS Genet. 10 (4), e1004283(2014).
  10. Bodenhausen, N., Horton, M. W., Bergelson, J. Bacterial communities associated with the leaves and the roots of Arabidopsis thaliana. PLoS One. 8 (2), e52369(2013).
  11. Stone, B. W. G., Weingarten, E. A., Jackson, C. R. The Role of the phyllosphere microbiome in plant health and function. Annual plant reviews. 1, 1-24 (2018).
  12. Lambais, M. R., Lucheta, A. R., Crowley, D. E. Bacterial community assemblages associated with the phyllosphere, dermosphere, and rhizosphere of tree species of the atlantic forest are host taxon dependent. Microb. Ecol. 68 (3), 567-574 (2014).
  13. Arrigoni, E., Antonielli, L., Pindo, M., Pertot, I., Perazzolli, M. Tissue age and plant genotype affect the microbiota of apple and pear bark. Microbiol Res. 211, 57-68 (2018).
  14. Germain, H., Séguin, A. Innate immunity: Has poplar made its bed. New Phytol. 189 (3), 678-687 (2011).
  15. Varnagirytė-Kabašinskienė, I., et al. Evaluation of shoot collection timing and hormonal treatment on seedling rooting and growth in four poplar genomic groups. Forests. 15 (9), (2024).
  16. Lu, S., et al. Ptr-mir397a is a negative regulator of laccase genes affecting lignin content in Populus trichocarpa. Proc Natl Acad Sci USA. 110 (26), 10848-10853 (2013).
  17. Krabel, D., et al. Early root and aboveground biomass development of hybrid poplars (populus spp.) under drought conditions. Can J For Res. 45 (10), 1289-1298 (2015).
  18. Vitulo, N., et al. Bark and grape microbiome of vitis vinifera: Influence of geographic patterns and agronomic management on bacterial diversity. Front Microbiol. 9, 3203(2018).
  19. Aschenbrenner, I. A., Cernava, T., Erlacher, A., Berg, G., Grube, M. Differential sharing and distinct co-occurrence networks among spatially close bacterial microbiota of bark, mosses and lichens. Mol Ecol. 26 (10), 2826-2838 (2017).
  20. Liang, X., Wan, D., Tan, L., Liu, H. Dynamic changes of endophytic bacteria in the bark and leaves of medicinal plant eucommia ulmoides in different seasons. Microbiol Res. 280, 127567(2024).
  21. De Muinck, E. J., Trosvik, P., Gilfillan, G. D., Hov, J. R., Sundaram, A. Y. M. A novel ultra high-throughput 16s rRNA gene amplicon sequencing library preparation method for the illumina Hiseq platform. Microbiome. 5 (1), 68(2017).
  22. Anguita-Maeso, M., Haro, C., Navas-Cortes, J. A., Landa, B. B. Primer choice and xylem-microbiome-extraction method are important determinants in assessing xylem bacterial community in olive trees. Plants (Basel). 11 (10), 1320(2022).
  23. Wang, C., Liu, D. W., Bai, E. Decreasing soil microbial diversity is associated with decreasing microbial biomass under nitrogen addition. Soil Biol Biochem. 120, 126-133 (2018).
  24. Almeida, A., Mitchell, A. L., Tarkowska, A., Finn, R. D. Benchmarking taxonomic assignments based on 16s rRNA gene profiling of the microbiota from commonly sampled environments. GigaScience. 7 (5), giy54(2018).
  25. Liland, K. H., Vinje, H., Snipen, L. Microclass: An R-package for 16s taxonomy classification. BMC Bioinform. 18 (1), 172(2017).
  26. Li, S., et al. The AREb1 transcription factor influences histone acetylation to regulate drought responses and tolerance in Populus trichocarpa. Plant Cell. 31 (3), 663-686 (2019).
  27. Cregger, M. A., et al. The Populus holobiont: Dissecting the effects of plant niches and genotype on the microbiome. Microbiome. 6 (1), 31(2018).
  28. Maria Rodríguez, J. O., Ziani, K., Maté, J. I. Combined effect of plasticizers and surfactants on the physical properties of starch based edible films. Food Res Int. 39 (8), 840-846 (2006).
  29. Beckers, B., De Beeck, M. O., Weyens, N., Boerjan, W., Vangronsveld, J. Structural variability and niche differentiation in the rhizosphere and endosphere bacterial microbiome of field-grown poplar trees. Microbiome. 5 (1), 25(2017).
  30. Caporaso, J. G., et al. Global patterns of 16s rrna diversity at a depth of millions of sequences per sample. Proc Natl Acad Sci USA. 108, 4516-4522 (2011).
  31. Mcpherson, M. R., Wang, P., Marsh, E. L., Mitchell, R. B., Schachtman, D. P. Isolation and analysis of microbial communities in soil, rhizosphere, and roots in perennial grass experiments. J Vis Exp. 24 (137), e57932(2018).
  32. Caporaso, J. G., et al. QIIME allows analysis of high-throughput community sequencing data. Nat Methods. 7 (5), 335-336 (2010).
  33. Callahan, B. J., et al. Dada2: High-resolution sample inference from illumina amplicon data. Nat Methods. 13 (7), 581-583 (2016).
  34. Pruesse, E., et al. A comprehensive online resource for quality checked and aligned ribosomal RNA sequence data compatible with ARB. Nucleic Acids Res. 35 (21), 7188-7196 (2007).
  35. Ginestet, C. Ggplot2: Elegant graphics for data analysis. J R Stat Soc Ser A Stat Soc. 174, 245-245 (2011).
  36. Parks, D. H., Tyson, G. W., Hugenholtz, P., Beiko, R. G. Stamp: Statistical analysis of taxonomic and functional profiles. Bioinform. 30 (21), 3123-3124 (2014).
  37. Holmes, S. P., McMurdie, P. J., Callahan, B. J. Exact sequence variants should replace operational taxonomic units in marker-gene data analysis. ISME J. 11, 2639-2643 (2017).
  38. Chernov, T. I., Tkhakakhova, A. K., Kutovaya, O. V. Assessment of diversity indices for the characterization of the soil prokaryotic community by metagenomic analysis. Eurasian Soil Sci. 48 (4), 410-415 (2015).
  39. Li Yu, X., Hu, X. Y., Wang, X. X., Zhang, X. Y., Du, K. B. A protocol specialized for microbial DNA extraction from living poplar wood. Not Bot Horti Agrobot Cluj Napoca. 50 (4), (2022).
  40. Jeffrey, L. C., et al. Bark-dwelling methanotrophic bacteria decrease methane emissions from trees. Nat Commun. 12 (1), 2127(2021).
  41. Chelius, M. K., Triplett, E. W. The diversity of archaea and bacteria in association with the roots of zea mays l. Microb Ecol. 41 (3), 252-263 (2001).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

16S rRNA DNA PCR

相关文章