之前的研究一直关注的是宿主(植物)的转录组在病原菌侵染条件下有什么变化，而很少研究病原菌在植物免疫刺激下的变化。主要还是受方法的限制，因为材料中绝大多数是植物组织的转录本，极难获取足够量的病原菌转录本。

本文介绍了一种新方法，可以去除植物组织，特异富集病原菌的转录本，从而获得植物体内病原菌转录组。本文的通讯作者为马普植物育种研究所的Kenichi Tsuda研究员和密歇根州立大学的美国科学院院士何胜阳教授。

ETS抑制PTI

以前的植物免疫只是说植物的抗性可以控制细菌病原菌的增殖，但是没有从细菌方面出发，解释为什么细菌的生长受到了抑制。可能之前会有文献研究涉及比如细菌的铁离子过程或者营养吸收过程受到抑制，但是没有从组学水平上解释细菌的哪些生理过程受到了植物的调控。如何获得在植物免疫下的细菌呢？

而首先怀疑的就是病原菌的T3SS受到了抑制，所以才导致病原菌的增殖受到抑制。但是并不尽然，因为PTI也会抑制没有T3SS的病原菌的增殖（hrpC），而ETI也能在不影响T3E进入到植物细胞中的前提下抑制病原菌的增殖，所以PTI和ETI应该除了抑制T3SS之外，还有其他靶向的生理过程。所以做了细菌在侵染植物过程中的全转录组。

选择6小时的病原菌作为研究对象是可以避免群体效应对转录组的干扰（即避开菌之间的相互影响）

如果直接收集全转录组，绝大部分会收到植物的转录组，所以选择在提RNA之前进行细菌和植物组织的分离

采用转录组数据和qPCR结果进行比较，相关性很好，证明了这种富含的方法并没有造成很大的bias

两种方法，不同植物，两个实验室；获得了较相近的细菌转录组。

Pto菌株既不能引起PTI,也不能引起ETI。因为有毒菌株分泌的effector可以抑制PTI，而宿主中没有相关的抗性蛋白抑制effector的活性。而用flg22预处理后，可以引发PTI。所以用flg22预处理后的Pto侵染和D36E的pattern比较像。MM是相对KB的一种能引起effector分泌的体外培养基，可以看出MM和KB的pattern差的比较远，effector的分泌过程也伴随着整个转录组的变化。但是相比较于PTI的影响（Pto VS flg22/D36E）ETI对整个转录组的改变并不大（Pto和Avr相比）。另外不同PAMP引起的转录组差异很大（几丁质和flg22）

虽然我们已知PTI和ETI下游的信号途径有很多overlap，但是反映在细菌转录组上的变化并不是很相似。图注是p-value，p-value是10的负对方，取负对数后得到正值，值越大越显著。

前两个图表示至少在一个突变体和野生型的组间表达存在差异，DEG分别为321和26个，作者关注第一种，即ETI启动下对细菌转录组的影响。Q:为什么会有野生型或者KB in vitro的表达值？A：可能是初始的转录组结果，选取一个内参，得到全转录组相比较于内参的初始值。Pto的flg22 vs mock是PTI对转录组的影响，Green-magenta热图表示AvrRpt2侵染下突变体相比较于col的DEG的fold-change，flg22是和Mock相比。最后一个图是把前面的DEG标出来。Cluster II就是含铁细胞生物合成过程相关基因

横纵轴都是比值，和上一张片子一致，分别和ETI下的col中的细菌DEG表达量相比。说明和野生型相比，转录组变化越大，细菌在后期的生长的越不受抑制。圆形和三角形点相比，具有更大的DEG表达改变和细菌生长量，因为植物免疫没有启动，也是符合这个pattern的。需要注意的是横轴是和DEG的表达量相比，而不是全转录组的表达量（更好计算并且能突出趋势），比如对于de突变体，上一张片子说有23个DEG，那么就比较这23个基因的表达pattern

iron-repressed的基因（含有PvdS motif）基本上都是ETI和PTI过程抑制的基因，所以植物免疫可以调控细菌的铁离子响应过程

在细菌内过表达受ETI抑制的铁响应基因pvdS，可以部分恢复病原菌的生长状态，说明pvdS受到抑制是一部分菌生长受到抑制的原因，那是否可以通过改变细胞周围的铁离子含量来改变pvdS的表达，进而影响病原菌的生长呢？

A 高铁浓度抑制了细菌生长（无论有无ETI，好像有ETI的情况下抑制程度更高一些。 B 但是细胞外铁离子的浓度高低并不影响pvdS的表达（和前面的不太一样，不知道前面是不是强调internal铁离子浓度），说明高铁浓度并不是通过抑制pvdS的表达来抑制细菌的生长的。 C 用flg22处理野生型后，植物的质外体和细胞间隙中的铁含量没有明显变化，说明PTI并没有改变铁离子浓度。D用AvrRpt2侵染植物，说明ETI也没有改变铁离子浓度。这说明植物免疫并不是通过改变铁离子浓度来抑制菌的生长的，作者推测可能是通过改变细菌对铁的响应过程。

Reference

Nobori, T., A. C. Velasquez, J. Wu, B. H. Kvitko, J. M. Kremer, Y. Wang, S. Y. He and K. Tsuda (2018). “Transcriptome landscape of a bacterial pathogen under plant immunity.” Proc Natl Acad Sci U S A 115(13): E3055-E3064.
https://www.ncbi.nlm.nih.gov/pubmed/29531038
http://www.pnas.org/content/115/13/E3055.long

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
• 系列教程：微生物组入门 Biostar 微生物组  宏基因组
• 专业技能：生信宝典 学术图表 高分文章 不可或缺的人
• 一文读懂：宏基因组 寄生虫益处 进化树
• 必备技能：提问 搜索  Endnote
• 文献阅读 热心肠 SemanticScholar Geenmedical
• 扩增子分析：图表解读 分析流程 统计绘图
• 16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun
• 在线工具：16S预测培养基 生信绘图
• 科研经验：云笔记  云协作 公众号
• 编程模板 Shell  R Perl
• 生物科普  生命大跃进  细胞暗战 人体奥秘  

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1400+ 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，跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA