黄瓜对镰刀菌枯萎病的抗性,其根本原因在于根系分泌物成分与有益细菌之间的关联

时间:2026年4月3日
来源:Microbiological Research

编辑推荐:

黄瓜品种对尖孢镰刀菌的抗性差异与根际微生物组及代谢组关联性研究。通过代谢组学和微生物组分析,发现抗性品种CL11分泌甘露醇酸I等防御代谢物,富集链霉菌等有益菌群;感病品种ZN6在发病时积累L-色氨酸等代谢物,伴随菌群结构变化。外源施加柠檬酸、L-异亮氨酸等代谢物可有效抑制萎蔫病,并调控根际菌群。

广告
   X   

Adegboyega Adeniji|刘青|黄欣|卢晓红|李世东|郭荣军
中国农业科学院植物保护研究所植物病虫害生物学国家重点实验室,北京市元明园西路2号,100193

摘要

受根际分泌物调控的根际微生物在促进植物生长和抑制土传病害方面发挥着重要作用。然而,它们在单一种植系统中的功能尚未得到充分研究。本研究通过整合代谢组学和微生物组学分析,比较了在自然感染Fusarium oxysporum f. sp. cucumerinum(Foc)的连续种植土壤中生长的抗性(CL11)和易感(ZN6)黄瓜品种的根际分泌物特征及根际微生物群落。无症状的抗性品种CL11(CL11H)表现出富含防御性化合物(如灵芝酸I和L-异亮氨酸)的代谢特征,并且其根际微生物群落以链霉菌(Streptomyces)、Cellvibrio和Ensifer为主。而无症状的易感品种ZN6(ZN6H)则表现出初级代谢物(如甲基丙二酸和琥珀酸)水平升高,以及Amycolatopsis和Flavobacterium的相对丰度增加。当出现症状时,易感的ZN6(ZN6D)会启动“求救”反应,积累L-色氨酸和柠檬酸,这与Allorhizobium-Neorhizobium-Pararhizobium-Rhizobium的招募有关。相反,抗性的ZN6(CL11D)则表现出特定的代谢特征(如L-3-氰基丙氨酸、4-羟基苯甲酰葡萄糖、D-果糖),其根际微生物群落以芽孢杆菌(Bacillus)和Cellvibrio为主。向ZN6植株外源施用柠檬酸、L-异亮氨酸、L-色氨酸、十六烷二酸和琥珀酸可显著抑制枯萎病。这些代谢物质改变了根际微生物群落,具体表现为L-色氨酸促进了Pseudomonas、Burkholderia-Caballeronia-Paraburkholderia和Comamonadaceae的富集,而L-异亮氨酸和柠檬酸则分别促进了Pseudomonas和Bacillus的生长。尽管柠檬酸在体外对Foc的生长有促进作用,但在实际应用中却能抑制病害。这些发现表明,根际分泌物与品种特有的病害结果密切相关,且通过调控特定代谢物质可以借助微生物组机制抑制Fusarium枯萎病。

引言

植物通过释放根际代谢物质主动塑造根际微生物群落,这些代谢物质能够选择性招募有益微生物,从而促进植物健康并抑制病原体(Canarini等,2019;Upadhyay等,2022)。根际分泌物包括有机酸、糖类和其他次级代谢物,它们有助于促进植物与微生物的相互作用,影响微生物群落的组成并激活植物的免疫反应(Zhalnina等,2018;Zhou等,2022)。例如,黄瓜会分泌有机酸(如富马酸和柠檬酸),这些酸能促进有益细菌(如Bacillus amyloliquefaciens)的增殖,从而提高植物对土传病原体的抵抗力(Liu等,2014)。类似地,酚类化合物和糖类也被发现能改变微生物群落,进而提高抗病性(Badri等,2009)。植物基因型也影响不同植物分泌的根际分泌物成分及根际微生物群落的构成(Pang等,2021;Yusuf等,2025)。
宿主基因型在构建根际微生物组中起着关键作用。然而,最近的研究表明,为获得内在抗性而进行的育种可能会无意中阻碍有益微生物的招募,这揭示了一种进化上的权衡(Karasov等,2018;Kwak等,2018)。Wen等(2020)的研究发现,易感黄瓜品种分泌的有机酸浓度高于抗性品种,尤其是丙酮酸、柠檬酸和琥珀酸,这促进了Comamonadaceae等有益菌类的富集。这一观察结果表明,根际分泌物介导的微生物招募可能是易感品种的一种补偿机制,有助于降低病害发生率。这种方法为通过模拟植物分泌物的自然招募机制,将通常与抗性基因型相关的有益微生物特性转移到易感品种提供了新的途径。对于黄瓜生产而言尤其重要,因为Fusarium枯萎病一直是一个持续存在的挑战(Patil和Sriram,2020)。Fusarium oxysporum f. sp. cucumerinum具有很强的生存能力,能够在土壤中存活多个种植周期,并在连续种植第三年时使病害发生率超过70%(Huang等,2019a;Huang等,2019b;Sharma和Shukla,2021)。
最近,一些初级和次级代谢物质因其在抑制病害方面的关键作用而被归类为益生元,因为它们能促进有益微生物的招募且不会被病原体代谢(Wen等,2023;Zhao等,2021)。利用植物来源的益生元通过根际微生物组工程增强植物抗性已成为一种有前景的方法(Wen等,2023;Zahan等,2021)。例如,在感染Pseudocercospora camelliae-sinensis的茶树根际施用酚类酸和黄酮类化合物,可以选择性招募有益微生物(如Trichoderma、Gliocladiopsis、Penicillium、Streptomyces、Burkholderia和Bacillus),这些微生物共同促进了病害的抑制(Wang等,2021)。这些相互作用通过趋化性、群体感应和生物膜形成等机制实现,其中特定代谢物质作为微生物群落的信号或资源(Upadhyay等,2022)。理解这些动态对于开发利用根际分泌物促进有益微生物群落并提高植物抗病性的策略至关重要。然而,这种机制在不同黄瓜基因型中对Fusarium枯萎病的抗性贡献程度尚不明确,其他根际分泌物成分(如氨基酸)的作用也需要进一步研究。
Zhang等(2023)观察到六种黄瓜品种在Foc感染下的根际微生物群落组成发生了显著变化,并确定了特定细菌类群与黄瓜抗性之间的关联:抗性品种CL11中的Massilia、中度抗性品种ZN106中的Cronobacter、JY409中的Pseudomonas,以及易感品种ZN6中的未分类的根瘤菌科(Rhizobiaceae)和链霉菌(Streptomyces)。在Foc感染的ZN6中,占主导地位的Massilia细菌数量显著减少,这表明根际微生物群的破坏可能与病原体入侵有关。尽管这些发现为品种特异性的微生物组差异提供了宝贵见解,但其背后的机制基础(尤其是根际分泌物的作用)仍需进一步探索。以往的研究(Wen等,2020;Zhang,2023)是在受控温室条件下进行的,无法反映自然连续种植系统中Foc的高持续性和致病性(Huang等,2019a;Huang等,2019b)。与仅关注微生物变化的研究不同,本研究将根际分泌物分析与田间条件下的微生物群落分析相结合,为植物、微生物和病原体之间的相互作用提供了新的生物学见解。
为了解决这些不足,本研究调查了在自然感染Foc的连续种植土壤中生长的抗性(CL11)和易感(ZN6)黄瓜品种的根际微生物群落结构中根际分泌物的作用。选择这些品种是因为它们具有明显的表型差异(Zhang等,2023),这为研究根际分泌物在调节根际微生物群落中的作用提供了清晰的对比基础。本研究旨在:(i)确定抗性和易感品种是否招募不同的有益微生物群落(包括有症状和无症状植株);(ii)阐明特定根际分泌物特征在驱动这些微生物变化中的作用;(iii)评估外源施用特定分泌物化合物是否可以抑制病害并改变根际微生物群落组成。研究假设抗性和易感品种通过根际分泌物选择性招募不同的有益微生物群落,从而增强对病原体的抑制作用。本研究通过将分泌物化学成分与微生物群落组成和病害结果联系起来,为基于微生物组的策略奠定了基础,从而提高作物对土传病原体的抗性。

实验设计

本研究使用了两种黄瓜品种:易感品种ZN6和抗性品种CL11,这两种品种在先前的研究中显示出对Fusarium oxysporum f. sp. cucumerinum(Foc)的明显抗性差异(Zhang等,2023)。ZN6黄瓜品种由中国农业科学院蔬菜花卉研究所提供。同时,四川科学院园艺研究所也提供了相关材料。

病原体鉴定及进一步代谢组学和根际微生物群落分析的样本收集

从田间种植的抗性和易感Fusarium oxysporum f. sp. cucumerinum黄瓜样本中共获得了66株真菌分离株。根据形态特征(图S1显示了代表性形态特征和培养板上的菌丝生长情况),以及使用通用ITS引物进行的DNA扩增(生成约500 bp的DNA片段),这些分离株被鉴定为Fusarium属(图S2)。

根际分泌物特征与黄瓜品种的症状表现之间的关系

根际分泌物的组成和丰度因植物种类和基因型而异,且具有不同的抗逆性(Liu等,2020;Salles和Tiedge,2025;Santoyo,2022)。由于在自然生长系统中收集根际分泌物存在困难,大多数研究都是在受控的(通常是水培)系统中分析不同品种的分泌物特征(Escudero-Martinez和Bulgarelli,2019;Weller等,2002;Wen等,2020)。

结论

本研究表明,在自然感染病原体的土壤中,抗性(CL11)和易感(ZN6)黄瓜品种的根际分泌物特征存在显著差异,这些特征与不同的根际微生物组相关。无症状的抗性品种CL11和易感品种ZN6及其有症状植株表现出不同的根际分泌物特征,并且在应对Foc攻击时表现出不同的代谢途径变化。
统计分析
统计分析使用R软件包(版本3.3.1,可在https://cloud.majorbio.com/page/tools.html获取)进行。采用单因素方差分析(one-way ANOVA)后进行Duncan多范围检验(P < 0.05),数据分析使用SPSS 19.0(SPSS,美国)。相关性分析使用Majorbio提供的工具进行(https://cloud.majorbio.com)。
未引用的参考文献
(Barberán等,2012;Xiong等,2020;Yang等,2024)
CRediT作者贡献声明
Adegboyega Adeniji:撰写 – 审稿与编辑,撰写 – 初稿撰写,资金筹集。Rongjun Guo:撰写 – 审稿与编辑,监督,资金筹集。Shidong Li:撰写 – 审稿与编辑,监督。Xiaohong Lu:撰写 – 审稿与编辑。Xin Huang:撰写 – 审稿与编辑。Qing Liu:撰写 – 审稿与编辑。
利益冲突声明
作者声明不存在可能影响本研究结果的财务冲突或个人关系。
致谢
本研究得到了中国农业研究系统专项基金(CARS-23-C04)和中国 Scholarship Council(CSC编号:2020GXZ015108)的支持。

生物通微信公众号
微信
新浪微博


生物通 版权所有