Sequencing of the Arabidopsis thaliana root microbiome shows that its composition is strongly influenced by location, inside or outside the root, and by soil type. The association between a land plant and the soil microbes of the root microbiome is important for the plant's well-being. A deeper understanding of these microbial communities will offer opportunities to control plant growth and susceptibility to pathogens, particularly in sustainable agricultural regimes. Two groups, working separately but developing best-practice protocols in parallel, have characterized the root microbiota of the model plant Arabidopis thaliana. Working on two continents and with five different soil types, they reach similar general conclusions. The bacterial communities in each root compartment — the rhizosphere immediately surrounding the root and the endophytic compartment within the root — are most strongly influenced by soil type, and to a lesser degree by host genotype. In natural soils, Arabidopsis plants are preferentially colonized by Actinobacteria, Proteobacteria, Bacteroidetes and Chloroflexi species. And — an important point for future work — Arabidopsis root selectivity for soil bacteria under controlled environmental conditions mimics that of plants grown in a natural environment. Land plants associate with a root microbiota distinct from the complex microbial community present in surrounding soil. The microbiota colonizing the rhizosphere (immediately surrounding the root) and the endophytic compartment (within the root) contribute to plant growth, productivity, carbon sequestration and phytoremediation1,2,3. Colonization of the root occurs despite a sophisticated plant immune system4,5, suggesting finely tuned discrimination of mutualists and commensals from pathogens. Genetic principles governing the derivation of host-specific endophyte communities from soil communities are poorly understood. Here we report the pyrosequencing of the bacterial 16S ribosomal RNA gene of more than 600 Arabidopsis thaliana plants to test the hypotheses that the root rhizosphere and endophytic compartment microbiota of plants grown under controlled conditions in natural soils are sufficiently dependent on the host to remain consistent across different soil types and developmental stages, and sufficiently dependent on host genotype to vary between inbred Arabidopsis accessions. We describe different bacterial communities in two geochemically distinct bulk soils and in rhizosphere and endophytic compartments prepared from roots grown in these soils. The communities in each compartment are strongly influenced by soil type. Endophytic compartments from both soils feature overlapping, low-complexity communities that are markedly enriched in Actinobacteria and specific families from other phyla, notably Proteobacteria. Some bacteria vary quantitatively between plants of different developmental stage and genotype. Our rigorous definition of an endophytic compartment microbiome should facilitate controlled dissection of plant–microbe interactions derived from complex soil communities.

Immune signals shape root communities To thwart microbial pathogens aboveground, the plant Arabidopsis turns on defensive signaling using salicylic acid. In Arabidopsis plants with modified immune systems, Lebeis et al. show that bacterial communities change in response to salicylic acid signaling in the root zone as well (see the Perspective by Haney and Ausubel). Abundance of some root-colonizing bacterial families increased at the expense of others, partly as a function of whether salicylic acid was used as an immune signal or as a carbon source for microbial growth. Science , this issue p. 860 ; see also p. 788

Abstract Bacteria living on and in leaves and roots influence many aspects of plant health, so the extent of a plant’s genetic control over its microbiota is of great interest to crop breeders and evolutionary biologists. Laboratory-based studies, because they poorly simulate true environmental heterogeneity, may misestimate or totally miss the influence of certain host genes on the microbiome. Here we report a large-scale field experiment to disentangle the effects of genotype, environment, age and year of harvest on bacterial communities associated with leaves and roots of Boechera stricta (Brassicaceae), a perennial wild mustard. Host genetic control of the microbiome is evident in leaves but not roots, and varies substantially among sites. Microbiome composition also shifts as plants age. Furthermore, a large proportion of leaf bacterial groups are shared with roots, suggesting inoculation from soil. Our results demonstrate how genotype-by-environment interactions contribute to the complexity of microbiome assembly in natural environments.

Plants intimately associate with diverse bacteria. Plant-associated bacteria have ostensibly evolved genes that enable them to adapt to plant environments. However, the identities of such genes are mostly unknown, and their functions are poorly characterized. We sequenced 484 genomes of bacterial isolates from roots of Brassicaceae, poplar, and maize. We then compared 3,837 bacterial genomes to identify thousands of plant-associated gene clusters. Genomes of plant-associated bacteria encode more carbohydrate metabolism functions and fewer mobile elements than related non-plant-associated genomes do. We experimentally validated candidates from two sets of plant-associated genes: one involved in plant colonization, and the other serving in microbe–microbe competition between plant-associated bacteria. We also identified 64 plant-associated protein domains that potentially mimic plant domains; some are shared with plant-associated fungi and oomycetes. This work expands the genome-based understanding of plant–microbe interactions and provides potential leads for efficient and sustainable agriculture through microbiome engineering. Comparative genomic analysis of 3,837 bacterial genomes, including new sequences from 484 root-associated isolates, identifies plant-associated gene clusters and plant-mimicking domains.

Abstract Plant phenology is known to depend on many different environmental variables, but soil microbial communities have rarely been acknowledged as possible drivers of flowering time. Here, we tested separately the effects of four naturally occurring soil microbiomes and their constituent soil chemistries on flowering phenology and reproductive fitness of Boechera stricta , a wild relative of Arabidopsis. Flowering time was sensitive to both microbes and the abiotic properties of different soils; varying soil microbiota also altered patterns of selection on flowering time. Thus, soil microbes potentially contribute to phenotypic plasticity of flowering time and to differential selection observed between habitats. We also describe a method to dissect the microbiome into single axes of variation that can help identify candidate organisms whose abundance in soil correlates with flowering time. This approach is broadly applicable to search for microbial community members that alter biological characteristics of interest.

Abstract All multicellular organisms are closely associated with microbes, which have a major impact on the health of their host. The interactions of microbes among themselves and with the host take place at the microscale, forming complex networks and spatial patterns that are rarely well understood due to the lack of suitable analytical methods. The importance of high-resolution spatial molecular information has become widely appreciated with the recent advent of spatially resolved transcriptomics. Here, we present Spatial metaTranscriptomics (SmT), a sequencing-based approach that leverages 16S/18S/ITS/poly-d(T) multimodal arrays for simultaneous host transcriptome- and microbiome-wide characterization of tissues at 55-µm resolution. We showcase SmT in outdoor-grown Arabidopsis thaliana leaves as a model system, and found tissue-scale bacterial and fungal hotspots. By network analysis, we study inter- and intra-kingdom spatial interactions among microbes, as well as the host response to microbial hotspots. SmT is a powerful new strategy that will be pivotal to answering fundamental questions on host-microbiome interplay.

Abstract A central goal in microbiome research is to learn what distinguishes a healthy from a dysbiotic microbial community. Shifts in diversity and taxonomic composition are important indicators of dysbiosis, but a full understanding also requires knowledge of absolute microbial population sizes. In addition to the number of microbial cells, information on taxonomic composition can provide important insight into microbiome function and disease state. Here we use shotgun metagenomics to simultaneously assess microbiome composition and microbial load in the phyllosphere of wild populations of the plant Arabidopsis thalian a. We find that wild plants vary substantially in the load of colonizing microbes, and that high loads are typically associated with the proliferation of single taxa, with only a few putatively pathogenic taxa achieving high abundances in the field. Our results suggest (i) that the inside of a plant leaf is on average sparsely colonized with an estimated two bacterial genomes per plant genome and an order of magnitude fewer eukaryotic microbial genomes, and (ii) that higher levels of microbial cells often indicate successful colonization by pathogens. Lastly, our results show that load is a significant explanatory variable for loss of estimated Shannon diversity in phyllosphere microbiomes, implying that reduced diversity may be a significant predictor of microbial dysbiosis in a plant leaf.

Abstract Sphingomonas is one of the most abundant bacterial genera in the phyllosphere of wild Arabidopsis thaliana, but relative to Pseudomonas , the ecology of Sphingomonas and its interaction with plants remains elusive. We analyzed the genomic features of over 400 Sphingomonas isolates collected from local A. thaliana populations, which revealed high intergenomic diversity, in contrast to genetically much more uniform Pseudomonas isolates found in the same host populations. Variation in Sphingomonas plasmid complements and additional genomic features suggest high adaptability of this genus, and the widespread presence of protein secretion systems hints at frequent biotic interactions. While some of the isolates showed plant-protective properties in lab tests, this was a rare trait. To begin to understand the extent of strain sharing across alternate hosts, we employed amplicon sequencing and a novel bulk-culturing metagenomics approach on both A. thaliana and neighboring plants. Our data reveal that Sphingomonas and Pseudomonas both thrive on other diverse plant hosts, but that Sphingomonas is a poor competitor in dying or dead leaves.

Abstract The ratio of microbial population size relative to the amount of host tissue, or “microbial load”, is a fundamental metric of colonization and infection, but it cannot be directly deduced from microbial amplicon data such as 16S rRNA gene counts. Because conventional methods to determine load, such as serial dilution plating or quantitative PCR, add substantial experimental burden, they are only rarely paired with amplicon sequencing. Alternatively, whole metagenome sequencing of DNA contributed by host and microbes both reveals microbial community composition and enables determination of microbial load, but host DNA typically greatly outweighs microbial DNA, severely limiting the cost-effectiveness and scalability of this approach. We introduce host-associated microbe PCR (hamPCR), a robust amplicon sequencing strategy to quantify microbial load and describe interkingdom microbial community composition in a single, cost-effective library. We demonstrate its accuracy and flexibility across multiple host and microbe systems, including nematodes and major crops. We further present a technique that can be used, prior to sequencing, to optimize the host representation in a batch of libraries without loss of information. Because of its simplicity, and the fact that it provides an experimental solution to the well-known statistical challenges provided by compositional data, hamPCR will become a transformative approach throughout culture-independent microbiology.