The rhizosphere is a hot spot of microbial interactions as exudates released by plant roots are a main food source for microorganisms and a driving force of their population density and activities. The rhizosphere harbors many organisms that have a neutral effect on the plant, but also attracts organisms that exert deleterious or beneficial effects on the plant. Microorganisms that adversely affect plant growth and health are the pathogenic fungi, oomycetes, bacteria and nematodes. Most of the soilborne pathogens are adapted to grow and survive in the bulk soil, but the rhizosphere is the playground and infection court where the pathogen establishes a parasitic relationship with the plant. The rhizosphere is also a battlefield where the complex rhizosphere community, both microflora and microfauna, interact with pathogens and influence the outcome of pathogen infection. A wide range of microorganisms are beneficial to the plant and include nitrogen-fixing bacteria, endo- and ectomycorrhizal fungi, and plant growth-promoting bacteria and fungi. This review focuses on the population dynamics and activity of soilborne pathogens and beneficial microorganisms. Specific attention is given to mechanisms involved in the tripartite interactions between beneficial microorganisms, pathogens and the plant. We also discuss how agricultural practices affect pathogen and antagonist populations and how these practices can be adopted to promote plant growth and health.

Integrating the governing chemistry with the genomics and phenotypes of microbial colonies has been a “holy grail” in microbiology. This work describes a highly sensitive, broadly applicable, and cost-effective approach that allows metabolic profiling of live microbial colonies directly from a Petri dish without any sample preparation. Nanospray desorption electrospray ionization mass spectrometry (MS), combined with alignment of MS data and molecular networking, enabled monitoring of metabolite production from live microbial colonies from diverse bacterial genera, including Bacillus subtilis, Streptomyces coelicolor, Mycobacterium smegmatis , and Pseudomonas aeruginosa . This work demonstrates that, by using these tools to visualize small molecular changes within bacterial interactions, insights can be gained into bacterial developmental processes as a result of the improved organization of MS/MS data. To validate this experimental platform, metabolic profiling was performed on Pseudomonas sp. SH-C52, which protects sugar beet plants from infections by specific soil-borne fungi [R. Mendes et al. (2011) Science 332:1097–1100]. The antifungal effect of strain SH-C52 was attributed to thanamycin, a predicted lipopeptide encoded by a nonribosomal peptide synthetase gene cluster. Our technology, in combination with our recently developed peptidogenomics strategy, enabled the detection and partial characterization of thanamycin and showed that it is a monochlorinated lipopeptide that belongs to the syringomycin family of antifungal agents. In conclusion, the platform presented here provides a significant advancement in our ability to understand the spatiotemporal dynamics of metabolite production in live microbial colonies and communities.

Protecting plants from the inside out Some soils show a remarkable ability to suppress disease caused by plant pathogens, an ability that is attributed to plant-associated microbiota. Carrión et al. investigated the role of endophytes, the intimate microbial community found within roots, in fungal disease suppression (see the Perspective by Tringe). The wilt fungus Rhizoctonia solani infects sugar beets, whereupon transcriptional analysis shows that several bacterial endophyte species activate biosynthetic gene clusters to cause disease suppression. These organisms produce antifungal effectors, including enzymes that can digest fungal cell walls, and secondary metabolites, including phenazines, polyketides, and siderophores, which may contribute to the antifungal phenotype. Science , this issue p. 606 ; see also p. 568

We provide here a comparative genome analysis of ten strains within the Pseudomonas fluorescens group including seven new genomic sequences. These strains exhibit a diverse spectrum of traits involved in biological control and other multitrophic interactions with plants, microbes, and insects. Multilocus sequence analysis placed the strains in three sub-clades, which was reinforced by high levels of synteny, size of core genomes, and relatedness of orthologous genes between strains within a sub-clade. The heterogeneity of the P. fluorescens group was reflected in the large size of its pan-genome, which makes up approximately 54% of the pan-genome of the genus as a whole, and a core genome representing only 45–52% of the genome of any individual strain. We discovered genes for traits that were not known previously in the strains, including genes for the biosynthesis of the siderophores achromobactin and pseudomonine and the antibiotic 2-hexyl-5-propyl-alkylresorcinol; novel bacteriocins; type II, III, and VI secretion systems; and insect toxins. Certain gene clusters, such as those for two type III secretion systems, are present only in specific sub-clades, suggesting vertical inheritance. Almost all of the genes associated with multitrophic interactions map to genomic regions present in only a subset of the strains or unique to a specific strain. To explore the evolutionary origin of these genes, we mapped their distributions relative to the locations of mobile genetic elements and repetitive extragenic palindromic (REP) elements in each genome. The mobile genetic elements and many strain-specific genes fall into regions devoid of REP elements (i.e., REP deserts) and regions displaying atypical tri-nucleotide composition, possibly indicating relatively recent acquisition of these loci. Collectively, the results of this study highlight the enormous heterogeneity of the P. fluorescens group and the importance of the variable genome in tailoring individual strains to their specific lifestyles and functional repertoire.

The antibiotics phenazine-1-carboxylic acid (PCA) and 2,4-diacetylphloroglucinol (Phl) are major determinants of biological control of soilborne plant pathogens by various strains of fluorescent Pseudomonas spp. In this study, we described primers and probes that enable specific and efficient detection of a wide variety of fluorescent Pseudomonas strains that produce various phenazine antibiotics or Phl. PCR analysis and Southern hybridization demonstrated that specific genes within the biosynthetic loci for Phl and PCA are conserved among various Pseudomonas strains of worldwide origin. The frequency of Phl- and PCA-producing fluorescent pseudomonads was determined on roots of wheat grown in three soils suppressive to take-all disease of wheat and four soils conducive to take-all by colony hybridization followed by PCR. Phenazine-producing strains were not detected on roots from any of the soils. However, Phl-producing fluorescent pseudomonads were isolated from all three take-all-suppressive soils at densities ranging from approximately 5 x 10(sup5) to 2 x 10(sup6) CFU per g of root. In the complementary conducive soils, Phl-producing pseudomonads were not detected or were detected at densities at least 40-fold lower than those in the suppressive soils. We speculate that fluorescent Pseudomonas spp. that produce Phl play an important role in the natural suppressiveness of these soils to take-all disease of wheat.

Take-all decline (TAD) is a natural biological control of the wheat root disease “take-all” that develops in response to the disease during extended monoculture of wheat. The research to date on TAD has been mostly descriptive and no particular occurrence is yet fully understood. We demonstrate that root-associated fluorescent Pseudomonas spp. producing the antibiotic 2,4-diacetylphloroglucinol (Phl) are key components of the natural biological control that operates in TAD soils in Washington State (U.S.A.). Phl-producing Pseudomonas spp. were present on roots of wheat grown in TAD soils at or above the threshold population density required for significant suppression of take-all of wheat. The specific suppression that operates in TAD soils was lost when Phl-producing fluorescent Pseudomonas spp. were eliminated, and conducive soils gained suppressiveness to take-all when Phl-producing Pseudomonas strains were introduced via mixing in small amounts of TAD soil. Introduction of selected Phl-producing strains into take-all conducive soils provided control of take-all of wheat to a level similar to that obtained in the complementary TAD soils.

A bstract With its candybar form factor and low initial investment cost, the MinION brought affordable portable nucleic acid analysis within reach. However, translating the electrical signal it outputs into a sequence of bases still requires high-end computer hardware, which remains a caveat when aiming for deployment of many devices at once or usage in remote areas. For applications focusing on detection of a target sequence, such as infectious disease or GMO monitoring, the computational cost of analysis may be reduced by directly detecting the target sequence in the electrical signal instead. Here we present baseLess, a computational tool that enables such target-detection-only analysis. BaseLess makes use of an array of small neural networks, each of which efficiently detects a fixed-size subsequence of the target sequence directly from the electrical signal. We show that baseLess can accurately determine the identity of reads between three closely related fish species and can classify sequences in mixtures of twenty bacterial species, on an inexpensive single-board computer. Availability baseLess and all code used in data preparation and validation is available on Github at https://github.com/cvdelannoy/baseLess , under an MIT license. Used validation data and scripts can be found at https://doi.org/10.4121/20261392 , under an MIT license.

Abstract Sorghum bicolor is one of the most important cereals in the world and a staple crop for smallholder famers in sub-Saharan Africa. However approximately 20% of sorghum yield is annually lost on the African continent due to infestation with the root parasitic weed Striga hermonthica. Existing Striga management strategies often show an inconsistent to low efficacy. Hence, novel and integrated approaches are needed as an alternative strategy. Here, we demonstrate that the soil microbiome suppresses Striga infection in sorghum. We associate this suppression with microbiome-mediated induction of root endodermal suberization and aerenchyma formation, and depletion of haustorium inducing factors (HIFs), root exudate compounds that are critical for the initial stages of Striga infection. We further identify microbial taxa associated with reduced Striga infection with concomitant changes in root cellular anatomy and differentiation as well as HIF degradation. Our study describes novel microbiome-mediated mechanisms of Striga suppression, encompassing repression of haustorium formation and induction of physical barriers in the host root tissue. These findings open new avenues to broaden the effectiveness of Striga management practices.

Abstract Microbiomes play a pivotal role in plant growth and health, but the genetic factors involved in microbiome assembly remain largely elusive. Here, 16S amplicon and metagenomic features of the rhizosphere microbiome were mapped as quantitative traits of a recombinant inbred line population of a cross between wild and domesticated tomato. Gene content analysis of prioritized tomato QTLs suggested a genetic basis for differential recruitment of various rhizobacterial lineages, including a Streptomyces -associated 6.31-Mbp region harboring tomato domestication sweeps and encoding, among others, the iron regulator FIT and the aquaporin SlTIP2.3. Within metagenome-assembled genomes of the rhizobacterial lineages Streptomyces and Cellvibrio , we identified microbial genes involved in metabolism of plant polysaccharides, iron, sulfur, trehalose, and vitamins, whose genetic variation associated with either modern or wild tomato QTLs. Integrating ‘microbiomics’ and quantitative plant genetics pinpointed putative plant and reciprocal microbial traits underlying microbiome assembly, thereby providing the first step towards plant-microbiome breeding programs.

ABSTRACT A grand challenge in microbial ecology is disentangling the traits of individual populations within complex communities. Various cultivation-independent approaches have been used to infer traits based on the presence of marker genes. However, marker genes are not linked to traits with complete fidelity, nor do they capture important attributes, such as the timing of expression or coordination among traits. To address this, we present an approach for assessing the trait landscape of microbial communities by statistically defining a trait attribute as shared transcriptional pattern across multiple organisms. Leveraging the KEGG pathway database as a trait library and the Enhanced Biological Phosphorus Removal (EBPR) model microbial ecosystem, we demonstrate that a majority (65%) of traits present in 10 or more genomes have niche-differentiating expression attributes. For example, while 14 genomes containing the high-affinity phosphorus transporter pstABCS display a canonical attribute (e.g. up-regulation under phosphorus starvation), we identified another attribute shared by 11 genomes where transcription was highest under high phosphorus conditions. Taken together, we provide a novel framework for revealing hidden metabolic versatility when investigating genomic data alone by assigning trait-attributes through genome-resolved time-series metatranscriptomics.