El microbioma núcleo y su potencial para el manejo de agroecosistemas

El microbioma núcleo y su potencial para el manejo de agroecosistemas

Los agroecosistemas son ambientes difíciles de manejar debido a las redes complejas de interacción entre macro y microorganismos que los caracterizan. El uso y optimización de las potenciales funciones que los microorganismos brindan al suelo son áreas de investigación cada vez más demandantes para el mejoramiento de la producción agrícola. La descripción de las interacciones planta-microorganismo es difícil de enfrentar debido a la complejidad de las interacciones bióticas y abióticas. 

En este artículo de perspectiva, Toju y colaboradores abordan los diferentes aspectos y consideraciones que se deben tomar para profundizar en la investigación sobre el microbioma de plantas y en particular trabajan con el concepto del microbioma núcleo con el objetivo de proponer estrategias interdisciplinarias para la optimización de su funcionamiento en agroecosistemas,

Para este efecto, los autores comienzan definiendo el microbioma núcleo como el conjunto de microorganismos compartidos dentro de un tipo de microbioma que tienen interacciones que pueden ser aprovechadas para la optimización de la funcionalidad del microbioma.     Toman en cuenta la importancia del ensamblado inicial del microbioma, en donde existen efectos de prioridad.  Esto quiere decir que es importante quién funciona como primer colonizador, ya que los pioneros en colonizar a las plantas pueden ejercer un efecto protector vía competencia microorganismo-microorganismo, generando barreras físicas o generando una respuesta inmune de las plantas previa a la presencia de algún patógeno. Por esas razones proponen que es de suma importancia hacer el manejo de las comunidades microbianas de semillas y plántulas. El manejo de los microbiomas debe ser visto desde tres perspectivas: Primero, el reclutamiento de especies funcionales, la cual es un término con muchas acepciones, pero en este caso puede igualarse a  especies facilitadoras, que al mismo tiempo pueden bloquear a patógenos y finalmente a especies que pueden reforzar las relaciones mutualistas.

ig. 3 | Microbial network information for controlling microbiomes in agroecosystems. a, Network depicting potential inter-microorganism associations. Microorganisms frequently co-occurring in the soil are connected. Those that are interlinked can share environmental preferences and/or interact with each other in complementary or facilitative ways. Only the top-100 bacteria and top-100 fungi that were most abundant in the soil samples collected along an environmental gradient in Hawaii 86 are shown. b, Microbial network modules and plant microbiome types. Microbial networks often contain modules, which represent groups of frequently coexisting microorganisms. Microbial network modules may represent or be represented by microbiome types of plant individuals. c, Controlling native microorganisms with inoculated core microorganisms. For the first step, modules representing microbiome types of healthy plant individuals are searched within network data (1). Some hub microorganisms of the selected modules are then inoculated to seeds or seedling as candidates of core microorganisms (2). When the inoculated plants are introduced to agroecosystems, those that can coexist with the embedded core microorganisms will be preferentially recruited from the pool of indigenous microorganisms (3).

Posteriormente se trata la problemática del despliegue de microorganismos núcleo, los cuales pueden ser descritos también en escalas espaciotemporales que permitan comprender estructuras alternativas del microbioma después de sufrir perturbaciones. Para realizar esto, se propone un enfoque interdisciplinario en donde se puedan llevar a cabo monitoreos en tiempo real de los microbiomas en conjunto con fenotipificación de plantas para finalmente utilizar algoritmos de inteligencia artificial que nos permitan predecir los posibles resultados del empleo de microbiomas diseñados para especies de plantas particulares o agroecosistemas definidos. 

Fig. 5 | Agroecosystem management. a, Spatiotemporal configurations of core microbiomes. Theoretical studies for optimizing spatial and temporal configurations of core microbiomes may help us prevent the spread and evolution of pathogens in agroecosystems. b, Predicting dysbiosis. The taxonomic diversity of plant-associated microorganisms will increase and reach a plateau during initial assembly, while it can drop in dysbiosis events having deleterious effects on hosts. Time-series analytical methods such as empirical dynamic modelling 73,78 may allow us to forecast future dysbiosis. c, Forecasting microbiome dynamics in agroecosystems. Unmanned aerial vehicles (UAVs) and mobile DNA sequencers enable automated monitoring of plant physiology and microbiome structure, providing a basis for simulating agroecosystem dynamics. Regions indicated in red in the UAV image of farmland indicate the potato plants damaged by Phytophthora oomycetes 112 . Such monitoring and informatics platforms will help in exploring the best timing for introducing crop plants inoculated with core microbiomes. When dysbiosis is forecasted in such smart-farming systems, chemical treatments or other types of operations at specific timing and locations may be feasible with fleet management of (multiple) micro-UAVs.

Finalmente, los autores concluyen que la aplicación del microbioma núcleo en agroecosistemas será el producto de la integración y aplicación de múltiples técnicas y tecnologías, lo cual resultará en una reactivación del sistema inmune de las plantas y en la optimización de las funciones microbianas, logrando mejorar las prácticas y productos agronómicos.

Toju, Hirokazu, Kabir G. Peay, Masato Yamamichi, Kazuhiko Narisawa, Kei Hiruma, Ken Naito, Shinji Fukuda et al. «Core microbiomes for sustainable agroecosystems.» Nature Plants 4, no. 5 (2018): 247-257.