¿Pequeños cambios en la composición microbiana pueden predecir enfermedad por Ralstonia solanacearum?

¿Pequeños cambios en la composición microbiana pueden predecir enfermedad por Ralstonia solanacearum?

En este trabajo se hipotetiza que el marchitamiento bacteriano del tomate causada por el patógeno transmitido por el suelo Ralstonia solanacearum tiene patrones en la composición microbiana que marcan el inicio de la infección en un momento crítico del desarrollo del tomate, para ello analizan el microbioma de plantas enfermas y saludables y miden los pequeños cambios asociados con este fenómeno.

Este patógeno infecta los tejidos vasculares del tomate, y estos cambios se detectan por la densidad bacteriana en las coronas de tallo, pero para este momento ya es demasiado tarde para prevenir que ocurra la enfermedad, debido a que la planta no suele presentar síntomas hasta ya estar en estado de enfermedad, por lo que en este trabajo se plantea predecir en qué momento se puede detectar cuándo ocurrirá un cambio en la composición de la rizosfera que pueda advertir sobre la posterior infección.

Según un meta análisis que realizan, donde miden la infección reportada por Ralsontia en diferentes trabajos en invernadero y reportan que la invasión puede estar en un gradiente dentro de la planta aunque el estado saludo-enfermedad se reporte como binario. En este mismo análisis encuentran que los primeros síntomas de la enfermedad del marchitamiento bacteriano tienden a aparecer en RS1 (estado de floración).

Posteriomente, ya con un experimento de jardín donde toman suelo infectado con Ralstonia y lo utilizan para cultivar tomate hasta tener el estadío vegetativo VS2 (frutos), y miden por qPCR cuantas copias del gen 16S de Ralstonia hay en el suelo, así como la composición microbiana de las comunidades a lo largo del tiempo para ver si es el ensamblaje de las comunidades lo que explica el momento justo en el que ocurre la infección por Ralstonia. De las 54 plantas que tienen datos experimentales propios, se quedan con un subset para sólo lidiar con las que estan claramente enfermas o claramente saludables, debido a que «como la infección latente puede representar una enfermedad próxima o una infección asintomática» deciden excluir este grupo de latentemente infectadas detectadas por qPCR.

Debido a que para analizar esto a lo largo del tiempo utilizan un sistema de rizobox y extraen el suelo de rizosfera sin dañar las raíces, sólo analizan el microbioma de rizosfera, lo cual podría ser una limitante para estudiar este sistema ya que el marchitamiento bacteriano afecta tejido endófito, aunque sí refleja lo observado en el microbioma de la rizosfera.

A través de varios análisis taxonómicos y de propiedades fisicoquímicas del suelo encuentran una composición de microbioma inicialmente similar que diverge en múltiples configuraciones en VS2.

Es interesante que en esta serie de análisis a lo largo del desarrollo, donde los cambios más grandes parecen darse a partir del estadío VS2 como que la diversidad es mayor en las plantas que se van a enfermar que las que no lo harán.

Además obtienen aislados de la rizosfera de las plantas sanas y encuentran 5 cepas que suprimen significativamente la infección de Ralstonia en un experimento donde se inoculan estos aislados por separado (Lysinibacillus xylanilyticus, Pseudarthrobacter defluvii, Bordetella petrii, Bacillus nealsonii, y Chryseobacterium gleum), mostrando que sí es parte del microbioma el que ayuda en el mantenimiento de la salud de la planta.

En conjunto, el artículo presenta una contribución muy valiosa al campo de la ecología del microbioma vegetal y la patología de suelo: la idea de que diferencias tempranas en la composición del microbioma de rizosfera pueden predecir el desenlace de la enfermedad, incluso antes de que el patógeno domine, es poderosa y abre vías para diagnóstico e intervención.

Referencia:

Gu, Y., Banerjee, S., Dini-Andreote, F. et al. Small changes in rhizosphere microbiome composition predict disease outcomes earlier than pathogen density variations. ISME J 16, 2448–2456 (2022). https://doi.org/10.1038/s41396-022-01290-z