СТРУКТУРА МИКРОБИОМА ЧЕРНОЗЕМА ЮЖНОГО РИЗОСФЕРЫ ПШЕНИЦЫ ОЗИМОЙ В УСЛОВИЯХ ПРИМЕНЕНИЯ АССОЦИАТИВНЫХ ШТАММОВ МИКРООРГАНИЗМОВ

Представлены результаты анализа данных таксономической структуры микробного сообщества ризосферы пшеницы озимой трех сортов в условиях применения штаммов микроорганизмов с высоким ассоциативным потенциалом. Целью работы являлось изучение влияния интродукции ассоциативных штаммов бактерий в ризосферное сообщество Triticum aestivum L. на изменения таксономической структуры микробиома. В результате исследований ризосферы пшеницы озимой определено 312 и 422 операционных таксономических единиц на уровне рода в условиях 2019 и 2020 г. соответственно. Доля unclassified Chitinophagaceae являлась максимальной среди всех представителей атрибутируемых до семейства родов. На сорте Ермак в условиях 2019 г. наблюдалось наибольшее влияние применения ассоциативных штаммов на увеличение представленности доли данного сообщества на 14,9-22,1% в сравнении с вариантом без обработки (6,8%). Анализ главных компонент позволил выявить существенные различия между большинством вариантов с инокуляцией ассоциативными штаммами и контролем.

ассоциативные штаммы микроорганизмов, таксономическая структура, ризосфера, Triticum aestivum L, чернозем южный

1. Андронов Е.Е., Пинаев А.Г., Першина Е.В. Выделение ДНК из образцов почвы. - Санкт-Петербург: ПК ”Объединение Вента”, 2011. - 27 с.

2. Доспехов Б.А. Методика полевого опыта с основами статистической обработки результатов исследований. - М.: Агропроиздат, 1985. - 351с.

3. Орлова О.В., Чирак Е.Л., Воробьев Н.И., Свиридова О.В., Лисина Т.О., Андронов Е.Е. Таксономический состав и организация микробного сообщества дерново-подзолистых почв после внесения соломы зерновых культур и использования препарата Баркон // Сельскохозяйственная биология. - 2019. - Т. 54. - № 1.

4. Шерстобоев Н.К., Мельничук Т.Н. Методологический подход к изучению ассоциативных микроорганизмов // Вестник Одесского национального университета. - 2005. - T. 10. - № 7. - C. 311-315.

5. Bates S.T., Berg-Lyons J.G., Caporaso W.A., Walters W.A., Knight R., Fierer N. Examining the global distribution of dominant archaeal populations in soil // ISME J. - 2011. - № 5. - Р. 908-917.

6. Callahan B.J., McMurdie P.J., Rosen M.J., Han A.W., Johnson A.J.A., Holmes S.P. “DADA2: High-resolution sample inference from Illumina amplicon data.” Nature Methods. - 2016. - Vol.13. - P. 581-583. doi: 10.1038/nmeth.3869.

7. Caporaso J.G, Kuczynski J., Stombaugh J. et al. QIIME allows analysis of highthroughput community sequencing data. Nature methods. - 2010. - Vol. 7(5). - P. 335-336. doi: HYPERLINK https://dx.doi.org/10.1038%2Fnmeth.f.303"t"pmc_ext" 10.1038/nmeth.f.303.

8. Chee-Sanford J., Tian D., Sanford R. Consumption of N2O and other N-cycle intermediates by Gemmatimonas aurantiaca strain T-27 // Microbiology. - 2019. - Vol. 165. - №. 12. - P. 1345-1354.

9. Hammer О., Harper D.A.T., Ryan P.D. PAST: Paleontological Statistics Software Package for Education and Data Analysis // Palaeontologia Electronica. - 2001. - Vol. 4(1). - 9 p.

10. Kouřilová X., Schwarzerová J., Pernicová I., Sedlář K., Mrázová K., Krzyžánek V., Obruča S. The First Insight into Polyhydroxyalkanoates Accumulation in Multi-Extremophilic Rubrobacter xylanophilus and Rubrobacter spartanus //Microorganisms. - 2021. - Vol. 9. - № 5. - P. 909.

11. McMurdie P.J., Holmes S. phyloseq: an R package for reproducible interactive analysis and graphics of microbiome census data. PLoS One. -2013. - Vol. 22. - № 8(4). - P. e61217. doi: 10.1371/journal.pone.0061217. PMID: 23630581; PMCID: PMC3632530.

12. Pickett B., Irvine I.C., Bullock E., Arogyaswamy K., Aronson E. Legacy effects of invasive grass impact soil microbes and native shrub growth //Invasive Plant Science and Management. - 2019. - Vol. 12. - № 1. - P. 22-35.

13. Salas-González I., Reyt G., Flis P., Custódio V., Gopaulchan D., Bakhoum N., Dew T.P., Suresh K., Franke R.B., Dangl J.L., Salt D.E., Castrillo G. Coordination between microbiota and root endodermis supports plant mineral nutrient homeostasis // Science. - 2021. - Vol. 371. - № 6525. DOI: 10.1126/science.abd0695.

14. Wright E.S. “Using DECIPHER v2.0 to Analyze Big Biological Sequence Data in R.” The R Journal. - 2016. - Vol. 8. - № 1. - P. 352-359.

15. Viana A.T., Caetano T., Covas C., Santos T., Mendo S. Environmental superbugs: The case study of Pedobacter spp. //Environmental Pollution. - 2018. - Vol. 241. - P. 1048-1055.