玉米驯化和育种导致了地上性状的剧烈和有据可查的变化，但对根系功能和根际微生物群落的地下影响仍然知之甚少，尽管它们对养分和水分的获取至关重要。我们研究了在低投入农业系统的养分枯竭土壤中生长的3个Zea mays种质沿进化样带生长的根际微生物群落组成和结构。
指示种分析显示，现代杂交种与其他两个植物遗传群之间的差异最大。共生网络分析表明，自交玉米品系根际微生物共生模式与近代杂交种相似。我们的结果表明，杂交开发的进步显著影响了根际微生物群落和网络组装。
自10万年前起源于巴尔萨斯河谷以来，玉米已成为现代农业中最重要和种植最广泛的作物之一，现在全球每年生产超过000亿公吨。玉米驯化和现代育种（从其近交亲本系发展现代杂交种）传统上强调对地上性状的选择，这反过来可能以目前尚不清楚的方式影响根际微生物群落的建立。鉴于微生物在养分循环和获取中的关键作用，增加对植物与根际微生物之间相互作用的了解是开发需要更少资源的高产玉米作物和实现更可持续的农业系统的重要一步。
自10万年前起源于巴尔萨斯河谷以来，玉米已成为现代农业中最重要和种植最广泛的作物之一，现在全球每年生产超过000亿公吨。玉米驯化和现代育种传统上强调对地上性状的选择，例如顶端优势和更大的收获指数和种子大小这些过程也影响了玉米的地下性状，包括根系结构和小麦根系分泌物组成。
这反过来可能以目前尚不清楚的方式影响根际微生物群落的建立。鉴于微生物在养分循环和获取中的关键作用，增加对植物与根际微生物之间相互作用的了解是开发需要更少资源的高产玉米作物和实现更可持续的农业系统的重要一步。
现代玉米主要是在最佳栽培条件下培育的，在具有高营养投入的农业系统中选择与高产相关的性状。因此，与较老的品种和野生近缘种相比，由于缺乏选择压力，现代品种可能已经失去了一些招募微生物的能力，这些微生物可以在低输入条件下支持生长。一些报告表明，驯化和育种影响了不同作物与特定有益微生物以及根际微生物群落的相互作用。
根际环境和植物遗传群影响微生物群落组成在所有植物群中，土壤区室影响α多样性和β多样性，而植物遗传群的影响仅在β多样性中可见。在对低患病率扩增子序列变异体 （ASV） 和叶绿体和线粒体 ASV 进行稀薄化和去除后，鉴定出 2790 例原核 ASV（2771 种细菌和 19 种古菌 ASV），鉴定出 189 例真菌 ASV。
以香农多样性指数衡量的原核群落α多样性在远端根际土壤中始终大于近端根际土壤。 双向III型方差分析（方差分析）表明，土壤隔室的影响显著（p < 0.001），而植物群和交互作用的影响不显著（补充表S1）。这一趋势在真菌群落中正好相反，近端根际土壤的α多样性高于远端根际（p = 0.018）。这种影响在和近交植物遗传群中比在现代杂交种中更为明显. 然而，不同植物遗传群或植物遗传群与土壤区间相互作用的α多样性无显著差异。
真菌群落β多样性的双向PERMANOVA表明土壤隔室的影响显著（方差的12%，，而植物遗传群的影响较弱，但仍具有统计学意义（方差的5.4%，p = 0.019），交互作用不显著。真菌微生物群落的PCoA显示，样品也沿着前两个主坐标的组合聚集在土壤隔室中，而植物遗传组的聚类并不明显，与PERMANOVA分析中的小效应量一致。
差异丰度分析还显示，假单胞菌属、天花属、孢子虫属，靠近根部也影响了真菌群落。远端根际真菌群落主要由子囊菌门主导，近端根际担子菌和糜菌的丰度显著增加（log2倍变化=4.2和4.5，p调整< 0.001）。
植物遗传组选择性地招募低丰度ASV的子集3个原核ASV（占近端根际样本中鉴定的所有原核ASV的7.4%）在三个植物遗传组中至少两个之间具有差异丰度。这些是低相对丰度生物，在任何样品中只有两种 ASV 的丰度大于 16%。它们65S_ASV 16和67S_ASV_2，最大相对丰度分别为0.1%和7.16%。这两种ASV都被鉴定为属于Variovorax属，并且在Teosinte近端根际样品中的相对丰度高于从现代杂交种获得的样品。
指示物种分析确定了40种原核ASV（3.4%）作为植物遗传群或植物遗传群对的指标。最多数量的指示性ASV（12）与teosinte和近交组有关，这意味着它们通常存在于这两个组的根际中，但在现代杂交种质的根际中不存在。此外，11个ASV是现代杂交植物遗传组的指示物种，10个ASV是teosinte的指示物种。指示物种分析和差异丰度分析之间存在显着重叠，两种分析均确定18种ASV（占指示物种的45%）与特定植物群相关。
针对一系列最小相关系数 ρ 评估网络属性最小介于 0.5 和 0.95 之间。网络的属性总结在补充图中。随着 ρ 的增加最小，节点数、边数和平均度减少，随着相关检测严格程度的提高，可以预期。Teosinte网络在所有ρ中始终具有三个植物遗传群中最高的节点数最小水平，表明神经根际数据中更多的ASV与至少一种其他ASV呈正相关。
比较用于构建网络的微生物相关矩阵，以评估植物遗传群之间共生模式之间的相似性。我们观察到近交种和特奥辛特网络之间的相似性最大，而近交种和现代杂交网络之间的相似性最低. 三对网络的相似性得分差异均显著（p ≤ 0.012）。
在共生网络中鉴定出的所有假定的关键类群都是细菌，除一个外，所有分类群都属于根际微生物群落中六个最主要的门之一：酸性细菌、放线菌、拟杆菌、厚壁菌、和变形杆菌. 另一个推定的关键类群无法根据RDP数据库在门水平上鉴定，但根据席尔瓦数据库被鉴定为构造微生物。在2个推定的关键类群中，只有50个的平均相对丰度高于1%，而10个的平均相对丰度低于0.1%。
大多数已确定的推定基石分类群在网络之间是不同的。只有一个，一个Skermanella物种，是两个植物遗传群（teosinte和现代杂交种）网络的共同假定基石。1个推定的关键类群也被确定为差异丰度或指示物种，与它们作为基石的同一植物遗传群具有更高的关联性，其中包括三个用于teosinte网络，以及两个用于现代杂交种。
我们探讨了玉米驯化和现代育种过程中高产的地上选择对根际微生物群落从养分枯竭的农业土壤中招募和组装的意外影响。根际微生物在次优生长条件下支持植物生长的重要性已被充分证明因此，植物在营养贫乏的土壤中生长时将潜在有益微生物募集到根际的能力与驯化和育种过程中募集能力的潜在变化特别相关。
我们发现与现代杂交种相比，与近交玉米品系相关的根际微生物群落与teosinte的根际微生物群落之间具有更大的相似性，这表明现代育种比初始驯化对这些微生物群落的影响更大。具体而言，根际群落组成分析表明植物遗传群落之间存在显著差异，其中近交群和现代杂交群最为明显。
而特奥辛特为中间种. 在个体ASV水平上，差异丰度和指示物种分析均显示Teosinte和近交植物群之间的重叠更大。我们对共生网络结构和潜在相关矩阵的相似性的评估证实了这些发现，揭示了近交系和特奥辛特网络之间的相似性最大，而近交系网络和现代杂交网络之间的相似性最小.。其他研究发现玉米和其他草的系统发育距离与根际微生物群落差异之间存在一定的相关性。
差异丰度的微生物和指示物种可能对详细研究这些植物遗传群差异吸引潜在有益微生物的机制感兴趣，大概是通过渗出物39.在这项研究中，我们使用养分枯竭的土壤来识别潜在适应性分类群的募集，特别是在。
我们发现，相对丰度最高的差异丰度分类群是两种被鉴定为Variovorax的ASV，其丰度高达2%。尽管几乎存在于所有根际样品中，但这些ASV在Teosinte植物遗传组中显示出更高的相对丰度。从各种植物根际样品中分离出变异体物种，部分菌株具有促进生长的特性，包括玉米促生长，是进一步研究的有希望的靶点。
我们的研究结果表明，在玉米进化过程中，根际微生物群落招募发生了变化，但在最佳高投入条件下与现代育种相关的变化可能大于与驯化相关的变化。发现自交玉米品系的微生物群落组成和微生物相关网络结构与Teosinte品系更相似，而与现代杂交种的相似性较低。
根际过程与植物选择脱钩的后果尚不清楚，以促进低投入系统中的玉米适应和生产，但这种漫长的共同进化历史可能为测量和管理有益的植物-微生物相互作用提供了有用的路线图，这是可持续玉米生产的关键组成部分。
养分枯竭农业土壤中的植物生长植物生长在加州大学戴维斯分校的温室中，装满了位于加州大学戴维斯分校罗素牧场可持续农业设施的世纪实验的田间土壤的五加仑花盆中。在三个重复样地中收集表土（20-5厘米）并充分混合以产生均质土壤。将种子在2%次氯酸钠中表面灭菌一分钟，并在培养皿中预发芽三天。每盆一粒种子被小心地移植在5.8厘米的深度。
收集近端和远端根际土壤样本收集单独的近端和远端根际样品进行微生物群落分析。植物是根系绑定的，因此所有土壤到生根深度都可能受到根的影响。因此，我们定义了两个独立的区域：近端根际被定义为粘附在根部的土壤，而远端根际被定义为生根深度不紧密粘附但来自同一花盆的土壤。
α多样性指数是使用R中phyloseq分析包中的“estimate_richness”和“绘图丰富度”函数计算的。采用双向III.型方差分析方法，研究999个实验因子（植物遗传群和土壤区室）及其交互作用对香农多样性指数α多样性的影响。主坐标分析使用布雷-柯蒂斯距离函数在phyloseq中使用“纵坐标”函数进行。采用双向PERMANOVA分析两种试验因子（植物遗传群和土壤区室）及其相互作用对微生物群落β多样性的影响。
微生物共生/共排异关系的网络分析为了为每个植物群构建一个共识网络，并消除由植物群内不同样本组的样本组合引起的潜在生境诱导相关性，我们使用了HabitatCorrectedNetwork，这是一种先前描述的网络构建方法，其中包含了对数据组成和生境过滤效应的校正。
为每个植物遗传群构建单独的微生物共生网络。仅纳入了土壤区室（近端和远端根际）和测序类型（3S-V16和ITS4）的所有组合成功测序了2个重复的植物种质。对于所使用的网络构建算法，每个样本子集需要三个重复。
此外，所有网络都是由相同数量的样本构建的，以避免网络构建和统计分析中因样本量不均匀而引起的偏差。因此，每个网络由 12 个样品构建（在 3 个土壤隔室中重复 2 个种质）。
为每个植物组分别构建网络，应用CLR变换校正数据组成，并使用栖息地校正算法校正样本类型（近端与远端）和植物加入的影响。经过这些校正后，使用Spearman相关性构建相关矩阵，显著性截止值为p < 0.05。
基于用于构建网络的相关矩阵确定网络共现模式的相似性。对于相关矩阵 A，A 的值ij等于 ASV 之间的相关强度 （ρ）我和非洲猪瘟j.该比较仅包括在所有三个植物遗传群的根际中检测到的ASV。这对于允许直接比较相关矩阵是必要的，其中行和列必须表示要比较的每个矩阵中的相同ASV。
