Влияние обработки картофеля терпеноидами с антифунгальной активностью на микобиоту его листьев

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

На основе результатов высокопроизводительного секвенирования ДНК по технологии ILLUMINA проведена оценка таксономического состава и экологического профиля грибных сообществ листьев картофеля (Solanum tuberosum L.) здоровых растений и подвергнутых искусственному заражению фитопатогенными грибами Phytophthora infestans (фитофторозом) и Colletotrichum coccoides (антракнозом). Обработка картофеля соединениями с антифунгальной активностью – нейтральными компонентами экстракта древесной зелени ели Э1, кислыми компонентами экстракта древесной зелени сосны Э2, синтетическими меротерпеноидами 1,2-дигидрокси-3-изоборнил-5-метилбензолом Ф1 и С-терпениланилинами А1 – отразилась на формировании ассоциированной с листом микобиоты и клубневой продуктивности растений различным образом. Различия в таксономическом составе грибных сообществ были обнаружены как между сообществами, характерными для растений, выращенных на разных инфекционных фонах, так и подвергнутых обработке различными препаратами. Значительному увеличению по сравнению с контролем (48 филотипов) количества выявленных в листьях грибных таксонов способствовали А1 (95 филотипов) и Ф1 (86 филотипов), примененные на фоне развития фитофтороза, и А1 (89 филотипов) – на фоне развития антракноза. Среди выявленных в ходе исследования таксонов были грибы, относящиеся к таким экологически значимым категориям (гильдиям), как сапротрофы, симбиотрофы, патотрофы и формы со множественными функциями в различных сочетаниях. При сопоставлении данных метагеномного анализа микобиоты листьев картофеля с его клубневой продуктивностью обнаружена положительная связь между показателями таксономического богатства микобиоты и массы клубней с растения. В составе микобиоты в вариантах с более высокой по сравнению с контролем (98 г) продуктивностью клубней (обработка Ф1 (168 г) и А1 (130 г) на фоне фитофтороза и Э2 (134 г) на фоне антракноза) возросла представленность грибов, относимых к гильдиям сапротроф-симбиотроф, сапротроф, патотроф- сапротроф-симбиотроф и патотроф-сапротроф. Увеличение таксономического разнообразия и изменение экологического профиля грибных сообществ могут быть обусловлены мембранотропным действием некоторых терпеновых компонентов, облегчающим проникновение обитателей филлопланы в растительные ткани. Сделано заключение, что обработка картофеля исследованными соединениями приводит к изменению таксономического состава и экологического профиля микобиоты филлопланы, что отражается на клубневой продуктивности картофеля.

Об авторах

И. Г. Широких

Федеральный аграрный научный центр им. Н.В. Рудницкого

Email: biotekhnologiya@fanc-sv.ru
ул. Ленина, 166а, Киров, 610007, Россия

Н. А. Боков

Федеральный аграрный научный центр им. Н.В. Рудницкого

ул. Ленина, 166а, Киров, 610007, Россия

Т. В. Хуршкайнен

Институт химии ФИЦ Коми НЦ УрО РАН

ул. Первомайская, 48, Сыктывкар, 167000, Россия

Н. Н. Скрипова

Институт химии ФИЦ Коми НЦ УрО РАН

ул. Первомайская, 48, Сыктывкар, 167000, Россия

Т. А. Колегова

Институт химии ФИЦ Коми НЦ УрО РАН

ул. Первомайская, 48, Сыктывкар, 167000, Россия

О. А. Шумова

Институт химии ФИЦ Коми НЦ УрО РАН

ул. Первомайская, 48, Сыктывкар, 167000, Россия

И. Ю. Чукичева

Институт химии ФИЦ Коми НЦ УрО РАН

ул. Первомайская, 48, Сыктывкар, 167000, Россия

С. Э. Мокрушина

Федеральный аграрный научный центр им. Н.В. Рудницкого

ул. Ленина, 166а, Киров, 610007, Россия

Р. И. Абубакирова

Федеральный аграрный научный центр им. Н.В. Рудницкого

ул. Ленина, 166а, Киров, 610007, Россия

А. А. Широких

Федеральный аграрный научный центр им. Н.В. Рудницкого

ул. Ленина, 166а, Киров, 610007, Россия

Список литературы

  1. Klavins L., Almonaityte K., Salaseviciene A., Zommere A., Spalvis K., Vincevica-Gaile Z., Korpinen R., Klavins M. Strategy of coniferous needle biorefinery into value-added products to implement circular bioeconomy concepts in forestry side stream utilization // Molecules. 2023. V. 28. № 20.
  2. Семенов А.А. Очерк химии природных соединений. Новосибирск: Наука, Сибир. изд. фирма РАН, 2000. 664 с.
  3. Hurshkainen T.V., Kutchin A.V. Technology for obtaining of biopreparations and investigation of their effectiveness // Chemistry and technology of plant substances: Chemical and biochemical aspects. N.Y.: Apple Academic Press, 2017. P. 227–241.
  4. Chukicheva I.Yu., Hurshkainen T.V., Kutchin A.V. Natural plant growth regulators from coniferous raw materials // Innovat. Expert Exam. 2018. № 3(24). Р. 93–99.
  5. Hurshkainen T.V., Nikonova N.N., Nazarova Y.I., Shirokikh A.A., Bokov N.A., Shirokikh I.G., Kuchin A.V. Study of biocidal properties in extractive substances from coniferous wood greenery // Химия раст. сырья. 2025. № 1.
  6. Nikonova N.N., Hurshkainen T.V., Shevchenko O.G., Kuchin A.V. “Green technology” processing of pine (Pinus sylvestris L.) and larch (Larix sibirica Ledeb.) wood greenery to produce bioactive extracts // Holzforschung. 2022. V. 76. № 3. P. 276–284.
  7. Murashige T., Skoog F. A revised medium for rapid growth and bio assays with tobacco tissue cultures // Physiol. Plant. 1962. V. 15. № 3. P. 473.
  8. Pinaev A.G., Kichko A.A., Aksenova T.S., Safronova V.I., Kozhenkova E.V., Andronov E.E. RIAM: A universal accessible protocol for the isolation of high purity DNA from various soils and other humic substances // Methods and Protocols. 2022. V. 5. № 6. P. 99.
  9. Bolyen E., Rideout J.R., Dillon M.R., Bokulich N.A., Abnet C.C., Al-Ghalith G.A. Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2 // Nat. Biotechnol. 2019. V. 37. P. 852–857.
  10. Мэгарран Э. Экологическое разнообразие и его измерение. М.: Мир, 1992. 181 с.
  11. Bardou P., Mariette J., Escudié F., Djemiel C., Klopp C. Jvenn: an interactive Venn diagram viewer // BMC Bioinform. 2014. V. 15. № 293.
  12. Nguyen N.H., Song Z., Bates S.T., Branco S., Tedersoo L., Menke J., Schilling J.S., Kennedy P.G. FUNGuild: an open annotation tool for parsing fungal community datasets by ecological guild // Fungal Еcol. 2016. V. 20. P. 241–248.
  13. Ryan M.C., Stucky M., Wakefield C., Melott J.M., Akbani R., Weinstein J.N., Broom B.M. Interactive clustered heat map builder: An easy web-based tool for creating sophisticated clustered heat maps // F1000Research. 2019. V. 8.
  14. Кичко А.А., Аксенова Т.С., Шапкин В.М., Зверев А.О., Хютти А.В., Андронов Е.Е. Анализ микобиоты в пораженных листьях картофеля (Solanum Tuberosum L.) с использованием метагеномных подходов // Сел.-хоз. биол. 2019. Т. 54. № 5. С. 990–1001.
  15. Кокаева Л.Ю., Хуснетдинова Т.И., Березов Ю.И., Балабко П.Н., Еланский С.Н. Видовой состав грибов, ассоциированных с листьями картофеля // Защита картофеля. 2017. № 2. С. 8–11.
  16. Yang H., Ye W., Ma J., Zeng D., Rong Z., Xu M., Wang Y., Zheng X. Endophytic fungal communities associated with field-grown soybean roots and seeds in the Huang-Huai region of China // Peer J. 2018. V. 6. e4713.
  17. Шитиков В.К., Розенберг Г.С. Оценка биоразнообразия: попытка формального обобщения // Количественные методы экологии и гидробиологии (сб. науч. тр., посвящ. памяти А.И. Баканова). Тольятти: СамНЦ РАН, 2005. С. 91–129.
  18. Экологический энциклопедический словарь / Под ред. И.И. Дедю. Кишинев: Гл. ред. Молд. сов. энцикл., 1989. 406 с.
  19. Кинтя П.К., Фадеев Ю.М., Акимов Ю.А. Терпеноиды растений. Кишинев: Штиница, 1990. 150 с.
  20. Дзюркевич М.С., Файзуллин Д.А., Зуев Ю.Ф., Стойков И.И., Племенков В.В. Синтез амфифильных имидов на основе монотерпенов и изучение их взаимодействия с модельными биомембранами // Тез. докл. кластера конф. по орг. химии “ОргХим-2013”. СПб., 2013. С. 368.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».