Optimisation du pyroséquençage haut-débit pour caractériser la diversité taxonomique des communautés bactériennes des sols

Affiche, résumé

National audience

French. La diversité microbienne d’un sol (que l’on estime entre 100 000 et 1 000 000 d’espèces différentes par gramme de sol) est difficile à caractériser. Toutefois, d’importantes avancées en biologie moléculaire, comme le développement du pyroséquençage, ont permis d'obtenir plusieurs centaines de milliers de séquences à partir d’un ADN méta-génomique. Ces nouveaux développements permettent maintenant de caractériser la diversité des communautés microbiennes du sol en se basant sur un marqueur phylogénétique comme l'ADNr 16S, aussi appelée MetaTaxogénomique (Maron et coll., 2011). Toutefois, dans un contexte ou l’écologie microbienne du sol commence à s’accaparer les échantillonnages de grande envergure (spatial et temporelle) afin de mieux hiérarchiser les processus et paramètres impliqués dans l'assemblage de ces communautés, il est nécessaire d’identifier tous les biais méthodologiques qui peuvent entraîner une faible robustesse et représentativité des résultats obtenus. Il est ainsi indispensable de réévaluer l’efficacité et la reproductibilité du protocole d'extraction d’ADN de sol en fonction des pré requis liés au pyroséquençage des gènes taxonomiques (Terrat et coll., 2011). Il est également essentiel de déterminer la profondeur de séquençage nécessaire pour obtenir une bonne estimation de la diversité des communautés bactériennes des sols étudiés. Enfin, le multiplexage des échantillons, via l'utilisation de MIDs (Multipex IDentifiers), nécessite l'évaluation des biais que peut entraîner l'introduction de ces séquences. Ces premières études nous ont permis d'évaluer les différents biais que peuvent entraîner l'usage du pyroséquençage pour étudier la diversité taxonomique microbienne des sols. Au final, ces informations nous permettront de caractériser au mieux la diversité taxonomique des microorganismes du sol, et de l’appliquer en moyen débit sur les réseaux de surveillance des sols ou sur des chronoséquences (Ranjard et coll., 2010).