From shared genes to staged decay: ecosystem-specific genomic potential for litter decomposition in soils

Résumé technique : Des gènes partagés à la décomposition par étapes : potentiel génomique spécifique aux écosystèmes pour la décomposition de la litière dans les sols

Énoncé du problème
La décomposition de la litière végétale est un flux de carbone terrestre dominant, restituant environ 60 Pg C an⁻¹ à l'atmosphère sous forme de CO₂. Bien qu'il soit établi que les taux de décomposition varient considérablement selon les climats et les écosystèmes, les traits microbiens spécifiques qui pilotent ces différences à l'échelle de l'écosystème restent non résolus. Les recherches antérieures ont utilisé la métagénomique pour quantifier les gènes codant pour les enzymes de dégradation des parois cellulaires végétales (CAZymes), mais il reste incertain si les différences d'écosystèmes dans les taux de décomposition reflètent des répertoires enzymatiques distincts ou simplement des changements quantitatifs de gènes partagés. De plus, on ignore si les données génomiques améliorent la prédiction des taux de décomposition au-delà des covariables établies liées à l'environnement et aux propriétés du sol. Les analyses actuelles manquent souvent de résolution, regroupant les CAZymes à des niveaux fonctionnels grossiers ou échouant à les organiser le long des étapes biochimiques de la décomposition des parois cellulaires végétales (étapes initiales, intermédiaires et finales).

Méthodologie
L'étude a couplé des essais standardisés de décomposition de la litière avec la métagénomique des sols à l'échelle mondiale.

• Conception expérimentale : Les auteurs ont utilisé l'initiative « TeaComposition », employant des sachets de thé vert (labile) et de rooibos (plus récalcitrant) incubés pendant jusqu'à 24 mois dans 264 sites à travers le monde (295 échantillons de sol).
• Échantillonnage : Les échantillons de sol ont été collectés au point final de 24 mois. La perte de masse a été quantifiée à 3, 12 et 24 mois.
• Analyse génomique : Des métagénomes complets (shotgun) ont été générés à partir des échantillons de sol. L'étude s'est concentrée principalement sur l'inférence de 196 parcelles européennes (prairies, forêts de feuillus et forêts de conifères) tout en utilisant l'ensemble du jeu de données mondial (n=295) pour la modélisation prédictive et les tests de transfert entre écosystèmes.
• Bioinformatique :
  • Les contigs assemblés ont été classés taxonomiquement, avec un accent sur les bactéries, les champignons et les archées.
  • Les gènes CAZyme ont été annotés à l'aide de dbCAN3 et organisés par substrats cibles (cellulose, hémicelluloses, pectine, lignine) et par étapes de décomposition biochimique (initiale, intermédiaire, finale, large).
  • L'étude a construit un catalogue résolu par étapes comprenant 17,6 millions d'annotations CAZyme (sous-ensemble européen) couvrant 379 familles et 11 865 sous-familles.
  • Les analyses comprenaient l'évaluation de l'abondance des gènes, de l'enrichissement des sous-familles, de la diversité phylogénétique au sein des familles et de la sélection directionnelle sur les séquences protéiques.
• Modélisation statistique :
  • La partition de la variance a été utilisée pour déterminer le pouvoir explicatif unique et partagé des variables environnementales, des facteurs spatiaux, des indicateurs fonctionnels du sol (respiration, biomasse) et des profils de CAZyme sur la perte de masse à 24 mois.
  • Des modèles prédictifs (régression elastic-net et forêts aléatoires) ont été entraînés pour prédire les trajectoires de décomposition (pentes de perte de masse et aire sous la courbe) sous quatre régimes de validation : au sein d'un même écosystème, exclusion d'un écosystème, exclusion d'un continent et hors Europe.

Résultats clés

1. Modèles de décomposition : Les sols forestiers présentaient systématiquement une perte de masse de la litière de thé plus élevée que les prairies, pour les deux types de thé et à tous les moments. Les forêts de feuillus et les forêts de conifères ne différaient pas significativement l'une de l'autre en termes de perte de masse globale, bien que des contrastes spécifiques existassent à certains moments.
2. Richesse vs Abondance des CAZyme : Les écosystèmes présentaient des richesses similaires en familles de CAZyme pour les différents substrats (ex. cellulose, xylane, lignine). La différence principale n'était pas la présence de familles de gènes spécifiques, mais leur abondance relative. Par exemple, les forêts de conifères présentaient des abondances plus élevées de CAZymes associés à la cellulose et aux hémicelluloses, tandis que les forêts de feuillus montraient des abondances plus élevées de CAZymes associés à la lignine par rapport aux prairies.
3. Divergence résolue par étape :
   • Changements taxonomiques : La composition taxonomique des communautés codant les CAZyme changeait plus fortement selon les étapes biochimiques qu'entre les écosystèmes. Cependant, le contexte de l'écosystème modulait ces changements (ex. contribution plus élevée des Acidobacteriota dans les forêts de conifères).
   • Variation des sous-familles et des séquences : Les écosystèmes différaient dans l'allocation des sous-familles de CAZyme et des séquences protéiques. Les forêts de conifères montraient un enrichissement dans les familles de dépolymérisation d'étape intermédiaire, tandis que les prairies étaient enrichies en familles de traitement terminal.
   • Sélection directionnelle : Une preuve de sélection directionnelle a été trouvée dans 42 familles de CAZyme, avec des préférences de résidus spécifiques à l'écosystème (ex. les forêts de feuillus favorisant les résidus polaires, les forêts de conifères favorisant les résidus aromatiques/hydrophobes dans les familles liées à la pectine).
4. Pouvoir prédictif :
   • Les profils de CAZyme expliquaient une fraction de variation unique et non redondante de la perte de masse à 24 mois (6 % pour le thé vert, 1 % pour le rooibos), s'ajoutant au pouvoir explicatif des covariables environnementales et spatiales.
   • Prédiction au sein de l'écosystème : L'inclusion des profils de CAZyme améliorait significativement la prédiction hors échantillon (R²) des trajectoires de décomposition au sein du même type d'écosystème, particulièrement pour les modèles de forêts aléatoires.
   • Généralisation entre écosystèmes : Les modèles ne se sont pas bien généralisés à travers les différents écosystèmes ou continents. La performance prédictive chutait souvent à un R² ≤ 0 lors de l'extrapolation, indiquant que la relation entre les profils de CAZyme et les taux de décomposition est hautement dépendante du contexte.

Signification et affirmations
L'article affirme déplacer le paradigme de l'inférence des traits microbiens, passant de simples inventaires de gènes à un cadre mécaniste basé sur la distribution par étape des fonctions enzymatiques partagées.

• Aperçu mécaniste : L'étude démontre que les différences d'écosystèmes dans la décomposition ne proviennent pas de la présence ou de l'absence de familles de CAZyme spécifiques, mais de la manière dont un répertoire largement partagé est quantitativement alloué à travers les étapes biochimiques de la décomposition.
• Implications pour la modélisation : Les auteurs soutiennent que les profils de CAZyme devraient être utilisés comme des indicateurs résolus par étape de la capacité de dépolymérisation spécifique à l'écosystème plutôt que comme des constantes de taux universelles. Ils suggèrent que, bien que les données génomiques améliorent les prédictions au sein d'un même écosystème, leur utilité pour la modélisation globale du cycle du carbone est limitée, à moins que la forte dépendance contextuelle des relations gène-taux ne soit explicitement reconnue.
• Directions futures : L'article pose comme postulat que l'amélioration de la portabilité des modèles nécessite un échantillonnage métagénomique plus dense des biomes sous-représentés (ex. forêts tropicales, zones humides) afin de séparer les associations spécifiques aux régions et de lier plus directement l'adaptation des séquences aux conséquences fonctionnelles. Il souligne la nécessité d'aller au-delà des inventaires de gènes pour comprendre comment les fonctions conservées sont allouées aux substrats et aux étapes, afin de traduire les différences mesurables de décomposition de la litière.