Etude des interactions bactériennes dans la neige du Svalbard et de leur dynamique liée aux acides organiques

Organic acid driven bacterial interactions in arctic snow

• Auteur / Autrice : Benoit Bergk Pinto
• Direction : Catherine Larose
• Type : Thèse de doctorat
• Discipline(s) : Ingénierie du vivant
• Date : Soutenance le 08/07/2020
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École Doctorale Electronique, Electrotechnique, Automatique (Lyon)
• Partenaire(s) de recherche : établissement opérateur d'inscription : École Centrale de Lyon (1857-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire AMPERE (Ecully, Rhône)
• Jury : Président / Présidente : Graeme W. Nicol
• Jury : Examinateurs / Examinatrices : Catherine Larose, Timothy Vogel, Purificación López-García
• Jury : Rapporteurs / Rapporteuses : Cene Gostinčar, Beat Frey

Mots clés

Mots clés contrôlés

Écologie de la neige

Diversité microbienne

Mots clés libres

Compétition

Coopération

Réseaux

Neige

Acides organiques

Microbiologie

Competition

Cooperation

Networks

Snow

Organic acids

Microbiologie

Résumé

Les interactions positives entre microorganismes ont longtemps été minoritairement étudiées par les microbiologistes. Mais aujourd’hui, la coopération entre bactéries gagne en importance depuis qu’il a été mis en évidence qu’un grand nombre de bactéries sont auxotrophes et nécessitent la présence d’autres microorganismes pour se développer. Ce nouveau domaine d’étude s’est principalement développé grâce à des co-cultures de microorganismes en laboratoire. Dans cette thèse, nous désirions valider certaines prédictions issues de ces études en laboratoire en les testant sur une communauté bactérienne d’un environnement naturel. Nous nous sommes focalisés sur l’impact des acides organiques et avons émis l’hypothèse qu’une augmentation de la concentration en acide organique causerait une augmentation de la compétition entre bactéries tout en diminuant la coopération dans cette communauté bactérienne. Afin de tester cette hypothèse, nous avons d’abord utilisé le séquençage métagénomique afin de détecter les gènes rapportés dans la littérature scientifique comme étant un indice de coopération (plasmides) ou de compétition (gènes de résistance aux antibiotiques) entre bactéries. De plus, nous avons également évalué les interactions bactériennes en construisant des réseaux de co-variance basés sur des données issues du séquençage 16S rRNA. Cette approche hybride fut ensuite appliquée sur une communauté bactérienne de neige arctique. Au cours de notre première étude, réalisée sur une série temporelle de neige, nous avons pu appliquer avec succès notre méthode afin d’étudier l’impact des acides organiques sur les interactions bactériennes dans la neige. Nous avons mis en évidence que les échantillons présentant une concentration plus importante en acides organiques présentaient également un nombre plus important de gènes de résistance aux antibiotiques. Ce résultat supporte l’hypothèse qu’une augmentation de la concentration d’acides organiques dans la neige augmente la compétition entre bactéries. A l’inverse, les échantillons de neige possédant de fortes concentrations d’acides organiques présentaient un plus faible nombre de gènes structuraux de plasmides dans leurs métagénomes. Ceci étaye ainsi l’hypothèse qu’une augmentation de la concentration d’acides organiques dans la neige diminue également la coopération. La comparaison des réseaux de co-variance a conforté cette interprétation. Suite à ces résultats encourageants, nous avons décidé de valider de manière plus minutieuse notre hypothèse en tentant de reproduire nos résultats dans des microcosmes de neiges amendés au moyen d’un des acides organiques majoritairement identifié dans notre précédente étude (acétate). En parallèle, nous avons également développé un pipeline personnalisé pour traiter nos métagénomes en améliorant la fiabilité de l’annotation fonctionnelle des séquences qui ne peuvent pas être assemblées en déduisant une valeur seuil d’annotation suivant sa distribution observée dans les séquences assemblées. En utilisant cette nouvelle méthode d’annotation pour traiter nos métagénomes, nous avons reproduit la même approche hybride pour étudier les interactions bactériennes. Nous avons pu confirmer le fait que l’augmentation de la concentration d’acides organiques augmentait la compétition entre bactéries mais nous n’avons pas observé d’impact significatif sur la coopération qui ne différait pas beaucoup du niveau observé dans les microcosmes contrôles. Nous en avons déduit que la concentration d’acides organique dans la neige affectait principalement la compétition entre bactéries mais n’avait pas ou peu d’effet sur la collaboration dans la communauté bactérienne de la neige arctique. Malgré ces résultats encourageants, le présent travail a également mis en lumière la difficulté de pouvoir interpréter de manière univoque les gènes qui participent aux interactions bactériennes et suggère la mise en place d’une base de données spécialement dédiée à ce type de gènes.

Bacterial interactions are ubiquitous in the environment. For a long time, microbiologists have been considering mostly negative interactions (mainly competition) between microorganisms as the natural selection would only select the most adapted bacteria in the environment. But nowadays, bacterial cooperation is starting to attract more and more attention as microbiologist realize that a significant number of microorganisms are auxotroph for one or more biomolecules and need the presence of other microorganisms in order to grow. This new field of microbiology has been mostly developing thanks to lab controlled co-cultures. Thus we face now the challenge to try to validate the acquired knowledge from the wet lab experiments in the environment.In this thesis, we wanted to validate some observations that had been made in lab controlled co-cultures at the level of an environmental bacterial community. We considered the effect of organic acids (a carbon source) and hypothesized that an increase of organic acids would increase bacterial competition and that bacterial cooperation would drop at the same time. To test this hypothesis we selected two methods to assess bacterial interactions in order to strength our observations. First, we tracked genes reported as being proxy of cooperation (plasmids) or competition (antibiotics resistance genes =ARG) in metagenomes. We used also co-variance networks of 16S rRNA to assess bacterial interactions. This hybrid approach was then used on a bacterial community from the Arctic snow. We decided to study this community because the Arctic snow environment is reported as being highly dynamic and a seasonal increase of organic acids had been previously reported.During our first study, carried out on a time series of snow, we applied successfully our methodology to track bacterial interactions and how it was impacted by the increase of organic acids. In the snow metagenomes, we observed that the ARGs were retrieved in higher abundance in the snow samples having a higher organic acids load, supporting an increase of competition when organic acids were more abundant. At the opposite, the plasmids backbone genes were retrieved in higher abundance in the snow metagenomes from samples having a low organic carbon concentration, supporting the fact that when organic acids increased cooperation decreased. The co-variance networks showed supporting trends with a decrease of connectivity in the networks of high organic acids concentration compared to the network of low organic acids concentration snow samples. Due to these promising results, we decided to validate further our observations by carrying out a time series experiment in lab-controlled snow microcosms amended with one of the most abundant organic acids found during our previous study (acetate). In parallel, we developed a custom pipeline to process our metagenomes in a more accurate way for the function annotation of the reads that couldn’t be assembled in our samples. We managed to quantify more accurately the degree of accuracy of such read annotation (with an error rate of 5%) and improve our annotation accuracy by learning the e-value threshold used for annotation based on its distribution observed on the assembled reads. Using this new method for the annotation on our snow microcosms metagenomes we repeated our methodology to track the bacterial interactions. We managed to confirm the fact that organics acids triggered bacterial competition in our microcosms but we didn’t observe a clear trend concerning a possible effect on bacterial collaboration. We deduced that the increase of organic acids was mainly affecting bacterial competition but had no or little effect on bacterial collaboration. Despite those encouraging results, this work highlighted the difficulties to interpret unequivocally the genes reported as proxies of cooperation or competition and suggests that more effort is still needed to build a reference database for such genes.