Take home message

1. 细菌与真核宿主（如植物、动物、人类）关系密切，这种关系可能对宿主有害、无害或有益。但是，控制细菌适应不同宿主或生活环境（即“生态位适应”）的基因，大部分还不为人知，其功能也不清楚。研究者开发了一个名为 bacLIFE 的简化计算流程。它的主要功能是：进行基因组注释、大规模比较基因组学分析，并预测与特定生活方式相关的基因。

2. 分析了两个常见细菌属（伯克霍尔德菌/副伯克霍尔德菌 和 假单胞菌）的 16,846 个基因组。发现：找到了数百个可能与“植物致病”生活方式相关的候选基因。实验验证：从中挑选了 14 个功能未知的预测基因进行基因突变实验和植物感染测试。结果：其中6个基因被证实确实与两种植物病原菌（Burkholderia plantarii 和 Pseudomonas syringae）的致病性有关。基因类型：这6个关键基因包括糖基转移酶、细胞外结合蛋白、高丝氨酸脱氢酶和一些功能未知的假设蛋白。

3. bacLIFE 是一个有效的工具，可以预测与细菌生活方式相关的基因。它能为深入研究细菌与宿主的相互作用提供重要线索和假设，帮助我们更好地理解细菌如何适应不同环境并与宿主共存或致病。科学家们做了一个强大的“基因侦探工具”（bacLIFE），用它从海量细菌基因数据中，快速找出哪些基因可能让细菌变成“植物杀手”。他们通过实验证实了其中一些基因确实起作用。这个工具未来能帮助我们发现更多细菌生存和致病的秘密。

摘要

（1）Bacteria have an extensive adaptive ability to live in close association with eukaryotic hosts, exhibiting detrimental, neutral or beneficial effects on host growth and health. 细菌具有广泛的适应能力，能够与真核宿主紧密结合，对宿主的生长和健康表现出有害、中性或有益的影响。

（2）However, the genes involved in niche adaptation are mostly unknown and their functions poorly characterized 然而，参与生态位适应的基因大多是未知的，它们的功能也很少被描述。

（3）Here, we present bacLIFE (https://github.com/Carrion-lab/bacLIFE) a streamlined computational workflow for genome annotation, large-scale comparative genomics, and prediction of lifestyle-associated genes (LAGs) 在这里，我们提出bacLIFE(https://github.com/Carrion-lab/bacLIFE)一个简化的基因组注释、大规模比较基因组学和生活方式相关基因预测的计算工作流程 .

（4）As a proof of concept, we analyzed 16,846 genomes from the Burkholderia/Paraburkholderia and Pseudomonas genera, which led to the identification of hundreds of genes potentially associated with a plant pathogenic lifestyle. Site-directed mutagenesis of 14 of these predicted LAGs of unknown function, followed by plant bioassays, showed that 6 predicted LAGs are indeed involved in the phytopathogenic lifestyle of Burkholderia plantarii and Pseudomonas syringae pv. phaseolicola. 作为概念的证明，我们分析了来自伯克霍尔德菌属/副伯克霍尔德菌属和假单胞菌属的16，846个基因组，这导致了与植物致病生活方式潜在相关的数百个基因的鉴定。对这些未知功能的预测LAGs中的14个进行定点诱变，随后进行植物生物测定，表明6个预测LAGs确实与植物伯克霍尔德氏菌和丁香假单胞菌pv的植物致病性生活方式有关。 

（5）These 6 LAGs encompassed a glycosyltransferase, extracellular binding proteins, homoserine dehydrogenases and hypothetical proteins. Collectively, our results highlight bacLIFE as an effective computational tool for prediction of LAGs and the generation of hypotheses for a better understanding of bacteria-host interactions. 这6个标签包括糖基转移酶、细胞外结合蛋白、高丝氨酸脱氢酶和假设蛋白。总的来说，我们的结果强调bacLIFE是一种有效的计算工具，用于预测滞后和产生假设，以更好地理解细菌-宿主相互作用。

（6）Results and discussion 结果和讨论

（7）bacLIFE: a user-friendly framework for large-scale comparative genomics, lifestyle prediction, and identification of lifestyle-associated genes bacLIFE:大规模比较基因组学、生活方式预测和生活方式相关基因识别的用户友好框架

基因组下载：用户首先收集并下载需要分析的细菌基因组序列。冗余度降低：使用 Mash 工具计算平均核苷酸一致性（ANI），在 99% 相似性水平上对基因组进行聚类，并选取代表性基因组，以避免高度相似的基因组在分析中产生偏差。

模块一：聚类模块,这是分析的基础构建阶段。目标：对所有基因和生物合成基因簇（BGC）进行系统性地分类和整理。基因预测与聚类：预测所有基因组中的基因，然后使用马尔可夫聚类算法（MCL）将功能相似的基因聚合成基因簇。BGC 预测与聚类：预测所有基因组中的 BGC，然后使用 BiG-SCAPE 工具将结构/功能相似的 BGC 聚合成基因簇家族。核心输出：基因簇“有/无”矩阵：一个表格，显示每个代表性基因组是否含有某个基因簇。GCF “有/无”矩阵：一个表格，显示每个代表性基因组是否含有某个 GCF。这两个矩阵是整个下游分析的数据基石。

模块二：生活方式预测模块,这是利用机器学习将基因数据与生物学意义（生活方式）关联起来的智能核心。目标：建立基因/GCF 存在模式与细菌生活方式之间的预测模型。关键操作：数据准备：从文献中收集部分已知生活方式的细菌作为标签数据（例如，哪些是植物病原菌、共生菌、自由生活菌等）.模型训练与评估：以基因/GCF 矩阵为特征，已知的生活方式为标签，训练随机森林等机器学习模型。通过 AUC 曲线 等指标评估模型预测特定生活方式的准确性（敏感度、特异性）。数据增强：使用训练好的、表现优异的模型，去预测那些生活方式未知的细菌最可能属于哪一类。这样，所有分析的细菌就都被赋予了预测的生活方式标签，形成了“增强后的元数据”。

模块三：分析模块,这是产生最终科学发现和可视化的环节。目标：识别与特定生活方式显著相关的基因，并提供丰富的可视化分析。关键操作：输入：使用模块二生成的“增强元数据”和模块一生成的“有/无矩阵”。核心分析：进行统计检验，找出在某种生活方式（如植物致病）的细菌中显著富集存在或缺失的基因簇或 GCF。这些就被鉴定为 “生活方式相关基因”。

丰富功能：可视化：提供主坐标分析（PCoA）、系统树图等，直观展示基因组基于基因组成的聚类关系。泛基因组分析：分析核心基因组（所有菌株共有）和可变基因组（部分菌株特有）。数据库：建立一个便于查询的细菌聚类和基因信息数据库。

（8）Lifestyle prediction of Burkholderia/Paraburkholderia and Pseudomonas species 伯克霍尔德菌/副伯克霍尔德菌和假单胞菌的生活方式预测

这张图片（图2）和您的描述展示了 bacLIFE 工作流程在分析两个重要细菌属（伯克霍尔德菌/副伯克霍尔德菌 和 假单胞菌）时的具体结果。这张图是 分析模块 中可视化功能的典型输出。这是一种名为 主坐标分析 的可视化方法，用于展示不同细菌基因组之间的整体相似性或差异性。图中每个点代表一个细菌基因组。点的位置是基于上一个模块（聚类模块）生成的 “基因簇有/无矩阵” 计算得出的。计算原理：算法会根据每个基因组拥有哪些基因簇（就像对比两本书的目录），计算出它们之间的“距离”或“差异度”。距离越近的点，表示两个基因组的基因组成越相似；距离越远，则差异越大。图 a：展示的是 伯克霍尔德菌/副伯克霍尔德菌 属内基因组的分布情况。图 b：展示的是 假单胞菌 属内基因组的分布情况。颜色图例的含义。图中的颜色是关键，它展示了 生活方式预测模块 的工作成果：深色点：表示已知生活方式的基因组。这些是文献中已有明确记录的细菌（例如，某种已确认的植物病原菌）。浅色点：表示预测生活方式的基因组。这是 bacLIFE 的机器学习模型，根据其基因组成，为那些原本“身份不明”（Unknown）的细菌推断出的最可能的生活方式。环境：自由生活，不与特定宿主紧密关联。机会性/动物病原菌：通常在特定条件下才对动物致病。植物病原菌：能引起植物病害。未知：在分析开始时，没有文献记录其生活方式。模型预测效果：观察浅色点（预测的）是否与其对应的深色点（已知的）出现在同一区域。浅蓝色的“预测植物病原菌”点如果和深蓝色的“已知植物病原菌”点聚集在一起，那就证明bacLIFE的预测模型非常准确，因为它把未知的细菌放到了正确的“基因邻居”中。

这张图（图3）非常精妙地结合了系统发育树（展示物种进化关系）和功能基因分布（展示生态适应特征），来揭示生活方式如何在伯克霍尔德菌/副伯克霍尔德菌属中演化。它也是 bacLIFE 分析模块 输出的深度分析结果。1. 核心骨架：系统发育树，基于 54 个在所有菌株中都保守的蛋白质 的序列构建的进化树。这棵树显示了这些细菌物种之间最可靠的进化亲缘关系。树枝越靠近，表示两个物种在进化上关系越近（拥有共同的近期祖先）；树枝分得越开，关系越远。第一、二层环形图：物种与生活方式的对应关系（静态标签）。第一环（最内环）：用不同颜色标示了研究中使用的不同物种（如 B. cenocepacia, Paraburkholderia spp. 等）。第二环：用颜色标示了每个基因组对应的 预测/已知的生活方式（环境、机会性病原等）。作用：一眼就能看出某个进化分支上的细菌主要是什么物种、过着怎样的生活。3. 外层的条形图：功能基因的富集情况（动态特征）这是分析的核心，展示了与生活方式相关的功能基因在进化树上的分布模式。数据来源：这些条形图代表的是经过统计学检验（Kruskal-Wallis检验，P值 < 0.05）后，发现与特定生活方式显著相关的基因。这些基因被归类到了不同的 COG 功能类别中。关键 COG 类别（图中列举）：V (防御机制)：与抗药性、毒素排出等相关。T (信号转导)：与环境感应和反应相关。N (细胞运动)：与鞭毛、菌毛等运动器官相关。W (细胞外结构)：与荚膜、粘液层等相关。G (碳水化合物的运输与代谢)：与利用不同糖类等碳源相关。F (核苷酸的运输与代谢)：与DNA/RNA合成相关。条形图数值的独特含义（最重要的一点）：0 值基线：不是绝对零值，而是整个属（所有分析的伯克霍尔德菌）中该COG类别基因占比的平均值。正值（条形向右）：表示这个特定的细菌基因组中，属于该COG类别的基因比例高于属的平均水平（即“富集”）。负值（条形向左）：表示这个基因组中该COG类别的基因比例低于属的平均水平（即“缺失”或“减少”）。

（9）Identification of general and lifestyle-associated functions 一般功能和生活方式相关功能的识别

这张图（图4）是针对 假单胞菌属 的一个具体而深入的案例分析，重点展示了一个著名的毒力因子——III型分泌系统 的基因在进化树上的分布。它是 bacLIFE 分析模块 输出的又一高级可视化结果，但关注点从广泛的功能类别（COG）聚焦到了具体的、已知与致病性相关的基因簇。追踪关键毒力装置的进化轨迹。这张图的核心依然是一棵 系统发育树，但装饰的信息层非常有针对性。1. 核心骨架：假单胞菌属的系统发育树。基于 77 个在所有菌株中都保守的蛋白质 的序列构建的进化树，显示了假单胞菌属内物种的进化亲缘关系。分析的基因组数量更多（n=2050）。丁香假单胞菌复合群 的细菌在树上用黑线突出显示。这是一个包含许多重要植物病原菌的类群。2. 第一层环形图：物种信息 最内环：用不同颜色标示了研究中常见的假单胞菌物种（如 P. syringae, P. fluorescens, P. putida 等）。3. 外层的热图：T3SS基因的“有/无”分布（分析重点），这是本图的关键，直接可视化了与致病性密切相关的基因。T3SS是什么？：III型分泌系统 是许多动物和植物病原菌的一个像“分子注射器”一样的装置，能够直接将毒力蛋白注入宿主细胞，是关键的致病因子。两大基因簇：hrc 基因簇：编码T3SS的“核心”结构成分（“Hrp调控保守”基因）。hrp 基因簇：除了核心结构基因外，还包含调控基因和效应蛋白基因（“过敏反应和致病性”基因），通常与植物致病性更强相关。热图解读：浅蓝色热图：代表 hrc 基因簇（10个基因）的存在与否。深蓝色热图：代表 hrp 基因簇（16个基因）的存在与否。颜色块：每一行代表一个基因，每一列（对应树的一个分支）代表一个细菌基因组。有色方块表示“有”，空白表示“无”。

T3SS的进化模式：观察热图颜色块在进化树上的分布是连续的还是零散的。如果 hrc/hrp 基因簇集中出现在树的某个特定分支（比如，主要集中在P. syringae复合群所在的区域），并且在其他分支几乎完全缺失，这表明完整的T3SS系统很可能是在进化史上的一次性获得（如通过水平基因转移），然后在该分支内垂直遗传。如果分布非常零散，则可能意味着多次独立的获得或丢失事件。

基因簇与致病生活方式的强关联：将本图与 图2 的PCoA结果结合思考。在图2中，“植物病原菌”在基因组成上应该会聚成一团。在本图（图4）中，如果拥有完整 hrp 基因簇（深蓝色热图完整）的基因组，恰好大部分都属于P. syringae复合群（被黑线标出），并且这些菌在已知分类中大多是植物病原菌，那么这就为 “hrp基因簇是植物致病假单胞菌的关键标志和武器” 提供了强有力的基因组学证据。

基因簇的模块化与变异：对比浅蓝和深蓝热图。可能有些基因组只有 hrc（浅蓝色有，深蓝色无），而有些两者都有。这可以说明：hrc核心结构模块可能是基础，而 hrp附加模块（含效应蛋白）的获得可能是从“具有T3SS潜力”升级为“强植物病原菌”的关键一步。

（10） Prediction of lifestyle-associated genes in Burkholderia and Pseudomonas 伯克霍尔德菌和假单胞菌生活方式相关基因的预测

这张图（图5）是 bacLIFE 工作流程的最终成果总结图，它以最直观的方式展示了从海量基因组中鉴定出的 “生活方式相关基因” 的规模和特性。它回答了“我们到底找到了多少有价值的候选基因？”这个问题。核心解读：LAGs的定量统计与功能解析，这张图是两个并排的堆积条形图，分别对应两个细菌属：a图是伯克霍尔德菌/副伯克霍尔德菌属，b图是假单胞菌属。每个图都包含多个柱子，对比不同基因集合的情况。

1. 柱子分类（X轴）：对比不同基因集合，pan-genome：泛基因组。指该属所有被分析基因组中出现过的所有基因的总和（即基因的最大集合）。unique genes：特有基因。指只在一个基因组中出现过的基因。这些基因通常与菌株特异性适应相关。core-genome：核心基因组。指在该属超过90%的基因组中都存在的基因。这些是维持该属基本生命功能的“必备”基因。LAGs：生活方式相关基因。这是本研究的核心发现。其定义非常严格，必须同时满足两个条件：高度流行：在属于某种生活方式（如“植物病原菌”）的基因组中，至少有 70% 的基因组含有该基因簇。显著富集：该基因簇在这种生活方式基因组中的平均存在率，要比在其他所有细菌中的平均存在率高出 4倍以上（log2倍变化 > 2，即 2^2 = 4倍）。

2. 颜色堆叠（Y轴）：揭示基因的功能认知现状

每个柱子都被分成上下两部分：深色部分：功能已知的基因簇。这些基因至少有一个已知的COG功能分类（如“碳水化合物代谢”、“信号转导”等）。浅色部分：功能未知的基因簇。这些基因通过现有数据库（如eggNOG-mapper）无法被赋予任何已知功能，是潜在的全新功能基因。

3. 颜色分类（图例）：区分不同生活方式，图中用三种颜色来区分LAGs是为哪三种不同的生活方式服务的：环境：与环境适应相关的LAGs。机会性/动物病原菌：与动物致病相关的LAGs。植物病原菌：与植物致病相关的LAGs。我们能从图中解读出什么？LAGs的“含金量”很高：比较 LAGs 柱子与 core-genome 柱子。LAGs的总数（柱子高度）通常远少于核心基因。这说明LAGs是精确定位到的、与特定生态功能相关的基因，而非普遍存在的“家务基因”。未知功能的巨大宝库：观察 LAGs 柱子中浅色部分（功能未知）的比例。如果这个比例很高（比如占到一半以上），这是一个极其重要的发现。它意味着：与细菌适应特定宿主（如植物）密切相关的基因中，有非常大一部分是科学界尚未认知的“暗物质”。这为未来的功能研究指明了富矿地带。不同生活方式的基因需求不同：比较三种颜色的LAGs柱子的高度和组成。例如，“植物病原菌”的LAGs总数可能比“环境菌”的多或组成不同。这反映了不同生活方式需要不同规模和类型的基因“工具箱”。LAGs与泛基因组和特有基因的关系：pan-genome 柱子通常最高，包含了所有可能基因，其中大部分是功能未知的（浅色比例高）。unique genes 柱子展示了菌株特异性，但其中大部分可能没有普遍的生态意义。LAGs 柱子的价值在于，它从庞大而混乱的泛基因组和特有基因池中，筛选出了那些在特定生活方式中既普遍存在又高度富集的基因，极大地缩小了研究靶点的范围。

（11） Known LAGs predicted by bacLIFE 

（12） Discovery of new LAGs using bacLIFE 

这个表格是 bacLIFE 工作流程从预测到实验验证的关键衔接点，它展示了研究人员如何从成百上千个预测出的“植物致病生活方式相关基因”中，挑选出一小部分进行实际的基因功能验证。核心解读：从计算预测到实验靶点的筛选清单，这张表格列出了被选中进行实验验证的 LAGs，主要针对植物致病性伯克霍尔德菌。

表格列解读：LAG number：每个候选基因的唯一编号。例如 ΩLAG1。Selection criteria：筛选标准。这是选择该基因进行验证的关键理由。S：代表 Single LAGs（单个LAG）。选择的是独立存在的、预测与致病性相关的单个基因。C：代表 Consecutive LAGs（连续LAGs）。选择的是在基因组上位置相邻、成簇出现的多个LAGs。这通常意味着它们可能是一个操纵子或功能单元，协同发挥作用，因此更有研究价值。bacLIFE cluster：这是 bacLIFE 聚类模块 给出的基因簇ID。cluster_033461 等表示这个基因属于哪个通过比较基因组学定义的基因家族。Gene name：在特定参考菌株（如 Burkholderia plantarii bpln）中的具体基因编号。NCBI annotation：在NCBI数据库中的初步功能注释。从表中可以看到，大部分是 “假设蛋白”，少数有一些提示性的注释（如“糖基转移酶”、“高丝氨酸脱氢酶”等）。

表格下方的注释解读：注释a：星号 (*) 表示在实验中，该LAG的突变体菌株与野生型菌株相比，生长速度延迟。这说明这个基因不仅与致病性相关，还可能对细菌的基础生长/适应有重要影响。注释b：明确了筛选标准 S 和 C 的含义。这张表格的重要性：体现了研究的完整逻辑链条，从大数据到精准筛选：bacLIFE预测出了数百个LAGs（如图5所示）。研究人员没有盲目地全部验证，而是根据 “单个重要基因” 和 “成簇的潜在功能单元” 这两个生物学上合理的标准，精选了其中一小部分（23个中的14个，见您之前提供的摘要）作为首要验证目标。聚焦“未知功能”：注意，在选中的基因中，很多注释是 “假设蛋白”。这恰恰体现了bacLIFE的核心优势和价值：它能够发现那些传统基于同源性的注释方法无法识别、但又与生活方式强烈相关的新基因。研究的重点正是去揭示这些“暗物质”的功能。

实验验证的起点：这个表格是湿实验（实验室生物实验）的“任务清单”。研究人员会根据这个列表，去构建这些基因的突变体（如敲除菌株），然后观察这些突变体在感染植物时致病能力是否下降（即进行植物生物测定）。结果回馈：表格中的星号标注，已经初步透露了部分实验结果：有些基因的突变会影响细菌生长，这为理解这些基因的功能提供了第一手线索。

这张图（图6）是 bacLIFE 研究“概念验证”的核心实验成果图，它展示了如何通过实验来验证预测出的LAGs是否真的在细菌致病性中发挥作用。这张图将生物信息学预测、系统发育分析和生物学功能实验完美结合。验证LAGs在植物病害中的关键角色，这张图分为三个部分，清晰地展示了从基因筛选到功能验证的全过程。图 a：基因在致病菌中的保守性分析，一棵基于保守蛋白构建的 系统发育树，包含了17种与植物致病生活方式相关的 伯克霍尔德菌。关键信息：树旁边有一个 序列相似性热图，显示了13个被选中的LAGs（来自表1）在这些致病菌中的分布情况。如果某个LAG（热图中的一行）在所有或绝大多数植物病原菌中都有高相似性（颜色一致且较深），说明这个基因在致病菌中高度保守，很可能在致病过程中扮演核心、基础的角色。这个分析回答了：我们预测出的LAGs，是广泛存在于所有植物病原伯克霍尔德菌中，还是只存在于部分菌株中？ 前者作为靶点的价值更高。

图 b：定量测定——基因突变对植物生长的影响，一个柱状图，定量测量了水稻幼苗的茎长。实验设计：Mock：对照组（模拟接种，未接菌）。WT：实验对照组（接种野生型致病菌 B. plantarii）。ΩLAG11, 14, 16, 22, 23：实验组（接种不同LAG基因的突变体菌株）。野生型（WT）组的水稻茎长显著短于 Mock 组，这说明野生型细菌成功抑制了植物生长（即导致病害）。如果某个突变体（如ΩLAG16）接种的植物，其茎长显著长于 WT 组（即更接近Mock组），甚至与WT有统计学差异（*号标注），就说明敲除这个LAG基因后，细菌的致病力下降了。植物受害减轻，长得更好。结论：这个基因（如ΩLAG16，糖基转移酶）是细菌致病所必需的。

图 c：表型观察——基因突变对病害症状的影响，一组实物照片，直观展示了接种10天后水稻幼苗的病害症状。如何解读：Mock：水稻幼苗健康、翠绿、挺拔。WT：水稻幼苗严重发病，表现出典型的病害症状（如矮化、黄化、枯萎等）。突变体组：观察照片并与WT对比。如果某个突变体（如ΩLAG16）接种的幼苗，其病害症状明显轻于 WT 组（看起来更绿、更高），这便为图b的定量数据提供了直观的视觉证据，进一步证实该基因对致病性的重要性。如果某个突变体的症状与WT无异，则说明该基因可能不是致病所必需的。

（13） Integrated secondary metabolite analysis in bacLIFE reveals known and unknown Biosynthetic Gene Clusters linked to a phytopathogenic lifestyle bacLIFE中的综合次级代谢物分析揭示了与植物病原性生活方式相关的已知和未知生物合成基因簇

这段文字描述了一项关于假单胞菌属细菌中非核糖体肽合成酶的研究。核心内容是发现了一个新的、可能与植物致病性相关的NRPS-PKS基因簇，并验证了其功能。以下是各部分的中文解释和核心结论：

a. 基因簇相似性网络图  展示假单胞菌中各种NRPS基因簇的相似性关系。新发现的NRPS-PKS基因簇存在于三个不同的簇中，其中两个主要分布在植物病原菌（丁香假单胞菌 和 绿黄假单胞菌）中，一个分布在环境菌（荧光假单胞菌）中。图中还用其他已知的、与致病性相关的NRPS（如丁香霉素等）作为参照。

b. 系统发育树与基因分布 分析这个新NRPS基因在植物病原假单胞菌中的进化分布。这个新的NRPS基因家族在植物病原菌P. syringae 和 P. viridiflava 中高度保守，并且这些菌中该基因簇的预测产物相同。它与已知致病因子（如丁香霉素、丁香因子）的分布并不完全重叠，说明它是一个独立的因子。

c 和 d. 基因簇的进化与结构分析  深入分析这个新NRPS基因簇的进化关系和模块化结构。来自三个不同簇的代表性基因序列具有共同的进化起源。

d  该基因簇编码一个NRPS-PKS杂合系统。其NRPS部分预测可整合精氨酸、脯氨酸、半胱氨酸和两个未知氨基酸，最后再接一个半胱氨酸。PKS部分含有KS和KR结构域。

e, f 和 g. 基因功能验证（致病性实验） 验证这个新NRPS基因在植物致病性中是否起作用。e (症状观察)： 敲除了该NRPS基因的菜豆疫病菌突变体，在菜豆叶片上引起的坏死病斑比野生型细菌更小、更轻。f (病斑量化)： 统计证实，突变体引起的坏死面积百分比显著低于野生型。g (竞争指数)： 将野生菌和突变菌混合后接种，发现野生菌在植物体内的生存竞争力显著强于突变菌。

（1）Bacteria have an extensive adaptive ability to live in close association with eukaryotic hosts, exhibiting detrimental, neutral or beneficial effects on host growth and health. 

（2）However, the genes involved in niche adaptation are mostly unknown and their functions poorly characterized