有机管理通过改变植物对昆虫的抵抗力来促进自然害虫控制
题目 有机管理通过改变植物对昆虫的抵抗力来促进自然害虫控制
Organic management promotes natural pest control through altered plant resistance to insects
专辑： 小组文献汇报；
翻译：杨盛蝶
Natural plant [IF=13.256]
2020-5 Articles
dio:10.1038/s41477-020-0656-9
第一作者：Robert Blundell1
作者机构：美国加州大学戴维斯分校植物病理系
摘要
在长期定位的有机农场中害虫数量减少，主要归因于生物多样性的增加和有益捕食者的丰富，以及植物营养成分的变化。但是，植物抗性的作用在很大程度上被忽略了。在这里，我们确定寄主植物抗性是否介导有机系统中有害生物种群的减少，并确定潜在的基础机制。我们证明与传统相比，使用有机管理种植的番茄（Solanum lycopersicum）上的叶蝉（Circulifer tenellus）数量减少。我们提供了多种证据，包括根际土壤微生物组测序，化学分析和转基因方法，以证明有机和传统种植的番茄之间的叶蝉沉降变化取决于植物中水杨酸的积累并由根际微生物群落介导。这些结果表明，有机管理的土壤和微生物群落可能通过提高植物抗性而在降低植物对害虫的吸引力方面起着不为人知的作用。
有机农业的特点是管理做法促进土壤生物多样性和有益的生态互动，以抵消对无机肥料和杀菌剂等合成投入的需求。有机农业中的害虫和养分管理在很大程度上是通过各种多样化的方法完成的，包括覆盖作物、轮作、诱捕作物和促进活跃的土壤微生物群落。尽管有机农业通常被认为在产量方面低于传统农业，但它在增强生态系统服务和农业可持续方面具有巨大的潜力。
越来越多的证据表明，有机管理措施还可以减少害虫数量，提高抗虫害能力。长期有机农场害虫的减少在很大程度上归因于限制害虫积累的做法。有机农场上种植的植物的含氮量通常低于常规系统。氮素受限的植物对食草动物的吸引力往往较小，这也可以解释有机系统中观察到的较低的害虫压力。然而，人们对有机管理对植物防御能力的影响知之甚少。
有机管理策略可以增加土壤中的微生物活性和生物量，改变微生物群落，并在某些情况下加强植物与根际有益微生物的联系。与植物根系相关的微生物在抵抗非生物和生物胁迫方面发挥关键作用。菌根真菌已被证明能诱导植物系统抵抗，并能降低对病原体和草食动物的敏感性。促进植物生长的根际细菌通常存在于土壤微生物库中，以及商业接种剂，它们能诱导寄主植物的防御和其他生理变化，从而影响地上草食动物。尽管已知有机管理、植物-微生物联合和作物抗性变化之间的相互作用，但这些相互作用在很大程度上仍然没有被开发出来，以减少农业系统中的病虫害。
在这项研究中，我们报道了有机管理通过改变植物抗性来影响害虫种群。我们以番茄(Solanum Lycopersicum)和甜菜叶蝉(Circulifer Tenellus)为例，探索昆虫定居与性能、根际群落和与植物防御相关的植物激素之间的联系。甜菜叶蝉是加州加工番茄产业的一种重要害虫。我们证明，与使用有机管理种植的番茄相比，使用常规管理种植的西红柿优先被叶蝉害虫解决，并且具有较低的水杨酸(SA)水平。我们的结果表明，昆虫选择性的差异至少部分是由于SA积累和根际微生物群落的变化。了解土壤管理如何影响植物抗性，以及它在多大程度上有助于创建健壮和有弹性的系统，将为种植者提供新的害虫管理工具，以改善农业生态系统的多种可持续性结果。
结果
有机管理减少了昆虫数量，减少了在西红柿上的栖息地
为了确定管理是否影响植物对昆虫的吸引力，我们于2017年在罗素牧场(美国加利福尼亚州戴维斯)的长期试验场(Farm RR)和约洛县(加利福尼亚州北部)的三个商业地点(Farm F、M和S；补充表1)收集了有机和常规田地的番茄枝条。番茄枝条被用来比较甜菜叶蝉在田间配对叶片上的落叶偏好(有机与常规，设计见附图1)。在4个地点中，有3个地点的有机田番茄叶片上停留的叶蝉比常规田的番茄叶片上的叶蝉少(图1A；农场RR，减少约50%；农场M，减少约40%；农场S，减少约36%)。(图1a；农场RR，减少约50%；农场M，减少约40%；农场S，减少约36%)。接下来，我们在相同的有机和常规管理的番茄田中使用扫网抽样调查了昆虫种群。与农场RR的常规田地相比，我们在有机田中观察到的昆虫要少得多（约少2.5倍）（补充图2）。在其他地点的有机田和常规田间，未观察到昆虫丰度的系统差异（补充图1）。
有机管理措施改变了植物防御信号通路
植物激素SA和茉莉酸(JA)是植物防御的重要调节剂，其变化往往影响昆虫的喜好30，31。为了确定有机管理措施是否会改变番茄中水杨酸或茉莉酸的积累，我们测量了从所有四个地点收集的叶片中的这两种植物激素。虽然在立地水平上观察到差异，但有机田的叶片SA水平高于常规田(F1,237.6=6.3，P=0.012)，这是由于农场RR和S的差异(农场RR，~17倍，F_1109=4.56P=0.035；农场S，~12倍，F_1，40=3.66，P=0.063)，但F和M农场的有机田和常规田之间没有差异(图1C)。未观察到土壤管理对茉莉酸水平的主要影响(F1,226.69=0.48P=0.490)，但F和M农场的常规农田叶片的茉莉酸水平高于有机配对农田(F农场，约3倍，F1，36=6.59P=0.015；M农场，约两倍，F1，40=5.01P=0.031)(图1B)。为了确定SA或JA的变化是否可能介导叶蝉的偏好，我们在沉降生物测定中测量了SA或茉莉酸甲酯(MeJA)诱导的番茄叶片与未诱导叶片上的叶蝉沉降量。与MeJA或SA诱导的对照相比，叶蝉更喜欢停留在对照叶片上(图1D，e)。
有机管理做法改变了植物和土壤养分含量
有机管理制度和常规管理制度对土壤肥力的管理大不相同。这会导致植物和土壤养分含量的巨大差异，从而直接或间接影响土壤微生物种群和昆虫的偏好32。我们测量了在所有四个配对地点收集的叶片和土壤中的14种不同的营养物质(补充表2和3)。不同处理和地点的植物养分含量有相当大的差异(补充表2和3)。尽管氮是昆虫食草动物最受限制的植物营养之一，并且经常驱动昆虫的喜好模式33，但在有机田和常规田之间，叶片中的C：N比并没有一致的差异(补充表2)。与我们的预期相反，在四个地点中的三个地点，与有机种植的植物相比，常规种植的植物叶片中的氮含量降低了(补充表2；Farm RR，S和F，~2.3倍)，但这与昆虫定居数据无关。在所有四个地点，有机种植植物的叶片硫浓度都高于常规植物(补充表2；农场RR，高出约1.8倍；农场S，高出约2.9倍；农场M，高出约1.4倍；农场F，高出约2.3倍)。在四个地点中，有机种植的植物中有三个铜浓度高于常规植物(补充表2；农场RR，约1.3倍；农场S，约1.2倍；农场M，约1.3倍)。与有机管理的土壤相比，常规管理的土壤在四个地点中的三个减少了总碳、有机质和钠，并提高了镁(补充表3)。
根际微生物组成与植物养分和防御系统的变化有关
根际细菌和真菌不同于管理，以前已经证明通过调节防御化合物来影响植物健康。我们检查了根际群落的差异是否与观察到的不同农场植物中植物防御激素的差异有关。对于细菌和真菌，在有机管理下，四个地点中的三个地点的番茄根际群落更加多样化(图2A，b)。微生物群落的地点不同，但有机和常规群落在所有地点仍然彼此不同(图2C，d)。曼特尔试验被用来确定植物变量(营养、生物量和激素数据)和微生物(细菌或真菌组成)之间的相关性。植物变量与微生物群落组成冗余分析显著相关；曼特尔细菌r=0.33，P<0.001；真菌r=0.51，P<0.001)。由于植物响应变量也与土壤参数相关(P<0.001)，我们进行了部分曼特尔检验，以检验土壤养分纳入模型后微生物群落组成是否仍然显著。这一分析表明，即使考虑到土壤养分的变化，微生物群落的结构，特别是真菌群落的结构，也与包括养分含量和SA浓度在内的植物性状的变化显著相关(部分Mantel P<0.001)。
为了检验是否有任何特定的微生物科与植物SA浓度的变化有关，我们进行了差异丰度分析。为了检验是否有任何特定的微生物科与植物SA浓度的变化有关，我们进行了差异丰度分析。SA浓度越高的植物，微球菌(放线杆菌)的相对丰度也越高，但伯克霍尔德氏菌、鞘氨醇单胞菌目和粘球菌目的相对丰度越低(图3)。这种相关性表明，根际微生物群落组成的特殊变化与植物叶片SA浓度的变化有关。
土壤生物群决定了叶蝉偏好和植物抗性的差异
为了分离不同土壤成分(物理结构、生物群落和化学性质)在植物抗性中的相对重要性，我们在实验室使用从Farm RR收集的根际土壤进行了一系列生物测定，Farm RR是我们观察到昆虫种群、昆虫选择性和植物抗性差异最大的地点(Farm RR，图1和补充图1)。我们选择在农场RR进行土壤泥浆试验的另一个原因是，它由三个重复的田地组成，每个管理方案35。为了消除土壤物理性质的影响，在进行生物测定之前，收集的土壤经过洗涤，并用有机或常规土壤的浆液接种番茄植株。在接种了常规浆液的植物上定居的叶蝉数量大约是有机浆液的1.5倍(图4A)，这与实验室和田间试验(图1和补充图1)一致。接种来自常规田地的泥浆的植物到第6天时，叶蝉的存活率大约高出3倍，尽管两个处理的存活率都随着时间的推移急剧下降(图4B)。这些结果表明，在RR农场，基于管理的植物抗性和昆虫喜好的调节可能是通过土壤生物或化学参数而不是物理性质发生的。
接下来，我们调查了有机管理土壤中的土壤生物群是否会影响昆虫的偏好。每种处理(有机和常规)的浆液溶液的一半被高压灭菌以杀灭所有微生物。当浆液经过高压灭菌(没有活微生物)时，没有观察到叶蝉沉降偏好的差异(图4A)。这些结果表明，土壤微生物在介导昆虫喜好中起着关键作用。此外，生长在生物活性有机泥浆(LIVE)上的植物比常规植物的SA浓度高25%，但当植物接种高压灭菌泥浆时，SA的量没有发现差异(图4C)。不同处理间的茉莉酸水平没有差异(图4D)。对照和高压灭菌土壤浆液或有机和常规处理之间的养分含量没有显著差异(补充表5)。
为了确定SA或JA的变化是否导致昆虫偏好的差异，我们用不能积累SA并激活SA介导的防御的NahG番茄和JA信号和相关防御受到损害的def1番茄进行了额外的土浆实验。叶蝉在使用有机与常规土壤浆液种植的NaHG植物之间没有偏好(图4e)，而与在有机土壤浆液中生长的相同植物相比，叶蝉优先选择在def1和野生型(WT)对照植物上生长在常规土壤浆液中(图4e，f)。对于def1/Castlemart实验(图4e)来说，差异没有那么大，可能是由于品种的差异，或者是因为这些实验是在土壤采集后一年多进行的。这些结果共同表明，微生物群落的差异可能通过SA信号的变化来调节昆虫偏好和植物抗性水平的变化。
土壤性质的不同导致了不同植物种类间植物抗性的变化。为了确定有机土壤浆液对昆虫性能的影响是否在不同植物之间保持不变，我们对桃蚜(Myzus Persicae)和另外三种植物(胡萝卜(Daucus Carota)、拟南芥(Arabiopsis Thaliana)和马铃薯(Solanum Tuberosum))进行了额外的泥浆实验。我们的结果表明，与常规种植相比，在有机土壤浆液中种植的所有三种植物上的桃蚜繁殖都减少了(图5A；胡萝卜D.carota，减少~40%；A.thaliana，减少~70%；S.tuberosum，减少~75%)。最后，我们研究了番茄的另一种食草性害虫Manduca sexta的适合性，它通过咀嚼取食，而不是像半翅目动物那样通过韧皮部取食。不同处理间六星草干重差异不显著(图5B)。
讨论
我们的结果表明，与常规种植的植物相比，长期有机农场种植的西红柿上栖息的叶蝉害虫较少(图1A)。以前的研究表明，植物养分含量的差异可以改变草食动物的取食偏好和表现14，然而，在我们的研究中，不同地点的有机田和常规田的养分含量并没有一致的差异(补充表2)。昆虫定居和昆虫种群的最大差异是在RR农场，与常规种植的植物相比，定居的叶蝉较少，在有机种植的植物上观察到的昆虫也较少(图1A和补充图2)。在这些植物中没有观察到碳或C/N比的显著差异，令人惊讶的是，与常规地块相比，RR农场有机地里的番茄叶片的含氮量更高(补充图2)。我们表明，有机土壤管理促进了SA的积累，从而影响了植物-昆虫的相互作用(图1B-e)。我们证明，SA和昆虫偏好的变化取决于与长期有机管理相关的土壤微生物群落的变化(图1-4)，这些发现可能适用于多种植物系统(图5)。虽然土壤微生物对农业生态系统中植物病原菌和土传害虫的影响已被认识到并得到了较好的描述，但这里我们表明，土壤微生物群落可能通过植物抗性的变化在抑制害虫种群方面发挥着未被认识的作用。这些结果表明，通过土壤健康管理可以制定更可持续的昆虫管理策略。
植物进化出复杂的免疫系统来保护自己免受害虫和病原体的侵袭。以前的研究已经确认SA在介导植物对半翅目昆虫36-38的防御反应中起作用，而茉莉酸和乙烯的变化在很大程度上与对咀嚼昆虫的防御30有关。与这项工作一致的是，当SA含量升高时，我们观察到有机土壤管理对植物对多种半翅类的抗性的影响（图1、4和5），而对咀嚼毛毛虫M. sexta的影响（图5）没有影响。
尽管人们知道微生物群落在农业生态系统中扮演的重要角色，但我们对微生物多样性和组成在植物健康和抗病虫害方面提供的直接好处的了解仍然有限。我们研究中的有机地点显示了特定微生物类群的过度表达，这些微生物类群已知参与诱导植物防御41-43，包括假单胞菌、Ochrobactrum、Glutamicibacter、Bacillus、Ralstonia和其他(补充表4)。此外，在我们的田间实验中，来自微球菌目的微生物分类群与植物SA浓度的变化呈正相关(图3)，而变形杆菌(Burkholdriales目、粘球菌目和鞘氨醇单胞菌目)的成员与植物SA呈负相关。这些特殊分类群的存在可能会增强植物诱导的抗性44、25，尽管植物诱导水杨酸或土壤环境的变化也可能直接调节微生物的相互作用45。在我们的研究中，在四个地点中的三个地点，与成对的常规管理土壤相比，有机管理的土壤具有更高的有机质和碳，而减少了镁(补充表3)。有机土壤中土壤化学或养分有效性的变化可能有助于增强土壤微生物组中植物防御反应的变化46。尽管目前尚不清楚这种作用的具体微生物分类群或群落组成，但这项研究表明，农业生态系统中的有机实践可以通过土壤微生物群的变化来促进植物抵御虫害。
虽然已知土壤微生物可以通过改变植物信号和防御来影响地上植物-昆虫的相互作用47-50，但促进有益微生物种群的管理技术仍然知之甚少。我们的数据表明，有机管理措施改变了土壤微生物群落，通过SA的变化改变了植物防御潜力，并影响了半翅目昆虫的定居和性能(图1-3)。虽然我们不能区分多样性本身与成分变化或特定分类群之间的影响，但实验室分析强烈表明土壤微生物区系在植物保护中的作用(图4)。农场调查支持这样的假设，即有机做法可以在大范围内影响昆虫的偏好，但也表明，做法或当地条件的变化可能会在某些地点缓和这些结果(图1和图2以及补充图1)。虽然还需要进一步的工作来剖析其中涉及的特殊机制，包括对微生物菌株或信号的调查，但我们的结果表明，在面对半翅目害虫的压力下，使用有机措施种植的健康土壤可以促进可持续和有弹性的产量。因此，有机农业在广泛改善关键生态系统服务的提供方面具有巨大潜力，这些服务对耕作系统的可持续性和粮食供应的弹性至关重要。
方法
实地考察地点
田间研究是在2017年生长季进行的，地点是1993年在Farm RR(参考文献)建立的世纪实验的有机和常规长期处理。35)。2017年，在约洛县的商业用地上又进行了三项实地研究。在这些研究中，对长期有机和常规加工番茄田进行了比较。在农场RR，配对地点指的是研究农场上的有机和常规重复田地。在农场RR，每块地0.4公顷，按随机区组设计35进行组织。我们从这个地点为每个处理使用了三个重复的字段。对于其他农场，配对地点是指由同一种植者在同一地点管理有机和常规农田，同时播种番茄的地方。补充表1提供了田间管理策略的详细情况。在每个田间，以“M”形抽样模式采集了12株植物，用于生物测定、植物激素提取、植物和根际土壤养分以及根际DNA扩增序列测定。各地点的土壤化学详情载于补充表3。
昆虫扫网收藏
在移植后3周，在前面描述的研究地点对昆虫种群进行采样。为了标准化收集，每个田地执行6次扫网收集，每个收集包括沿样带的8行边界内的10次田野上下扫掠。样品被装袋并冷冻，直到昆虫被计数并按顺序分类。
植物和生长条件
以赚钱番茄、蓖麻番茄、转基因NahG番茄51和蓖麻背景茉莉酸缺陷型def1突变体番茄52为材料进行实验室研究，以Heinz 8504番茄为材料进行罗素牧场试验。对于商业农场，番茄品种因地点而异(补充表1)。拟南芥、马铃薯和胡萝卜试验分别采用Col-0和Desiree品种和大蒜亚种。对照试验在25/20°C、光照周期16/8h、相对湿度为50%、光照强度为200mmolm−2s−1的Conviron生长箱中进行，所有后续试验均采用相同的生长条件。
昆虫
甜菜夜蛾(C.tenellus)是在控制条件下(28/24℃昼夜，光照周期为16/8h)饲养的无毒甜菜夜蛾(C.tenellus)。在控制条件下(28/24℃昼夜，光周期16/8h昼夜)在马铃薯上饲养烟蚜(M.persicae)。六纹夜蛾卵是从卡罗莱纳生物供应部订购的，并在室温下保存直到孵化。新生儿立即在受控条件下进行生物测定，不饲养。
试验点生物测定
番茄枝条在移栽后3周从常规地块和有机地块采集，立即用于生物测定。实验前采集无毒甜菜夜蛾，饥饿2h。建造了一个笼子，允许有机西红柿叶在一端密封，而在另一端密封常规叶(补充图1)。选择发育相似的叶片进行标准化分析。在距两片叶片等距离的笼子中央引入5只无毒甜菜叶蝉。释放后2h记录叶斗位置。这一时间是根据初步实验选择的，在24小时内，在多个时间点测量了叶蝉的偏好，偏好生物测定是在黑暗中进行的，因此叶蝉不能根据视觉线索进行沉降。每个实验都使用来自每个地点的18个独立的分支对(有机与常规)重复进行。偏好实验的实验设计见附图1。
植物激素提取和液相色谱-串联质谱(LC-MS/MS/MS)分析
在扫网采集过程中，从每个田地的12株独立的3周大的番茄植株中取出发育相似的真叶，并立即将其冷冻在液氮中。在实验室实验中，从出苗后3周的番茄植株中取出发育相似的真叶，并立即将其冷冻在液氮中。样品保存在-80°C，直到它们被冷冻干燥。根据Casteel等人的说法，随后的组织被称重，在Harbil油漆振荡器中研磨，并被提取。样品在带有Infinity II HPLC的Agilent 6420A三四极质谱上运行(安捷伦科技)。定量是基于同位素标记的内标，在提取前在每个样品中添加该内标。每个处理至少测量了9个样本。对于植物激素的定量，没有使用昆虫，这意味着我们的数据代表了“组成水平”；然而，所有的田间样本都有一定程度的损害。
昆虫偏好生物测定
西红柿出苗后3周进行处理。SA诱导时，2g SA溶于含0.01%吐温20的250ml水中，喷洒在植株上直至脱落。JA诱导使用MeJA溶液(0.45 mM MeJA+0.01%吐温20)。对照植物用含0.01%吐温20的H2O处理。所有偏好生物测定均如上所述进行，并在化学处理后24小时进行。每个实验重复10-15次。偏好实验的实验设计见附图1。
植物、土壤和土浆养分分析
通过燃烧分析，对混合干燥和均质的土壤和植物样品进行了总氮(N)和碳(C)的分析54。使用流动注射分析仪55测定土壤硝酸盐。按Olsen和Page56测定土壤速效磷(P)。土壤有机质含量测定采用烧失法57。土壤pH值用饱和膏体萃取物测定。采用电感耦合等离子体原子发射光谱法(ICP-AES)测定土壤浆液和植物养分。58)分别在加州大学戴维斯分校(UC Davis)和宾夕法尼亚大学(University Of Pennsylvania)分析实验室工作。
根际DNA提取及扩增片段测序
在扫网采集期间，如前所述，在移栽3周后从每块地挖掘出12株植物。在实验室里，每种植物的根都被汇集成六个子样本。将根片段亚样短暂摇动去除粘连土壤，然后在0.9%NaCl和0.01%吐温80中摇动90min，然后用Mobio PowerSoil Kit(Qiagen)提取。每个样本至少100 ng的根际DNA被送往Dalhousie综合微生物组资源(IMR)设施使用MiSeq进行文库准备和测序。对16S核糖体RNA区的V4-V5区进行测序，以确定细菌群落，并对rRNA基因的内部转录间隔区(ITS)进行测序，以确定真菌群落的特征。来自提取缓冲液和试剂盒材料的阴性对照也被提交，但没有恢复读数。使用DADA2 v.1.8(参考文献)对读数进行纠错并组装成扩增子序列变体(ASV)。60)，并使用Silv A v.128为细菌61和联合数据库(2017年发布)为真菌62指定分类法。没有分类学归属或归属于古菌、线粒体或叶绿体的分类群被从数据集中删除。那些没有被归入真菌王国的人被从真菌数据集中删除。细菌和真菌的序列丰度分别为15,310个和13,000个，所有的采样曲线都接近饱和。
在土壤泥浆下生物测定
根际土壤是从RR农场的常规和有机重复农田采集的。我们选择把农场RR作为我们泥浆实验的土壤来源，因为：(1)在这个地点的结果是最反差的，同时也代表了其他农场，(2)它由三个重复的田地组成，每个管理制度都有三个重复的田地，在过去的25年里一直保持一致的管理(参考文献)。35)。将取样的土壤与1/4强度的Hoagland‘s营养液(1g土壤，5ml溶液，350r.pm，反应1h)混合制成土浆。然后将溶液在室温下沉淀1小时，并在500r.pm下离心。持续5分钟。离心后，取出上清液，在120°C高压灭菌3次，或不处理。在灭菌土壤上播种时，以15ml/周2次的速度添加土浆，直到出苗后3周进行偏好、繁殖或成活试验。这一方法适用于所有植物物种。
生存和繁殖生物测定
西红柿是在加州大学无菌盆栽混合物中种植的，并补充了如上所述的土壤泥浆。番茄出苗3周后，将8只成虫安装在一片叶片上，每天记录6d以上的存活率，每个实验至少重复2次。为了进行繁殖生物测定，将胡萝卜(D.carota)、拟南芥(A.thaliana)和马铃薯(S.tuberosum)种植在添加了如上所述土壤浆液的无菌土壤中。羽化后3周，将1只成虫放在叶片上。24小时后，除1头若虫外，其余蚜虫均被清除。9d后，对现已成虫的创始若虫后代进行计数，以确定其繁殖力。每个实验包含至少六个重复，并至少重复两次。
M.sexta
当六纹夜蛾从卵中孵化出来后，新生的幼虫立即被用画笔移到笼子里。在出苗后的3周大的西红柿上安装笼子，如上所述，在添加了泥浆的无菌土壤中种植两次。一周后，所有的毛虫都被取出，冷冻干燥，并称重。每个实验至少重复两次，每次至少重复九次。
统计分析
所有统计数据均使用R（v.3.2.2）（参考63）进行。检查同质性的假设和残差的正态分布，并在适当情况下转换数据以提高同质性或使用非参数检验。
从扫网、土壤性质、植物化学、昆虫定居、昆虫繁殖和昆虫存活来计算昆虫数量由于昆虫计数数据不能达到正态分布，因此采用更保守的Wilcoxon-Mann-Whitney检验来确定农场管理对扫网采集的节肢动物总数的影响。采用Tukey‘s诚实显着差异的单因素方差分析，后处理试验被用来确定管理对每个配对地点的土壤性质的影响。对于以嵌套方式收集的数据(从一个站点内的地块中多次重复)，我们在LME4中使用了使用线性回归的通用混合模型，将地块嵌套在管理和站点中作为随机效应64。具体地说，GLMM被用来评估管理对植物激素水平和植物营养的影响，上面提到了预测因素。利用二项式回归分析了土壤管理、化学处理和突变体对昆虫沉降的影响。在实验室的泥浆实验中，通过学生t检验(不配对和双尾)来确定农场管理对昆虫繁殖和存活的影响。使用二项式检验确定结算分析的统计差异，假设处理之间没有差异的零假设。
植物、土壤和微生物变量之间的相关性
曼特尔测试被用来确定植物、土壤和微生物变量之间的皮尔逊相关性。植物变量包括地上部和根系干重、叶片养分浓度(补充表2)以及对数转换的水杨酸和茉莉酸浓度。土壤变量包括所有测量的土壤养分(补充表3)。对于细菌和真菌ASV表，分别计算Bray-Curtis相异度矩阵。每个农场内的样本用作重复(n=12个样本/点，n=6个样本/场)。计算了植物和土壤变量的比例欧氏距离矩阵。使用素食包65的置换(mantel()函数)对所有矩阵对之间的相关性进行显著性检验。对植物、土壤和细菌基质以及植物、土壤和真菌基质进行了部分Mantel测试，以确定如果其他变量保持不变，植物或土壤变量是否可以预测微生物群落组成(素食软件包的mantel.part()函数)。
差异丰度和指示种分析
我们使用差异丰度分析(DESeq2软件包)66来检查细菌和真菌的相对丰度是否在不同SA浓度的植物之间有所不同。之所以使用有序级数据，是因为较低分类级别的相对丰度的特点是没有跨地点的分类单元。为了控制不同站点间SA的差异，我们只用站点作为预测因子来计算残差。在DESeq2分析中，SA残差被对数转换并用作连续预测因子。用Wald检验确定丰度差异显著(P<0.05)的目。所有混合模型、包括非度量多维标度(NMDS)、RDA和Mantel检验在内的多变量分析以及微分丰度分析都使用R(v.3.2.2)进行，并在RStudio67中实现。
报告总结
有关研究设计的更多信息，请参阅与本文相关的“自然研究报告摘要”。
数据可用性
所有支持这些发现的数据都可以从C.L.C.、A.G.和R.L.V.获得。根据要求。原始测序数据集可在NCBI SRA数据库中获得，项目注册号为PRJNA539989。