Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Étude du microbiome intestinal de Choristoneura fumiferana, la tordeuse des bourgeons d’épinette
Mémoire
Mathieu Landry
Maîtrise en Microbiologie-Immunologie
Maître ès sciences (M. Sc.)
Québec, Canada
© Mathieu Landry, 2015
iii
Résumé
La tordeuse des bourgeons d’épinette (Choristoneura fumiferana) est l'un des insectes ravageurs les plus
destructeurs au Canada. La principale méthode de contrôle de cet insecte est l’insecticide à base de bactéries
Bacillus thurigiensis (BT). La communauté bactérienne de l'intestin de la tordeuse des bourgeons de l'épinette
pourrait jouer un rôle dans l'action insecticide de BT, en plus de son rôle potentiel dans le métabolisme de
matière ligneuse. Cette étude visait à obtenir un premier aperçu des communautés bactériennes de l'intestin
de C. fumiferana et de mesurer l'effet des changements de régime alimentaire sur la composition de ces
communautés. Un groupe de larves a été élevé dans le laboratoire sur diète synthétique McMorran, tandis que
les deux autres groupes ont été recueillis sur le terrain sur le sapin baumier et l'épinette noire. L'intestin moyen
de larves a été extrait, broyé et l'ADN en a été extrait. La région V6-V8 des petites sous-unités ribosomiques
16S bactériennes a été amplifiée puis séquencée avec 454 GS FLX-titanium. Les séquences obtenues ont été
traitées, regroupées et classées avec le logiciel mothur. Nous avons trouvé que le microbiote intestinal de la
tordeuse était dominé par des Proteobactéries, principalement du genre Pseudomonas. En outre, le
microbiote des larves élevées sur l'alimentation synthétique était beaucoup plus riche en termes de diversité
taxonomique que pour les larves recueillies sur le terrain, et beaucoup plus uniforme entre chaque échantillon.
Nous en avons donc conclu que différentes méthodes d’élevage favorisaient différentes communautés
microbiennes dans l’intestin de C. fumiferana. Il reste à déterminer si cette différence est dûe au génotype de
l’insecte, son alimentation ou son environnement, et quel impact ont ces différences sur les capacités
métaboliques de l’insecte.
v
Table des matières
Résumé ............................................................................................................................................................... iii
Table des matières .............................................................................................................................................. v
Liste des tableaux et figures ............................................................................................................................... vii
Remerciements .................................................................................................................................................. ix
Avant-propos ...................................................................................................................................................... xi
1. Introduction ..................................................................................................................................................... 1
1.1. Le microbiome .............................................................................................................................................. 2
1.1.1. Le microbiome humain .......................................................................................................................... 3
1.1.1.1. Le microbiome de l’intestin humain ............................................................................................... 5
1.1.2. Les microbiomes intestinaux d’insectes ................................................................................................ 6
1.1.2.1. Microbiome spécifique à chaque groupe ....................................................................................... 6
1.1.2.2. Fonctions du microbiome chez l’insecte ........................................................................................ 7
1.1.2.3. Le microbiome chez les lépidoptères ............................................................................................ 8
1.1.2.4. Le microbiome de C. fumiferana .................................................................................................... 8
1.2. La tordeuse des bourgeons de l’épinette ..................................................................................................... 9
1.2.1. Description de l’insecte ......................................................................................................................... 9
1.2.1.1. Répercussions de C. fumiferana sur les forêts ............................................................................ 11
1.2.1.2 Cycle saisonnier de C. fumiferana ................................................................................................ 13
1.2.1.3. Aire de répartition de C. fumiferana ............................................................................................. 14
1.2.2. Hôtes et alimentation .......................................................................................................................... 15
1.2.2.1. Le sapin baumier ......................................................................................................................... 15
1.2.2.2. L’épinette blanche ....................................................................................................................... 15
1.2.2.3. L’épinette noire ............................................................................................................................ 15
1.2.2.4. La composition chimique et nutritive des aiguilles de conifère .................................................... 17
1.2.3. Régulation des populations de C. fumiferana ..................................................................................... 18
1.2.3.1. Agents pathogènes, prédateurs et climat .................................................................................... 18
1.2.3.2. Lutte contre C. fumiferana ........................................................................................................... 19
1.2.3.3. Bacillus thuringiensis ................................................................................................................... 20
1.3. Analyse du microbiome .............................................................................................................................. 21
1.3.1. Méthodes d’analyse du microbiome.................................................................................................... 21
1.3.1.1. Le gène ribosomique 16S ............................................................................................................ 21
vi
1.3.1.2. Culture des microorganismes ...................................................................................................... 23
1.3.1.3. Séquençage nouvelle génération ................................................................................................ 24
1.3.1.4. Séquençage d’amplicons 16S ..................................................................................................... 26
1.3.2. Statistiques et mesures reliées à l’étude du microbiome .................................................................... 29
1.3.2.1 Mesures de diversité ..................................................................................................................... 29
1.3.2.2. Arbres phylogénétiques ............................................................................................................... 30
1.3.2.3. Mesure Unifrac ............................................................................................................................ 31
1.3.2.4. La distance Bray-Curtis................................................................................................................ 32
1.4. Buts et motifs du présent travail de recherche ........................................................................................... 33
2. La composition des communautés bactériennes du mésentéron de Choristoneura fumiferana en fonction de
son alimentation. ............................................................................................................................................... 35
2.1. Résumé .................................................................................................................................................. 35
Composition of the spruce budworm (Choristoneura fumiferana) midgut microbiota as affected by rearing
conditions ...................................................................................................................................................... 36
ABSTRACT ................................................................................................................................................... 37
INTRODUCTION ........................................................................................................................................... 37
MATERIALS AND METHODS ...................................................................................................................... 38
Experimental insects ................................................................................................................................. 38
Midgut dissections and DNA extraction .................................................................................................... 39
Choice of primers for Roche 454 pyrosequencing .................................................................................... 39
Pyrosequencing of the 16S rRNA gene .................................................................................................... 39
Sequence pre-processing ......................................................................................................................... 39
Data analysis ............................................................................................................................................ 40
Statistical analysis .................................................................................................................................... 40
RESULTS ..................................................................................................................................................... 40
Variation in richness among microbiotas (α-diversity) .............................................................................. 40
Overall composition of spruce budworm midgut microbiota ...................................................................... 42
Compositional variation among microbiotas (β-diversity).......................................................................... 43
DISCUSSION ................................................................................................................................................ 47
ACKNOWLEDGMENTS ................................................................................................................................ 49
REFERENCES.............................................................................................................................................. 49
3. Conclusion ..................................................................................................................................................... 53
4. Bibliographie .................................................................................................................................................. 57
vii
Liste des tableaux et figures
Tableau 1.1 – Associations entre problèmes de santé humaine et taxons bactériens d’après (Cho et Blaser,
2012) ................................................................................................................................................................... 4
Figure 1.1 – Larve de 6e stade de C. fumiferana (Ressources naturelles Canada, Service canadien des forêts)
.......................................................................................................................................................................... 10
Figure 1.2 – Adulte de C. fumiferana (Ressources naturelles Canada, Service canadien des forêts) .............. 10
Figure 1.3 - Nature cyclique des épidémies (Blais 1983) – Les dommages causés par C. fumiferana varient
grandement dans le temps. Les périodes de ravages importants, appelées épidémies, sont causées par
plusieurs facteurs contribuant à la prolifération de la tordeuse et arrêtées par d’autres facteurs, dont
l’épuisement de la nourriture, ce qui amène la phase endémique. ................................................................... 12
Figure 1.4 Cycle saisonnier de C. fumiferana. Source : Michel Cusson, Service Canadien des Forêts. .......... 12
Figure 1.5 - Aire de répartition de C. fumiferana au Canada, en Alaska et dans le nord-est des États-Unis
(Lumley et Sperling, 2011) ................................................................................................................................ 14
Figure 1.6 - Déplacement des populations de tordeuse vers le nord (Régnière 2012) – Carte réprésentant les
zones les plus touchées par C. fumiferana au 20e siècle (zone délimitée par les lignes noires). Les lignes
bleues délimitent la zone touchée par C. fumiferana au 19ème siècle et les lignes rouges délimitent la zone qui
sera vraisemblablement touchée au 21ème siècle. ............................................................................................. 14
Figure 1.7 - Aire de répartition du sapin baumier au Canada et au nord des États-Unis (Ressources naturelles
Canada, Service canadien des forêts) .............................................................................................................. 16
Figure 1.8– Aire de répartition de l’épinette blanche au Canada, en Alaska et au nord des États-Unis
(Ressources naturelles Canada, Service canadien des forêts) ......................................................................... 16
Figure 1.9 – Aire de répartition de l’épinette noire au Canada, en Alaska et au nord-est des États-Unis
(Ressources naturelles Canada, Service canadien des forêts) ......................................................................... 17
Figure 1.10 – Arbre de la vie de Woese démontrant la séparation en phylums des organismes vivants et la
distance génétique qui les sépare de l’ancêtre commun. Figure inspirée de (Woese et al., 1990) ................... 22
Figure 1.11- Taux de variabilité selon la position de la base dans la séquence du gène de l’ARN 16S de
Pseudomonas (d’après (Bodilis et al. 2012). Les pics identifiés V1 à V9 désignent les régions variables
pouvant être séquencées à des fins d’identification taxonomique. Le taux de variabilité en axe des Y est
mesuré en prenant en compte la fréquence moyenne dans une fenêtre de 50 bases de part et d’autre de
chaque position sur l’axe des X. ........................................................................................................................ 22
Tableau 1.2 - Comparaison de quelques méthodes de séquençage, permettant de déterminer quelle méthode
est la plus appropriée pour divers expériences. Source : Brian Boyle, coordonateur, plateforme d'analyse
génomiques, IBIS, U. Laval ............................................................................................................................... 25
Figure 1.12- Amplification des fragments lors du séquençage 454 de Roche (Metzker 2010). Les billes,
chacune dans leur microréacteur recouvert d’huile, sont soumises à une amplification PCR, recouvrant chaque
bille de fragments d’ADN identiques. ................................................................................................................ 25
Figure 1.13 – Amorces utilisées pour l’étude de biodiversité à partir du 16S bactérien. En bleu, séquences
complémentaires avec des régions conservées du 16S bactérien. En rouge, séquences d’identification
nécessaires au multiplexage. En vert, adaptateurs complémentaires aux amorces se trouvant sur les billes. En
gris, portion d’ADN à amplifier. .......................................................................................................................... 27
Figure 1.14 – Diagramme décrivant de façon schématique la procédure de regroupement des séquences en
OTU. .................................................................................................................................................................. 27
viii
Figure 1.15 – Exemple de résultat Unifrac (Lozupone et Knight 2005). La valeur D est la valeur Unifrac, qui
mesure à quel point chaque communauté est spécifique à son environnement. Les boîtes rouges représentent
des séquences provenant de l’environnement 1 alors que les boîtes bleues représentent les séquences
provenant de l’environnement 2. Ce qui est important est la distinction entre les branches rouges ou bleus
(uniques à un seul environnement et les branches violettes (communes aux deux environnements) .............. 31
Figure 2.1 - OTU rarefaction curves for each experimental group. Each group represents the aggregate of 12
individuals at 2 460 reads each (total 29 520 reads per group). Note that the balsam fir and black spruce
curves have overlapping 95% confidence intervals (i.e.: not significantly different). ......................................... 41
Figure 2.2 - Taxonomic distribution of reads at the phylum level for each experimental group. ........................ 43
Figure 2.3 - Taxonomic distribution of reads in the Proteobacteria for each experimental group. Only genera
comprising more than ~1% of the phylum are shown. ....................................................................................... 43
Figure 2.4 - Individual and group diversity patterns. Dendrogram of the Bray-Curtis distances between each
larva (left) and Sørensen similarities (right) between or within the three groups. Note that the individuals within
the two subclades of each fir and spruce group have high similarities (92-98% in parentheses) compared to
each group taken as a whole (62 and 67%). ..................................................................................................... 44
Table 2.1 List of top 10 OTUs within each experimental group, along with the names of the species they most
likely represent (from BLAST similarity)............................................................................................................. 44
Table 2.2 Sequences of primers used to amplify the 16S V6-V8 region for pyrosequencing (from Comeau et al.
2011). The dots are used to separate the different parts of the primers (Roche adaptor • multiplex identifier
(barcode) • specific primer). Multiplex identifiers are only present in the forward primers, hence there is only
one unique, shorter reverse primer. .................................................................................................................. 46
ix
Remerciements
Ces travaux de maîtrise n’auraient jamais vu le jour sans le support grandement apprécié de
plusieurs personnes.
Tout d’abord, je remercie chaleureusement mon directeur de recherche Roger Levesque, sans qui
rien de tout cela n’aurait été possible. Il m’a donné la chance de découvrir ce que c’était les études graduées.
Son grand enthousiasme, sa constante disponibilité et son ouverture d’esprit ont rendu ce projet un véritable
plaisir à accomplir. Je me considère chanceux d’être tombé sur un directeur d’une telle qualité.
Je tiens aussi à remercier Michel Cusson, qui a suivi ma formation scientifique depuis ma première
année de baccalauréat. Il a su me communiquer son amour pour la science, et c’est, entre autres, ce qui m’a
poussé vers les études graduées. Depuis qu’il m’a accueilli dans son laboratoire il y a de cela cinq ans, j’ai été
impressionné par son immense compréhension et sa patience pour bien former ses étudiants.
Plusieurs autres personnes ont joué un rôle dans l’élaboration de ce projet. Nicolas Derome, qui a su
guider le projet lorsqu’il était question d’écologie microbienne. Irena Kukavica-Ibrulj, qui m’a si souvent aidé en
laboratoire et qui me supportait constamment dans mon projet. Bryan Boyle et son équipe, pour leur travail et
leurs conseils techniques au niveau du séquençage. André Comeau, qui a eu la patience de m’enseigner
comment utiliser le logiciel mothur et m’a accompagné dans mes premiers pas en bioinformatique. Catherine
Béliveau m’a beaucoup aidé au niveau des techniques de PCR et de la conception d’amorces PCR. Deepa
Pureswaran, qui a collecté une grande partie de mes échantillons sur le terrain. Finalement, Clothilde
Bourgeois, qui m’a encouragé et supporté tout au long de ce projet. Un chaleureux merci à tous !
En dernier lieu, je tiens à remercier le CRSNG pour le financement de mes travaux dans le
laboratoire de Roger Levesque et le Marine Biology Laboratory de Woodshole pour la bourse me permettant
d’assister à la formation S.T.A.M.P.S.
xi
Avant-propos
Les sections Matériel & Méthodes et Résultats de ce mémoire sont présentées sous forme de
manuscrit d’article scientifique, au chapitre 2. Ce manuscrit, intitulé « La composition des communautés
bactériennes du mésentéron de Choristoneura fumiferana » sera soumis très bientôt à un journal scientifique.
La conclusion générale des expériences traitées dans le manuscrit terminera ce mémoire. L’article aura
comme co-auteurs André M. Comeau, Nicolas Derome, Michel Cusson et Roger C. Levesque. Ma contribution
à l’article s’est faite au niveau des manipulations, de l’analyse et de la rédaction. J’ai élevé les larves en
laboratoire, les ai disséquées et en ai extrait l’ADN. Les larves ont été collectées sur le terrain par Deepa
Pureswaran, une collaboratrice de Michel Cusson. Le séquençage a été fait par l’équipe de Bryan Boyle à la
plate-forme de séquençage de l’IBIS. J’ai fait l’analyse bio-informatique sous la tutelle d’André Comeau. Tout
ce travail a été fait sous la supervision de Roger Levesque et Michel Cusson, qui ont révisé l’article et le
mémoire.
1
1. Introduction
Chaque année, au Canada, les ravageurs forestiers sont responsables de pertes considérables pour
l’industrie forestière. Ces pertes se mesurent en termes de réduction de volume de bois récoltable et, par
conséquent, peuvent représenter des diminutions importantes de revenus. La récente épidémie du
dendroctone du pin ponderosa, sur la côte ouest, nous en fournit d’ailleurs un exemple très probant (Taylor et
al. 2006).
La lutte contre ces ravageurs s’avère parfois difficile, et les scientifiques sont constamment à l’affût de
stratégies plus efficaces et/ou plus respectueuses de l’environnement pour réduire les pertes engendrées par
les insectes nuisibles. L’épandage d’insecticides de synthèse conventionnels n’étant plus préconisé en milieu
forestier au Canada, les chercheurs tentent maintenant de mettre au point des outils de lutte biologique ainsi
que des approches visant à perturber, de façon spécifique, la physiologie de l’insecte dont on espère réduire
les dégâts. Par exemple, plusieurs initiatives de recherche actuelles visent le séquençage de génomes
d’insectes ravageurs en vue d’identifier des gènes qui constituent des cibles prometteuses pour le
développement de nouveaux produits antiparasitaires. La flore intestinale des insectes pourrait, elle aussi,
s’avérer une cible intéressante pour la mise au point de nouveaux outils de lutte, étant donné l’impact
important que ces micro-organismes sont soupçonnés avoir sur la biologie de leurs hôtes.
C’est dans ce contexte qu’a pris forme le présent projet de maîtrise. Ainsi, les travaux qui font l’objet de ce
mémoire visaient la caractérisation du microbiote intestinal de la tordeuse des bourgeons de l’épinette,
(Choristoneura fumiferana, un des plus importants ravageurs des forêts conifériennes de l’Amérique du Nord.
Dans les lignes qui suivent, je me penche d’abord sur la définition et le concept de « microbiome » et je
résume les connaissances actuelles sur les microbiomes d’insectes, en particulier ceux des Lépidoptères
(groupe auquel appartient C. fumiferana). La deuxième section porte sur le ravageur ciblé par la présente
étude, C. fumiferana: sa biologie, les dégâts qu’elle cause et les outils disponibles pour réduire son impact. Je
traite subséquemment des différentes approches disponibles pour la caractérisation des microbiomes, puis je
conclus en présentant les objectifs spécifiques à la présente étude.
2
1.1. Le microbiome
Les termes « microbiome » et « microbiote » définissent deux concepts très proches et sont souvent
utilisés de façon interchangeable pour désigner l’ensemble des populations microbiennes habitant une niche
écologique donnée. Par contre, le concept de microbiome désigne les tissus hôtes et les populations
microbiennes alors que le concept de microbiote ne prend en compte que les populations microbiennes elles-
mêmes (Whiteside et al. 2015).Dans le présent mémoire, le terme microbiome est utilisé dans la revue de
littérature car c’est de ce concept que traitent la majorité des sources utilisées. Le terme de microbiote est
utilisé pour l’expérience traitée dans ce mémoire, qui ne concerne pas vraiment les tissus hôtes des
populations microbiennes étudiées. La niche occupée par le microbiote peut être un élément de
l’environnement, comme un lac, ou faire partie d’un autre organisme, comme l’intestin d’un insecte ou le
poumon d’un humain. Finalement, il est important de considérer que les populations désignées par ces termes
disposent de leur propres génomes et capacités métaboliques, dont l’ensemble est appelé métagénome
(Whiteside et al. 2015).
Le microbiome peut rendre de nombreux services à l’hôte. Dans l’intestin humain, par exemple, les
microorganismes résidents ont un génome collectif de plus de ~250 000 gènes fonctionnels, constituant une
importante boîte à outils, par rapport aux ~20 000 gènes humains fonctionnels (Gill et al. 2006). Ces
populations occupent un espace et consomment des nutriments qui, autrement, pourraient être utilisés par des
pathogènes plus transitoires. Par contre, si l’équilibre de ces populations est perturbé, le microbiome peut
entrer en dysbiose, qui est un débalancement microbien. Ce phénomène peut favoriser l’émergence de
pathogènes parmi ses populations et la perte de précieuses fonctions apportées à l’hôte.
3
1.1.1. Le microbiome humain
Avec l’avènement des technologies de séquençage haut-débit, l’intérêt pour les microorganismes
habitant le corps humain s’est grandement développé. Le Human Microbiome Project, financé par le National
Health Institute (NIH), a généré plus de 2.3 téraoctets de données sous la forme de 35 milliards de séquences
d’amplicons ribosomiques 16S, couvrant 690 échantillons provenant de 300 Américains (Cho et Blaser 2012).
D’autres projets visent à assembler le métagénome des populations microbiennes de l’humain et à comparer
cet assemblage avec le génome humain pour connaître la contribution fonctionnelle de ces populations. Ces
travaux ont pour but d’évaluer l’existence d’associations entre les maladies humaines et l’identité et la diversité
des microorganismes habitant l’humain. Déjà, on a noté une association entre plusieurs maladies et des
taxons bactériens particuliers (Tableau 1).
L’humain hérite d’une partie de la composition du microbiome de sa mère, influencé à la fois par
l’accouchement, l’allaitement et le contact direct après l’accouchement. Une perturbation comme la prise
d’antibiotique ou un changement de diète radical peut donc non seulement influencer le microbiome de la
mère mais aussi celui de sa progéniture (Cho et Blaser 2012).
L’étude du microbiome est aussi très intéressante dans le cas de maladies liées à une
immunodéficience partielle ou complète. Des bactéries jusqu’alors inoffensives prolifèrent hors de tout contrôle
et mettent en danger la santé humaine. Un exemple intéressant est la fibrose kystique, causée par un défaut
génétique rendant extrêmement difficile l’évacuation du mucus des poumons. Ceci crée un environnement
idéal pour des taxons bactériens comme Pseudomonas qui utilisent ce mucus pour se protéger du système
immunitaire. Une communauté microbienne importante se développe alors dans les poumons et forme un
biofilm réduisant grandement l’efficacité des traitements antibiotiques (Fodor et al. 2012). Un exemple similaire
est fourni par le développement du SIDA, au cours duquel l’épithélium du tractus intestinal est endommagé.
Ceci permet aux bactéries du microbiome intestinal de se déplacer vers les tissus avoisinants et de mettre le
système immunitaire en état d’alerte constant. Cette réaction immunitaire importante va contribuer
grandement à l’épuisement du système immunitaire et mener à l’immunodéficience typique du SIDA
(Cunningham-Rundles et al. 2011).
4
Tableau 1.1 – Associations entre problèmes de santé humaine et taxons bactériens d’après (Cho et Blaser, 2012)
Problème de santé Liens démontrés avec le microbiome
Psoriasis Proportion augmentée de Firmicutes/Actinobactéries
Reflux oesophagien Microbiome oesophagien dominé par des anaérobes à Gram négatif;
microbiome gastrique dépourvu d'Helicobacter pylori
Obésité Proportion diminuée de Bacteroidetes/Firmicutes
Asthme juvénile Absence d'Helicobacter pylori dans l'estomac (surtout le génotype
cagA)
Maladies inflammatoires
chroniques intestinales Populations abondantes d'Enterobacteriaceae
Colopathie fonctionnelle Populations abondantes de Veillonella et Lactobacillus
Cancer colorectal Populations abondantes de Fusobacterium
Maladies cardiovasculaires Métabolisme de la phosphatidylcholine dépendant du microbiome
intestinal
5
1.1.1.1. Le microbiome de l’intestin humain
Pour diverses raisons, l’intestin est l’organe dont le microbiome a été le mieux étudié chez l’humain. D’abord,
c’est l’organe affichant la plus grande abondance bactérienne, contenant dix fois plus de cellules bactériennes
que le corps humain ne contient de cellules humaines. C’est aussi un milieu facile à échantillonner, par les
selles. Finalement, le microbiome de l’intestin joue un rôle important dans la digestion, mais influence aussi la
sévérité de problèmes de santé tels l’obésité, le cancer colorectal et la maladie de Crohn (Kostic et al. 2014).
Le facteur le plus significatif reliant la santé humaine et le microbiome intestinal est la stabilité de ce dernier
(Backhed et al. 2012). Bien que les effets à long terme causés par les perturbations du microbiome n’aient pas
encore été pleinement évalués, les effets immédiats se présentent sous la forme de diarrhées, de colites, de
perturbations du métabolisme et de risques augmentés d’infection. Ces perturbations des populations du
microbiome peuvent être causées par un changement drastique de diète, un traitement antibiotique ou bien
d’autres facteurs extrinsèques.
A ce jour, il s’est avéré impossible d’identifier un microbiome intestinal "coeur" (c’est-à-dire espèces
microbiennes communes à tous les individus) chez les humains en santé. Les variations liées à l’âge, la diète,
le type d’accouchement, le génotype et le mode de vie sont trop grandes d’un individu à l’autre pour que des
taxons communs puissent être identifiés. Par contre, des fonctions métaboliques attribuées au microbiome
intestinal sont présentes chez tous les individus en santé (Backhed et al. 2012). Il est donc plus approprié de
parler de métagénome microbien "coeur" pour les humains en santé. Ce métagénome se divise en deux
groupes de fonctions principales, soit les interactions avec le système immunitaire et la métabolisation de la
nourriture. Certains microbes habitant l’intestin jouent un rôle dans la conversion des composés nutritifs ou
dans la détoxification de produits nocifs pour l’intestin humain. D’autres microbes interagissent avec le
système immunitaire et contribuent à son développement et sa bonne régulation (Cho et Blaser 2012).
6
1.1.2. Les microbiomes intestinaux d’insectes
Qu’ils soient des producteurs, des ravageurs ou simplement nuisibles, les insectes sont d’une grande
importance pour l’homme. Ils peuvent aussi servir de modèle pour l’étude de microbiomes d’organismes plus
complexes. L’étude du microbiome des insectes est grandement facilitée par le fait qu’ils se développent
rapidement, se reproduisent en grands nombres, sont faciles à élever et leur utilisation n’est pas soumise à
des contraintes éthiques. Par contre, en raison de leur petite taille, l’échantillonnage signifie souvent la mort
pour l’insecte étudié. Ceci empêche ainsi l’échantillonnage du même insecte à plusieurs points dans le temps.
Comme la plupart des organismes vivants possédant un système digestif, les insectes ont eux aussi un
microbiome intestinal. L’intestin des insectes est divisé en trois parties (Engel et Moran 2013). L’intestin
antérieur (stomodéum) est d’origine ectodermique et peut servir de réservoir de nourriture. L’intestin moyen,
ou mésentéron, est l’endroit où se produit en grande partie la digestion, c’est pourquoi l’expérience présente
s’attarde particulièrement à cette portion de l’intestin. Il est d’origine endodermique. L’intestin postérieur
(proctodéum) joue un rôle dans l’absorption de l’eau et des sels ainsi que dans l’expulsion des excréments et
est d’origine ectodermique. L’intestin d’insecte est un milieu très instable pour le maintien d’un microbiome.
Ceci est principalement dû au fait que l’intestin subit d’importantes perturbations causées par les changements
développementaux que l’insecte traverse (Engel et Moran 2013). Les bactéries formant le microbiome
intestinal d’insectes peuvent, comme chez l’humain, jouer un rôle dans la digestion des nutriments et la
régulation du système immunitaire (Engel et Moran 2013). Ils joueraient aussi un rôle dans la protection contre
les agents pathogènes chez une grande majorité des espèces d’insectes étudiées. Entraîner des perturbations
supplémentaires de ce microbiome pourrait avoir des effets néfastes sur la santé de l’insecte, et serait
possiblement un moyen de contrôle alternatif contre les insectes considérés comme nuisibles.
1.1.2.1. Microbiome spécifique à chaque groupe
Les insectes forment une des classes du vivant démontrant la plus grande diversité en termes
d’espèces. Il n’est donc pas surprenant que les microbiomes d’insectes varient immensément d’un groupe
d’insectes à l’autre. Le fait que les habitudes alimentaires varient énormément à l’intérieur de la classe des
insectes explique en bonne partie ce phénomène (Engel et Moran 2013). Par exemple, les détritivores comme
les termites, criquets et cafards possèdent les microbiomes avec la plus grande charge bactérienne (Cazemier
et al. 1997). Les différents microbiomes peuvent aussi être reliés aux divers types spécifiques de système
digestifs à chaque groupe d’insectes. Certains insectes possèdent un système digestif doté d’adaptations,
permettant le maintien de populations microbiennes contribuant à leur survie. Parmi ces adaptations on
compte les replis et les poches dans l’épithélium intestinal, permettant aux microbes de mieux résister aux
7
perturbations subies par le système digestif, ce qui améliore la stabilité du microbiome intestinal. Une autre
adaptation intéressante est observée chez le termite, dont l’intestin est constitué de plusieurs compartiments,
chacun contenant des populations microbiennes différentes. Ces compartiments permettent aux bactéries qui
les habitent de maintenir les conditions physicochimiques (pH, ions) optimales à leur prolifération (Breznak et
Brune 1994).
1.1.2.2. Fonctions du microbiome chez l’insecte
La présence d’un microbiome intestinal peut apporter de multiples bienfaits à l’insecte hôte. La contribution du
microbiome à la digestion est le premier avantage qui vient à l’esprit. Le termite est encore une fois un
excellent exemple, représentant un des partenariats insecte-microorganisme les mieux connus. L’appareil
digestif du termite est formé de plusieurs compartiments contenant cette flore microbienne et jouant le rôle de
microréacteurs ayant chacun sa part à jouer dans la digestion. Les principales fonctions métaboliques
attribuées aux microorganismes habitant cet insecte sont l’hydrolyse de la cellulose et de l’hémicellulose, la
fermentation de produits complexes en acides gras et finalement le recyclage de l’azote intestinal et sa
fixation. Ces fonctions font intervenir des protozoaires, des champignons et des bactéries (Breznak et Brune
1994). En ce qui concerne ces dernières, la majorité des espèces de termites possèdent un microbiome
dominé par les Protéobacteries, les Spirochètes, les Bacteroidetes et les bactéries à Gram positif à faible
contenu en G+C (Kudo et al. 1998). Lors des premières avancées dans la caractérisation des microbiomes
d’insectes, on supposait que la plupart des bactéries qui en faisaient partie avaient un rôle à jouer dans la
digestion. Or, il s’avère maintenant que plusieurs insectes n’ont peu ou pas besoin des microbes dans leur
système digestif pour digérer leur nourriture (Calderón-Cortés et al. 2012). Par contre, diverses autres
fonctions ont été attribuées aux bactéries habitant les intestins d’insectes.
Le microbiome fournit une résistance à la colonisation des parasites et agents pathogènes tel que
montré chez l’abeille, le moustique et certains criquets (Engel et Moran 2013). Chez la drosophile, le
microbiome contribue au développement et au maintien de l’épithélium intestinal (Buchon et al. 2013).
Certaines molécules toxiques ingérées avec la diète, des insecticides par exemple, peuvent être métabolisées
et inactivées par des bactéries du microbiome, comme chez la punaise (Kikuchi et al. 2012). Finalement, les
bactéries du microbiome peuvent fournir à certains insectes des molécules nécessaires à la communication,
comme des phéromones (Dillon et al. 2002).
8
1.1.2.3. Le microbiome chez les lépidoptères
Les Lépidoptères sont un ordre d’insectes se nourrissant principalement de matière végétale. Ni des replis ni
des poches n’ont été observés dans le système digestif des Lépidoptères, ce système se présentant sous la
forme d’un tube assez simple, comparativement au système digestif d’autres insectes. Le pH à l’intérieur du
mésentéron de larves de Lépidoptères se situe autour de 11-12, limitant sévèrement la diversité des bactéries
pouvant le coloniser (Harrison 2001). Ce pH très élevé serait dû aux tannins présents dans la diète de la
majorité des Lépidoptères (Berenbaum 1980). Le système digestif des insectes de cet ordre ne semble donc
pas très bien adapté au maintien d’une communauté bactérienne stable et diverse.
Les études faites sur des larves de papillon démontrent que la majorité des bactéries composant leur
microbiome intestinal sont acquises dans la nourriture (Broderick et al. 2004). La nature de la diète a donc un
très grand impact sur la composition du microbiome intestinal de ces insectes. Par contre, certains taxons
bactériens semblent présents chez tous les individus de la même espèce de papillon, indépendamment de la
diète. Chez Lymantria dispar, Enteroccus faecalis domine le microbiome de tous les individus, ce qui pourrait
suggérer une transmission verticale de ce microbe (Broderick et al. 2004).
Le rôle du microbiome intestinal chez les Lépidoptères n’a pas encore été élucidé. Il a été proposé
que les bactéries du microbiome pouvaient neutraliser certaines molécules toxiques comme le tannin ou
certains insecticides (Xia et al. 2013). Le taxon bactérien des Enterobacteriaceae, qui domine le microbiome
de plusieurs Lépidoptères, jouerait un rôle dans la digestion des sucres (Anand et al. 2010). De plus, une
souche d’Aeromonas, isolée chez Samia cynthia pryeri, possèderait le bagage génétique nécessaire à la
digestion de polymères de xylane, qui est un composant important des membranes cellulaires végétales
(Narayan Roy et al. 2003). Par contre, d’autres études tendent à démontrer que ces bactéries ne sont pas
nécessaires à la digestion chez l’insecte (Calderón-Cortés et al. 2012).
1.1.2.4. Le microbiome de C. fumiferana
La caractérisation complète du microbiome de C. fumiferana, la tordeuse des bourgeons de
l’épinette, n’a toujours pas été réalisée. Des expériences en culture réalisée auparavant ont montré une
prédominance des espèces Enterococcus mundtii et Staphyloccocus succinus parmi les bactéries cultivables
de l’intestin de C. fumiferana. Parmi les taxons moins abondants, on a répertorié Bacillus subtilis et des
espèces appartenant aux genres Pseudomonas et Paenibacillus. Ces travaux ont aussi démontré que
l’auréomycine présente dans la diète synthétique n’était pas assez efficace pour éliminer les bactéries de
9
l’intestin (van Frankenhuyzen et al. 2010). Une autre étude concernant le lien diète-microbiome chez C.
fumiferana a démontré que les sucs intestinaux d’insectes se nourrissant de sapin baumier inhibaient la
croissance bactérienne, contrairement aux sucs intestinaux d’insectes se nourrissant de diète synthétique
(Pang 2010). Ainsi, on peut soupçonner que le microbiome de l’intestin de tordeuses se nourrissant de
conifères est moins diversifié que si ces dernières se nourrissaient de diète synthétique. Ce milieu intestinal
plus hostile à la croissance bactérienne est une explication potentielle pour laquelle l’insecticide Bt est moins
efficace en champ qu’en laboratoire (Tabashnik 1994).
1.2. La tordeuse des bourgeons de l’épinette
C. fumiferana est l’un des ravageurs forestiers les mieux connus au Canada. Elle fait partie de la famille des
Tortricidae et du complexe d’espèces des tordeuses, lequel compte plus de huit espèces de Choristoneura
étroitement apparentées à C. fumiferana (Brown 2005). La larve de l’insecte se nourrit des jeunes pousses de
sapin et d’épinette, causant d’importantes pertes en matière ligneuse. Ces pertes sont évaluées à 32 à 43
millions de m3 de bois chaque année dans la forêt boréale canadienne et sont le résultat de perte de
croissance ou de mortalité d’arbres trop affaiblis pour survivre (Fournier et al. 2010). De plus, les
gouvernements et les compagnies forestières doivent dépenser des millions en épandage d’insecticide pour
minimiser les dégâts causés par ce fléau.
1.2.1. Description de l’insecte
Les œufs sont adossés les uns aux autres sous forme de masses soyeuses aplaties, de couleur vert pomme
passant au brun puis au blanc-soie après l'éclosion. La larve est une chenille de couleur brune, tachetée de
blanc, ayant une longueur, au sixième (dernier) stade, d’environ 25 mm (Figure 1.1). La chrysalide est de
couleur rougeâtre et mesure environ 20 mm. La forme adulte est un papillon de grosseur moyenne, de couleur
gris-brun et tacheté de blanc, avec une envergure des ailes d’environ 22 mm (Figure 1.2) (Martineau 1985).
10
Figure 1.1 – Larve de 6e stade de C. fumiferana (Ressources naturelles Canada, Service canadien des forêts)
Figure 1.2 – Adulte de C. fumiferana (Ressources naturelles Canada, Service canadien des forêts)
11
1.2.1.1. Répercussions de C. fumiferana sur les forêts
Au stade larvaire, la tordeuse se nourrit d'aiguilles de conifères. Elle a une préférence pour les jeunes
pousses et c'est pourquoi les premières cibles sont les bourgeons fraîchement débourrés. Si la population de
tordeuses est faible, les bourgeons suffisent pour satisfaire l'appétit des larves et l'arbre ne perd que son
feuillage de l’année courante. Par contre, si ceci se produit plusieurs années en succession, le feuillage
s'éclaircit progressivement chaque année jusqu'au point où il n’est plus en quantité suffisante pour maintenir
l'arbre en vie. Ceci se produit généralement suite à quatre années de défoliation consécutives. Avec des
populations de tordeuse importantes, les arbres sont beaucoup plus à risque de mourir, car les chenilles
s'attaquent aussi au feuillage des années précédentes. L'arbre peut ainsi être privé de la presque totalité de
son feuillage. Même dans les cas où les dommages causés par les chenilles n’entraînent pas la mortalité, les
arbres touchés accusent des pertes de croissance. Les arbres ayant survécu se développent avec une forme
caractéristique de baïonnette, un des signes les plus évidents d'une invasion de C. fumiferana (McLintock
1955), outre l’abondance d’arbres morts.
Des invasions sévères de C. fumiferana se produisent tous les 30 à 50 ans et couvrent des territoires
de superficie variable. La probabilité d’apparition d’une épidémie varie de façon cyclique au fil des ans (Figure
1.3). La fin des épidémies est, en partie, entraînée par la raréfaction de la nourriture pouvant supporter les
populations importantes de chenilles. Une épidémie est présentement en cours au Québec, avec des millions
d’hectares défoliés chaque année au Lac-Saint-Jean, sur la Côte-Nord et plus récemment dans le Bas-Saint-
Laurent (Regnière 2014)
12
Figure 1.3 - Nature cyclique des épidémies (Blais 1983) – Les dommages causés par C. fumiferana varient grandement dans le temps. Les périodes de ravages importants, appelées épidémies, sont causées par plusieurs facteurs contribuant à la prolifération de la tordeuse et arrêtées par d’autres facteurs, dont l’épuisement de la nourriture, ce qui amène la phase endémique.
Figure 1.4 Cycle saisonnier de C. fumiferana. Source : Michel Cusson, Service Canadien des Forêts.
13
1.2.1.2 Cycle saisonnier de C. fumiferana
C. fumiferana a un cycle saisonnier assez simple qui dure un an. Les œufs sont pondus sur des aiguilles des
arbres hôtes au mois de juillet/août. Une dizaine de jours plus tard, les larves éclosent et commencent à se
chercher un abri pour passer l’hiver, souvent sur l’écorce de la cime des arbres où elles se tissent un
hibernacle en soie à l’intérieur duquel elles muent au deuxième stade avant d’entrer en diapause pour l’hiver.
Le printemps venu, les chenilles reprennent leur activité et commencent à arpenter les branches à la
recherche de bourgeons nouvellement débourrés. Elles peuvent aussi se nourrir des aiguilles des années
précédentes jusqu’à ce que les bourgeons débourrent. La larve pénètre alors dans le bourgeon et s’y réfugie
pour le consommer de l’intérieur, ou bien se tisse un abri en soie autour des jeunes aiguilles pour les manger
avec plus de facilité. Les chenilles continuent à se nourrir et traversent quatre autres stades larvaires jusqu’au
cœur de l’été, moment auquel elles se transforment en chrysalides. Une à deux semaines plus tard, les
papillons émergent. Ils ne se nourrissent pas et leur brève existence d’environ deux semaines ne consiste
qu’à s’accoupler et à pondre des œufs (Martineau 1985).
14
1.2.1.3. Aire de répartition de C. fumiferana
L’aire de répartition de C. fumiferana couvre une très grande partie du territoire canadien (Figure 1.5).
Cependant, on observe présentement un déplacement vers le nord des populations de tordeuse. Les
changements climatiques et leur influence sur le cycle d’émergence des bourgeons de conifères est la
principale raison avancée pour expliquer ce déplacement (Régnière 2012).
Figure 1.5 - Aire de répartition de C. fumiferana au Canada, en Alaska et dans le nord-est des États-Unis (Lumley et Sperling, 2011)
Figure 1.6 - Déplacement des populations de tordeuse vers le nord (Régnière 2012) – Carte réprésentant les zones les plus touchées par C. fumiferana au 20e siècle (zone délimitée par les lignes noires). Les lignes bleues délimitent la zone touchée par C. fumiferana au 19ème siècle et les lignes rouges délimitent la zone qui sera vraisemblablement touchée au 21ème siècle.
15
1.2.2. Hôtes et alimentation
C. fumiferana tire tous les nutriments nécessaires à sa survie de la matière végétale. Plus particulièrement, la
larve se nourrit d’aiguilles de conifères. Elle privilégie les jeunes aiguilles des bourgeons fraîchement
débourés, mais en situation d’indisponibilité, la larve s’attaque aux aiguilles plus âgées et aux fleurs mâles.
Les hôtes principaux de la tordeuse sont le sapin baumier (Abies balsamea), l’épinette blanche (Picea glauca),
l’épinette rouge, (Picea rubens) et dans une moindre mesure, l’épinette noire (Picea mariana)
(http://www.rncan.gc.ca/forets/insectes-maladies/13404).
1.2.2.1. Le sapin baumier
Le sapin baumier est l’hôte de prédilection de C. fumiferana. C’est un conifère poussant dans divers
sols et sous les climats observés dans les forêts septentrionales du centre et de l’est du Canada. Cet arbre
peut atteindre une taille de 25 mètres et un âge de 150 ans. On l’observe dans des forêts consistant
seulement de sapin baumier ou bien avec des peupliers faux-trembles, des bouleaux à papier, des épinettes
blanches, des épinettes noires, des épinettes rouges et des pruches du Canada (figure 1.7). L’arbre est
principalement utilisé pour les sapins de Noël, le bois d’œuvre ou les pâte et papiers
(http://tidcf.nrcan.gc.ca/fr/arbres/fiche/38).
1.2.2.2. L’épinette blanche
L’épinette blanche est la deuxième espèce d’arbre la plus touchée par C. fumiferana. Le nom de
tordeuse des bourgeons de l’épinette vient du fait que lors des premières invasions de cet insecte, l’industrie
forestière utilisait principalement l’épinette blanche comme essence et voyait sa destruction comme le
principal impact de C. fumiferana (Martineau 1985). On trouve cet arbre partout au Canada sauf sur la côte du
Pacifique et dans le grand Nord (figure 1.8). L’épinette blanche peut atteindre 25 m de hauteur et peut vivre
jusqu’à 200 ans. Son bois est utilisé pour les pâtes et papier et le bois d’œuvre
(http://tidcf.nrcan.gc.ca/fr/arbres/fiche/38).
1.2.2.3. L’épinette noire
L’épinette noire est un conifère de plus en plus touché par la tordeuse des bourgeons de l’épinette,
en raison du déplacement vers le nord de cette dernière. On trouve l’épinette noire à travers la partie nord le
continent sur des sols généralement assez humides( figure 1.9). L’arbre peut atteindre jusqu’à 30 mètres en
16
hauteur et peut vivre plus de 200 ans. On peut le différencier des autres espèces d’épinette par ses courtes
aiguilles (0.5 à 1.5 cm), ses petits cônes et son port étroit. Son bois est utilisé pour les pâtes et papiers et le
bois d’œuvre (http://tidcf.nrcan.gc.ca/fr/arbres/fiche/39).
Figure 1.7 - Aire de répartition du sapin baumier au Canada et au nord des États-Unis (Ressources naturelles Canada, Service canadien des forêts)
Figure 1.8– Aire de répartition de l’épinette blanche au Canada, en Alaska et au nord des États-Unis (Ressources naturelles Canada, Service canadien des forêts)
17
1.2.2.4. La composition chimique et nutritive des aiguilles de conifère
Comme les aiguilles de conifères sont la seule source de nourriture connue des larves de tordeuse,
on peut supposer qu’elles contiennent tous les nutriments nécessaires à leur croissance. Des études faites sur
le contenu chimique des aiguilles d’autres conifères comme l’épinette de Norvège ont révélé une forte teneur
en lignine, cellulose et hémicellulose (Johansson 1995). Ces produits sont les principaux composants des
cellules végétales et sont probablement la principale source de carbone des larves de tordeuse. Chez
quelques insectes bien connus, la digestion de ces produits fait intervenir une symbiose avec un
microorganisme se trouvant dans le système digestif de l’insecte (Calderón-Cortés et al. 2012). On ne peut
donc exclure la possibilité que la digestion des aiguilles d’épinette et de sapin baumier se fasse, ne serait-ce
qu’en partie, par l’intermédiaire de microorganismes habitant le tube digestif des larves de C. fumiferana.
Ces aiguilles contiennent aussi plusieurs nutriments inorganiques comme l’azote, le phosphore, le
potassium, le calcium et le magnésium, tous en assez bonne quantité pour constituer une bonne source de
nourriture (Johansson 1995). Les aiguilles contiennent aussi des composés phénoliques appelés « tannins »
qui pourraient avoir un effet toxique sur les larves de tordeuse (Kumbaşlı 2005). Par contre, ces mêmes
tannins pourraient aussi diminuer la survie de la bactérie B. thuringiensis et ainsi diminuer l’efficacité du
principal moyen de contrôle de cet insecte (Pang 2010).
Figure 1.9 – Aire de répartition de l’épinette noire au Canada, en Alaska et au nord-est des États-Unis (Ressources naturelles Canada, Service canadien des forêts)
18
1.2.3. Régulation des populations de C. fumiferana
Étant donné les dommages importants causés par la tordeuse aux forêts canadiennes et à l’industrie
forestière, ses populations font l’objet de mesures de répression. La tordeuse compte déjà de nombreux
ennemis naturels (agents pathogènes, parasites et prédateurs) qui contribuent au maintien des populations à
de faibles densités pendant la phase endémique et à leur chute à la fin de la phase épidémique. Toutefois,
pendant les pullulations, il est nécessaire d’intervenir avec des pulvérisations insecticides afin de protéger les
peuplements les plus touchés. En 2014, deux produits sont homologués au Canada pour le contrôle de la
tordeuse, l’insecticide à base de Bacillus thuringiensis et le Mimic, un perturbateur de croissance, mais seul le
premier est autorisé au Québec.
1.2.3.1. Agents pathogènes, prédateurs et climat
Comme bien des organismes pluricellulaires, la tordeuse est l’hôte de divers agents pathogènes qui peuvent
mettre en péril sa survie et ainsi limiter sa prolifération. Parmi ces agents pathogènes se trouvent des
microsporidies, des champignons, des virus et des bactéries. La vulnérabilité de la tordeuse à ces divers
agents pathogènes varie en fonction de son stade de développement, de son alimentation et du climat (Morris
1963).
Les populations peuvent aussi être grandement diminuées par l’action des oiseaux prédateurs, qui se
nourrissent des larves et des chrysalides et en éliminent ainsi un grand nombre. Des araignées et de
nombreux insectes se nourrissent des œufs, des larves et des adultes de C. fumiferana. Parmi ces insectes,
les guêpes parasitoïdes comptent parmi les ennemis naturels ayant le plus grand impact sur les populations
de tordeuse. Ces guêpes pondent leurs œufs à l’intérieur de la cavité abdominale des embryons, des larves et
des pupes de C. fumiferana (Sippell 1982). Parmi les espèces les plus efficaces, on compte Tranosema
rostrale, Apanteles fumiferanae et Glypta fumiferanae. Certaines espèces ont été introduites par l’homme
dans des zones touchées par la tordeuse, sans grand succès (Morris 1963).
Le climat joue aussi un grand rôle dans la régulation des populations de tordeuses. Les larves sont
particulièrement vulnérables au climat à deux périodes de l’année. Après leur éclosion, elles doivent trouver
un abri avant les premières gelées d’automne et sont donc à la merci de vents forts et de gelées hâtives. Lors
de la sortie de leur hibernation, elles sont encore une fois vulnérables aux vents forts et aux gelées tardives du
printemps, jusqu’à ce qu’elles se tissent un abri en soie pour se nourrir des aiguilles. La dispersion par le vent
peut être responsable de la mort de jusqu’à 20% des larves chaque année. Des conditions climatiques
19
favorables à la prolifération de la tordeuse plusieurs années consécutives comptent parmi les facteurs
présumés importants au déclenchement d’une épidémie (Morris 1963).
1.2.3.2. Lutte contre C. fumiferana
Comme les facteurs de régulation naturels ne suffisent pas à limiter les pullulations de C. fumiferana, les
gouvernements provinciaux utilisent divers moyens pour combattre ce fléau. En détectant des signes avant-
coureurs d’une épidémie, comme une défoliation hâtive dans les forêts d’arbres matures, il est possible de
conserver une certaine quantité de bois en récoltant les peuplements les plus à risques avant l’arrivée de
l’invasion. Pendant la période endémique, les peuplements d’arbres vulnérables sont aménagés de façon à ce
que d’autres espèces d’arbres, résistantes à la tordeuse prolifèrent, augmentant la diversité du peuplement.
Malgré tout, l’épandage d’insecticide est souvent la méthode permettant de mieux protéger la forêt lors
d’invasions importantes. Le seul moyen ayant vraiment fait ses preuves est l’épandage aérien d’insecticide à
base de Bacillus thuringiensis. Cet insecticide est épandu dans les zones les plus à risque à travers le Canada
avec comme objectif de préserver au moins 50% du feuillage des zones touchées (Davidson 1999).
20
1.2.3.3. Bacillus thuringiensis
B. thuringiensis est une bactérie Gram positive sporulante du sol. On la trouve souvent dans des
environnements habités par des insectes. Cette espèce est particulièrement connue en raison de sa capacité
à produire un cristal, la delta-endotoxine, lors de la sporulation. Ce cristal a la capacité de créer des pores
dans la paroi du tube digestif de nombreux insectes, dont les larves de papillons, de mouches, de moustiques
et de Coléoptères (Cranshaw 2013). Les pores dans la paroi du tube digestif empêchent l’insecte de se
nourrir, mais permettent aussi le passage des microorganismes de l’intestin vers l’hémocèle de l’insecte. La
mort de l’insecte peut donc résulter d’une inanition et/ou d’une septicémie. Cette bactérie est l’un des
insecticides biologiques les plus utilisés sur la planète. Dans le cas de la lutte contre la tordeuse, c’est la
variété kurstaki, spécifique aux Lépidoptères, qui est utilisée (Davidson 1999). L’insecticide peut être très
efficace, mais doit être utilisé dans des conditions spécifiques pour que les résultats soient satisfaisants.
L’insecticide doit tomber directement sur les aiguilles et y rester; il ne doit donc pas être appliqué lors de pluies
et de forts vents. Il doit être appliqué après la sortie des aiguilles, mais assez tôt pour pouvoir accomplir son
action qui est assez lente. De plus, cet insecticide est assez coûteux, limitant la superficie des zones pouvant
être protégées. Des études ont aussi démontré que le tannins contenus dans les aiguilles de conifères
pouvaient inactiver la delta-endotoxine (Lüthy et al. 1985). Finalement, il peut aussi toucher des Lépidoptères
non-ciblés, ce qui pourrait entraîner des effets indirects non-souhaités. 1.1.2.4. Bacillus thuringiensis et son
lien avec le microbiome intestinal
La cause de la mort causée par B. thurigiensis et son lien potentiel avec le microbiome sont encore
sujet à controverse. Les premières études sur le sujet concluaient que la présence de bactéries commensales
dans l’intestin de l’insecte était nécessaire à l’action insecticide de B. thuringiensis (Broderick et al. 2006,
Broderick et al. 2009). Des études subséquentes sont toutefois arrivées à des conclusions inverses, la toxine
ayant entraîné la mort de larves de Lépidoptères axéniques (Johnston et Crickmore 2009, van Frankenhuyzen
et al. 2010). Ultérieurement, une autre équipe s’est penchée sur le sujet et leurs résultats ont suggéré que les
bactéries présentes dans l’intestin accéléraient la mort de l’insecte sans toutefois être essentielles (Mason et
al. 2011). En effet, les larves axéniques touchées par la toxine cessent de se nourrir et meurent de faim.
D’autre part, les pores intestinaux créés par la toxine permettent aux bactéries commensales d’accéder à
l’hémocèle de l’insecte et d’accélérer sa mort par septicémie. Finalement, d’autres facteurs comme la diète et
l’espèce d’insecte peuvent probablement influencer l’impact du microbiome sur l’efficacité de B. thuringiensis.
21
1.3. Analyse du microbiome
1.3.1. Méthodes d’analyse du microbiome
Comme le concept de microbiome est assez récent, peu de méthodes standardisées ont été
développées à ce jour pour en faire l’analyse. Les premières études d’écologie microbienne consistaient en
différentes étapes d’isolement, d’enrichissement et de croissance sur gélose suivies par différents tests
biochimiques visant à classer les microorganismes dans un taxon connu. Des pionniers comme Carl Woese
ont démontré l’utilité du gène codant pour l’ARN ribosomal 16S bactérien pour faire la classification
bactérienne (Fox et al. 1980). Aux fins d’analyse, le gène en question était cloné puis soumis à une digestion
avec des enzymes de restriction, générant un patron de restriction permettant l’identification du taxon. Mitchell
Sogin a ensuite développé un protocole d’isolation d’ARN et de rétro-transcription suivi par du séquençage
Sanger pour accélérer l’identification de bactéries (Lane et al. 1985). Suite à la découverte de la réaction
d’amplification en chaîne par polymérisation (PCR), il devint possible d’amplifier le gène codant pour l’ARN
ribosomal 16S chez les bactéries et l’ARN ribosomal 18S chez les eucaryotes. C’est à partir des résultats
obtenus en utilisant ces techniques que Woese a pu proposer sa version de l’arbre phylogénétique de la vie
(Woese et al. 1990) (Figure 10). Avec l’avènement du séquençage nouvelle génération, il devint possible de
faire séquencer tous les gènes du 16S ou 18S contenus dans un échantillon. Il fut aussi possible de
séquencer les génomes ou les ARN transcrits de tous les microorganismes contenus dans un échantillon.
1.3.1.1. Le gène ribosomique 16S
L’ARN 16S est un fragment d’ARN servant d’échafaudage à la petite sous-unité du ribosome
bactérien. Le gène codant pour ce dernier est un des gènes les mieux conservés du domaine bactérien. Par
contre, il est aussi constitué de régions hypervariables, comme l’illustre la Figure 1.11, où neuf régions
affichent un taux de variation nettement plus élevé. Cette structure particulière permet à ce gène d’être utilisé
comme marqueur de divergence phylogénétique ou simplement comme identificateur taxonomique. Les
régions conservées (creux dans la figure) permettent la conception d’amorces universelles pour le domaine
bactérien alors que les régions variables permettent de distinguer des bactéries au niveau de l’espèce. Chez
les eucaryotes, l’ADN ribosomique qui porte les gènes codant pour les ARN ribosomiques 18S, 5.8S et 28S,
ainsi que les deux espaces intergéniques ITS1 et ITS2 peut être utilisé aux mêmes fins (Hunt et al. 2004).
22
Figure 1.10 – Arbre de la vie de Woese démontrant la séparation en phylums des organismes vivants et la distance génétique qui les sépare de l’ancêtre commun. Figure inspirée de (Woese et al., 1990)
Figure 1.11- Taux de variabilité selon la position de la base dans la séquence du gène de l’ARN 16S de Pseudomonas (d’après (Bodilis et al. 2012). Les pics identifiés V1 à V9 désignent les régions variables pouvant être séquencées à des fins d’identification taxonomique. Le taux de variabilité en axe des Y est mesuré en prenant en compte la fréquence moyenne dans une fenêtre de 50 bases de part et d’autre de chaque position sur l’axe des X.
23
1.3.1.2. Culture des microorganismes
Avant l’avènement de la biologie moléculaire, la seule méthode d’identification des populations
microbiennes dans un échantillon naturel était l’isolement en culture. L’échantillon était homogénéisé et étalé
sur un milieu permettant à la majorité des organismes connus de croître, c’est-à-dire un milieu comportant des
sources de carbone et d’énergie faciles à métaboliser. On isolait ensuite chaque type microbien retrouvé, soit
par des méthodes physiques comme la striation en trois étapes, soit par étalement sur divers milieux sélectifs.
Une fois que l’on avait obtenu des cultures pures, il fallait utiliser divers tests biochimiques pour tenter de
classer les microorganismes isolés selon leurs capacités physiologiques ou métaboliques. Parmi ces tests, on
compte la dégradation des nitrites ou de certaines formes de glucose, les tests de motilité, la couleur des
colonies sur milieu MacConkey et la coloration de Gram. Le résultat de ces tests donnait un bon aperçu des
capacités métaboliques de la communauté microbienne de l’échantillon et permettent de classer certains de
ses composants dans des taxons connus (Dance et al. 1989).
Suite au développement de la PCR et du séquençage Sanger, le gène codant pour l’ARN faisant partie de la
petite sous-unité du ribosome devint un outil de choix permettant de classer les microbes en fonction de
l’espèce. La séquence de ce gène permet effectivement de différencier des bactéries appartenant à
différentes espèces. Donc, avec des amorces universelles 16S pour les bactéries ou 18S et ITS pour les
eucaryotes, on obtient un amplicon dont la séquence indique, lorsque comparée à une base de données, à
quel taxon appartient l’organisme en question. Pour les bactéries, il suffit donc d’isoler chaque organisme en
culture comme mentionné précédemment, d’extraire son ADN génomique et de l’amplifier par PCR avec les
amorces 16S. L’amplicon obtenu peut être séquencé par la méthode de Sanger et sa séquence peut être
comparée par analyses BLAST aux séquences déposées dans diverses bases de données telles que
Greengenes et Genebank (Lane et al. 1985).
La méthode par culture comprend quelques désavantages assez importants. Premièrement, moins de 1% des
espèces bactériennes connues à ce jour sont considérées cultivables (Ward et al. 1990). Cela diminue
grandement la valeur des recensements bactériens obtenus à partir de cultures, étant donné qu’ils ne
représentent qu’une infime partie de la population réellement présente dans l’échantillon. Deuxièmement, c’est
24
une méthode extrêmement inefficace en termes de temps et d’argent. Chaque espèce présente dans
l’échantillon doit être soumise à toutes les étapes du protocole. Donc si avant l’isolement on obtient 100
colonies différentes, cela veut dire 100 étalements et cultures pour chaque milieu sélectif utilisé, 100 réactions
PCR différentes et 100 échantillons à faire séquencer, sans compter les réplicats et témoins.
1.3.1.3. Séquençage nouvelle génération
Le développement de nouvelles méthodes de séquençage au cours des dernières décennies a
donné naissance à de nouveaux domaines de recherche et initié l’ère des technologies –omiques. Parmi les
avantages des méthodes de séquençage haut débit se trouvent le coût moindre par base et la rapidité de
séquençage (Tableau 1.2). Ces particularités ont grandement augmenté la faisabilité de projets de
séquençage de génome et d’études de biodiversité pour des laboratoires n’ayant pas nécessairement les
moyens de mener ces projets à terme par séquençage Sanger.
Toutefois, le principal avantage du séquençage haut débit pour l’étude des génomes et de la
biodiversité est la possibilité qu’il offre de séquencer à partir d’un mélange de fragments d’ADN différents
(contrairement au Sanger où chaque échantillon ne doit contenir que des fragments d’ADN identiques). Parmi
les appareils de séquençage haut-débit les plus utilisés on compte le GS-FLX+ de Roche, utilisant la
technologie de pyroséquençage 454, et les HiSeq et MiSeq d’Illumina utilisant la technologie « bridge
amplification » (Metzker 2010). Par contre, au cours des dernières années, les technologies Illumina ont
progressivement surpassé les capacités de la technologie 454 et sont maintenant le principal outil pour les
études génomiques et d’écologie microbienne.
25
Tableau 1.2 - Comparaison de quelques méthodes de séquençage, permettant de déterminer quelle méthode est la plus appropriée pour divers expériences. Source : Brian Boyle, coordonateur, plateforme d'analyse génomiques, IBIS, U. Laval
Sanger 454 Illumina
Appareil 384 capillaires GS-FLX+ HiSeq2000
Longueur
moyenne (bases)
650-750 550-650 150
Longueur
maximale
(bases)
1000 1000 150
Quantité de
nucléotides par
analyse
(gigabases)
0.0003 0.6 600
Durée de
l’analyse
6 heures 2 jours 13 jours
Coût par
kilobase ($)
5 0.016 0.000032
Application la
mieux adaptée
Construction de
références
Séquençage de
novo et
amplicons
Séquençage et
transcriptomique
Figure 1.12- Amplification des fragments lors du séquençage 454 de Roche (Metzker 2010). Les billes, chacune dans leur microréacteur recouvert d’huile, sont soumises à une amplification PCR, recouvrant chaque bille de fragments d’ADN identiques.
26
Le pyroséquençage (figure 1.12) est effectué en fragmentant l’ADN et en liant des adaptateurs aux
extrémités de chaque fragment. Les fragments sont mélangés avec des billes couvertes d’amorces
complémentaires aux adaptateurs. Le ratio billes/ADN est tel que chaque bille portera un seul fragment. Les
billes, en solution dans l’eau sont alors couvertes d’huile de façon à ce que chaque bille soit contenue dans
une gouttelette aqueuse entourée d’huile, un type d’émulsion. Une amplification PCR est alors réalisée et
chaque gouttelette sert de microréacteur. Chaque bille est recouverte de fragments d’ADN identiques, simple
brin, l’huile est éliminée et le mélange de billes est coulé sur une plaque contenant des puits permettant
l’entrée d’une seule bille par puits pendant la centrifugation de la plaque. Celle-ci est subséquemment
recouverte d’un mélange d’enzymes, dont une DNA polymérase, une ATP sulfurylase et une luciferase.
Différents nucléotides sont appliqués de façon séquentielle et un ordinateur enregistre les signaux lumineux
captés par un photorécepteur et déduit ainsi la séquence des fragments (Metzker 2010).
1.3.1.4. Séquençage d’amplicons 16S
L’étude de la biodiversité d’un échantillon par séquençage d’amplicons 16 S est une des premières
méthodes d’écologie microbienne développées suite à l’avènement du séquençage haut débit. On extrait
l’ADN bactérien de l’échantillon et on amplifie une portion de la séquence du gène codant pour l’ARN 16S. La
technologie 454 est tout indiquée pour cette méthode, pouvant séquencer des fragments d’une longueur
équivalente au tiers du gène 16S. Les amorces utilisées contiennent déjà les adapteurs nécessaires (A et B
sur la Figure 1.13) et les amplicons obtenus sont mélangés avec les billes pour la poursuite de la procédure.
Chaque séquence obtenue représente un fragment d’ADN matrice pouvant être considéré comme un individu
bactérien, et ces séquences sont regroupées en "Operational Taxonomic Units" (OTUs). Ces derniers ne
peuvent être considérés comme représentant un niveau taxonomique formellement défini mais, en pratique, ils
permettent de ségréguer les organismes à un niveau se rapprochant de celui de l’espèce. Comme l’illustre la
Figure 1.14, les séquences ayant plus de 97% d’identité entre elles sont considérées comme appartenant à un
même OTU (Edgar 2013). Ainsi, le seuil de 97% d’identité est considéré comme le seuil permettant de
rassembler les séquences provenant vraisemblablement d’un même taxon. Chaque OTU généré par l’analyse
est donc considéré ici comme représentant un seul taxon.
27
Figure 1.13 – Amorces utilisées pour l’étude de biodiversité à partir du 16S bactérien. En bleu, séquences complémentaires avec des régions conservées du 16S bactérien. En rouge, séquences d’identification nécessaires au multiplexage. En vert, adaptateurs complémentaires aux amorces se trouvant sur les billes. En gris, portion d’ADN à amplifier.
Figure 1.14 – Diagramme décrivant de façon schématique la procédure de regroupement des séquences en OTU.
28
Les séquences sont comparées à celles déposées dans des bases de données d’ARN 16S bactérien
afin d’évaluer l’identité des espèces bactériennes présentes dans l’échantillon. Cette méthode permet de faire
un inventaire des espèces bactériennes présentes dans l’échantillon et de mesurer leur abondance relative.
On peut ainsi déterminer quelles espèces de bactéries sont favorisées sous certaines conditions et d’identifier
le microbiome « cœur » correspondant aux taxons présents dans tous les échantillons provenant de
l’environnement choisi. Par contre, cette méthode ne donne pas d’information sur l’identité des gènes
microbiens ou sur les voies métaboliques auxquelles ils participent.
29
1.3.2. Statistiques et mesures reliées à l’étude du microbiome
Au-delà de l’identification des microorganismes présents dans l’échantillon étudié, il est intéressant
d’évaluer à quel point ces microorganismes sont proches génétiquement, et comment les populations
bactériennes sont réparties parmi les taxons recensés. En raison d’un intérêt grandissant pour l’écologie
microbienne, de nombreuses méthodes statistiques et informatiques ont été développées pour obtenir ce type
d’information.
1.3.2.1 Mesures de diversité
La diversité est une valeur prenant en compte deux concepts extrêmement importants en écologie.
Elle prend en compte la richesse, qui est la quantité de taxons différents retrouvés dans une population, mais
elle prend aussi en compte l’abondance relative de chaque taxon, c’est-à-dire la proportion d’individus
appartenant à chaque taxon de la population. La diversité est souvent reliée à la stabilité et à la productivité
d’un environnement (Stirling et Wilsey 2001). Les deux indices les plus utilisés pour mesurer la diversité sont
l’indice Shannon et l’indice Simpson.
Le « Shannon index » fut proposé par Claude Shannon pour mesurer l’entropie de caractères dans
une ligne de texte. Ce concept repose sur le fait que plus il existe de caractères et plus ces caractères sont
utilisés à la même fréquence, plus le prochain caractère utilisé sera difficile à prédire. L’indice est calculé
comme suit :
Où R est la quantité de caractères (ou taxons) différents présents et pi est la proportion de caractères du type i
(abondance relative) dans la ligne de texte. Plus la valeur P varie parmi les divers caractères, plus l’indice se
rapproche de 0, et plus le caractère est facile à prédire (Shannon 1997).
Le « Simpson index », proposé par Edward H. Simpson, mesure la probabilité que deux individus pris
au hasard dans une population appartiennent au même taxon. L’indice est calculé ainsi :
30
Où R est la richesse et pi est l’abondance relative du taxon i. Comme la valeur diminue en fonction de la
diversité de la population, l’indice inverse Simpson est plus souvent utilisé en écologie, en divisant 1 par
l’indice Simpson obtenu (Simpson 1949).
1.3.2.2. Arbres phylogénétiques
Un arbre phylogénétique est une représentation graphique des relations de parenté entre organismes
vivants. Il permet de visualiser la proximité évolutive entre divers individus ou espèces inférées à partir de
critères biologiques telles la distance génétique. Ces arbres peuvent être construits à partir d’alignements de
séquences ou bien avec une matrice de distance génétique entre des séquences provenant des individus de
la population étudiée. « Clearcut » est un des logiciels les plus utilisés pour la production d’arbres
phylogénétiques dans le contexte d’études de microbiomes. Il utilise une variante à stringence limitée,
l’algorithme du neighbor-joining, qui consiste en l’utilisation de distances génétiques entre individus pour
évaluer leur niveau de parenté (Evans et al. 2006).
31
1.3.2.3. Mesure Unifrac
Lorsqu’on compare la composition de microbiomes provenant d’environnements différents ou
d’organismes soumis à des conditions différentes, il est intéressant d’avoir une mesure indiquant si ces
microbiomes sont significativement différents. La distance Unifrac permet de tester cette hypothèse. Elle se
calcule à partir d’un arbre phylogénétique.
Figure 1.15 – Exemple de résultat Unifrac (Lozupone et Knight 2005). La valeur D est la valeur Unifrac, qui mesure à quel point chaque communauté est spécifique à son environnement. Les boîtes rouges représentent des séquences provenant de l’environnement 1 alors que les boîtes bleues représentent les séquences provenant de l’environnement 2. Ce qui est important est la distinction entre les branches rouges ou bleus (uniques à un seul environnement et les branches violettes (communes aux deux environnements)
L’indice évalue à quel point chaque branche de l’arbre est unique à chaque environnement. Dans le
premier arbre, la moitié des branches est unique à l’environnement 1 (rouge) et l’autre moitié est unique à
l’environnement 2 (bleu). Ce qui pousse la distance Unifrac à son maximum de 1 et signifie que les
microbiomes de chaque environnement sont très différents. Dans le deuxième arbre, environ la moitié des
embranchements sont uniques (bleus ou rouges) alors que l’autre moitié sont des embranchements partagés
par les deux environnements (violets). Ceci donne une valeur de 0.5. Une valeur de 0 serait obtenue si
exactement les mêmes taxons étaient retrouvés dans les deux environnements. Cette distance est souvent
surestimée à cause de taxons très rares qui sont présents dans un seul environnement, mais dont l’impact sur
cet environnement est potentiellement négligeable. Plus précisément, ces taxons rares sont aléatoirement
détectés entre les différents échantillons, créant par la même une différenciation artéfactuelle entre les
32
échantillons. C’est pourquoi il est possible d’utiliser l’option « weighted » au moment de faire ce calcul, de
façon à prendre en compte l’abondance relative de chaque embranchement (Lozupone et Knight 2005)
1.3.2.4. La distance Bray-Curtis
Il est également possible d’évaluer la distance ou la dissimilarité entre les microbiomes de deux
environnements donnés du point de vue de l’abondance des espèces dans chacun des deux environnements.
L’indice Bray-Curtis mesure ainsi la divergence entre deux environnements en fonction des OTUs qu’on y
trouve et de leur abondance relative. Ce calcul permet de produire une matrice de distances pour chacun des
OTUS échantillonnés dans les différentes communautés comparées. Cette matrice peut être représentée par
une figure s’apparentant à un arbre phylogénétique, mais qui compare des environnements et plutôt que des
individus et qui les regroupe selon leur composition. La distance Bray-Curtis est mesurée comme suit :
où SA,I est le nombre d’individus dans l’OTU i de l’environnement A et où SB,I est le nombre d’individus dans
l’OTU i de l’environnement B (Greenacre et Primicerio 2014).
33
1.4. Buts et motifs du présent travail de recherche
Ce projet de maîtrise porte sur le microbiome de l’intestin de C. fumiferana. Les populations
microbiennes de l’intestin de tordeuse pourraient jouer un rôle dans la digestion de sa nourriture et dans la
protection contre les agents pathogènes, comme chez d’autres insectes (Engel et Moran 2013). De plus, le
contenu microbien de l’intestin pourrait avoir une influence sur l’efficacité de l’insecticide biologique Bt.
Finalement, cet insecte pourrait servir de modèle pour l’étude de microbiomes plus complexes.
Le travail présent visait d’abord l’établissement d’un premier inventaire des populations bactériennes
habitant l’intestin de C. fumiferana. Ces bactéries ont été identifiées et leur abondance relative a été mesurée
en fonction du nombre de séquences les représentant dans le jeu de donnée. Un deuxième objectif consistait
à évaluer l’impact de la diète des larves (diète artificielle, sapin baumier et épinette noire) sur la composition
de leur microbiome. Comme ce travail s’intéresse particulièrement à l’effet de la diète sur le microbiote, seule
la partie de l’intestin où la digestion (mésentéron) se produit à été étudiée. Il a ainsi été possible d’établir la
liste des taxons communs aux larves des différents traitements et de mesurer le niveau de dissimilarité entre
leurs microbiotes. Des indices de diversité ont également été comparés entre les différents groupes. Comme
dernier objectif, ce projet visait l’exploration du rôle du microbiome dans la digestion de l’insecte.
Conséquemment, la composition du microbiome intestinal de C. fumiferana a été comparée avec celle du
microbiome d’autres insectes, en particulier ceux pour lesquels des données existent sur le rôle du
microbiome dans la digestion.
35
2. La composition des communautés bactériennes
du mésentéron de Choristoneura fumiferana en
fonction de son alimentation.
2.1. Résumé
La tordeuse des bourgeons d’épinette (Choristoneura fumiferana) est l'un des insectes ravageurs les plus
destructeurs au Canada. La principale méthode de contrôle de cet insecte est l’insecticide à base de bactéries
Bacillus thurigiensis (BT). La communauté bactérienne de l'intestin de la tordeuse des bourgeons de l'épinette
pourrait jouer un rôle dans l'action insecticide de BT, en plus de son rôle potentiel dans le métabolisme de
matière ligneuse. Cette étude visait à obtenir un premier aperçu des communautés bactériennes de l'intestin
de C. fumiferana et de mesurer l'effet des changements de régime alimentaire sur la composition de ces
communautés. Un groupe de larves a été élevé dans le laboratoire sur diète synthétique McMorran, tandis que
les deux autres groupes ont été recueillis sur le terrain sur le sapin baumier et l'épinette noire. L'intestin moyen
de larves a été extrait, broyé et l'ADN en a été extrait. La région V6-V8 des petites sous-unités ribosomiques
16S bactériennes a été amplifiée puis séquencée avec 454 GS FLX-titanium. Les séquences obtenues ont été
traitées, regroupées et classées avec le logiciel mothur. Nous avons trouvé que le microbiome intestinal de la
tordeuse était dominé par des Proteobactéries, principalement du genre Pseudomonas. En outre, le
microbiome des larves élevées sur l'alimentation synthétique était beaucoup plus riche que pour les larves
recueillies sur le terrain, et beaucoup plus uniforme entre chaque échantillon. Nous en avons donc conclu que
différentes méthodes d’élevage favorisaient différentes communautés microbiennes dans l’intestin de C.
fumiferana. Il reste à déterminer si cette différence est dûe au génotype de l’insecte, son alimentation ou son
environnement, et quel impact ont ces différences sur les capacités métaboliques de l’insecte.
36
Composition of the spruce budworm (Choristoneura fumiferana) midgut
microbiota as affected by rearing conditions
Mathieu Landrya, André M. Comeaub, Nicolas Deromed, Michel Cussonc, and
Roger C. Levesquea,*
aInstitut de biologie intégrative et des systèmes (IBIS) et Faculté de médecine, Université Laval, Québec,
Canada, G1A 0A6
bCGEB-Integrated Microbiome Resource (CGEB-IMR), Department of Pharmacology, Dalhousie University,
Halifax, Nova Scotia, Canada, B3H 4R2
cNatural Resources Canada, Laurentian Forest Centre, Québec, Canada, G1V 4C7
dInstitut de biologie intégrative et des systèmes (IBIS) et Faculté des sciences et de génie, Université Laval,
Québec, Canada, G1A 0A6
Keywords: Spruce budworm, Choristoneura fumiferana, midgut microbiota, pyrosequencing
*Corresponding author.
E-mail address: [email protected].
Running title: Spruce budworm midgut microbiota
37
ABSTRACT
The eastern spruce budworm (Choristoneura fumiferana) is one of the most destructive forest insect pests in
Canada. Little is known about its intestinal microbiota, which could play a role in digestion, immune protection,
communication and/or development. The present study was designed to provide a first characterization of the
effects of rearing conditions on the taxonomic diversity and structure of the C. fumiferana midgut microbiota,
using a culture-independent approach. Three diets and insect sources were examined: larvae from a
laboratory colony reared on a synthetic diet and field-collected larvae reared on balsam fir or black spruce
foliage. Bacterial DNA from the larval midguts was extracted to amplify and sequence the V6-V8 region of the
16S rRNA gene, using the Roche 454 GS-FLX technology. Our results showed a dominance of
Proteobacteria, mainly Pseudomonas spp., in the spruce budworm midgut, irrespective of treatment group.
Taxonomic diversity of the midgut microbiota was greater for larvae reared on synthetic diet than for those
collected and reared on host plants, a difference that is likely accounted for by several factors. A greater
proportion of bacteria from the phylum Bacteroidetes in insects fed artificial diet constituted the main difference
between this group and those reared on foliage; within the phylum Proteobacteria, the presence of the genus
Bradyrhizobium was also unique to insects reared on artificial diet. Strikingly, a Bray-Curtis analysis showed
important differences in microbial diversity among the treatment groups, pointing to the importance of diet and
environment in defining the spruce budworm midgut microbiota.
INTRODUCTION
Insects can derive diverse benefits from their intestinal microbiota. The best example is the termite, whose
digestive track is specifically adapted for colonization by various microbes essential to the digestion of wood
biomass [1]. The microbial community of the termite intestinal microbiota consists largely of Proteobacteria,
Spirochetes, Bacteroidetes and Gram-positive bacteria with a low G+C content [2]. In contrast, bacterial
symbionts are apparently not essential for digestion of the plant cell wall in many other insect species that
secrete digestive enzymes encoded in their own genomes. [3]. However, there are other benefits associated
with midgut bacteria, including enhanced resistance to pathogens [4], promotion of intestinal epithelium
development [5], neutralization of toxins [6] and production of chemical communication molecules [7].
Lepidopteran insects feed mostly on plants and possess a very simple digestive system devoid of any known
adaptation for the maintenance of microbes. The majority of bacteria composing their microbiota are acquired
from their food plants [8], making diet an important factor in microbiota composition. The microbiota has no
defined role in the Lepidoptera, but it is often dominated by Enterobacteriaceae, which could play a role in
carbohydrate metabolism [9].
38
Each year in Canada, defoliating insects are responsible for important timber volume losses for the
forest industry. Controlling these pests is a significant challenge and scientists are constantly looking for novel
strategies that are more cost-efficient and/or eco-friendly. As chemical pesticides are no longer looked upon
favorably for use in forest pest management, molecular and biological targets that can be perturbed in a pest-
specific manner have become the focus of many current research efforts aimed at developing alternative pest-
control tools. The intestinal flora of these insects could be one such target, particularly where it plays a
significant role in host health.
It is in this context that we undertook the present work on the microbiota of the spruce budworm,
Choristoneura fumiferana, a major pest of spruce and fir in Canada. Our primary objective was to conduct a
survey of this insect’s gut microflora using a next-generation sequencing (NGS) approach. A pioneering study
that examined the intestinal microbiota of C. fumiferana indicated a dominance of Enterococcus and
Staphylococcus bacteria among microorganisms that could be cultured from its midgut, and showed that
antibiotics present in a synthetic diet [10] were not potent enough to eliminate gut bacteria at the
concentrations used [11]. Another study also showed that intestinal juices from larvae fed balsam fir foliage
could inhibit bacterial growth [12], suggesting that the host plant could have a negative impact on the budworm
midgut microflora. For this reason, the second objective of our study was to conduct a preliminary assessment
of the effect of rearing conditions, including diet (synthetic, black spruce, balsam fir) and insect sources
(laboratory colony versus field-collected) on budworm midgut microbiota composition. Our results point to a
significant effect of food and insect source on the taxonomic diversity and structure of the budworm midgut
microbiota.
MATERIALS AND METHODS
Experimental insects
For this study we used 36 C. fumiferana larvae, distributed evenly among three experimental groups (food
sources). For the first group, larvae were obtained from Insect Production Services (Natural Resources
Canada, Sault Ste. Marie, Canada) as post-diapause second instars and were reared at room temperature on
a synthetic wheat germ diet containing Aureomycin at a level of 0.56% [10]. The other two experimental
groups were made up of larvae collected in the field near Baie-Comeau, Quebec, as third and fourth instars
feeding on balsam fir (Abies balsamea) or black spruce (Picea mariana). These larvae were held in plastic
containers and reared on young shoots from the same trees they were collected on until they reached the sixth
instar. All larvae were sacrificed as mid-sixth instars for midgut dissection.
39
Midgut dissections and DNA extraction
To remove surface microbes, larvae were briefly dipped in 70% ethanol prior to midgut dissection. Tissue was
excised using ethanol-sterilized fine forceps and opened up longitudinally to gently remove coarse, undigested
material remaining at the time of dissection. The midguts were homogenized individually in 1.5 mL microfuge
tubes containing 200 µL of sterile phosphate-buffered saline (PBS) using sterile plastic pestles. Genomic DNA
was extracted from the midguts following the Gram-positive protocol of the DNeasy Blood and Tissue Kit
(Qiagen).
Choice of primers for Roche 454 pyrosequencing
We used primers designed by Comeau et al. (2011) that target the V6-V8 region of bacterial 16S rRNA. In
preliminary tests using spruce budworm midgut DNA, amplicons from this region provided the best taxonomic
resolution. Forward (F) primers included Roche’s A adaptor and MIDs (‘‘multiplex identifiers’’) in the following
arrangement: 5’-[A-adaptor]+[MID1 to 10]+[specific F primer]-3’. Reverse (R) primers included Roche’s B
adaptor in the following arrangement: 5’-[B-adaptor]+[specific R primer]-3’. Full primer sequences are listed in
Table S1.
Pyrosequencing of the 16S rRNA gene
Amplification of the 16s rRNA gene, equimolar pooling and sequencing was performed at the Plateforme
d’analyses génomiques (IBIS, Université Laval, Quebec City, Canada) following the procedure described in
Comeau et al. [13]. Briefly, the extracted DNA was amplified by PCR using the aforementioned fusion primers,
followed by amplicon purification. Then, for each of the three treatments, equimolar amounts of the 12
replicate amplicons were pooled and loaded onto 1/8th of a sequencing plate and sequenced on a Roche 454
GS-FLX + platform.
Sequence pre-processing
We used mothur v.1.30.2 [14] to curate the dataset so as to retain only reads with a length between 350 and
450 bps, without Ns and with 100% correct F primer sequences. Sequences were aligned using mothur and
chimeras were removed by alignment of a query sequence with two parent sequences using UCHIME [15].
40
Sequences classified as originating from chloroplasts were also removed using mothur. Finally, samples
(individual larvae) were normalized by random down-sampling to 2460 reads each (the smallest number of
final, quality-controlled reads among the samples).
Data analysis
Mothur was used for all the subsequent analyses. The curated reads were first clustered at a 97% identity
cutoff in order to generate operational taxonomic units (OTUs) that roughly correspond to individual bacterial
species [14]. Rarefaction curves (α-diversity) for each experimental group were generated and β-diversity
analyses (among samples and treatments) were done by calculating Bray-Curtis distances and Sørensen
similarity values (abundance-based version �̂�𝑎𝑏𝑑 suggested by Chao et al. [2005]). OTUs were classified
using the GreenGenes97 reference database as modified by Comeau et al. (2011), and selected sequences
were manually compared to the NCBI nr database using the BLASTn algorithm [16].
Statistical analysis
The non-parametric Mann-Whitney and Kruskal-Wallis tests were used to assess the statistical
significance of differences among treatments when the data did not fulfill the conditions of normality. In all
other cases, ANOVA, F- and t-tests (equal or unequal variance, as the case may be) were used. All
statistical analyses were carried out using the software PAST (folk.uio.no/ohammer/past/).
RESULTS
Variation in richness among microbiotas (α-diversity)
For each of the three treatment groups, the OTU rarefaction curves began to plateau by the time all reads had
been analyzed, indicating that the sequencing depth was sufficient to capture most of the biodiversity found in
the larval midguts (Fig. 1). Interestingly, far more OTUs were detected in larvae reared on a synthetic diet
containing Aureomycin (>1000) than in larvae collected in the field on either balsam fir or black spruce (<600).
41
Figure 2.1 - OTU rarefaction curves for each experimental group. Each group represents the aggregate of 12 individuals at 2 460 reads each (total 29 520 reads per group). Note that the balsam fir and black spruce curves have overlapping 95% confidence intervals (i.e.: not significantly different).
42
Overall composition of spruce budworm midgut microbiota
Overall, the budworm midgut microbiota was composed primarily of Proteobacteria (Fig. 2). The dominant
genus was Pseudomonas, which constituted the majority of the Proteobacteria (Fig. 3), whereas
Bradyrhizobium was essentially specific to larvae reared on synthetic diet (915 reads vs 30-62 reads for each
of the other two diet groups). An examination of the top 10 OTUs within the three diet groups (Table 1) clearly
showed that the genus Pseudomonas was indeed the most abundant taxon in the budworm midgut microbiota,
as the majority of dominant OTUs belonged to this genus. These Pseudomonas OTUs could not be assigned
to species using the NCBI 16S database, since each typically had several hits with an E-value of zero and an
identity of 100%. This being said, species such as P. fluorescens and P. paea were often among these hits.
Table 1 also shows that the communities were highly skewed with respect to OTU distribution, with the 10 top
OTUs representing a very large proportion of the total reads obtained (~60-80%), indicating that the remaining
OTUs represented low-abundance, less frequent taxonomic groups. Surprisingly, the two taxa –
Staphylococcus and Enterococcus – that were identified in an earlier study [11] as the most abundant in the
budworm midgut, using a bacterial culture approach, were among the lower abundance OTUs in this study,
represented by 249 and 4 reads, respectively, among the 88,560 reads of the dataset. At the phylum level, the
microbiotas of larvae fed either spruce or fir were very similar, except for a higher proportion of Actinobacteria
(majority Propionibacterium) in larvae collected and reared on balsam fir (Fig. 2; p < 0.01, Mann-Whitney). In
larvae reared on artificial diet, the proportion of Bacteroidetes was much higher than in larvae collected and
reared on the other two food types (p < 0.01, Kruskal-Wallis). More than 97% of these Bacteroidetes were
assigned to the family Chitinophagacaea, but we could not assign them to specific genera using the
GreenGenes database. However, some of the most abundant OTUs found in larvae fed artificial diet belonged
to this family and were identified as Hydrotalea flava or Sediminibacterium gingensoli using the NCBI 16S
database (Table 1).
43
Figure 2.2 - Taxonomic distribution of reads at the phylum level for each experimental group.
Figure 2.3 - Taxonomic distribution of reads in the Proteobacteria for each experimental group. Only genera comprising more than ~1% of the phylum are shown.
Compositional variation among microbiotas (β-diversity)
The Bray-Curtis analysis, which is based on the presence/absence and relative abundance of OTUs in each
sample, showed a strong clustering of individual larval microbiotas according to rearing conditions (Fig. 4).
Interestingly, the microbiotas of larvae reared on the two host trees clearly formed two compositional sub-
clusters. To further compare the composition of the microbiotas among the three food sources, we calculated
abundance-based Sørensen similarity values among and within the groups (Fig. 4). The results of this analysis
support the conclusions drawn from the Bray-Curtis similarity analysis, i.e., strong separation as a function of
food source, with very little overlap (only ~1-5%) among diet groups. However, microbiotas of individual larvae
reared on artificial diet all displayed very high similarity among one another (92%). For the two groups of
44
larvae reared on host trees, the Sørensen similarity values calculated for each sub-cluster were higher than
those calculated for the whole group, supporting the conclusion drawn from the Bray-Curtis analysis and
pointing to the greater variation in the composition of the midgut microflora among larvae collected and reared
on natural foliage.
Fir Spr
Fir Syn
Spr Syn
Fir
Spr
Syn
Between
(β-diversity)
Within
(α-diversity)
0.8%
62% (96/98%)
92%
67% (92/96%)
5.2%
3.4%
Figure 2.4 - Individual and group diversity patterns. Dendrogram of the Bray-Curtis distances between each larva (left) and Sørensen similarities (right) between or within the three groups. Note that the individuals within the two subclades of each fir and spruce group have high similarities (92-98% in parentheses) compared to each group taken as a whole (62 and 67%).
Table 2.1 List of top 10 OTUs within each experimental group, along with the names of the species they most likely represent (from BLAST similarity).
Group OTU ID Most likely species Reads Abundance
(%)
Balsam fir Otu0348 Pseudomonas sp. 5584 18.9
Otu0352 Pseudomonas sp. 4711 16.0
Otu0354 Pseudomonas sp. 3767 12.8
Otu0357 Pseudomonas sp. 3294 11.2
Otu0361 Pseudomonas sp. 1697 5.7
Otu0362 Pseudomonas sp. 1496 5.1
Otu0365 Pseudomonas sp. 1226 4.2
Otu0370 Pseudomonas sp. 684 2.3
Otu1277 Rugamonas rubra 534 1.8
Otu1278 Rugamonas rubra 456 1.5
45
Total = 79.4
Black spruce Otu0346 Pseudomonas sp. 7315 24.8
Otu0347 Pseudomonas sp. 7034 23.8
Otu0359 Pseudomonas sp. 2244 7.6
Otu0360 Pseudomonas sp. 1754 5.9
Otu0364 Pseudomonas sp. 1295 4.4
Otu0366 Pseudomonas sp. 1174 4.0
Otu0368 Pseudomonas sp. 998 3.4
Otu0371 Pseudomonas sp. 611 2.1
Otu1279 Rugamonas rubra 444 1.5
Otu0372 Pseudomonas sp. 441 1.4
Total = 78.9
Synthetic diet Otu0351 Pseudomonas sp. 4566 15.5
Otu0356 Pseudomonas sp. 3344 11.3
Otu0358 Pseudomonas sp. 2191 7.4
Otu0345 Pseudomonas sp. 1882 6.4
Otu0517 Hydrotalea flava 1719 5.8
Otu0519 Sediminibacterium ginsengisoli 834 2.8
Otu1276 Rugamonas rubra 814 2.8
Otu0521 Sediminibacterium ginsengisoli 751 2.5
Otu0522 Sediminibacterium ginsengisoli 716 2.4
Otu2190 Methylobacterium aerolatum 627 2.1
Total = 59.1
46
Supporting information
Table 2.2 Sequences of primers used to amplify the 16S V6-V8 region for pyrosequencing (from Comeau et al. 2011). The dots are used to separate the different parts of the primers (Roche adaptor • multiplex identifier (barcode) • specific primer). Multiplex identifiers are only present in the forward primers, hence there is only one unique, shorter reverse primer.
Primer Name Sequence 5’-3’
A1-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•ACGAGTGCGT•ACGCGHNRAACCTTACC
A2-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•ACGCTCGACA•ACGCGHNRAACCTTACC
A3-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•AGACGCACTC•ACGCGHNRAACCTTACC
A4-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•AGCACTGTAG•ACGCGHNRAACCTTACC
A5-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•ATCAGACACG•ACGCGHNRAACCTTACC
A6-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•ATATCGCGAG•ACGCGHNRAACCTTACC
A7-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•CGTGTCTCTA•ACGCGHNRAACCTTACC
A8-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•CTCGCGTGTC•ACGCGHNRAACCTTACC
A9-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•TAGTATCAGC•ACGCGHNRAACCTTACC
A10-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•TCTCTATGCG•ACGCGHNRAACCTTACC
A11-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•TGATACGTCT•ACGCGHNRAACCTTACC
A12-B969F CCATCTCATCCCTGCGTGTCTCCGACTCAG•TACTGAGCTA•ACGCGHNRAACCTTACC
B-BA1406R CCTATCCCCTGTGTGCCTTGGCAGTCTCAG•ACGGGCRGTGWGTRCAA
47
DISCUSSION
The present study shows that the vast majority of bacteria found in the spruce budworm midgut belong to the
phylum Proteobacteria (Fig. 2), with the genus Pseudomonas constituting the dominant taxon, irrespective of
rearing conditions (Fig. 3). Indeed, more than 60% of the reads generated from larvae reared on artificial diet
belonged to this genus, while this proportion increased > 80% in field-collected insects. A previous study using
culture-dependent methods to identify bacteria from spruce budworm midguts also identified Pseudomonas as
one of the taxa present in laboratory-reared insects, although in much lower proportions than those reported
here [11]. This difference could result from taxon-specific differential growth of midgut bacteria on the tryptic
soy agar medium used by these authors. Differential growth may also explain why the same study reported
Enterococcus and Staphylococcus as the two dominant bacterial genera in budworm midguts, while these two
Firmicute genera represented a low proportion of the culture-independent experiment reported here. It should
also be pointed out that notable differences in the presence/absence of midgut bacterial taxa have been
reported for different laboratory cultures of the same insect (e.g., Enterobacter in Lymantria dispar; [8,11] ),
suggesting the possibility of important differences in host genotypes controlling gut bacterial communities
among different sources of laboratory-reared insects [17]. A study combining culture-dependent and culture-
independent approaches for the characterization of the gypsy moth (L. dispar) midgut microbial community
also identified Pseudomonas as representing a significant proportion of the microbiota [8]. Pseudomonas
fluorescens, which is very closely related to the dominant bacterial OTUs in our samples, has been shown to
degrade pectin, one of the components of plant cell walls [9]. Whether this bacterium plays a role in foliage
digestion remains to be determined, but it could explain its possible dominance in the budworm midgut
bacterial community.
The main difference between the communities of larvae reared in the laboratory and sampled in the
field was the presence of a higher proportion of bacteria belonging to the phylum Bacteroidetes in insects
reared on artificial diet (Fig. 2). Prominent among these bacteria were the Chitinophagacea (more than 97% of
Bacteroidetes reads), which could not be assigned to specific genera using the GreenGenes97 reference
database; however, they were identified as Hydrotalea flava or Sediminibacterium gingensoli using the NCBI
16S database (see Table 1). These bacteria have also been reported in the gut of Nyssomyia neivai sandflies,
which feed on the blood of other insects [18]. Their role, if any, in the biology of C. fumiferana is unknown, but
their absence in field-collected insects suggests they are not essential and that they may be repressed by
antibacterial compounds present in conifer leaves [12] or their growth may be favored in insects fed on artificial
diet.
48
We found twice as many OTUs in larvae reared on artificial diet as compared to those collected in the
field (Fig. 1). Whether the presence of antimicrobial secondary metabolites in fir and spruce foliage is
responsible for the lower taxonomic richness assessed in larvae collected on host plant materials is unclear at
this point, as several other factors could account for this difference. Although the antibiotic present in the
synthetic diet apparently did not inhibit midgut bacterial growth, it may nonetheless have affected the
taxonomic composition of the intestinal microbiota. For example, rearing of budworms on an Aureomycin-laden
diet over several generations may have led to the elimination of some bacterial taxa, leaving their niches open
to the establishment of others. Similarly, the greater diversity of midgut bacteria in artificial-diet-reared insects
could be an adaptive response to the diversity of components in this wheat-germ-based diet, thus favoring the
growth of gut Bacteroidetes which have been associated with degradation of high-molecular-weight proteins
and carbohydrates [19]. Finally, various other factors, including genetic differences between field-collected and
laboratory-reared insects, could play a role in shaping the observed differences. An experiment involving the
rearing of budworms from a single genetic stock on different diets over several generations would likely shed
light on this issue. Interestingly, earlier studies focusing on lepidopteran midgut microbiota have reported a
poorer microbial diversity in insects reared on artificial diet as compared to insects reared on natural host
plants [20,21]. This discrepancy may simply be related to differences in experimental design, although the
possibility remains that there are fir- and spruce-borne compounds that interfere with budworm midgut
bacterial growth [12], whereas the opposite may be true for species where the insect’s gut microbiota depends
largely on the microbial community present on the surface of the host plant [20].
In comparing the effects of diet on features of the budworm midgut microbiota, we observed a greater
bacterial taxonomic similarity among larvae reared on artificial diet (92% Sørensen similarity), as compared to
larvae collected on either host tree (62-67% Sørensen similarity; Fig. 4). Although this difference could be due,
at least in part, to the normalizing/homogenizing effects of Aureomycin (in the synthetic diet) and multi-
generation rearing in the laboratory, it seems largely attributable to the presence of two clearly distinct Bray-
Curtis clusters in each group of field-collected larvae (Fig. 4). Since all larvae obtained from the field were
processed in the same fashion, it appears that the deep within-host-tree taxonomic subdivision results from
factors inherent to the larvae themselves. Given a sex ratio of ~50:50 in the spruce budworm [22] and an
observed segregation of larvae in the same proportions within each host group (Fig. 4), we speculate that the
sex of the larvae (not recorded in this study) may be the factor responsible for the observed clustering.
Relatively minor differences were observed between the midgut microbiotas of larvae collected on
balsam fir as opposed to those collected on black spruce, at least at the phylum (Fig. 2) and genus (for
Proteobacteria; Fig. 3) levels. The main difference was a slightly greater proportion of Actinobacteria in the gut
of larvae collected on balsam fir. Additional differences are likely present at the species level, as suggested by
49
the presence of different phylotypes within each of these two diet groups (Table 1). However, the significance
of such differences is unclear at this point and its assessment will require more extensive sampling of larvae
on host trees from different geographical regions and habitats.
Interestingly, the present analysis suggested the absence, in the spruce budworm, of a distinct, core
midgut microbiota, i.e., a set of bacterial taxa present in all processed larvae. Although some genera were
present in all three diet groups (Table 1), none of the phylotypes were detected in all sampled larvae. This
observation is in contrast with earlier studies where the authors reported the presence of a few bacterial
species in all insects examined (e.g., [8,20]). It has been pointed out, however, that a lack of core gut
microbiota among healthy individuals of a given species may not be critical so long as the microbial phylotypes
present in the gut collectively provide a core set of bacterial genes required by the host [23], a situation that
may apply to the spruce budworm gut microbiota.
In summary, the present work provides baseline data on the spruce budworm midgut microbiota, as
determined using a culture-independent NGS approach. It also provides evidence that rearing conditions,
including diet, can have a significant effect on budworm midgut microbiota species diversity. As such, the
findings reported here should serve as a starting point for more in-depth studies examining the possible
functions of the budworm intestinal microbiota; such functions could include processing of secondary plant
metabolites, nutrition/digestion, immunity and communication, among others [4]. To this end, metagenomics
and transcriptomics approaches will likely be required.
ACKNOWLEDGMENTS
We express our gratitude to members of the next generation sequencing platform and bioinformatics platform
at the Institut de biologie integrative et des systèmes (IBIS), Université Laval, and to Catherine Beliveau for
technical assistance with the PCR work. We thank Dr. D. Pureswaran (Natural Resources Canada, Quebec
City) for providing the field-collected larvae. This research was funded by grants to R. C. Levesque and to M.
Cusson (NSERC Discovery grant # 171350-2012 and by Génome Québec).
REFERENCES
1. Breznak JA, Brune A. Role of microorganisms in the digestion of lignocellulose by termites. Ann Rev
Entomol 1994; 39: 453-487.
50
2. Kudo T, Ohkuma M, Moriya S, Noda S, Ohtoko K. Molecular phylogenetic identification of the intestinal
anaerobic microbial community in the hindgut of the termite, Reticulitermes speratus, without cultivation.
Extremophiles 1998; 2: 155-161.
3. Calderón-Cortés N, Quesada M, Watanabe H, Cano-Camacho H, Oyama K. Endogenous plant cell wall
digestion: a key mechanism in insect evolution. Annu Rev Ecol Evol Syst 2012; 43: 45-71.
4. Engel P, Moran NA. The gut microbiota of insects - diversity in structure and function. FEMS Microbiol Rev
2013; 37: 699-735.
5. Buchon N, Broderick NA, Lemaitre B. Gut homeostasis in a microbial world: insights from Drosophila
melanogaster. Nat Rev Microbiol 2013; 11: 615-626.
6. Kikuchi Y, Hayatsu M, Hosokawa T, Nagayama A, Tago K, et al. Symbiont-mediated insecticide resistance.
Proc Natl Acad Sci U S A 2012; 109: 8618-8622.
7. Dillon RJ, Dillon VM. The gut bacteria of insects: nonpathogenic interactions. Annu Rev Entomol 2004; 49:
71-92.
8. Broderick NA, Raffa KF, Goodman RM, Handelsman J. Census of the bacterial community of the gypsy
moth larval midgut by using culturing and culture-independent methods. Appl Environ Microbiol 2004; 70: 293-
300.
9. Anand AA, Vennison SJ, Sankar SG, Prabhu DI, Vasan PT, et al. Isolation and characterization of bacteria
from the gut of Bombyx mori that degrade cellulose, xylan, pectin and starch and their impact on digestion. J
Insect Sci 2010; 10: 107.
10. McMorran A. A synthetic diet for the spruce budworm, Choristoneura fumiferana (Clem.) (Lepidoptera:
Tortricidae). Can Entomol 1965; 97: 58-62.
11. van Frankenhuyzen K, Liu Y, Tonon A. Interactions between Bacillus thuringiensis subsp. kurstaki HD-1
and midgut bacteria in larvae of gypsy moth and spruce budworm. J Invertebr Pathol 2010; 103: 124-131.
12. Pang AS. Possible role of plant allelochemical in clearance of bacteria from the gut of spruce budworm,
Choristoneura fumiferana. Open Microbiol J 2010; 4: 26-29.
13. Comeau AM, Li WK, Tremblay JE, Carmack EC, Lovejoy C. Arctic Ocean microbial community structure
before and after the 2007 record sea ice minimum. PLoS One 2011; 6: e27492.
51
14. Schloss PD. A high-throughput DNA sequence aligner for microbial ecology studies. PLoS ONE 2009; 4:
e8230.
15. Edgar RC. UPARSE: highly accurate OTU sequences from microbial amplicon reads. Nat Methods 2013;
10: 996-998.
16. Altschul SF, Gish W, Miller W, Myers EW, Lipman DJ. Basic local alignment search tool. J Mol Biol 990;
215: 403-410.
17. Dobson AJ, Chaston JM, Newell PD, Donahue L, Hermann SL, et al. Host genetic determinants of
microbiota-dependent nutrition revealed by genome-wide analysis of Drosophila melanogaster. Nat Commun
2015; 6: 6312.
18. Machado VE, Martins PMM, Ferreira H, Ferro M, Bacci M, et al. Bacterial groups associated with
Nyssomyia neivai (Diptera: Psychodidae) sandflies. J Vector Borne Dis 2014; 51: 137-139.
19. Thomas F, Hehemann JH, Rebuffet E, Czjzek M, Michel G. Environmental and gut
bacteroidetes: the food connection. Front Microbiol 2011; 2: 93 .20. Priya NG, Ojha A, Kajla MK, Raj A,
Rajagopal R.. Host plant induced variation in gut bacteria of Helicoverpa armigera. PLoS One 2012; 7:
e30768.
21. Xiang H, Wei GF, Jia S, Huang J, Miao XX, et al. Microbial communities in the larval midgut of laboratory
and field populations of cotton bollworm (Helicoverpa armigera). Can J Microbiol 2006; 52: 1085-1092.
22. Quezada-García R, Pureswaran D, Bauce E. Nutritional stress causes male-biased sex ratios in eastern
spruce budworm (Lepidoptera: Tortricidae). Can Entomol 2014; 146: 219-223.
23. Backhed F, Fraser CM, Ringel Y, Sanders ME, Sartor RB, et al. Defining a healthy human gut
microbiome: current concepts, future directions, and clinical applications. Cell Host Microbe 2012; 12: 611-622.
53
3. Conclusion
Le microbiome intestinal est une communauté qui peut avoir une grande influence sur la performance
et la santé de son hôte. Chez l’humain, ces communautés jouent un grand rôle dans la prévention de plusieurs
maladies, que ce soit par coopération avec le système immunitaire, la digestion de composés toxiques ou
simplement par compétition avec les agents pathogènes (Cho et Blaser 2012). Chez les insectes, le
microbiome intestinal peut contribuer à la digestion de composés difficiles à métaboliser, à la protection contre
les agents pathogènes par la production de molécules antimicrobiennes et à la communication en participant à
la synthèse de phéromones (Engel et Moran 2013). Le rôle de ce microbiome chez les lépidoptères est assez
peu connu et c’est à cet ordre qu’appartient l’insecte qui nous intéresse, Choristoneura fumiferana (Calderón-
Cortés et al. 2012).
Choristoneura fumiferana est une chenille causant d’importants dommages aux forêts de sapin et
d’épinette au Canada, et plus particulièrement au Québec. A l’état larvaire, elle se nourrit des jeunes
bourgeons, ce qui peut entraîner la mort des arbres attaqués. Le principal moyen de lutte utilisé par l’homme
contre cet insecte est l’insecticide BT, qui fait intervenir la bactérie Bacillus thurigiensis, laquelle interagit
possiblement avec la flore intestinale de l’insecte (Broderick et al. 2009). Comme il se nourrit de matière
végétale, l’insecte pourrait aussi avoir besoin de cette flore intestinale pour métaboliser les nutriments
nécessaires à sa survie, comme chez le termite (Hongoh 2011).
Ce projet se voulait un premier échantillonnage microbien de l’intestin de C. fumiferana. Cet
échantillonnage à été fait avec l’objectif à long terme d’évaluer la contribution potentielle de cette flore
microbienne à la biologie de l’insecte. Une comparaison a ainsi été faite entre le microbiome de larves ayant
consommé différentes diètes. Cette comparaison avait pour but de tester l’influence de la diète sur la
composition taxonomique du microbiome intestinal. Un microbiome facilement manipulable permettrait
d’utiliser C. fumiferana comme modèle pour l’étude du microbiome intestinal d’herbivores, car l’insecte est
facile à obtenir en grand nombre et à élever.
Le microbiome de C. fumiferana semble être dominé par le genre bactérien Pseudomonas. En effet,
plus de 60% des séquences analysées appartenaient à ce genre. Pseudomonas est un genre bactérien
retrouvé en grand nombre sur la surface des végétaux et dans l’intestin d’autres papillons herbivores
(Broderick et al. 2004). Des espèces de Pseudomonas possèdent des gènes pouvant dégrader la pectine, un
composé faisant partie des membranes cellulaires végétales et pourraient donc jouer un rôle dans la digestion
(Anand et al. 2010).
54
Des différences marquées ont été observées entre le microbiote de larves collectées dans la nature
et le microbiote de larves élevées en laboratoire. Les larves s’étant nourries de diète McMorran possédaient
un microbiote au moins deux fois plus riche en termes de diversité taxonomique que celui de larves s’étant
nourries d’aiguilles de conifères. Cette différence est possiblement due à la présence de tannins retrouvés
dans les aiguilles de conifères et ayant un effet anti-bactérien (Pang 2010). Le groupe des Chitinophagacaea
semble être particulièrement touché par ce phénomène, car il est très abondant chez les larves de laboratoire
et presque absent chez les larves recueillies en nature. Pourtant, on le retrouve chez d’autres insectes
recueillis dans la nature (Machado et al. 2014). Il serait intéressant de déterminer si ces souches de
Chitinophagacaea retrouvées dans l’intestin de la tordeuse sont cultivables. Si oui, elles pourraient être isolées
et cultivées à partir d’intestin de C. fumiferana. Elles pourraient ensuite être exposées à des tannins extraits
d’aiguilles de différents conifères. L’effet du tannin sur ces bactéries pourrait être comparé avec l’effet sur
d’autres bactéries retrouvées dans le même environnement, de façon à déterminer si les tannins avaient bel et
bien un rôle à jouer dans ces différences d’abondance.
Par contre, il est fort possible que l’alimentation ne soit pas la principale raison pour les différences
de composition microbienne dans l’intestin des tordeuses. Il est très probable que le génotype des larves
étudiées ait une importante influence sur leur microbiote. Les larves élevées en laboratoire provenaient de
souches d’élevage dont le génotype varie très peu et c’est probablement pourquoi la communauté bactérienne
de larves élevées dans le laboratoire varie beaucoup moins d’un individu à l’autre que dans le cas de larves
ayant vécu dans la nature, qui possèdent des génotypes potentiellement très variés, leur reproduction n’étant
pas contrôlée.
Comme l’indique la figure 4 du chapitre 2, un autre facteur semblait jouer dans la composition des
communautés microbienne de l’intestin de C. fumiferana. Les larves appartenant à chaque groupe semblaient
se diviser en deux sous-groupes de tailles équivalentes. Ceci concorderait avec le sexe des insectes, qui
influence les communautés microbiennes chez certains insectes (Engel et Moran 2013) mais qui n’a
malheureusement pas été déterminé avant l’expérience. Pour tester l’hypothèse que le sexe d’une larve de
tordeuse influence la composition de son microbiote intestinal, il faudrait répéter cette expérience avec des
insectes dont on identifie le sexe en observant les gonades lors de l’extraction du mésentéron.
Alternativement, lorsque plus d’information sera disponible sur le génome de l’insecte, des gènes spécifiques
au sexe pourraient être identifiés. Des amorces spécifiques pour ces gènes pourraient être conçues et
utilisées sur l’ADN extrait au cours l’expérience décrite dans ce mémoire.
55
En bref, ce projet a permis d’avoir un bon aperçu de la composition des communautés microbiennes habitant
l’intestin de C. fumiferana. Il a été démontré qu’un changement de diète et/ou de conditions d’élevage pouvait
altérer de façon importante ces communautés, que ce soit au niveau de la diversité ou de la structure de la
communauté. Ce projet a aussi permis de découvrir quelques pistes intéressantes qui, avec l’aide d’analyses
métagénomiques et métatranscriptomiques pourraient mener à l’élucidation du rôle que le microbiome
intestinal peut jouer dans la biologie de C. fumiferana.
Effectivement, les méthodes de séquençage utilisées dans cette expérience ne donnaient que très
peu d’information sur la fonction et l’activité des communautés microbiennes décrites. Lorsqu’on désire obtenir
de l’information sur la contribution du microbiome à son environnement, il faut aller chercher au-delà de
l’identité des bactéries présentes et de leur abondance relative, qui sont tout ce que l’identification par
séquençage du gène 16S permet d’obtenir comme information. Pour aller au-delà de la question «Qui est
là ? » et répondre aux questions «Que font les bactéries présentes dans l’intestin ? » ou «Ces bactéries sont-
elles bénéfiques ou nuisibles à l’insecte ?» des technologies telles que la métatranscriptomique et la
métagénomique sont nécessaires.
Le métatranscriptome est un portrait de toutes les activités métaboliques présentes dans
l’environnement étudié. À partir d’un échantillon d’ARN provenant du microbiote de l’insecte, il serait possible
d’obtenir la séquence de tous les gènes exprimés par cette communauté et leur niveau d’expression. La
comparaison de ces séquences à celles déposées dans les bases de données permet d’identifier les gènes
exprimés et les voies métaboliques les plus actives. Elle permet aussi de déterminer si certaines voies
métaboliques font intervenir plus d’un organisme. Par exemple, ce sont principalement des études en
métatranscriptomique qui ont permis de dresser un portrait des voies métaboliques complexes permettant au
termite de tirer du bois qu’il consomme les nutriments nécessaires à sa survie (Tartar et al. 2009). Cette
méthode permettrait donc d’identifier certaines voies métaboliques importantes à la tordeuse et de déterminer
dans quelles conditions l’expression des gènes reliés à ces voies métaboliques est la plus forte.
Le métagénome, quant à lui, est obtenu en fragmentant aléatoirement l’ADN total de l’échantillon
étudié et en séquençant la totalité de ces fragments. Un génome collectif est alors assemblé à partir de ces
séquences, ce qui rend possible l’étude de la contribution métabolique potentielle du microbiome. Cette
approche permet aussi de dresser un inventaire quantitatif des organismes présents dans le microbiome.
Cette méthode a plusieurs avantages par rapport au séquençage des amplicons 16S. D’abord, l’identification
taxonomique pourra être beaucoup plus poussée, la séquence complète du génome de l’individu étant
disponible pour comparaison avec des banques de données. Ensuite, les comptes ne seront pas affectés par
les variations du nombre de copies comme l’est le gène codant pour l’ARN ribosomal 16S. Finalement, les
56
résultats ne souffriront pas du biais causé par les amorces, ces dernières pouvant être incapables de
reconnaître certains taxons bactériens (Morgan et Huttenhower 2014). Cette méthode permet aussi de relier
chaque gène à un microbe particulier et ainsi connaître la fonction de ce microbe s’il est un symbiote ou le
risque qu’il pose s’il est un agent pathogène pour l’insecte.
L’information générée par ces méthodes, en plus de celle obtenue lors de l’expérience décrite dans
ce mémoire, contribuera potentiellement à la lutte biologique contre C. fumiferana. Déterminer le rôle et
l’identité des bactéries habitant l’intestin de cet insecte ainsi que les conditions dans lesquelles ces bactéries y
sont présentes ou abondantes pourrait permettre de cibler des conditions dans laquelle la tordeuse serait plus
vulnérable à une perturbation de son microbiome. Cette perturbation pourrait être l’élimination d’un symbiote
important ou l’enrichissement d’un pathogène dangereux pour l’insecte. Une meilleure connaissance de ces
phénomènes pourrait contribuer à l’élaboration d’une méthode de lutte biologique plus spécifique et efficace
que celles utilisées présentement. Alternativement, ces connaissances pourraient aussi contribuer à améliorer
l’efficacité de l’insecticide à base de B. thurigiensis. En effet, relier chaque bactérie du microbiote et son rôle
avec l’activité insecticide de B. thurigiensis permettrait d’en savoir plus sur son mode d’action et de
possiblement déterminer des périodes ou des régions où l’insecte est plus vulnérable.
57
4. Bibliographie
Altschul, S. F., W. Gish, W. Miller, E. W. Myers and D. J. Lipman (1990). "Basic local alignment search tool." J Mol Biol 215(3): 403-410. Anand, A. A., S. J. Vennison, S. G. Sankar, D. I. Prabhu, P. T. Vasan, T. Raghuraman, C. J. Geoffrey and S. E. Vendan (2010). "Isolation and characterization of bacteria from the gut of Bombyx mori that degrade cellulose, xylan, pectin and starch and their impact on digestion." J Insect Sci 10: 107. Backhed, F., C. M. Fraser, Y. Ringel, M. E. Sanders, R. B. Sartor, P. M. Sherman, J. Versalovic, V. Young and B. B. Finlay (2012). "Defining a healthy human gut microbiome: current concepts, future directions, and clinical applications." Cell Host Microbe 12(5): 611-622. Berenbaum, M. (1980). "Adaptive significance of midgut pH in larval Lepidoptera." American Naturalist: 138-146. Blais, J. (1983). "Trends in the frequency, extent, and severity of spruce budworm outbreaks in eastern Canada." Canadian Journal of Forest Research 13(4): 539-547. Bodilis, J., S. Nsigue-Meilo, L. Besaury and L. Quillet (2012). "Variable copy number, intra-genomic heterogeneities and lateral transfers of the 16S rRNA gene in Pseudomonas." PLoS One 7(4): e35647. Breznak, J. A. and A. Brune (1994). "Role of microorganisms in the digestion of lignocellulose by termites." Annual Review of Entomology 39(1): 453-487. Broderick, N. A., K. F. Raffa, R. M. Goodman and J. Handelsman (2004). "Census of the Bacterial Community of the Gypsy Moth Larval Midgut by Using Culturing and Culture-Independent Methods." Applied and Environmental Microbiology 70(1): 293-300. Broderick, N. A., K. F. Raffa and J. Handelsman (2006). "Midgut bacteria required for Bacillus thuringiensis insecticidal activity." Proc Natl Acad Sci U S A 103(41): 15196-15199. Broderick, N. A., C. J. Robinson, M. D. McMahon, J. Holt, J. Handelsman and K. F. Raffa (2009). "Contributions of gut bacteria to Bacillus thuringiensis-induced mortality vary across a range of Lepidoptera." BMC Biol 7(1): 11. Brown, J. W. (2005). Tortricidae. World catalogue of insects. Volume 5. Buchon, N., N. A. Broderick and B. Lemaitre (2013). "Gut homeostasis in a microbial world: insights from Drosophila melanogaster." Nat Rev Microbiol 11(9): 615-626. Calderón-Cortés, N., M. Quesada, H. Watanabe, H. Cano-Camacho and K. Oyama (2012). "Endogenous plant cell wall digestion: a key mechanism in insect evolution." Annual Review of Ecology, Evolution, and Systematics 43(1): 45-71. Cazemier, A. E., J. H. P. Hackstein, H. J. M. Op den Camp, J. Rosenberg and C. van der Drift (1997). "Bacteria in the intestinal tract of different species of arthropods." Microb Ecol 33(3): 189-197. Cho, I. and M. J. Blaser (2012). "The human microbiome: at the interface of health and disease." Nat Rev Genet 13(4): 260-270. Comeau, A. M., W. K. Li, J. E. Tremblay, E. C. Carmack and C. Lovejoy (2011). "Arctic Ocean microbial community structure before and after the 2007 record sea ice minimum." PLoS One 6(11): e27492. Cranshaw, W. S. (2013). "Bacillus thuringiensis Fact Sheet." Cunningham-Rundles, S., S. Ahrne, R. Johann-Liang, R. Abuav, A. M. Dunn-Navarra, C. Grassey, S. Bengmark and J. S. Cervia (2011). "Effect of probiotic bacteria on microbial host defense, growth, and immune function in human immunodeficiency virus type-1 infection." Nutrients 3(12): 1042-1070. Dance, D. A., V. Wuthiekanun, P. Naigowit and N. J. White (1989). "Identification of Pseudomonas pseudomallei in clinical practice: use of simple screening tests and API 20NE." Journal of Clinical Pathology 42(6): 645-648. Davidson, J.-G. (1999). The spruce budworm - Integrated management approach to outbreaks, Gouvernement du Québec, Ministère des Ressources naturelles. Dillon, R. J. and V. M. Dillon (2004). "The gut bacteria of insects: nonpathogenic interactions." Annu Rev Entomol 49: 71-92.
58
Dillon, R. J., C. T. Vennard and A. K. Charnley (2002). "A note: gut bacteria produce components of a locust cohesion pheromone." J Appl Microbiol 92(4): 759-763. Edgar, R. C. (2013). "UPARSE: highly accurate OTU sequences from microbial amplicon reads." Nat Methods 10(10): 996-998. Engel, P. and N. A. Moran (2013). "The gut microbiota of insects - diversity in structure and function." FEMS Microbiol Rev 37(5): 699-735. Evans, J., L. Sheneman and J. Foster (2006). "Relaxed neighbor joining: a fast distance-based phylogenetic tree construction method." J Mol Evol 62(6): 785-792. Fodor, A. A., E. R. Klem, D. F. Gilpin, J. S. Elborn, R. C. Boucher, M. M. Tunney and M. C. Wolfgang (2012). "The adult cystic fibrosis airway microbiota is stable over time and infection type, and highly resilient to antibiotic treatment of exacerbations." PLoS One 7(9): e45001. Fournier, C., E. Bauce, A. Dupont and R. Berthiaume (2010). "Wood losses and economical threshold of Btk aerial spray operation against spruce budworm." Pest Manag Sci 66(3): 319-324. Fox, G. E., E. Stackebrandt, R. B. Hespell, J. Gibson, J. Maniloff, T. A. Dyer, R. S. Wolfe, W. E. Balch, R. S. Tanner, L. J. Magrum, L. B. Zablen, R. Blakemore, R. Gupta, L. Bonen, B. J. Lewis, D. A. Stahl, K. R. Luehrsen, K. N. Chen and C. R. Woese (1980). "The phylogeny of prokaryotes." Science 209(4455): 457-463. Gill, S. R., M. Pop, R. T. Deboy, P. B. Eckburg, P. J. Turnbaugh, B. S. Samuel, J. I. Gordon, D. A. Relman, C. M. Fraser-Liggett and K. E. Nelson (2006). "Metagenomic analysis of the human distal gut microbiome." Science 312(5778): 1355-1359. Greenacre, M. and R. Primicerio (2014). Multivariate analysis of ecological data, Fundación BBVA. Harrison, J. F. (2001). "Insect acid-base physiology." Annu Rev Entomol 46: 221-250. Hongoh, Y. (2011). "Toward the functional analysis of uncultivable, symbiotic microorganisms in the termite gut." Cell Mol Life Sci 68(8): 1311-1325. http://tidcf.nrcan.gc.ca/fr/arbres/fiche/38. "Épinette blanche (fiche d'information)." Arbres, insectes et maladies des forêts du Canada, from http://tidcf.nrcan.gc.ca/fr/arbres/fiche/38. http://tidcf.nrcan.gc.ca/fr/arbres/fiche/39. "Épinette noire (fiche d'information)." Arbres, insectes et maladies des forêts du Canada, from http://tidcf.nrcan.gc.ca/fr/arbres/fiche/39. http://www.rncan.gc.ca/forets/insectes-maladies/13404. "Tordeuse des bourgeons de l’épinette (fiche d'information)." Insectes et maladies, from http://www.rncan.gc.ca/forets/insectes-maladies/13404. Hunt, J., L. Boddy, P. F. Randerson and H. J. Rogers (2004). "An evaluation of 18S rDNA approaches for the study of fungal diversity in grassland soils." Microb Ecol 47(4): 385-395. Johansson, M. B. (1995). "The chemical composition of needle and leaf litter from Scots pine, Norway spruce and white birch in Scandinavian forests." Forestry 68(1): 49-62. Johnston, P. R. and N. Crickmore (2009). "Gut bacteria are not required for the insecticidal activity of Bacillus thuringiensis toward the tobacco hornworm, Manduca sexta." Applied and environmental microbiology 75(15): 5094-5099. Kikuchi, Y., M. Hayatsu, T. Hosokawa, A. Nagayama, K. Tago and T. Fukatsu (2012). "Symbiont-mediated insecticide resistance." Proceedings of the National Academy of Sciences 109(22): 8618-8622. Kostic, A. D., R. J. Xavier and D. Gevers (2014). "The microbiome in inflammatory bowel disease: current status and the future ahead." Gastroenterology 146(6): 1489-1499. Kudo, T., M. Ohkuma, S. Moriya, S. Noda and K. Ohtoko (1998). "Molecular phylogenetic identification of the intestinal anaerobic microbial community in the hindgut of the termite, Reticulitermes speratus, without cultivation." Extremophiles 2(3): 155-161. Kumbaşlı, M. (2005). Études sur les composés polyphénoliques en relation avec l'alimentation de la tordeuse des bourgeons d'épinette, Université Laval, QC, Canada. Lane, D. J., B. Pace, G. J. Olsen, D. A. Stahl, M. L. Sogin and N. R. Pace (1985). "Rapid determination of 16S ribosomal RNA sequences for phylogenetic analyses." Proc Natl Acad Sci U S A 82(20): 6955-6959. Lozupone, C. and R. Knight (2005). "UniFrac: a new phylogenetic method for comparing microbial communities." Appl Environ Microbiol 71(12): 8228-8235. Lüthy, P., C. Hofmann and F. Jaquet (1985). "Inactivation of delta-endotoxin of Bacillus thuringiensis by tannin." FEMS Microbiology Letters 28(1): 31-33.
59
Machado, V. E., P. M. M. Martins, H. Ferreira, M. Ferro, M. Bacci and M. C. Pinto (2014). "Bacterial groups associated with Nyssomyia neivai (Diptera: Psychodidae) sandflies." J Vector Borne Dis 51: 137-139. Martineau, R. (1985). Insectes nuisibles des forêts de l’est du canada. Rapport technique de foresterie Ottawa. 32F: 283. Mason, K. L., T. A. Stepien, J. E. Blum, J. F. Holt, N. H. Labbe, J. S. Rush, K. F. Raffa and J. Handelsman (2011). "From commensal to pathogen: translocation of Enterococcus faecalis from the midgut to the hemocoel of Manduca sexta." MBio 2(3): e00065-00011. McLintock, T. F. (1955). "How damage to balsam fir develops after a spruce budworm epidemic." McMorran, A. (1965). "A synthetic diet for the spruce budworm, Choristoneura fumiferana(Clem.) (Lepidoptera: Tortricidae)." The Canadian Entomologist 97(1): 58-62. Metzker, M. L. (2010). "Sequencing technologies - the next generation." Nat Rev Genet 11(1): 31-46. Morgan, X. C. and C. Huttenhower (2014). "Meta'omic analytic techniques for studying the intestinal microbiome." Gastroenterology 146(6): 1437-1448 e1431. Morris, R. F. (1963). "The dynamics of epidemic spruce budworm populations." Memoirs of the Entomological Society of Canada 95(S31): 1-12. Narayan Roy, M., M. Rana and A. S. Uddin (2003). "Isolation and some properties of new xylanase from the intestine of a herbivorous insect (Samia cynthia pryeri)." Journal of Biological Sciences 4(1): 27-33. Pang, A. S. (2010). "Possible Role of Plant Allelochemical in Clearance of Bacteria from the Gut of Spruce Budworm, Choristoneura fumiferana." Open Microbiol J 4: 26-29. Priya, N. G., A. Ojha, M. K. Kajla, A. Raj and R. Rajagopal (2012). "Host plant induced variation in gut bacteria of Helicoverpa armigera." PLoS One 7(1): e30768. Quezada-García, R., D. Pureswaran and E. Bauce (2014). "Nutritional stress causes male-biased sex ratios in eastern spruce budworm (Lepidoptera: Tortricidae)." The Canadian Entomologist 146(02): 219-223. Regnière, J. (2014). Symposium Proceedings "Spruce Budworm: Dealing with the New Outbreak", Laurentian Forestry Centre, Quebec (Quebec). Natural Resources Canada, Canadian Forest Service. Régnière, J. (2012). Les insectes indigènes et exotiques face aux changements globaux. Québec, Ressources Naturelles Canada. Schloss, P. D. (2009). "A high-throughput DNA sequence aligner for microbial ecology studies." PLoS ONE 4(12): e8230. Shannon, C. E. (1997). "The mathematical theory of communication. 1963." MD Comput 14(4): 306-317. Simpson, E. H. (1949). "Measurement of diversity." Nature. Sippell, W. (1982). "A review of the spruce budworm and its outbreak history." Real or Imaginary?: 17. Stirling, G. and B. Wilsey (2001). "Empirical relationships between species richness, evenness, and proportional diversity." The American Naturalist 158(3): 286-299. Tabashnik, B. E. (1994). "Evolution of resistance to Bacillus thuringiensis." Annual review of entomology 39(1): 47-79. Tartar, A., M. M. Wheeler, X. Zhou, M. R. Coy, D. G. Boucias and M. E. Scharf (2009). "Parallel metatranscriptome analyses of host and symbiont gene expression in the gut of the termite Reticulitermes flavipes." Biotechnol Biofuels 2: 25. Taylor, S. W., A. L. Carroll, R. I. Alfaro and L. Safranyik (2006). "Forest, climate and mountain pine beetle outbreak dynamics in western Canada." The mountain pine beetle: A synthesis of biology, management, and impacts on lodgepole pine: 67-94. van Frankenhuyzen, K., Y. Liu and A. Tonon (2010). "Interactions between Bacillus thuringiensis subsp. kurstaki HD-1 and midgut bacteria in larvae of gypsy moth and spruce budworm." J Invertebr Pathol 103(2): 124-131. Ward, D. M., R. Weller and M. M. Bateson (1990). "16S rRNA sequences reveal numerous uncultured microorganisms in a natural community." Nature 345(6270): 63-65. Whiteside, S. A., H. Razvi, S. Dave, G. Reid and J. P. Burton (2015). "The microbiome of the urinary tract[mdash]a role beyond infection." Nat Rev Urol 12(2): 81-90.
60
Woese, C. R., O. Kandler and M. L. Wheelis (1990). "Towards a natural system of organisms: proposal for the domains Archaea, Bacteria, and Eucarya." Proceedings of the National Academy of Sciences 87(12): 4576-4579. Xia, X., D. Zheng, H. Zhong, B. Qin, G. M. Gurr, L. Vasseur, H. Lin, J. Bai, W. He and M. You (2013). "DNA sequencing reveals the midgut microbiota of diamondback moth, Plutella xylostella (L.) and a possible relationship with insecticide resistance." PLoS One 8(7): e68852. Xiang, H., G. F. Wei, S. Jia, J. Huang, X. X. Miao, Z. Zhou, L. P. Zhao and Y. P. Huang (2006). "Microbial communities in the larval midgut of laboratory and field populations of cotton bollworm (Helicoverpa armigera)." Can J Microbiol 52(11): 1085-1092.