Characterisation of the virome of an agricultural ecosystem to understand virus ecology and evolution in a heterogeneous environment

The socio-economic relevance of emergent viruses has driven a considerable research effort aimed at understanding the process of emergence. Virus emergence depends on a range of factors intrinsic to the virus, such as genetic traits that determine its fitness in different hosts (i.e., evolutionary factors), or extrinsic factors related to ecology and epidemiology that ultimately result in the virus encountering and infecting a new host population (i.e., ecological factors). Therefore, mechanisms underlying emergence involve the evolution of virus host range, which has received considerable research attention in the past. However, until recently, the focus on factors intrinsic to the virus has been at the expense of understanding ecological factors that affect host-range evolution. Previous work has highlighted the importance of knowing the host range of viruses, to understand how host and virus ecology influences the epidemiology of the virus, and thus the risk of infection. Nevertheless, it is unusual to find literature from studies that have characterised the host range of a virus in a given ecosystem. At the spatial scale of the landscape, the influence that environmental heterogeneity has on host and virus diversity and on the large numbers of plant-virus interactions, requires minimising biases in the quantification and comparison of communities. New high-throughput sequencing (HTS) approaches in combination with computational tools developed for big-data, are now the gold standard for addressing landscape scale dynamics and the joint study of the ecological and evolutionary factors that underlie virus emergence. The goal of this thesis was to identify ecological factors that determine plant-virus interactions in the heterogeneous communities of an agricultural ecosystem. The ultimate ambition of determining the ecological factors that drive transmission dynamics and emergence at the landscape scale, exceeds the scope of a doctoral thesis. Nevertheless, the goal of the thesis sets the basis for reaching that ambitious target through fulfilling a series of objectives; the first steps towards understanding virus emergence. The first objective, to evaluate plant community variation of an agricultural ecosystem in central Spain, was performed by comparing four key habitats subject to increasing levels of human intervention. The loss of biodiversity in agricultural ecosystems is expected to change epidemiological dynamics of plant viruses. Therefore, variation in plant communities from each of four habitat types, Oakwood, Wasteland, Edge and Crop, was evaluated to investigate, in the second objective, plant community structure-function relationships with virus diversity. To this aim, the second objective was to characterise the virome of plant communities in the four habitats using a HTS approach, to examine the contribution of ecological factors in structuring single-stranded RNA (ssRNA) virus communities. The third objective focused on watermelon mosaic virus (WMV), a widespread large host range generalist virus, where HTS was combined with RT-PCR amplification and Sanger sequencing to assess the effect of the four habitats on host range, incidence, and genetic diversity. The results showed plant assemblages of each of the habitats clustered into discrete categories, with Crop and Edge the most similar, and Oakwood the most differentiated plant community. The diversity of the plant assemblages differed among the habitats, Crop with the lowest diversity and Wasteland with the highest. Plant diversity was affected by seasonality. Apart from Crop with an opposite trend, the plant diversity of each habitat decreased between spring and autumn. Of the 118 total plant species that were sequenced, 106 of them were validated as hosts of viruses. Edge had the highest host richness with 52 species, and Crop the lowest with 28 species. Oakwood and Wasteland had 45 and 41 host species respectively. The highest virus (operational taxonomic unit; OTU) richness was detected in Edge followed by Wasteland. Oakwood and Crop, which were polar opposites in the level of disturbance, supported less species than the other two habitats. The distribution of viruses among the habitats was associated strongly with host species abundance only within Edge, but in general, host use was not driven by the abundance of any given plant species. A large proportion (62 %) of the 90 OTUs detected had host ranges of less than five species, and a small proportion (19%) had host ranges of 20 or more species. The host range of a given virus differed significantly among the habitats, with Edge producing the highest realised mean host ranges. The effect of habitat and host ecology on plant viruses was also evident in the structuring of WMV incidence, genetic diversity, and host range. Although sensitivity in detection by HTS was greater than by RT-PCR, both host range estimates of 43 and 24 species respectively, showed WMV infected species occurring in each habitat. The incidence of WMV was higher in Crop compared to Edge and Wasteland, but equivocal to that in Oakwood. Incidence was correlated with host species relative abundance in Crop, but not in the other habitats, with no dependency between seasonality and habitat in structuring incidence. The genetic diversity of WMV was not significantly structured according to host species or habitat, but rather between Cucumis melo and wild host species. Both phylogenetic inferences and haplotype networks showed 4 main clades of WMV, each with mixed host associations, and with Oakwood supporting the only habitat-specific clade. Overall, habitat associations with the coat protein gene of WMV were stronger than host species associations, but both had an important role in differentiation between and within WMV populations. This thesis demonstrated that viral detection by HTS is robust to quantifying variation at higher levels of organisation among habitats. Differences in community composition associated with each habitat at any given time, resulted in a subset of possible biotic interactions within each of them, and contributed to structuring plant-virus and virus-virus interactions at the ecosystem scale. Ecological differentiation among habitats was shown in the distinctions between their plant and virus community compositions, and the responses viruses had to host plant ecology. For instance, Edge was conducive to infections by many viruses, and supported host species that were infected on average by more viruses with wider realised host ranges compared to the other habitats, which revealed important ecological features of a reservoir community. Ecological interactions were also partly contingent on seasonality and the level of disturbance. The infection by viruses of a large majority of the plant samples suggests the association of symbionts with most host species is frequent. Thus, ecological factors affect transmission between and within plant communities of agricultural ecosystems, and influence the processes of host range evolution and, hence virus emergence. ----------RESUMEN---------- La relevancia socioeconómica de los virus emergentes ha impulsado un esfuerzo considerable en la investigación destinada a comprender el proceso de emergencia. La emergencia de los virus depende de una serie de factores intrínsecos al virus, como los rasgos genéticos que determinan su adaptación a diferentes huéspedes (es decir, factores evolutivos), o factores extrínsecos relacionados con la ecología y la epidemiología que, en última instancia, hacen que el virus encuentre e infecte a una nueva población de huéspedes (es decir, factores ecológicos). Por lo tanto, los mecanismos que subyacen a la emergencia implican la evolución de la gama de huéspedes del virus, tema que ha recibido una considerable atención en el pasado. Sin embargo, hasta hace poco el énfasis en el estudio de los factores intrínsecos del virus ha sido en detrimento de la comprensión de los factores ecológicos que afectan a la evolución de la gama de huéspedes. Los trabajos publicados han puesto de relieve la importancia de conocer la gama de huéspedes de los virus para entender cómo la ecología del huésped y del virus influye en la epidemiología del virus y, por tanto, en el riesgo de infección. Sin embargo, hay pocos estudios que hayan caracterizado la gama de huéspedes de un virus en un ecosistema determinado. A escala espacial del paisaje, la influencia que la heterogeneidad ambiental ejerce sobre la diversidad de huéspedes y virus y sobre el gran número de interacciones planta-virus, exige minimizar los sesgos en la cuantificación y comparación de las comunidades. Los nuevos enfoques de secuenciación de alto rendimiento (HTS) en combinación con las herramientas computacionales desarrolladas para big-data, son las mejores herramientas para abordar la dinámica a escala del paisaje y el estudio conjunto de los factores ecológicos y evolutivos que subyacen a la emergencia viral. El objetivo de esta tesis es identificar los factores ecológicos que determinan las interacciones planta-virus en las comunidades heterogéneas de un ecosistema agrícola. Determinar los factores ecológicos que afectan a la dinámica de transmisión y la emergencia a escala del paisaje excede del alcance de una tesis doctoral. Sin embargo, el trabajo realizado en esta tesis sienta las bases para alcanzar esa ambiciosa meta mediante el cumplimiento de una serie de objetivos como primeros pasos hacia la comprensión de la emergencia de los virus. El primer objetivo ha sido evaluar la variación de la comunidad vegetal de un ecosistema agrícola del centro de España, y se llevó a cabo comparando cuatro hábitats clave sujetos a niveles crecientes de intervención humana. Se espera que la pérdida de biodiversidad en los ecosistemas agrícolas cambie la dinámica epidemiológica de los virus de plantas. Por lo tanto, se evaluó la variación de las comunidades vegetales de cada uno de los cuatro tipos de hábitat, Encinar, Erial, Linde y Cultivo, para investigar, en el segundo objetivo, las relaciones entre estructura y función de la comunidad vegetal y la diversidad de virus. Para ello, el segundo objetivo ha sido caracterizar el viroma de las comunidades vegetales de los cuatro hábitats mediante HTS, para examinar la contribución de los factores ecológicos en la estructuración de las comunidades de virus con genomas de RNA monocatenario (ssRNA). El tercer objetivo se centró en el virus del mosaico de la sandía (watermelon mosaic virus, WMV), un virus generalista con una amplia gama de huéspedes, en el que se combinó la HTS con la amplificación por RT-PCR y la secuenciación Sanger para evaluar el efecto de los cuatro hábitats en la gama de huéspedes, la incidencia y la diversidad genética. Los resultados mostraron que las comunidades de plantas de cada uno de los hábitats se agruparon en categorías discretas, siendo las del Cultivo y la Linde las más similares, y el Encinar la comunidad vegetal más diferenciada. La diversidad de las comunidades de plantas difiere entre los hábitats, siendo el Cultivo el de menor y el Erial el de mayor diversidad. La diversidad de plantas se vio afectada por la estacionalidad. A excepción del Cultivo, que muestra una tendencia opuesta, en cada hábitat la diversidad de plantas disminuyó entre la primavera y el otoño. De las 118 especies vegetales que se secuenciaron, 106 fueron validadas como huéspedes de virus. La Linde tuvo la mayor riqueza de huéspedes, con 52 especies, y el Cultivo la menor, con 28. Los Encinares y los Eriales tenían 45 y 41 especies de huéspedes, respectivamente. La mayor riqueza de virus (unidad taxonómica operativa; OTU) se detectó en la Linde, seguido del Erial. El Encinar y el Cultivo, que representan extremos opuestos en cuanto al nivel de perturbación, albergaban menos especies de virus que los otros dos hábitats. La distribución de los virus en los hábitats sólo se asoció con la abundancia de especies de huéspedes en la Linde, pero en general, el uso de los huéspedes no se relaciona con la abundancia de ninguna especie de planta determinada. Una gran proporción (62%) de los 90 OTUs de virus detectados tenía una gama de huéspedes de menos de cinco especies, y una proporción mucho menor (19%) tenía una gama de huéspedes de 20 o más especies. La gama de huéspedes de un virus determinado difería significativamente entre los hábitats, siendo la Linde el que presentaba de media una mayor gama de huéspedes. El efecto de la ecología del hábitat y del huésped sobre los virus de plantas también fue evidente en la estructuración de la incidencia, la diversidad genética y la gama de huéspedes de WMV. Aunque la sensibilidad de detección por HTS fue mayor que por RT-PCR, ambas estimas de la gama de huéspedes, de 43 y 24 especies respectivamente, mostraron especies infectadas por WMV en cada hábitat. La incidencia de WMV fue mayor en el Cultivo que en la Linde y el Erial, pero similar a la del Encinar. La incidencia se correlacionó con la abundancia relativa de las especies de huéspedes en los Cultivos, pero no en los otros hábitats, y no se encontró dependencia entre la estacionalidad y el hábitat en la estructuración de la incidencia. La diversidad genética de WMV no se estructuró de forma significativa en función de la especie de huésped o de hábitat, sino más bien entre Cucumis melo y las especies de huéspedes silvestres. Tanto las inferencias filogenéticas como las redes de haplotipos mostraron 4 clados principales de WMV, y cada uno de ellos incluye haplotipos que infectan a distintos huéspedes. Sólo el Encinar aloja un clado específico de hábitat. En general, la diversidad del gen de la proteína de la cápsida de WMV se asocia más con el hábitat que con la especie de huésped, pero ambos factores tienen un papel importante en la diferenciación entre y dentro de las poblaciones del WMV. Los resultados de esta tesis demuestran que la detección de virus mediante HTS es robusta en cuanto a cuantificar la variación a niveles superiores de organización, es decir, entre hábitats. Las diferencias en la composición de las comunidades asociadas con cada hábitat en un momento dado dieron lugar a un subconjunto de posibles interacciones planta-virus en cada uno de ellos, y contribuyeron a estructurar las interacciones planta-virus y virus-virus a escala del ecosistema. La diferenciación ecológica entre los hábitats se puso de manifiesto por la distinta composición de sus comunidades de plantas y de virus, y por las respuestas de los virus a la ecología de las plantas huésped. Por ejemplo, la Linde favorece las infecciones por muchos virus, y contiene huéspedes que de media se infectan por más virus con gama de huéspedes más amplia que en los otros hábitats. Estas características ecológicas de la Linde son importantes, y son propias de una comunidad reservorio. Las interacciones ecológicas también dependen de la estacionalidad y del nivel de perturbación del hábitat. El hecho de que una gran mayoría de las especies de plantas esté infectada por virus indica una alta frecuencia de asociaciones simbióticas. En conclusión, los resultados demuestran que los factores ecológicos afectan a la transmisión de virus entre y dentro de las distintas comunidades vegetales de los ecosistemas agrícolas, e influyen en la evolución de la gama de huéspedes y, por tanto, en la emergencia viral