科研 | Microbiome：地理和管理塑造了葡萄园土壤的微生物群落 / 四六文摘

编译：流年梦，编辑：小菌菌、江舜尧。

原创微文，欢迎转发转载。

导读

尽管土壤中的微生物呈现多样性且与全球生物化学循环密切相关，但塑造土壤微生物群落的因素以及它们受耕作影响的程度仍然知之甚少。使用高通量扩增子测序（16S和ITS序列），该研究对意大利Trentino省葡萄园和邻近永久草原土壤的土壤微生物群落系进行了表征，并将它们的结构和组成与地理位置、土壤化学性质和土地管理进行了关联。

结果显示：

① 细菌群落的核心微生物占每个样本的60%以上，受地理位置和耕种条件的影响。核心真菌菌群要小得多，而且仅受地理位置的影响。

② 耕种改变了土壤中细菌和真菌的结构和组成，并对它们的多样性产生了特定的影响。细菌和真菌群落的多样性通常在不同地理位置之间呈负相关。

③ 该研究确定了几个受土壤化学性质和质地影响的类群，强调了细菌和真菌群落对环境因素的不同响应。

论文ID

原名：Microbiome of vineyard soils is shaped by geography and management

译名：地理和管理塑造了葡萄园土壤的微生物群落

期刊：Microbiome

IF：10.575

发表时间：2019.11

通讯作者：Alessandro Cestaro

作者单位：埃德蒙·马赫基金会，研究创新中心

实验设计

该研究从意大利Trentino省采集了十个采样点（葡萄园）的土壤样本，每个采样点采集葡萄园区(V)、葡萄藤8米的草地 (P1)、离葡萄藤16m (P2)的草地土壤样本。每个土壤样本重复采样6个，共计180个样本。10个采样点属于4个地理区域（Ala，Besagno，Mori和S. Felice）。通过V4区和ITS区扩整子测序揭示不同采样点以及同一采样点不同土壤类型中细菌和真菌群落的特征。

结果

1.耕种影响细菌和真菌群落组成

通过扩增子测序和质检，该研究共获得19,584个细菌OTUs和12,101个真菌OTUs (聚类阈值为97%)。

细菌菌群：在门水平上，主要类群是Acidobacteria (22.7%), Proteobacteria (18.8%)和Actinobacteria (16.5%)，平均有14.1%的OTUs未能被分类。在科水平上 (图1a和c)，有34%的OTUs未能被分类，其中被分类的OTU以GP6最多(13%)，其次是Nitrosospheraceae (9%)和Planctomycetaceae (5%)。真菌菌群：在门水平上，主要类群是Ascomycota (51.8%), Zygomycota (20.1%)和Basidiomycota (11.2%)，其中12.1%的OTUs未能被分类。在科水平上 (图1 b和d)，主要的类群是Mortierellaceae (17.4%)，Nectriaceae (8.8%)和Ascomycota (5.2%)，未被分类的OTUs有25%。

进一步判定不同的分类是否会受耕种的影响，该研究使用广义的线性模型计算不同样本之间物种相对丰度的差异（P1和P2视为一组），结果显示细菌菌群中，336个OTUs在耕种土地和永久性草地样本之间存在差异（p < 0.05），其中224个在葡萄园土壤中丰度较高，112个在永久性草地土壤中丰度较高，差异最大的前十个物种属于Gp4，GP6，Hyphomicrobiaceae和Planctomycetaceae。真菌群落中，94个OTUs在耕种土地和永久性性草地样本之间存在差异（p <0.05），其中57个在葡萄园土壤中丰度较高，37个在永久性草地土壤中丰度较高，差异最大物种属于Amphisphaeriaceae。

图1 a细菌的群落结构；b真菌的群落结构；c细菌群体中丰度最高的前12个门及其相对丰度；d真菌群落中中丰度最高的前12个门及其相对丰度，others代表剩余的微生物。

2.细菌群落有一个由位置和土地管理共同决定的核心微生物组

统计OTUs在不同样本之间的分布特征，大部分的OTUs存在于特定的样本中，仅有少部分在样本之前的分布频度较高（图2a）。所有19,584个OTUs中仅有162个存在于所有的样本中，484个存在于至少80%的样本中，961个存在于至少50%的样本中。

尽管核心OTUs的数量较少，但是丰度较高（48±3.8%）。如果以存在于95%的样本中的OTUs定义核心OTUs的话，相对比例可达64±3%（图2b）。相比之下，特异性的OTUs（存在于最多5%的样本中）仅占总丰度的1.5±0.5%。

该研究进一步探究核心微生物组是否会受地理位置或土地管理的影响。该研究发现在P1，P2和V组中分别发现了250，256和240个OTUs，各采样点的核心OTUs数量在372到638之间，且通过随机模型分析发现核心菌群明显大于随机抽样的预期，说明两种因素均有利于特定的细菌在土壤定殖[威尔科克森秩和检验, 对于采样点（P1 vs P2），p=1.16 × 10⁻⁶；对于耕种类型（V vs P1），p=7.8 × 10⁻ ³]。

3.真菌群落中的核心微生物组数量较少，由位置而不由土地管理决定

相对于细菌而言，土壤中真菌组成在样本之间的差异较大。12,101个OTUs中仅有5个存在于所有的样本中（图2c），相对丰度为15±5%，另外，35±8%的OTUs存在于至少95%的样本中（图2d）。对于特异性的OTUs，4.8±0.3%的OTUs存在于最多5%的样本中（图2d）。与细菌不同的是，三个土地类型中的核心微生物（V，17个OTUs；P1，10个OTUs；P2，13个OTUs），通过随机模型计算发现没有显著性的大于随机抽样的期望（p=0.58）。相反地，不同的采样点的核心微生物组通过随机模型计算发现比随机抽样的期望要大（p=3.2 × 10⁻ ⁴）。研究结果表明地理因素对真菌的组成的影响要比细菌大，但是不受土地管理的影响。

图2 核心微生物组和特异性微生物组。a特定于给定数量样本的细菌OTU数量的分布；b特定于给定数量样本的细菌OTU相对丰度的分布；c特定于给定数量样本的真菌OTU数量的分布；c特定于给定数量样本的真菌OTU相对丰度的分布。

4.细菌和真菌的丰富度随位置和栽培方式的不同而不同，并以一种特定的方式相互关联

微生物组的丰富度或者是α多样性在不同地理区域、采样点和耕种类型的样本间差异较大（图3a和b）。该研究首先研究在地理区域和采样点上的不同，结果发现在大多数情况下差异是显著的。然后，该研究测试了同一采样点内三种耕种类型样本的微生物菌群丰富度是否存在显著差异，P1和P2组之间没有显著性差异的情况；V组中，有三个地点样本的α多样性高于P1，有一个组低于P1；对于真菌来说，有两个地点的P2的α多样性高于P1，有三个地点的V组α多样性高于P1和一个低于P1。

该研究进一步通过比对真菌和细菌α多样性的线性关系探究真菌和细菌群落之间的竞争关系。结果显示相关性并不显著（R² = -0.006, p = 0.86）。但是在采样点内部的样本之间具有显著的相关性（R² = 0.22, p值 =2.22 × 10⁻⁶）。在大多数采样点中，均呈现相关性（除了PT05和PT12），而且斜率均不同，该研究通过采用线性混合效应模型，计算出真菌和细菌α多样性相关关系的估计斜率为-0.59。

图3 不同采样点的香浓指数，a细菌；b真菌

5.土壤的化学特性部分地解释了丰富度的变化

该研究进一步探究了土壤特征是否会影响α多样性，包括质地（沙，淤泥和粘土的白百分比），化学特征（CaCO₃含量，Cu含量，Zn含量，Pb含量，Cd含量，土壤有机质含量，总N，碳氮比和pH）。通过随机森林模型计算发现这些特征可以解释真菌和细菌α多样性的58.25%，最相关的特征是CaCO₃含量，沙，淤泥的百分比。通过线性模型，该研究发现细菌的α多样性与CaCO₃含量和土壤沙百分比呈现正相关关系，与土壤淤泥百分比、Cu含量和Zn含量呈现负相关关系，与pH值无相关关系。

对于真菌群落，土壤特征的解释度为19.89%，其中最相关的为Cu含量，其次是土壤淤泥百分比、总N、有机质含量和土壤沙百分比。线性模型显示真菌群落的α多样性与Cu含量、Zn含量呈现负相关关系，与土壤淤泥百分比、总N、有机质含量和土壤沙百分比无显著性相关关系。

6.土壤的特性对微生物群的结构有很大的影响

该研究使用最大信息系数分析揭示哪些微生物对什么土壤特征较为敏感。土壤的性状与不同的细菌和真菌有不同的相关性。细菌群落中（图4），Verrucomicrobiaceae与土壤淤泥百分比呈现最强正相关性（ρ = 0.72, MICe = 0.51），Phyllobacteriaceae与Cu的含量呈现最强负相关性 (ρ = − 0.81, MICe = 0.58)。真菌群落中（图5），Herpotrichiellaceae,与土壤淤泥百分比呈现最强负相关 (ρ = − 0.80, MICe = 0.72)，与土壤中沙含量呈现最强正相关（ρ = 0.71, MICe = 0.55）。

图4 金属浓度与细菌类群相对丰度的关系。节点的大小代表该分类群相对丰度；节点颜色代表相关性强度；相关性前25个分类添加标签。

图5 金属浓度与真菌类群相对丰度的关系。节点的大小代表该分类群相对丰度；节点颜色代表相关性强度；相关性前25个分类添加标签。

7.细菌微生物群落的组成与地理有关，真菌群落以耕种类型为主

该研究进一步通过计算样本间的Bray-Curtis距离研究了微生物组结构和组成的不同是否与采样点和土壤类型有关（图6）。

细菌群落，来自相同采样点和土壤类型的样本聚集在一起（图6a）。另外，两种类型的永久草地土壤样本较为相似（除了PT16，PT02，PT17）。不同的是，在所有位置中，葡萄园土壤与相应的草地土壤存在差异，但是这种差异小于不同地点的样本之间的距离。

真菌群落（图6b），两种永久草地土壤的样本之间距离较近（除了PT01，PT16，PT17），与相应的葡萄园土壤距离较远。与细菌菌群不同的是，来自葡萄园的大部分样品形成了一个大的群体，结果表明，土地利用对土壤微生物群落真菌组分的影响要大于对细菌的影响

图6 基于Bray-Curtis距离的PCoA分析，a细菌；b真菌。颜色代表采样点，形状代表土壤类型。

该研究在10个采样点采集了各自3种不同土壤类型，共计180个样本（每个类型采集6个重复）。通过大样本统计分析揭示了微生物菌群（细菌菌群和真菌菌群）在采样点、土壤类型下的分布特征，发现了影响菌群结构和组成差异的环境因素。同时该研究指出微生物与环境因子之间具体的相互关系，如Verrucomicrobiaceae与土壤淤泥百分比呈现最强正相关性，Phyllobacteriaceae与Cu的含量呈现最强负相关性。该研究突出了在葡萄园土壤研究中土壤管理和地点均会对不同的微生物群落产生不同的影响，为今后相关研究提供理论依据。

你可能还喜欢

这些或许也适合你哦👇

科研 | Microbiome：地理和管理塑造了葡萄园土壤的微生物群落

相关推荐