新文速递 | 在淡水湖中微生物群介导生物地球化学循环的动力学
美国学者Sarah P. Preheim等人于2018年9月18日在《Microbiome》上发表题目为《Dynamics of microbial populations mediating biogeochemical cycling in a freshwater lake》的文章。该研究进一步强调了微生物在生物地球化学过程中重要性。
研究摘要
背景：微生物过程与陆地和沿海水体中的氧气耗尽密切相关，这可带来破坏性的经济和生态后果。微生物在生物质分解过程中消耗氧气，从而减少了许多经济上重要的水生动物的栖息地。反过来微生物还会替代电子受体，进而改变养分循环并产生强效温室气体。随着土地利用和气候变化的改变，预计氧气消耗将进一步恶化，了解化学和微生物动态如何影响死区将有助于建模工作以指导修复策略。还需要进一步的研究来理解氧消耗过程中微生物基因，菌群和生物地球化学之间复杂的相互作用。
结果：本研究使用16S rRNA基因分析，宏基因组测序和先前开发的生物地球化学模型来识别模型湖泊生态系统中涉及主要的生物地球化学转化的基因和微生物群。
在2013年8月的一个时间点进行了宏基因组测序，并且通过16S rRNA基因测序进行了持续5个月的时间的测序（2013年3月-8月），进而捕获基因和微生物调节模型流程的时空动态。宏基因组binning分析产生许多宏基因组装配的基因组（MAGs），其通过基因内容与培养生物的相似性以及涉及这些途径的关键基因的存在而涉及建模过程。
MAGs表明，一些菌群能够将甲烷和硫化物氧化与硝酸盐还原相结合。使用该模型，我们观察到调节这些过程对整个湖泊生物地球化学具有重大影响。另外，来自宏基因组和扩增子文库的16S rRNA基因序列与通过MAGs的过程相关联。我们将水体中微生物菌群的动态与模型预测进行了比较。参与初级碳氧化的许多微生物群体具有与模型类似的动力学，而与二次氧化过程相关的那些微生物群体明显偏离。
结论：该研究表明，常驻微生物群的独特能力将极大地影响水体中化学物质的浓度和物种形成，除非其他微生物过程进行调整以补偿这些差异。它进一步强调了生物地球化学过程中生物学方面的重要性，例如微生物种群动态的波动。将基因和菌群动态整合到生物地球化学模型中有可能改善在环境改变时菌群响应的预测，以指导修复工作。
文中主要图片说明
图1 基因分布（黑线，归一化相对丰度）及其与模拟过程的对应关系（灰线，相对速率）表明该模型捕获了影响湖中大多数基因分布的主要因素，除了涉及硫的基因循环。模拟的速率与先前分析中发布的相同，其未校准以匹配基因分布。观察代表以下基因和相应的过程：a：具有相关模型化过程的nosZ基因异养和自养反硝化祥结合; b：参与Geobacter和Rhodoferax中铁还原的基因和模拟的异养铁还原; c：dsrB基因与模拟异养硫酸盐还原和自养硫化物氧化相结合; d： pmoABC基因与模拟甲烷氧化和硝化作用相结合; e：hoa基因和模拟硝化; f： mxaG基因和模拟甲烷氧化（使用氧气和硫酸盐）。
图2 a-i MAGs（箱）和水体内匹配的OTUs的分布。为了使OTUs与MAGs匹配，MAGs分布（红色）必须与扩增子OTU（aOTU;黑色）和同一序列的宏基因组OTU（mOTU;灰色）分布一致。从最丰富的OTUs中，这些OTUs匹配MAGs具有类似的分布和分类。MAG特征，包括与具有相同特征的培养微生物的相似性以及MAG中基因的存在，支持这些OTUs在湖中建模过程中的作用。
图3 从优化模型中去除与甲烷和硫氧化相结合的反硝化作用后模拟化学物质的百分比变化。在校准模型以使化学和基因分布与附加过程匹配之后，将与甲烷和硫氧化速率常数耦合的反硝化设定为零，但所有其他参数保持恒定。在所有深度和时间点上对化学浓度求和。去除这些过程最显著影响铁的形态，可能是因为铁氧化对硝酸盐的竞争。
图4 a-t 能够介导建模过程的菌群动态。OTUs（第二和第四列）的时空分布以及由模型预测的相关过程（分别为第一和第三列）。每个面板在图的右侧具有其自己的键，指示每个图的特定颜色编码，用于每个OTU的相对丰度（总百分比）或每个过程的速率（μMy-1）。 该模型未使用OTU动力学校准; 因此，模型与观测结果之间的关系表明能量的可用性是推动湖泊中最丰富和活跃的微生物的时空动态的潜在因素。
原文下载
长按或扫描，免费下载原文
原文免费下载网址：https://microbiomejournal.biomedcentral.com/track/pdf/10.1186/s40168-018-0556-7