科研 | 山东农业大学SBB：相似的驱动因素但是不同的影响导致了不同的土壤细菌群落和古细菌群落的生态模式
编译：A国民少女，编辑：小菌菌、江舜尧。
原创微文，欢迎转发转载。
细菌和古细菌在土壤生物地球化学循环和陆地生物的健康中起着重要作用。它们通常共存于各种土壤生境中。然而，在同一土壤生境中细菌和古细菌的生态模式仍然不清楚。在这里，我们比较了不同植被覆盖下散装土壤中两个域的群落特征。通常，细菌的丰度和α多样性都高于古细菌，并且在农业土壤中的差异比在非农业盐渍土中更明显。与细菌相比，古细菌群落显示出更多的生态位限制，而分类单元分布较不广泛。有趣的是，类似的细菌因子与细菌和古细菌都相关，但作用相反，其中盐度是最重要的驱动因子。随着盐度的升高，细菌的α多样性和丰度降低，但古细菌多样性增加。大多数优势细菌类群与盐度呈显着负相关，例如α变形蛋白细菌，β变形蛋白细菌，酸性细菌和硝化螺旋藻。相反，除了Thaumarchaeota，大多数来自Euryarchaeota，Woesearchaeota和Nanohaloarchaeota的古细菌类群与盐度呈正相关。此外，网络分析表明，不仅细菌而且网络中还存在大量古细菌相关的节，边缘和潜在的梯形分类群，特别是在盐渍土中，这表明古细菌在微生物共生网络中也具有重要地位。这些结果扩展了我们对陆地生态系统中原核生物生态模式的理解。
论文ID
原名：Similar drivers but different effects lead to distinct ecological patterns of soil bacterial and archaeal communities
译名：相似的驱动因素但不同的影响导致了不同的土壤细菌群落和古细菌群落的生态模式
期刊：Soil Biology and Biochemistry
IF：5.29
发表时间：2020.02.18
通讯作者：高峥
作者单位：山东农业大学
实验设计
研究区域位于黄河三角洲（北纬37°27'-北纬37°53'，东经118°23'-东经118°57'），面积约1000平方公里，位于中国山东省东营市。2013年11月从27个植被覆盖度不同的地点取样土壤，包括小麦（苗期，n = 6），棉花（收获期，n = 7），水稻（收获期，n = 6），野生植物翅碱蓬（下降阶段，n = 5）和没有任何植物的贫瘠土地（n = 3）。去除覆盖的枯枝落叶层后，从顶部10厘米层收集了总共27个散装土壤样品，其中包含农业（小麦，棉花和稻田）和非农业（土壤和贫瘠）土壤。每个样本由五个合并的子样本组成（每个样本分别来自四个角和一个5 m×5 m四边形的中心约200 g），并将样本存储在野外的冰箱中（4-10°C），采样完成后立即运送到实验室。
通过将新鲜的土壤样品在105℃下烘箱干燥至恒重，通过重量分析法测量土壤的水分含量。使用pH电极在土壤与水的比例为1：2.5（w / v）的土壤悬浮液中测定土壤pH。使用EC计以1：5（w / v）的比例在土壤悬浮液中测量电导率（EC）。使用0.01M CaCl2溶液以1:10（w / v）的比例提取土壤中的铵和硝酸盐含量，用定量过滤器过滤，并使用连续流自动分析仪进行测量。在外部实验室中测量了土壤养分含量，包括总氮（TN），总磷（TP），总钾（TK），总有机碳（TOC）和有效硫（AS）使用标准土壤测试方法。
使用E.Z.N.A.提取土壤总基因组DNA。通过使用qPCR及其相关域特异性引物评估16SrRNA基因拷贝数来估计细菌和古细菌的丰度。细菌和古细菌16S rRNA基因分别通过通用引物338F / 806R和519F / 915R扩增。
使用SPSS Statistics软件进行ANOVA（方差分析）和Spearman相关分析。使用R软件（www.r-project.org）中的ggplot2软件包绘制了箱形图。使用HemI工具包绘制热图。使用PAST软件进行了Mantel测试，以检测基础参数与社区结构之间的相关性。最后，为了探索微生物之间的潜在相互作用，通过分子生态网络分析管道（MENAP）在OTU级别进行了共现网络分析。
结果
1 土壤参数和微生物的代谢活动
本研究中的所有土壤样品通常都是碱性的（pH值为7.66-8.35），有些是盐水的（电导率（EC）为0.13-6.86 dS /m）。麂皮和贫瘠的土壤是典型的盐渍土壤，平均EC> 4 dS / m，而农业土壤（小麦，棉花和稻田）仅受到盐分的轻微影响（0.1 dS / m <平均EC <1 dS / m）。深度参数与土壤植被覆盖度密切相关。例如，小麦土壤的TN，TP，TK和TOC含量相对较高，棉壤的pH值相对较高，稻田土壤的水分较高，而翅碱蓬田和贫瘠的土壤中EC，AS和氨的含量较高。微生物的代谢活动也取决于土壤植被的覆盖。小麦和水稻的SBR率显着（ANOVA，P <0.05）高于（翅碱蓬）和贫瘠的土壤（图1A和表S4）。对于SIR，小麦土壤表现出最高的发生率，大约是棉花，水稻或苏打田土壤的两倍，大约是贫瘠土壤的四倍（图1B）。最高的PAR发生在小麦土壤中，其次是棉花，稻田和翅碱蓬土，贫瘠的土壤的PAR几乎为零（图1C）。对于PNR，也发现了类似的趋势（图1D）。
图1 跨不同植被覆盖的土壤微生物活动。A，B，C和D分别显示了土壤基础呼吸（SBR），基质诱导呼吸（SIR），潜在氨氧化率（PAR）和潜在硝化率（PNR）。条形图上方不同的小写字母表示根据多范围检验的单向方差分析，不同土壤组之间存在显着差异（P <0.05）。
2 细菌和古细菌丰度及多样性
在几乎所有样品中，细菌16SrRNA基因的丰度都比古细菌高（图2A）。细菌的16S rRNA基因丰度范围为4.17×106至5.70×108拷贝/ g干燥土壤，古细菌的范围为1.61×106至6.37×107拷贝/ g干燥土壤（表S3）。小麦土壤的细菌丰度最高，其次是棉田，稻田和翅碱蓬土，而在贫瘠的土壤中细菌丰度最低。但是，翅碱蓬土壤的古细菌丰度最高，与水稻和贫瘠的土壤没有显着差异，但明显高于小麦和棉花的土壤。值得注意的是，农业土壤中细菌与古细菌的16S rRNA基因丰度比（小麦土壤中的平均值为41.43，棉壤中的平均值为47.85，水稻土中的平均值为10.48）显着高于非农业盐渍土（翅碱蓬为5.37，1.48）（用于贫瘠的土壤）（表S3）。
就α多样性而言，小麦，棉花和水稻土的细菌香农多样性显着高于（翅碱蓬）和贫瘠的土壤（ANOVA，P <0.05）（图2B和表S5）。然而，古细菌的多样性表现出相反的趋势，在贫瘠的土壤中古细菌的多样性最高，其次是翅碱蓬，稻田，棉花和小麦土壤（图2B）。相关分析进一步证实细菌香农多样性与古细菌多样性显着负相关（Pearson r系数= -0.567，P <0.01）。此外，其他多样性指数，例如Chao1和Evenness，也显示出相似的趋势（表S5）。
3 细菌和古细菌群落组成随植被覆盖而不同
细菌和古细菌群落均表现出相似的β多样性模式，除小麦和棉花土壤外，不同植被覆盖的土壤之间存在显着差异（ADONIS，P <0.05）（P> 0.05）（图3A，3B）。我们共检测到49个细菌和14个古细菌门，其中12个细菌和5个古细菌显性门在YRD土壤中占相对丰度的90％以上（图3C，3D）。变形杆菌，绿弯曲菌，拟杆菌和放线菌是最主要的细菌门（图3C），而Thaumarchaeota, Euryarchaeota 和 Woesearchaeota是最主要的古细菌门（图3D）。 LEfSe分析用于进一步揭示从门到属水平的不同土壤组之间的分类群分布差异（图S3）。许多分类单元富含小麦和棉花土壤，例如来自酸性细菌，丙酸杆菌等的细菌（图S3A）和Thaumarchaeota的古细菌（图S3B）。稻田土壤的细菌相对丰度较高，如绿藻弯曲杆菌，β-变形杆菌等（图S3A），并富集了更多的古细菌，如深水细菌属，沃氏细菌和甲烷细菌成员（图S3B）。相反，一些放线菌和拟杆菌属细菌以及海洋第一类古细菌在苏打田土壤中繁衍生息，而贫瘠的土壤中富含丙种细菌，硬毛菌，芽孢杆菌，古细菌嗜盐细菌和纳米盐古细菌。
图3 不同植被覆盖下土壤微生物的β多样性（OTU水平）和群落组成（动物或类水平）。图A，B，C和D分别代表细菌β-多样性，古细菌β-多样性，细菌群落组成和古细菌群落组成。在类别级别上显示了最主要的门，即图C中的变形杆菌（包括α变形杆菌，β变形杆菌，γ变形杆菌，δ变形杆菌，Epsilon变形杆菌和其他变形细菌），丘陵古菌属（包括土壤古菌属，海洋古菌属，古细菌属和古菌属和其他）。（包括嗜盐菌，嗜热菌，甲烷菌，甲烷菌和未分类的真细菌）。
4 细菌与古细菌对土壤因子的反应不同
尽管细菌的丰度与海藻的理化参数广泛相关，但没有任何因素与古细菌的丰度有显着的相关性（图4）。细菌和古细菌香农的多样性都与各种土壤因素显着相关，但趋势却相反（图4）。同样，将近一半的优势细菌属（如鞘氨醇单胞菌，Haliangium等）也显示出与多种营养因子显着相关。但是，大多数古细菌优势属（例如，与古细菌相关的属）在这些因素上表现出相反的趋势（图4）。Mantel测试表明，细菌和古细菌群落结构的变化（基于加权UniFrac距离矩阵）对相似的土壤学参数有响应，这些参数与化学物质（AS，硝酸盐和铵含量）和物理物质特性（EC，pH和水分）显着正相关（图4）。根据Mantel试验的相关系数，EC，铵和AS浓度是与细菌和古细菌群落结构相关的三大因素。同样，CCA结果表明，EC是影响细菌和古细菌群落结构的最重要因素（置换试验R2 = 0.917，细菌P = 0.001，R2 = 0.918，古细菌P = 0.001），其次是氨含量，水分，AS和TP浓度（图S6）。
图4 微生物活性，丰度，多样性，优势属和深层理化变量之间的相关性。在加权UniFrac距离矩阵和理化变量之间进行了Mantel测试，并在其他微生物参数（微生物活性，丰度，多样性，优势细菌和古细菌属）与理化变量之间进行了Spearman相关分析。红色和蓝色分别表示正相关和负相关。
5 细菌和古细菌在共现网络中都起着重要作用
本研究进行了网络分析，以探索微生物之间的共生并确定潜在的梯形分类群（图5）。根据边的数量，平均度数和聚类系数，农业土壤中的网络复杂度可比（图5A至5C），但在翅碱蓬土壤中的复杂性大大增加（图5D）。尽管每个网络中细菌节点和边缘的数量更多，但根据细菌节点的数量以及细菌-古细菌或古细菌-古细菌边缘的百分比，网络中的古细菌在小麦，棉花，稻田和翅碱蓬田土壤中的排列顺序增加（图5）。通常，每个网络中存在更多的正相关性，但是农业土壤中的阳性边缘比例要比小田土壤中的高（图5）。在小麦和棉花土壤网络中，大多数结点都属于丙酸杆菌，酸性细菌，放线菌和梭菌。水稻土网络中有来自绿叶弯曲菌，β变形杆菌和Woesearchaeota的节。但是，在翅碱蓬土壤网络中，更多的节点被分配给真细菌，γ-变形细菌，拟杆菌和绿弯曲菌（图5）。细菌基石分类群主要来自拟杆菌和α-变形杆菌（表S9）。出乎意料的是，大量的古细菌OTU也被推断为潜在的关键类群，尤其是Thaumarchaeota和Euryarchaeota（表S9）。
图5 小麦（A），棉花（B），稻田（C）和翅碱蓬田（D）土壤中细菌和古细菌的共现网络和拓扑特性。节点根据微生物的门类或类别进行着色，较大的节点显示潜在的梯形OTU。圆形和方形节点形状分别代表细菌和古细菌的OTU。边缘表示节点之间的相关性；绿色和红色边缘分别表示正相关和负相关。
结论
通过比较细菌和古细菌群落的生态模式，以及它们与环境因素的关系，我们总结出，营养因子的变化促使细菌和古细菌的丰度，多样性，群落组成和功能发生变化。类似的营养因子，特别是盐度，与细菌和古细菌群落都相关，但对这两个域的作用却几乎相反。结果，细菌在营养丰富且盐分较少的农业土壤中起主要作用，而古细菌在盐分增加的盐土中显示出越来越重要的作用。因此，随着盐分土壤中盐分含量的增加，细菌数量下降但古细菌数量却呈上升趋势。我们的结果表明，细菌和古细菌在土壤生态系统中都起着至关重要的作用，它们不同的生态模式对于驱动土壤元素循环和生态平衡的功能互补至关重要。未来的研究可能会更加关注盐度梯度下群落功能的变化，以及由于盐碱土壤的重要性，古细菌在改善盐碱土壤中的可能性。
你可能还喜欢