SBB：pH主导土壤中固氮群落的共存与装配

土壤pH与麦田根际和土体土壤中固氮群落的共存和装配过程有关

Soil pH correlates with the co-occurrence and assemblage process of diazotrophic communities in rhizosphere and bulk soils of wheat fields

Soil Biology and Biochemistry [Impact Factor&＃xff1a;5.795]

https://doi.org/10.1016/j.soilbio.2018.03.017

发表日期&＃xff1a;2018-03-11

第一作者&＃xff1a;范坤坤^a,b

通讯作者&＃xff1a;褚海燕(hychu&＃64;issas.ac.cn)^a,*

合作作者&＃xff1a;Pamela Weisenhorn, Jack A. Gilbert, Yu Shi, Yang Bai

主要单位&＃xff1a;

^a中国科学院南京土壤研究所土壤与可持续农业国家重点实验室(State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, 71 East Beijing Road, Nanjing 210008, China)

^b中国科学院大学(University of Chinese Academy of Sciences, Beijing 100049, China)

写在前面

分享标题&＃xff1a;南土所褚海燕组-pH主导土壤中固氮群落的共存与装配

关键字&＃xff1a;互作、固氮群落、根际、装配过程

点评&＃xff1a;根际固氮菌具有广泛的生态分布和适应性&＃xff0c;尽管固氮对提高甘蔗和玉米、水稻、小麦等经济作物的产量具有重要意义&＃xff0c;但人们对固氮菌在农业土壤中不同的根相关的区域的组成和共现情况仍不清楚。本文基于提出的两个假设通过对土体土、松散结合土和紧密结合土的对比分析研究了固氮群落在麦田根际和土体土中的共存与装配过程以及土壤pH对固氮群落的结构和多样性及装配过程的影响&＃xff0c;最终结果表明土壤pH控制着麦田土壤固氮群落的相互作用和装配过程&＃xff0c;中性pH的土壤可能具有更稳定的固氮群落&＃xff0c;这有助于加深我们对农业土壤生物固氮的认识。

摘要

生物固氮有助于植物有效氮在土体土和根际的积累。本文研究了固氮群落在麦田根际和土体土中的共存与装配过程。根际固氮群落结构与土体土相比存在显著差异&＃xff0c;其网络结构相对稳定&＃xff0c;竞争能力较弱。我们利用beta NTI值对确定性和随机性群落装配过程进行了量化&＃xff0c;表明确定性过程的重要性随远离植物根而增大。土壤pH与固氮群落的结构和多样性相关&＃xff0c;与酸性和碱性土壤相比&＃xff0c;中性pH土壤的群落结构表现出更强的连通性和稳定性。pH为中性的土壤中&＃xff0c;固氮群落的装配以随机过程为主&＃xff0c;而在酸性或碱性土壤中&＃xff0c;固氮群落的装配以确定性过程为主。这些结果表明&＃xff0c;土壤pH值可能在根际和土体土固氮群落的互作和装配过程中起着重要的作用&＃xff0c;这有助于加深我们对农业土壤生物固氮的认识。

背景

生物固氮(BNF)是海洋和陆地生态系统中氮素循环最重要的步骤之一。在农业生态系统中&＃xff0c;约24%的作物生物量的氮素来源于非共生N₂的固定。携带nifH基因具有固氮能力的微生物(固氮微生物)具有广泛的系统发育分布。对固氮微生物多样性的调查已在广泛环境中进行&＃xff0c;包括海洋、河口沉积物、陆地地热泉和陆地土壤。土壤pH、土壤有机质、土壤水分和土壤C/N是土壤固氮微生物群落结构的主导驱动力。总的来说&＃xff0c;这些研究揭示了固氮菌在自然生态系统和农业土壤中的分布和多样性模式。然而&＃xff0c;固氮菌往往与植物根际形成密切的联系&＃xff0c;根际是一个生物热点&＃xff0c;其理化性质与周围的土体土壤有很大差异。尽管人们已经研究了根际的固氮菌群落&＃xff0c;但没有研究限制典型农业生态系统的根际内固氮菌群落结构的物理或化学参数。

在根际&＃xff0c;植物分泌有机化合物&＃xff0c;支持根部附近的微生物活动&＃xff0c;而微生物反过来又为植物提供有益的服务。在水稻和葡萄品种的研究基础上&＃xff0c;人门已经提出了一种土壤根系微生物装配的多步骤模型。这些研究还表明&＃xff0c;在根际和土体土壤之间&＃xff0c;细菌和真菌群落的组成存在显著差异&＃xff0c;从土体土壤到根系&＃xff0c;细菌多样性呈下降趋势。共现网络为生物标志物之间相对丰度的相关变化提供了证据&＃xff0c;为检验微生物群落内部的关系提供了额外的指标。Mendes等人发现&＃xff0c;与短期种植系统中的土体土壤相比&＃xff0c;根际土壤的网络拓扑结构较为简单。同样&＃xff0c;Fan等人在华北平原根际发现了一种不那么复杂、更基于枢纽的细菌共生拓扑结构。这种减少的复杂性支持了根际是一个高度选择性环境的概念&＃xff0c;这促进了可能表明代谢灵活性降低的特定分类学上的共现。在根际发生的一个关键代谢过程是固氮&＃xff0c;并且根际固氮菌具有广泛的生态分布和适应性&＃xff0c;尽管固氮对提高甘蔗和玉米、水稻、小麦等经济作物的产量具有重要意义&＃xff0c;但人们对固氮菌在农业土壤中不同的根相关的区域的组成和共现情况仍不清楚。

微生物群落结构是由确定性过程和随机性过程共同作用塑造的。确定性群落装配是由环境和生物条件对物种的可预测过滤作用造成的&＃xff0c;而随机性群落装配则是通过本质上随机的扩散、出生、死亡和漂移过程进行的。随着生境异质性在较小尺度上下降&＃xff0c;特别是向强选择力(如根际)的方向下降&＃xff0c;在这些尺度上&＃xff0c;随机过程对确定性因子的贡献将更加明显。然而&＃xff0c;这种明显的变化在多大程度上与微生物群落组成相关仍不清楚。以前的研究已经探索了根际和土体土壤之间的随机性和确定性微生物群落装配过程的相对重要性。例如&＃xff0c;大豆栽培研究表明&＃xff0c;根际微生物群落选择是通过确定性生态位过滤进行的&＃xff0c;而土体土壤微生物群落似乎是由随机过程控制的。尽管固氮菌对生态和经济是有影响的&＃xff0c;但还没有人试图确定这些微生物是否遵循农业系统中类似的群落装配规则。

华北平原是我国重要的农业区&＃xff0c;实行传统的长期(约40年)小麦-玉米轮作制度。小麦是全球最主要的粮食作物之一&＃xff0c;但由于田间管理、疾病和氮营养不良等问题&＃xff0c;小麦的年产量增幅已放缓至0.9%。有针对性地控制固氮微生物群落可能会产生环境和经济上更可持续的生产系统。在我们的研究中&＃xff0c;我们收集了华北平原三个区域的土壤&＃xff1a;即土体土壤、松散结合的土壤和紧密结合的土壤&＃xff0c;提供了一个粗略的接近根系的梯度。本研究提出了两个假设。首先&＃xff0c;与土体土壤相比&＃xff0c;根际固氮群落的多样性和共现拓扑结构更简单。其次&＃xff0c;与土体土壤相比&＃xff0c;固氮群落表现出确定性的装配过程。

材料与方法

样品收集

Sample collection

以华北平原一个广泛区域(∼800,000 km²) (32° N∼38° N;
110° E∼118° E) 的小麦-玉米轮作为研究对象&＃xff0c;利用GIS地图从典型的小麦种植区选取9个采样点。根据美国土壤分类学&＃xff0c;大多数采样点的土壤类型为浅裂土、厚裂土、腐殖土和钙化土。样品采集于小麦灌浆期(2015年5月22 - 27日)。对于每个采样点&＃xff0c;在一个约100平方公里的区域内测量了五个重复位点。一组10到12个小麦植株在每个地方被挖出&＃xff0c;尽可能保持根系完整。通过轻轻摇动来收集附着在根上的松散的土壤样品&＃xff0c;通过刷土的方法来收集与根系紧密结合土壤。表土(0-15厘米)&＃xff0c;离植物约50厘米&＃xff0c;在每一组的旁边&＃xff0c;用螺旋钻取芯器来收集并作为土体土壤。所有样品都装在聚乙烯袋里&＃xff0c;用冰袋装运(4°C)到实验室。土壤通过2毫米的筛网过滤&＃xff0c;手工捡除细根、残留物和石头。然后将每个样本分成两部分:一份置于-40°C储存并于两周内提取DNA&＃xff0c;另一份储存在4°C用于土壤化学分析。

土壤理化分析

Soil physical and chemical analysis

用重量法测定土壤水分&＃xff0c;干燥5克新鲜土壤&＃xff0c;直到土壤达到恒重。利用激光粒度仪(LS13320)对风干土壤进行了土壤质地测试。土壤被风干、筛分(1mm筛分)、经燃烧(CNS-2000; LECO, St. Joseph, MI, USA)用于总碳(TC)、总氮(TN)、总磷(TP)和总钾(TK)的分析。土壤pH值由pH仪(Thermo Orion-868)测定&＃xff0c;土水比为1:5。

高通量测序和生物信息学分析

High throughput sequencing and bioinformatics analysis

使用Power soil DNA试剂盒(MO BIO Laboratories, Carlsbad, CA, USA)根据制造商的说明&＃xff0c;用0.5g新鲜土壤进行DNA的提取。引物nifHF (5 ‘ - tgygayccnaargga -3 ‘)和nifHRb (5 ‘ -ADNGCCATCATYTCNCC-3 ‘) 用于nifH基因的扩增。这些扩增的PCR产物在Illumina MiSeq PE 300平台上进行测序。从这项研究中获得的序列被提交到NCBI Sequence Read Archive(SRA)&＃xff0c;登录号为SRP 113262。

测序后&＃xff0c;使用QIIME流程(http://qiime.sourceforge.net/) 分析nifH核苷酸序列。质量分数小于 20、含有不明确核苷酸或与引物和条形码不匹配的低质量序列被去除。利用FunGene Pipeline of the Ribosomal
Database Project &＃xff0c;将剩余的序列进一步转化为氨基酸序列。翻译蛋白与nifH蛋白序列不匹配的或含有终止密码子的序列被丢弃。其余的序列与nifH基因数据库比对&＃xff0c;比对失败的序列和嵌合序列也被去除。将剩余的高质量序列用UCLUST以95%氨基酸相似度的de novo模式运行聚类为操作分类单元(OTUs)&＃xff0c;并去除所有singleton OTUs。nifH基因具有足够的系统发育分辨率&＃xff0c;因此在生态学研究中被频繁使用。利用FastTree方法&＃xff0c;根据比对代表性序列&＃xff0c;估算出系统发育树。

统计分析

Statistical analysis

采用SPSS20.0进行方差分析、配对t检验和协方差分析&＃xff0c;计算优势微生物分类组成、α多样性和土壤变量的显著差异。通过计算Bray-Curtis差异&＃xff0c;对固氮群落数据进行了NMDS分析。使用“vegan”R包进行NMDS、SIMPER分析和Mantel测试。通过WGCNA包利用Spearman相关构建共现网络&＃xff0c;再通过‘igraph’ R包计算网络和子网络的属性。我们删除了相对丰度小于nifH序列总数0.01%的稀有OTUs&＃xff0c;并使用Benjamini和Hochberg错误发现率(FDR)对所有p值进行多重检测调整&＃xff0c;其在‘multtest’ R包中实施。我们将调整后p值d的cutoff设置为0.001。网络图是用Cytoscape (http://www.cytoscape)和Gephi (http://gephi.github.io/)生成的。我们将节点定义为network hubs(z-score > 2.5;c-score > 0.6)&＃xff0c;module hubs(zscore > 2.5;c-score <0.6)、connectors (z-score <2.5;c-score > 0.6)和peripherals (z-score <2.5;c-score <0.6)表示他们在网络结构中的角色。这些算法基于代谢网络的方法。

为了检测固氮群落的装配过程&＃xff0c;在每个样地中计算最临近分类指数(NTI)&＃xff0c;在成对连接的样地中计算β最临近分类指数(betaNTI)。NTI测量个体之间的平均最近分类距离(MNTD)&＃xff0c;因此它评估了群落的“终端”系统发育的分布。正(负)NTI值表示群落中最临近分类距离比预期的短(长)。NTI在R 的’ picante ‘包中计算。betaNTI正(负)值表示比预期的系统发育周转率大(小)&＃xff0c;betaNTI在phylocom 4.2中计算。对于这两个指标&＃xff0c;2和&＃43;2之间的值表示在中性群落装配下的期望&＃xff0c;而低于2或高于&＃43;2的个体值具有统计学意义。

结果

小麦根际和土体土壤固氮菌的群落结构

Diazotrophic community structure in wheat rhizosphere and bulk soil

来自135个土壤样本的4,567,615个高质量nifH片段被聚类成总共5753个OTUs(95%核苷酸相似性)。Polaromonas, Burkholderia, Bradyrhizobium, Opitutaceae 和 Rhizobium (图. 1)主导了华北平原各麦田所有的样品类型。方差分析显示&＃xff0c;紧密结合土壤中的Polaromonas (18.01%), Burkholderia
(12.95%), Hyphomicrobium (6.06%), Leptothrix (4.93%), Verrucomicrobiae (3.33%), Mesorhizobium (2.54%) 和 Gluconacetobacter (2.51%) 显著多于松散结合土壤(P <0.05)和土体土壤(P <0.05)&＃xff1b;而在紧密结合的土壤中&＃xff0c;Bradyrhizobium (6.76%), Geobacter (0.58%) 和 Dechlorosoma (0.73%)的丰度显著低于其他区域(P <0.05)。SIMPER分析表明&＃xff0c;土体土和松散结合土之间的差异主要可以通过Burkholderia 和Geobacter丰度的变化来描述&＃xff0c;而Bradyrhizobium 和 Rhizobium描述了土体土壤和紧密结合土壤之间的差异&＃xff0c;松散束缚土与紧密束缚土之间的最大的差异是Azospirillum 和 Polaromonas。在样本类型间nifH的 alpha多样性无显著差异。ANOSIM和Adonis分析表明&＃xff0c;紧密结合土壤的固氮菌群落结构显著不同于松散结合土壤和土体土壤。

图1 土体土、松散结合土和紧密结合土中主要固氮菌属的相对丰度

The relative abundance of the dominant diazotrophic genus in bulk soil, loosely bound soil and tightly bound soil

BS:土体土壤;LS:松散结合的土壤;TS:紧密结合的土壤。

三个区块固氮菌群落的互作关系及网络拓扑特征

Interaction relationships and network topological features of diazotrophic community in three compartments

以nifH OTUs相对丰度做为节点&＃xff0c;根据FDR调整p值的Spearman秩和的相对丰度的相关性&＃xff0c;建立各样本类型(土体土、松散结合土、紧密结合土)的共现网络。随机网络分析证实了网络的可靠性和准确性。土体土中OTUs间和属间的负相关边数较多(13.3%)&＃xff0c;相比于松散结合土(11.1%)和紧密结合土(9.4%) (图. 2A)。土体土壤总网络负相关和子网负相关率均显著高于松散束缚土壤和紧密束缚土壤&＃xff0c;这可以解释为根际竞争关系的减弱。与同一属相关联的OTUs具有更强的相互作用&＃xff0c;并在网络图中聚集在一起。一个OTU的模内度和它的参与系数的度量&＃xff0c;定义了节点在它自己的模内和相对于其他模内的定位&＃xff0c;可以使我们对该节点所代表的物种的作用有所了解。Network hubs被定义为在一般情况下和模块内部都是高度连接的otu&＃xff0c;module hubs 是只在一个模块内高度连接的otus;连接模块的OTUs称为connectors&＃xff0c;而peripherals与其他物种的联系很少。network hubs和module hubs的比例都随着接近根的距离而减小&＃xff0c;紧密结合的土壤几乎没有hubs&＃xff0c;而最接近根的connector节点的比例最大(图. 2B)。综上所述&＃xff0c;这表明小麦根际固氮群落比土体土壤的相互联系更紧密。

图2 固氮菌群落在属水平上的共现网络结构(A); 在OTU水平上分析模块特性的网络作用(B).

The co-occurrence network structure of diazotrophic community at genus level (A); and network roles of analysing module feature at OTU level (B)

BS:土体土壤;LS:松散束缚的土壤;TS:紧密结合的土壤。

我们通过删除静态网络中的节点和评估鲁棒性退化的速度来评估网络稳定性。这种网络攻击方法根据hub特性(如程度和中介中心性)预先指定节点顺序&＃xff0c;并通过自然连接来评估稳定性。当比较这些样本类型的网络稳定性时&＃xff0c;紧密结合土的网络结构比松散结合土和土体土的网络结构更稳定。度分布模型的拓扑特征表明&＃xff0c;固氮菌群落在松散束缚土壤(R² &＃61; 0.633, P <0.001)和土体土壤(R² &＃61; 0.662,
P <0.001) 中均表现出典型的幂律分布模型&＃xff0c;其随离根距离的变化而变化&＃xff0c;在紧密束缚土壤(R² &＃61; 0.308, P &＃61; 0.005) 中表现出随机分布的模式。

影响根际和土体土壤固氮群落的理化因子

The physicochemical factors affecting diazotrophic community in rhizosphere and bulk soil

Mantel检验发现&＃xff0c;土壤pH值是三个样品类型中与固氮群落结构相关的主导因子。土壤理化性质与固氮菌多样性之间的spearman相关性表明&＃xff0c;土壤pH、总磷和土壤质地与α多样性呈正相关。此外&＃xff0c;不同土壤的网络拓扑特征与土壤理化性质之间的Spearman相关性表明&＃xff0c;土壤pH、总磷、土壤湿度和土壤质地与所有网络拓扑特征显著相关&＃xff0c;而全钾与网络度、中介度、亲密度或传递性的相关性较低。

固氮菌群落在根际和土体土壤中的装配过程

Assemblage processes of the diazotrophic community in rhizosphere and bulk soil

确定性和随机性过程都负责构建微生物群落。在我们的研究中&＃xff0c;源于群落的nifH OTU的大部分betaNTI评分低于-2(在土体土壤中为75.7%;松散束缚土壤中为60.5%;和54.1%在紧密结合土壤)(图. 3)&＃xff0c;这表明&＃xff0c;在所有样本类型中&＃xff0c;确定性过程主导固氮菌的群落动态。但是&＃xff0c;betaNTI的分数在- 2到&＃43;2之间(在土体土壤中为24.3%;松散束缚土壤中为39.5%;和紧密结合土壤中的45.9%)&＃xff0c;这表明在紧密结合的根际土壤中&＃xff0c;中性过程更强(图. 3)。

图3 依据环境距离的βNTI的分布&＃xff0c;其表征了固氮群落的装配过程

Distribution of beta Nearest Taxon Index (betaNTI) according to the environmental distance which indicating assamblage processes of diazotrophic communities

水平的蓝色虚线(大于&＃43;2或小于2有统计学意义)表示在中性群落装配下&＃xff0c;期望周围95%的置信区间。BS:土体土壤;LS:松散结合的土壤;TS:紧密结合的土壤。

固氮菌群落沿土壤pH梯度的网络结构与装配过程

Network structure and assemblage processes of diazotrophic community along soil pH gradients

由于固氮群落结构和网络拓扑特征与土壤pH值相关&＃xff0c;我们根据土壤pH值(4.5-5.5,5.5-6.5,6.5-7.5,7.5-8.5)将所有样本分成四组&＃xff0c;并详细分析了网络关系和装配过程。随着pH值的增加Bradyrhizobium和Geobacter的相对丰度显著降低&＃xff0c;而Opitutaceae、Azospirillum、Leptothrix和Rhizobium的相对丰度显著增加(ANOVA p <0.05)。在pH值为6.5-7.5的范围时&＃xff0c;Polaromonas, Burkholderia 和Hyphomicrobium 的相对丰度最大。

共生网络拓扑结构与土壤pH值存在显著差异。与其他pH值范围相比&＃xff0c;pH值为7.5-8.5时&＃xff0c;网络与节点之间的负相关更多。我们还观察到在7.5-8.5pH范围内&＃xff0c;不同属间有更多的负相关。在土壤pH值为6.5 - 7.5的样本中&＃xff0c;没有module hubs或network hubs (图. 4A)&＃xff0c;而network connectors的比例有所增加&＃xff0c;表明在中性pH值范围内&＃xff0c;hub-based较少&＃xff0c;连接结构较多。度分布的拓扑模式表明&＃xff0c;中性pH下nifH OTUs不具有典型的幂律分布模式(图. 4B)。当比较四个pH组之间的网络稳定性时&＃xff0c;在pH值为6.5 - 7.5的土壤中&＃xff0c;去除节点的比例对自然连接模式的影响较小&＃xff0c;这表明网络拓扑结构更加稳定。

图4 共现网络模块分析(A);以及不同pH梯度固氮群落的度分布模式(B)

Co-occurrence network module analysis (A);and degree distribution pattern (B) for the diazotrophic communities in different soil pH gradients

为了测试在不同pH值范围内固氮群落的装配是否可以通过共同的装配机制来解释&＃xff0c;我们计算了成对样本的NTI和betaNTI(图. 5)。NTI分数与土壤pH值呈正相关,样品的pH值范围为4.5 - 5.5和5.5 - 6.5时大多数得分低于-2,样品土壤pH值范围在6.5 - 7.5时大多分数为-2到 &＃43; 2之间,而pH范围为7.5 - 8.5时大多分数高于2(图. 5A)。土壤中pH值在6.5-7.5的范围时&＃xff0c;betaNTI的相对频率表明&＃xff0c;在中性pH值的范围内&＃xff0c;随机性过程主导了固氮菌群落(图. 5B)。其他pH值范围(4.5-5.5、5.5-6.5和7.5-8.5)的betaNTI评分表明&＃xff0c;在酸性或碱性pH值下&＃xff0c;确定性过程占优势(图. 5B)。

图5 最临近分类指数(NTI)沿pH梯度的变化(A);不同pH梯度下群落模拟之间(betaNTI)的分布(B)

Variation of nearest taxon index (NTI) along pH gradients (A); and the distributions of between community analog (betaNTI) in different pH gradients (B)

每个观测值是零模型标准差的个数&＃xff0c;观测值是与其相关的零分布的平均值。每个观测值是零模型标准差的个数&＃xff0c;观测值是与其相关的零分布的平均值。对于这两个指标&＃xff0c;低于- 2或高于&＃43;2的个体值具有统计学意义&＃xff0c;在中性群落装配下&＃xff0c;这些值表示期望。

讨论

在紧密结合的土壤中更为丰富的固氮菌&＃xff0c;Polaromonas, Burkholderia, Hyphomicrobium, Leptothrix,Verrucomicrobiae, 和 Gluconacetobacter,与非共生固氮细菌有关。它们经常是根际、根表面或草根的内部和禾本科作物(如玉米、小麦、甘蔗和水稻)根的内部的殖民者。在紧密结合的土壤中富集的Mesorhizobium可以固定大气中的氮。Mesorhizobium是根际生物网络中的关键物种&＃xff0c;在磷循环和细菌生物量生产中起着重要作用。与华北平原麦田的细菌和真菌群落相似&＃xff0c;在所有样品中&＃xff0c;从根际到土体土壤&＃xff0c;土壤pH值是固氮群落结构最重要的环境驱动力。在酸性条件下(4.5 ~ 5.5)&＃xff0c;Bradyrhizobium的数量较多&＃xff0c;而Azospirillum 和 Rhizobium 的数量随着pH的增加而增加。由于Bradyrhizobium种类具有广范的生态位&＃xff0c;在各种条件下都是极好的存活者&＃xff0c;因此在低pH土壤梯度条件下会有很高的丰度。Azospirillum 和
Rhizobium 属已被发现可形成生物膜&＃xff0c;因此增加土壤pH值可能不会影响这些群落。在我们的研究中固氮群落的alpha多样性受到土壤pH值的影响。在pH值为6.5-7.5时&＃xff0c;Polaromonas, Burkholderia 和 Hyphomicrobium 的相对丰度最大&＃xff0c;这是大多数土壤微生物的最佳pH值范围。

与土体土和松散结合土相比&＃xff0c;紧密结合土的共现网络负相关系数更小&＃xff0c;这可以解释为紧密结合土壤中物种间竞争的减少。根际的碳资源库比土体土壤更丰富&＃xff0c;约17%的光合固定碳通过根系分泌转移到根周围的薄层土壤中。更多的资源可用性被认为可以减少微生物群落的竞争&＃xff1b;因此&＃xff0c;根际根系分泌物可能有助于减少竞争。由于固氮是一种高耗能源过程&＃xff0c;根际土壤中C有效性的增加可能对固氮物种在土体土壤中的竞争产生更明显的影响&＃xff0c;竞争可能是由于碳基质有效性降低造成的&＃xff0c;竞争强度从紧密结合的土壤到松散结合的土壤&＃xff0c;再到土体土壤时是增加的。

network hubs和module hubs
的比例都在接近根的地方降为0&＃xff0c;尽管在紧密结合的土壤中connectors的比例是增加的&＃xff0c;说明根际网络结构不是以中心为基础的。根际网络结构也遵循一种不太典型的幂律分布模式&＃xff0c;这意味着所有otu之间的相互作用都是等可能的。与土体土和松散结合土相比&＃xff0c;紧密结合土具有更强的网络结构。这种生态稳定性可能是由根际更大的资源可获得性和生态位可居住性所驱动的。

在酸性或碱性条件下&＃xff0c;pH梯度范围内的网络结构显示出更多基于中心的网络模式&＃xff0c;而在中性pH下没有module hubs或network hubs&＃xff0c;但connectors更多&＃xff0c;暗示了一个稳定的网络&＃xff0c;以及微生物群落和结构。中性pH的度分布是随机的&＃xff0c;在酸性和碱性pH范围内均不同于幂律分布模式。在生物网络中经常观察到幂律分布模式&＃xff1b;然而&＃xff0c;在微生物群落中&＃xff0c;随机分布的模式是罕见的&＃xff0c;一个例子是淹水和非淹水土壤中的古菌群落。在我们的研究中&＃xff0c;中性pH下的随机度分布模式意味着所有otu之间的相互作用都是等可能的&＃xff0c;而固氮otu之间的连接是均匀分布的&＃xff0c;这意味着中性装配。与全球微生物网络分析的结果一致&＃xff0c;在中性pH条件下&＃xff0c;固氮群落的随机过程可能比确定性过程更重要。

NTI与pH值增加相关&＃xff0c;固氮群落在酸性pH值下具有更大的系统发育均匀性&＃xff0c;在碱性pH值下具有更大的系统发育群集性。中性pH值范围是大多数微生物的最佳生存环境&＃xff0c;大多数固氮菌在中性pH条件下富集&＃xff0c;具有较高的相对固氮酶活性和固氮速率。我们假设在pH为中性时&＃xff0c;环境胁迫的释放和环境过滤的减弱导致pH为6.5-7.5时&＃xff0c;构建固氮群落中随机性过程的优势增强。我们观察到根际网络拓扑模式与中性pH下的网络拓扑模式相似。根际的pH值更均一&＃xff0c;更接近中性&＃xff0c;在中性pH范围内&＃xff0c;紧密结合的土壤中有40&＃xff05;的样品&＃xff1b;高于松散结合土壤&＃xff08;6.7&＃xff05;&＃xff09;和散装土壤&＃xff08;4.4&＃xff05;&＃xff09;。由于根源产物的可利用性和中性的pH范围&＃xff0c;从土体土壤到根际的确定性装配因素主导地位的下降可能与根际更有利的条件有关。

综上所述&＃xff0c;由nifH测序结果确定的固氮群落在根际土壤和土体土壤之间存在差异&＃xff0c;根际土壤的固氮群落的网络结构与土体土壤相比竞争更弱&＃xff0c;更稳定。确定性因素在土体土的固氮菌群落装配中比在根际土扮演更大的角色。在pH中性的土壤中&＃xff0c;固氮菌群落的网络结构更加稳定&＃xff0c;在这些条件下&＃xff0c;随机性过程主导群落的装配。这些结果表明&＃xff0c;土壤pH控制着麦田土壤固氮群落的相互作用和装配过程&＃xff0c;中性pH的土壤可能具有更稳定的固氮群落。

编译&＃xff1a;马腾飞 南京农业大学

责编&＃xff1a;刘永鑫 中科院遗传发育所

Reference

Kunkun Fan, Pamela Weisenhorn, Jack A. Gilbert, Yu Shi,Yang Bai,Haiyan Chu. Soil pH correlates with the co-occurrence and assemblage process of diazotrophic communities in rhizosphere and bulk soils of wheat fields.Soil Biology and Biochemistry 121 (2018) 185–192 doi:10.1016/j.soilbio.2018.03.017

PNAS&＃xff1a;问微生物群落演替之随机性与确定性过程-谁主沉浮

Microbiome&＃xff1a;南土所褚海燕组-40年施肥处理后固氮菌及氮固定受抑制

SBB&＃xff1a;南土所褚海燕组-长期施肥影响土壤固氮菌的群落装配过程

Nature子刊&＃xff1a;到底谁才是限制非共生固氮的幕后主使

猜你喜欢

10000&＃43;&＃xff1a;菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程&＃xff1a;微生物组入门 Biostar 微生物组  宏基因组

专业技能&＃xff1a;学术图表 高分文章 生信宝典 不可或缺的人

一文读懂&＃xff1a;宏基因组 寄生虫益处 进化树

必备技能&＃xff1a;提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析&＃xff1a;图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具&＃xff1a;16S预测培养基 生信绘图

科研经验&＃xff1a;云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难&＃xff0c;我们建立了“宏基因组”专业讨论群&＃xff0c;目前己有国内外5000&＃43; 一线科研人员加入。参与讨论&＃xff0c;获得专业解答&＃xff0c;欢迎分享此文至朋友圈&＃xff0c;并扫码加主编好友带你入群&＃xff0c;务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份&＃xff0c;另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助&＃xff0c;首先阅读《如何优雅的提问》学习解决问题思路&＃xff0c;仍未解决群内讨论&＃xff0c;问题不私聊&＃xff0c;帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战&＃xff0c;关注“宏基因组”

点击阅读原文&＃xff0c;跳转最新文章目录阅读