028-8525-3068
新闻动态 News
News 行业新闻

网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

日期: 2022-07-07
标签:


文献解读


原名:Network analysis and subsequent culturing reveal keystone taxa involved in microbial litter decomposition dynamics

译名:网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

期刊:Soil Biology and Biochemistry

IF:8.5

发表时间:2021.6

通讯作者:徐阳春

主要单位:南京农业大学资源与环境科学学院


一、研究背景

土壤中植物凋落物的分解由定殖在凋落物残体上的细菌和真菌等微生物驱动,因此,细菌和真菌群落的相互作用可以揭示木质素的分解机制。以往的研究主要是在微生境、异地条件或单一土壤生态系统中研究凋落物分解的微生物群落。而本研究通过为期12周的室内凋落物(秸秆)分解实验,探讨三种不同利用类型(林地、农田和弃耕地)的土壤中凋落物分解与酶活性和微生物群落变化的关系。本研究发现:(1)三类土壤中林地凋落物的分解程度最高;(2)然后,我们用多种方法证明了这是由微生物群落决定的,林地土壤微生物群落具有更高活性的木质素分解酶,更高的微生物多样性,以及不复杂但更专门化的网络。细菌中的Chryseobacterium(金黄杆菌属)和真菌中的Fusarium(镰刀菌属)、Aspergillus(曲霉菌属)、Penicillium(青霉菌属)是三类土壤微生物网络中的关键类群;(3)我们随后开展了分离培养实验,进一步证实了这些关键类群具有高的凋落物分解能力和酶活性。本研究首次验证了微生物关键类群在凋落物分解中的作用,网络分析与培养实验的结合被证明是筛选微生物关键类群的可选模式。总体而言,我们的结果说明,土地利用类型通过土壤微生物群落的组成和网络结构进而影响凋落物的分解。我们的研究还揭示了特定的关键微生物类群参与了凋落物的分解,未来或许可以利用这些关键类群来调控土壤生态系统中木质素的分解。


二、研究结果


1. 凋落物分解及其质量的变化随着时间的推移,土地利用类型对凋落物分解有明显影响,在第2周和第12周,林地的凋落物分解率最高,而弃耕地的凋落物分解率最低。在第12周后,林地、农田和弃耕地凋落物的分解率分别达到63.42%、53.75%和50.38%(图1-a)。林地凋落物分解常数显着高于耕地和弃耕地。土地利用类型和时间对凋落物分解都有显著影响。不同土地利用类型的凋落物组成也有显著变化(图1 b-d)。土地利用类型和时间都会影响凋落物质量的变化。


网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

图1. 林地、农田和弃耕地凋落物分解及质量变化


2. 酶活性的变化不同土地利用类型的纤维二糖水解酶、β-葡萄糖苷酶、β-木聚糖酶和漆酶的活性也存在显著差异(图2 a-d)。在整个采样期间(包括初始时间),林地中的所有酶活性均显著高于农田和弃耕地,但是每种酶的活性表现出不同的趋势。四种酶活性的总酶活性(Z-score)显示:林地的总酶活性显著高于其他两个位点(图S3)。木质素酶活性与凋落物分解呈显著的正相关关系(P<0.001,图2-e)。具体而言,β-葡萄糖苷酶与三种土壤的纤维素和半纤维素显著相关。漆酶与木质素也显著相关。土地利用类型和时间都显著影响凋落物质量的变化。这些结果表明,三种土壤的凋落物分解与相关酶活性之间存在很强的相关性。

网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

图2. 林地、农田和弃耕地中(a)纤维二糖水解酶、(b)β-葡萄糖苷酶、(c)β-木聚糖酶和(d)漆酶的变化。(e)四种纤维素酶活的总和(Z-score)与凋落物分解的关系



3. 凋落物分解过程中微生物群落的演替细菌和真菌群落都随时间显著变化。富集培养2-12周后,秸秆表面的微生物群落与初始样品(未培养前)的微生物群落明显不同。在前期和后期,林地土壤的细菌总量(绝对丰度)都显著高于农田和弃耕地(图3-a)。凋落物开始分解后,细菌的OTU丰富度立即下降(图3-c),表明掺入秸秆后来自土体的细菌群落开始发挥作用(分解秸秆)。随着分解的进行,细菌OTU丰富度随时间增加,在第6周和第8周达到最高,然后再下降(图3-c)。林地土壤的细菌群落与农田和弃耕地土壤的细菌群落不同(图3-e),并且这些差异在整个采样期间都十分明显。凋落物分解过程中的优势细菌门为变形菌门(Proteobacteria)、拟杆菌门(Bacteroidetes)、放线菌门(Actinobacteria)和绿弯菌门(Chloroflexi)(图3-g)。三种土壤中这些优势菌门的变化趋势不同。另外,在林地中,只有细菌的β多样性(PCoA1)与木质素呈显著负相关关系。这些结果表明,在凋落物分解过程中细菌群落随不同生态系统类型(土壤类型)而变化。一般来说,真菌群落只受土壤类型的影响。在所有时间点,林地真菌的绝对丰度显著高于农田和弃耕地(图3-b)。与细菌群落类似,在第2周真菌的OTU丰富度显著下降(图3-d)。在第2周和第6周,林地真菌的OTU丰度显著高于其他两种土壤(图3-d)。林地真菌的群落结构与农田和弃耕地也显著不同(图3-f),这种差异在第0、2、6和12周的表现一致。凋落物分解过程中(包括三种土壤和所有采样时间)的优势真菌门为子囊菌门(Ascomycota)和担子菌门(Basidiomycota)(占总序列的70-99%;图3-h)。在第4周和第6周,担子菌门(Basidiomycota)在农田和弃耕地中占主导地位,包括Coprinopsis和Psathyrella属。


网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群
网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

图3. 凋落物分解实验(12周)中,林地、农田和弃耕地土壤细菌和真菌的总丰度、多样性、群落结构及分类组成的变化



4. 微生物共生网络及关键类群三种土壤的网络复杂度差异较大。与农田和弃耕地相比,林地微生物网络的复杂度较低(图4-a和b)。弃耕地的微生物网络最为复杂,其边数、平均度和聚类系数均高出(林地微生物网络)2倍(图4-b)。关键微生物类群主要属于细菌中的放线菌门(Actinobacteria)、拟杆菌门(Bacteroidetes)、绿弯菌门(Chloroflexi)和变形菌门(Proteobacteria),以及真菌中的子囊菌门(Ascomycota)。删去关键类群OTU后,我们重构了三种土壤的共生网络,以评估其对网络的影响。结果表明,如果没有关键类群的OTU,微生物网络就会变得更简单。为了进一步验证这些关键类群,我们将筛选出60个关键类群OTU与可培养的34株细菌和17株真菌菌株进行了系统发育地位匹配。结果显示,60株中有5株为可培养的菌株,其中林地(TU3451,Penicillium sp.ZJ-F2;TU3409,Fusarium sp.ZJ-F3)、农田(OTU10384,Chryseobacterium sp.QL-B4;TU84,Aspergillus aculeatus QL-F3)和弃耕地(TU1317,Aspergillussp.BG-F2)(图4-b)。


网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

图4.三类土壤中细菌和真菌OTUs共生网络



5. 潜在关键物种的(凋落物)分解效能。我们进一步对这5个关键菌株(Penicillium sp.ZJ-F2、Fusariumsp.ZJ-F3、Chryseobacterium sp.QL-B4、Aspergillusaculeatus QL-F3、Aspergillus sp.BG-F2)的凋落物分解能力进行了评估。结果发现,来自林地的Penicillium sp.ZJ-F2菌株的凋落物分解能力显著高于其他两种类型的土壤(图5-a)。此外,Fusariumsp. ZJ-F3菌株和Aspergillussp.BG-F2菌株的凋落物分解能力显著高于Chryseobacterium sp.QL-B4和Aspergillusaculeatus QL-F3菌株(图5-a)。Penicillium sp. ZJ-F2菌株还具有最高的纤维二糖水解酶、β-木聚糖酶、β-葡萄糖苷酶和漆酶活性(图S13)。用Z-score计算四种酶活的总活性,结果发现:Penicilliumsp. ZJ-F2菌株的Z-score最高、凋落物分解能力最强;Chryseobacterium sp.QL-B4的Z-score最低、凋落物分解能力最差(图5-b)。相关性分析进一步证实了凋落物分解与关键类群(凋落物分解与Z-score值正相关)之间的相关性(图5-c)。这些结果表明,可通过构建共生网络初步筛选潜在的关键微生物类群以进一步探索相关的微生物功能。


网络分析和后续培养揭示了参与微生物凋落物分解动力学的关键类群

图5.秸秆液体发酵实验(7天)中,凋落物分解的关键类群和四种纤维素酶活的总和(Z-score)


三、结论


在凋落物分解过程中,木质素分解酶活性、微生物群落结构和共生模式(网络)发生了变化,这些变化受土地利用类型的影响。具体而言,林地土壤凋落物分解程度较高的原因是木质素降解酶活性较高、微生物多样性较高、微生物网络不那么复杂但更为专门化。因此,我们的结果表明,土地利用类型影响的土壤微生物演替介导的土壤凋落物分解。基于共生网络分析和后续的分离培养实验,我们确定了土壤凋落物分解相关的关键类群。这些类群表现出很强的凋落物分解能力和酶活性。网络分析与培养实验的结合是筛选微生物关键类群的可选模式。此外,强调了通过网络评分确定的关键分类群可以通过培养筛选来表征。此外,这是一次利用统计经验验证微生物工程和代谢模型中关键类群的成功尝试。


  • 最新资讯 MORE+
  • 点击次数: 0
    2026 - 03 - 20
    滨海湿地是全球重要的“蓝碳”储库,其来自陆海传输中形成的外源老化碳可占50%以上。然而,目前对于这些老化碳在滨海生态系统中储存机制尚不清楚,特别是矿物结合与微生物转化之间的协同作用仍是蓝碳科学中的关键短板,亟待建立相关机制模型以指导蓝碳的管理与评估。中国科学院烟台海岸带研究所李远副研究员、韩广轩研究员联合天津大学宋照亮教授、中国科学院南京土壤研究所骆永明研究员以及国内外多家单位,跨越20个纬度梯度对中国沿海36个红树林和盐沼湿地进行了系统调查。通过对表层土壤和1米深沉积柱的综合分析,结合14C同位素测年、生物标志物和模型解译,系统揭示了矿物-微生物协同作用对蓝碳周转与储存的联合调控机制。图1 海岸带红树林和盐沼研究点位及土壤有机碳特征分布研究发现,盐沼与红树林在碳周转时间上存在显著差异。具有高矿物沉积速率的盐沼湿地表现出比红树林更长的土壤有机碳周转时间(表层土壤平均为2200年 vs. 500年)。这一差异主要归因于盐沼中含有更高比例的老化碳(~50%)和化石碳(~20%)。在组分分配上,盐沼表层土壤的矿物结合态有机碳(MAOC)比例高达81.5%,显著高于红树林的66.6%,且盐沼含有更高比例的木质素酚(3.5% vs. 3.1%)和微生物残体碳(21% vs. 14%)。这表明在外源输入主导的生态系统中,SOC主要来自高降解的老化碳库。图2 基于14C的海岸带红树林和盐沼土壤有机碳组成和周转进一步应用线性混合效应模型和结构方程模型解析得出,矿物-微生物协同作用随深度发生显著转移:在表层土壤(0-20 cm)中,由于新鲜有机质输入丰富,微生物残体碳的积累是驱动碳周转的关键因素(影响系数 = 0.36);而在深层土壤(1 m)中,木质素的降解程度取代微生物生物量,成为决定有机碳千年尺度持久封存的主要预测因子(影响系数 = 0.45)。图3 海岸带红树林和盐沼表层和深层土壤有...
  • 点击次数: 0
    2026 - 01 - 30
    岗位一招聘岗位:技术支撑招聘人数:3人      综合月薪:7k-15k岗位职责1、项目前期对接(回复技术咨询,确认实验方案等);2、监督项目进度(与实验室对接检测要求,监督进度、确认数据);3、项目后期处理(追踪数据发放,协助处理项目结算等);4、老客户维护和新客户开发。岗位要求1、生态学、农学、土壤学等专业硕士学历;2、有相关实验经验优先(氨基糖,木质素酚,土壤酶活,微生物碳氮磷,有机氮组分、新污染物、代谢组学等),熟悉常规实验方法;3、熟悉相关实验室仪器设备(TOC仪,元素分析仪,液相等),具备相关实验数据的分析能力;4、性格外向,沟通能力强,能适应偶尔出差;岗位二招聘岗位:实验员招聘人数:8人      综合月薪:5k-10k岗位职责1、完成组内实验;2、完成领导安排的工作;3、进行实验的部分开发与验证。岗位要求1、生态学、农学、土壤学等专业硕士学历,优秀本科生亦可;2、有土壤、植物等理化实验经验;3、性格乐观开朗,主动性强;工作仔细耐心,有研究创新精神。岗位三招聘岗位:品牌经理招聘人数:15人     综合月薪:8k-20k岗位职责1、负责所在区域高校、单位的开拓推广工作,进入高校开展线下讲座、业务宣讲等活动;                                   2、定期拜访高校和企业相关重点客户,维持良好的检测合作关系;3、主动学习各种专业知识,关注行业动态及政策;4、负责完成上级领导布置的业绩目标。岗位要求1、生态学、农学、土壤学等专业硕士学历;2、有相关实验经验优先(氨基糖,木质素酚,土...
  • 点击次数: 0
    2026 - 01 - 13
  • 点击次数: 0
    2026 - 01 - 05
    文献解读原名:Fast Decomposition of Nitrogen-Rich Mineral-Associated Organic Matter in Soils译名:土壤中富氮矿物结合有机质的快速降解期刊:Global Change BiologyIF: 12.0  发表日期:2025年8月第一作者:贾娟副研究员 通讯作者:冯晓娟研究员01.背景MAOM储存土壤中大部分碳氮,主要由富氮微生物残体组成,传统观点认为其通过矿物吸附稳定存在。然而,MAOM的分解潜力及内在调控机制尚不明确:氮富集化合物是因强矿物吸附而稳定,还是因化学易降解性而快速分解?有机-有机相互作用对MAOM稳定性的影响也不清楚。此外,MAOM碳饱和机制存在争议,需明确其内在性质(组成、碳负载)对持久性的调控作用。这些问题限制了对土壤碳库动态的预测能力,亟需深入研究。02.科学问题富氮MAOM的分解潜力是否更高?其内在性质(分子组成、碳负载)如何调控分解?03.材料与方法(1)构建13C标记的微生物/植物源MAOM,通过30天培养监测CO2释放及同位素特征,结合热解-气相色谱/质谱和氨基酸分析表征分子组成。(2)实验1:在不同纯矿物(蒙脱石、高岭石和针铁矿)上构建了组成和 OC 负载量不同的微生物源和植物源 MAOM(即MAOM-microbe和MAOM-plant),随后与来自两个森林和两个草地地点的表层土壤混合后进行分解,这些地点具有不同的气候和土壤特性。(3)实验2:在蒙脱石基质上构建了三种不同有机碳负载的微生物来源MAOM(MAOM-microbe),并在同一草地表层土壤中进行分解。(4)实验3:将实验1获得的部分MAOM-microbe经高压灭菌和洗涤处理以去除富含氮的细胞内化合物,随后在人工土壤中与未经灭菌的MAOM-microbe共同进行降解,以比较不同组...
文体活动 MORE+
案例名称: 孵化中心
说明: 栢晖生物科技有限公司项目孵化中心成立于2015.06.01日,研发领域涉及生物试剂耗材、仪器、新产品开发及各生物科技服务类项目等。自成立以来,陆续吸引了大批专家教授加盟合作,并与全国数十家高校及知名企业建立了良好的合作关系。中心共有博士及以上学位骨干人员10人,专门负责公司新产品研发等工作,已成功研发出无线温度监控器及NO检测试剂盒等产品(详情见成功案例),另有细胞分选仪等三个项目正在积极孵化当中。
2017 - 05 - 31
案例名称: 孵化中心流程
说明:
2017 - 07 - 17
微信公众号
检测咨询热线
 
地址:四川省成都市成华区龙潭街道成业路7号联东U谷二期7栋10楼
          湖南省长沙市芙蓉区雄天路98号广发隆平创业园2栋6002
官方热线:028 8525 3068
投诉电话:18181920125
传真:+86 0755-2788 8009
Copyright ©2005 - 2013 成都栢晖生物科技有限公司
犀牛云提供企业云服务