本文由小憨豆编译，十九、江舜尧编辑。
原创微文，欢迎转发转载。
确定植物-微生物相互作用和反馈机制对于污染土壤根际的有效修复至关重要。该研究发现，种植在耕地土壤和石油污染土壤中90天的10种常见豆科植物，其根际细菌群落可以用于降解菲（PHE）。分析细菌群落结构以揭示不同PHE降解能力的潜在机制。作者发现根际土壤中的细菌β-多样性在预测PHE降解速率中起到主要作用，而更复杂的细菌群落表现出更高的PHE降解能力。在受石油污染的土壤中种植的绣球小冠花和豇豆的细菌群落有最高的PHE降解率（约80％）。尽管在细菌α多样性方面存在微小差异，但在耕地和污染土壤之间以及不同豆类根际土壤和未种植的土壤中的细菌群落组成存在显著差异。潜在的降解相关类群在受污染土壤的细菌群落中更为丰富，表明PHE降解比耕地土壤更有效。网络分析揭示了潜在的降解相关类群在维持细菌类群之间复杂关联方面的重要生态作用。石油污染降低了根际土壤中PHE降解率高和低的细菌群落组成的差异。这些结果表明，有效根际修复策略的制定应选择最优的植物-微生物组合，并将重点放在石油污染土壤中根际栖息生物之间更多样化、更复杂的相互作用上。
论文ID
原名：Complexity of bacterial communities within the rhizospheres of legumes drives phenanthrene degradation
译名：豆科植物根际细菌群落的复杂性促使菲的降解
期刊：Geoderma
IF：4.336
发表时间：2019年6月
通信作者：陈卫民
通信作者单位：西北农林科技大学
实验设计
1. 实验设置和采样
土壤采集地：石油污染土壤：中国西北咸阳的炼油厂(E 108°46′12″, N 34°21′36″)附近；
耕作地：石油污染场地附近的玉米田(E 108°47′23″, N 34°21′54″)。
植物物种：红三叶草（Trifolium pratense），毛野豌豆（Vicia villosa Roth），小冠花（Coronilla varia），豇豆（Vigna unguiculata），薇菜（Vicia sepium），锦鸡儿（Caragana korshinskii），紫花苜蓿（Medicago sativa），百脉根（Lotus corniculatus），刺槐（Robinia pseudoacacia），草木犀（Melilotus miller）。
植物生长：90天。
条件：温室16小时（25℃），8小时夜晚（20℃）。
表型测定：根长、茎高、结瘤数和干重。
重复：n=3。
2. 16S rRNA扩增子测序和数据分析
试剂盒：MP FastDNA spin kit for soils (MP Biomedicals, Solon, USA)
引物：515F / 907R扩增细菌16S rRNA基因的V4-V5区域
测序平台：Illumina Hiseq 2500 PE250bp
分析：计算α多样性和Shannon-Wiener指数，样本之间Bray-Curtis距离的β多样性，RandomForest分析确定PHE降解率的主要驱动因素，构建共生网络。
结果
1. 豆科植物在耕地土壤和石油污染土壤中生长
一般来说，大多数豆科植物的生长在耕地土壤和石油污染土壤之间没有显著差异。 种植在石油污染土壤中的豇豆的根长显著低于种植在耕地土壤中的根长，而在红三叶草中的根长度则相反。种植在石油污染的土壤中的紫花苜蓿根长、茎长和干重比种植在耕地土壤中的低。此外，在石油污染土壤中种植的大多数豆科植物的结瘤数量显著低于在耕地土壤中种植的豆科植物。
2. 细菌多样性与PHE降解之间的关系
种植在污染土壤中的小冠花属的根际群落表现出最高的PHE降解率，平均为79.8％，其次是豇豆（PHE降解率= 74.9％）。种植在污染土壤中的豆科植物的大多数根际群落的PHE降解率高于种植在耕地土壤中的豆科植物。在受污染的土壤中，来自小冠花属、豇豆、百脉根、红三叶草和锦鸡儿的根际群落表现出比未种植处理更高的PHE降解率。然而，在耕作土壤中，大多数根际群落的PHE降解率高于未种植的土壤，除了小冠花属、毛野豌豆和红三叶草。在未种植的处理中，污染土壤中细菌群落显示出比耕种土壤细菌群落更高的PHE降解率。
图1. 豆科植物根际细菌β多样性对菲降解的影响
生成3,802,434个序列的数据集，其基于97％的相似性聚类成7,533个OTUs。变形菌门（48.1％）、放线菌门（20.9％）、酸杆菌门（8.6％）和拟杆菌门（5.2％）占最大比例。优势属是Ensifer、Novosphingobium、Nocardioides、Streptomyces和Rhizobium。NMDS分析显示，来自耕地和石油污染土壤的细菌群落在排序空间中形成了不同的聚类，在分类学水平上观察到显著差异。此外，不同豆科植物根际和未种植土壤的细菌群落结构存在显著差异（ANOSIM试验; p <0.001）。除了在种植百脉根和草木犀的土壤根际外，在耕地和污染土壤之间的OTU丰富度没有观察到显著差异。大多数土壤根际表现出OUT丰度低于未种植的土壤。
为了确定影响PHE降解的因素，进行了RandomForest分析，以确定PHE降解率的主要微生物预测因子。观察到细菌β多样性在预测PHE降解速率中起主要作用，这也得到了线性回归分析结果的支持。在OTU丰富度和PHE降解速率之间没有观察到显著的关系。相反，细菌β-多样性与PHE降解率具有显著的正相关关系。一般来说，来自受污染土壤的细菌群落的β-多样性明显高于来自耕地土壤的细菌群落的β-多样性，但在百脉根土壤的根际中没有观察到显著性差异。结果还表明，与耕种土壤相比，石油污染土壤中细菌群落的PHE降解率更高。
图2. 耕地土壤和石油污染土壤细菌群落β多样性的比较。
3. 与PHE降解相关的细菌系统类型
潜在参与PHE降解的细菌系统型基于它们在细菌群落中的丰度与PHE降解速率之间的显著正相关性（Spearman）来确定。总共有810个OUT被确定为潜在的降解相关类群。基于相关性建立了共生网络，揭示了1,227个细菌类群中的65,717个关联。分类群可能与PHE降解和其他分类群形成独立模块有关。通过研究不同类群之间节点拓扑特征的差异，包括度中心性，中间中心性和封闭中心性。与其他类群相比，潜在降解相关类群中的测量值明显更高（p<0.001）。为了确认上述观察结果，为不同的分类群生成了子网络，并计算了一组网络级拓扑特征。PHE降解丰富的子网络中的平均度、聚类系数和图密度均较高，表明潜在的降解相关类群更具连通性。此外，富集子网中的平均路径长度和直径较低，表明潜在的降解相关分类群之间的关联更密切。
图3. 基于Spearman相关分析的细菌类群共生网络。
在所有样本中，潜在降解相关类群的相对丰度与PHE降解率呈显著正相关，已使用线性回归分析确定。此外，与来自耕地的土壤相比，来自石油污染土壤的所有细菌群落具有更丰富的潜在降解相关类群。基于它们的分类学特征，潜在的降解相关类群包括不同的分类群，包括变形杆菌、浮霉菌门、绿弯菌门、放线菌门和拟杆菌门。使用热图进行更精细的分析，揭示了不同样本组中Spearman相关系数大于0.45的潜在相关OTU。潜在相关的OTU更多地分布在受石油污染的土壤的细菌群落中，并且它们主要分类为Rubellimicrobium、Pseudoxanthomonas、Ohtaekwangia、Algoriphagus、Hydrogenophaga和Bauldia。
图4. PHE降解后富集的细菌类群分布。
图5. PHE降解后富集细菌的热图(Spearman相关系数>0.45)。
通过基于PHE降解率将细菌群落分成两个簇，进一步探讨了石油污染对不同豆科植物根际细菌群落形成的影响。为了平衡两个簇之间的样本数量，随机地将来自石油污染土壤的根际群落的PHE降解率高于55％，而来自PHE降解率高于25％的耕地土壤的根际群落分类为高降解群落。在耕地土壤和污染土壤中，两个群集之间观察到细菌群落组成的显著差异，污染土壤中的差异较小。CDA揭示了簇之间的分类学关联的差异。例如，Ensifer、Novosphingobium和Sphingomonas在耕地土壤和污染土壤的高降解簇中都有丰富分布，而Steroidobacter和Gaiella与耕地土壤的低降解簇相关。Arenimonas和Planctomyces在污染土壤的低降解簇中很多，而Mesorhizobium和Rhizobium分别与耕地土壤和污染土壤的高降解簇相关联。通过与Kruskal-Wallis检验和指标分析的多重比较确定，许多观察结果是显著的（p <0.05）。
图6. 与PHE降解率相关的不同细菌模式。
结论
该研究提供了强有力的统计学证据，揭示了豆科植物根际细菌β-多样性对PHE降解率预测的主要贡献。更复杂的细菌群落表现出更高的PHE降解能力。长时期受污染土壤的细菌群落表现出较高的潜在降解相关分类群的相对丰度，这可能在有机污染物降解和维持细菌类群之间的复杂关联中起重要的生态作用。污染土壤中根际细菌群落结构的较小差异表明污染可能导致植物-微生物相互作用的特异性降低。本研究的结果表明，应该更多地关注根际栖息微生物之间更多样化和复杂的相互作用，以期通过选择最佳植物-微生物群关联来提高根际修复的效率。
联系客服
