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 - 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...
  • 点击次数: 0
    2025 - 12 - 26
    原名:Long-Term Active Rather than Passive Restoration Promotes Soil Organic Carbon Accumulation by Alleviating Microbial Nitrogen Limitation in an Extremely Degraded Alpine Grassland译名:长期主动恢复比被动恢复更能促进土壤有机碳的积累:主要是通过缓解土壤微生物氮限制期刊:Advanced ScienceIF:15.6发表日期:2025.11第一作者:弓晋超(四川农业大学)01摘要草地退化会打乱土壤里微生物的养分循环,但在草地恢复过程中,“微生物缺不缺氮(氮限制)”到底怎么影响土壤有机碳(SOC)的变化,我们还不太清楚。这项研究在青藏高原的严重退化草地上,对比了持续 10 年的两种恢复方式:(1)主动恢复:播种本地植物种子(2)被动恢复:用沙障等措施保护,让其自然恢复研究把微生物的“代谢特征”也纳入进来,比如:基于化学计量(元素比例)判断的养分限制、微生物碳利用效率(CUEST),同时把 SOC 分成两部分来看:(1)POC(颗粒有机碳):相对“新鲜/活跃”的那部分(2)MAOC(矿物结合有机碳):更稳定、更不容易分解的那部分结果发现:(1)主动恢复能明显缓解微生物的缺氮问题(降低 44–71%),从而让 SOC 储量大幅增加:(a)表层土 SOC 从 0.81 增到 3.15 kg m⁻²(增加 291–467%)(b)深层土 SOC 从 0.54 增到 3.08 kg m⁻²(增加 291–467%)(2)同时,主动恢复让 CUEST 下降(表层降 54%,深层降 34%),并显著提高两类碳:(c)POC 增加 483–557%(d)MAOC...
  • 点击次数: 0
    2025 - 12 - 04
    CT技术是一种非破坏性三维成像技术,利用X射线扫描样品,通过重建算法生成样品内部结构的高分辨率三维图像。CT技术通过实现从土壤微观结构到植物器官内部形态的无损三维成像与定量分析,为土壤学、植物学及其界面过程的多尺度机制研究提供了前所未有的视角与方法支撑。 1.土壤应用方向分析:土壤孔隙结构与水分、气体运移土壤团聚体形成、稳定性及养分保持机制土壤动物活动痕迹及其对土壤结构的影响土壤-微生物空间分布与微生境分析 2.植物应用方向分析:植物根系构型、分布及其与土壤互作茎秆、叶片、种子、果实等器官的内部三维结构植物维管系统、孔隙网络与水分输导研究植物响应环境胁迫(如干旱、淹水、机械损伤)的结构变化 3. 土壤-植物交叉研究方向根-土界面互作过程与资源获取策略根系生长对土壤结构的塑造效应根际微域中水分、养分与微生物的空间异质性植物根系与土壤动物、微生物的互作可视化如下是土壤、植物相关样品CT检测相关图例展示和相关分析介绍,如需检测该指标欢迎联系文末工作人员详细沟通~01土壤柱状样品 1、取样:用小铲子清除土壤表面的杂物,CT扫描原状土柱采集使用高强度抗压PVC管(高10 cm,内径5 cm)进行操作。取样前将PVC管一端打磨成刀刃状打入土中进行取样,采集深度为5-10 cm。采样完成后,用保鲜膜对PVC管进行密封用于Micro-CT扫描。 2、检测 Micro-CT扫描通过计算机控制射线源发出射线束,旋转样品台承载所取的原状土柱,以0.5°/s的速度旋转,平板探测器负责采集扫描获得的系列投影数据,最后计算机通过将采集到的投影数据重建为土壤的横切片图像,每个样品可重建出大概1600张横切面图像。扫描过程中电压最大为160 kV和电流50 μA左右,扫描精度为25.5 μm。 3、图像分析 ...
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