Hnací síly půdy bakteriální struktury společenství, rozmanitosti a funkce v mírných louky a lesy

Obecné vlastnosti vzorků půdy

vzorky Půdy vykazovaly značné rozdíly s ohledem na půdní strukturu a půdních vlastností (Tabulka 1, Doplňkový Materiál Tabulek S1 a S2). Lesní půdy byly kyselejší, měly vyšší poměr C: N A menší množství jílu než travní půdy. Vzorky lesní půdy získané z různých exploratorií vykazovaly významné rozdíly ve všech měřených edafických vlastnostech. V Schorfheide-Chorin lesních půd byly více kyseliny a vyšší C:N poměr ve srovnání s Hainich-Dün a Schwäbische Alb půdy, které významně nelišily. Kromě toho, lesní půdy Schorfheide-Chorin také vykazovaly nejnižší gravimetrický obsah vody, množství jílu a bahna ze všech exploratorií.

louky a Pastviny půdní vzorky získané z různých exploratories také vykazoval významné rozdíly mezi všech měřených půdních vlastností. Na Hainich-Dün pastviny půda má nejvyšší hodnoty pH, nejnižší gravimetrické obsah vody a nejvyšší množství bahna ve srovnání s Schorfheide-Chorin a Schwäbische Alb půdy, které významně nelišily. Schorfheide-Chorinské travní půdy vykazovaly nejvyšší poměr C:N A množství písku ve srovnání s ostatními dvěma průzkumnými středisky. Množství jílu bylo nejnižší v půdách Schorfheide-Chorin, následované půdami Hainich-Dün. Nejvyšší množství jílu bylo stanoveno pro pastviny Schwäbische Alb. Významné rozdíly v parametrech půdy mezi různými režimy hospodaření nebyly zaznamenány (ANOVA, P > 0.5 ve všech případech).

půdní bakteriální společenstva

složení a rozmanitost půdních bakteriálních společenstev byla hodnocena pyrotagovým sekvenováním 16S rRNA genů. Po filtrování kvality, šumu a odstranění potenciálních chiméry a non-bakteriální sekvence, přibližně 2,700,000 vysoce kvalitní sekvence s průměrnou číst délce 525 bp byly získány pro další analýzy. Všechny sekvence byly klasifikovány pod úrovní kmene. Na základě dat odhadu bohatosti (Michaelis-Menten fit; Doplňkový Materiál Stolu S3) 78-88% operační taxonomické jednotky (OTUs) na 80% identitu (kmen úrovni) a 27-55% OTUs na 97% identitu (na úrovni druhu) byly zahrnuty do mapování úsilí (pro rarefakční křivky, viz Doplňkový Materiál Fíky S1 a S2).

Získat sekvence clusteru do 203,530 OTUs (97% identitu) a byl přidělen k 51 bakteriálních kmenů, 574 objednávky a 1,215 rodiny. Dominantní kmenů a proteobacterial tříd (>1% všech sekvencí přes všechny vzorky) byly Actinobacteria (23.75% ± 8.55%), Alphaproteobacteria (20.43% ± 5.21%), Acidobacteria (18.39%% ± 9.19%), Deltaproteobacteria (7.22% ± 2.84%). Bacteroidetes (5.15% ± 2.60%), Chloroflexi (5.09% ± 2.10%), Betaproteobacteria (4.64% ± 2.38%), Gammaproteobacteria (4.32% ± 1.23%), Gemmatimonadetes (1.88% ± 0.92%), Firmicutes (1.18% ± 3.20%), a Nitrospirae (1.14% ± 1.10%). Tyto fylogenetické skupiny byly přítomny ve všech vzorcích a představovaly více než 95% všech sekvencí analyzovaných v této studii (obr. 1). Tyto výsledky jsou v souladu s předchozími studiemi na travních porostech24 a mírných bukových lesů25. Nejhojnější fylotyp (3,99% ± 2.44) je nekulturní člen podskupiny 6 Acidobakterií. Pět nejhojnější phylotypes, které by mohly být přiřazeny k rodu jsou Bradyrhizobium (2.66% ± 1.45%), Kandidát Solibacter (2.00% ± 1.86%), Haliangium (1.39% ± 0.74%), Variibacter (1.36% ± 0.58%) a Gaiella (1.34% ± 1.31%) všech sekvencí, resp.

Biogeografických varianty půdní bakteriální diverzita a složení společenství

Rozmanitost (zastoupené Shannon index H‘) a struktury společenství půdních bakterií (PERMANOVA, P < 0.001) lišil se mezi tři biologické Rozmanitosti Exploratories. Na Hainich-Dün průzkumné kryl nejrůznější bakteriální komunity (H‘ = 10.22) ve srovnání s Schorfheide-Chorin (H‘ = 9.72) a Schwäbische Alb (H‘ = 9.92). Kromě toho, travní porosty, půdy jsou výrazně rozmanitější než lesních půd (H‘ = 10.12 a H‘ = 9.48, respektive s P < 0.001), což podporuje předchozí zjištění Nacke a colleagues9, kteří uvedli, že bakteriální komunity byly více různorodé porosty na kmen úrovni. Jako vzorky pocházející z lesů, půdy jsou kyselejší než travní porosty půdních vzorků (P < 0.001), rozdíl v pH by mohly vysvětlit rozdíl v rozmanitosti (Tabulka 1).

nejvíce dominantní bakteriální řády kompletního datového souboru se lišily v jejich distribuci napříč třemi exploratoriemi. Tyto rozdíly s největší pravděpodobností vznikly z rozdílů v edafických vlastnostech v exploratoriích. Proto jsme testovali korelaci environmentálních faktorů pomocí analýzy NMDS založené na odlišnostech Bray-Curtis. Přizpůsobení edafických vlastností vysvěcení odhalilo pH jako nejsilnější hnací sílu komunity. Dodatečná kanonická korespondenční analýza (CCA) s použitím pH jako omezení ukázala, že pH vysvětluje 26% změny ve struktuře Společenství (P < 0,001, doplňující obrázek S3). Navíc jsme zjistili, oddělení půdní bakteriální komunity tím, že odběr vzorků regionu (PERMANOVA, P < 0, 001) a dvou typech využívání půdy travních porostů a lesa (PERMANOVA, P < 0.001) (Doplňující Obrázek S4). Proto jsme se zajímali o podrobnou analýzu faktorů, které řídí změny ve struktuře bakteriálních komunit v každém průzkumném. Údaje dále rozdělujeme mezi pastviny a lesy kvůli silnému oddělení mezi strukturou Společenství obou typů využití půdy.

Klíčové faktory pro bakteriální komunity

identifikovat klíčové faktory půdní bakteriální struktury společenství pro každý typ využití v každé průzkumné, provedli jsme NMD analýzy pro šest podskupin. PH půdy bylo jedinou vlastností, která ovlivnila strukturu komunity v každé podmnožině (obr. 2). Další vlastnost ovlivňující struktury společenství v travních porostů a lesů, byla struktura půdy (množství jílu, písku a/nebo bahna), které představuje velikost pórů, vody a plynu tavidla a živin availability26,27. Struktura půdy je navíc důležitá pro oddělení výklenků a ochranu před predací28.

V půdách travních porostů, C:N poměr ovlivněn bakteriální struktury společenství v Schwäbische Alb a Schorfheide-Chorin, ale ne v Hainich-Dün. To je podpořeno PFLA-na základě studie na půdní bakteriální komunity, ve které půdních vlastností, jako půdní textura, pH, a C a N koncentrace byly zapojeny v strukturování půdy bakteriální communities10. Index intenzity využívání půdy (LUI) byl korelován pouze s komunitou Schwäbische Albatros. LUI však odpovídá pouze za množství a ne za zdroj hnojení. V pastvinách Schwäbische Alb získala většina pozemků organické hnojivo (hnůj, hnůj), zatímco hnojení v Hainich-Dün a Schorfheide-Chorin převládalo aplikací minerálních hnojiv. Tato zjištění podporují nedávnou studii, ve kterém půdní mikrobiální Společenství zemědělských systémů přijímajících organická hnojiva byla odlišná ve srovnání s konvenčními, minerálně hnojené systémy a kontrolní půdy29. Po dohodě s Geisseler a Scow30, v našem průzkumu nebyly nalezeny jasné trendy naznačující strukturální posuny bakteriální komunity v důsledku dlouhodobé aplikace minerálních hnojiv.

V lesních půd, druhy stromů byl koreluje s bakteriální struktury společenství ve všech exploratories, zatímco lesní správy index (SMI), pouze významně ovlivnilo struktury společenství v Schorfheide-Chorin (Obr. 2). Půdní bakteriální společenstva pod listnatými (Fagus a Quercus) a jehličnatými (Pinus a Picea) stromy tvořily odlišné vzory. To je v souladu s výsledky předchozích studií9, 20. Nacke et al.9 analyzoval podmnožinu vzorků půdy odvozených od Schwäbische Alb a zjistil, že bakteriální komunitní struktura byla odlišná u buku (Fagus) a smrku (Picea). To je v souladu se studií srovnávající bakteriální společenstva pod jehličnatými a listnatými stromy20. Jsme nepozorovali rozdíl mezi oběma listnatých dřevin, i když rozdíly v půdní struktury společenství mezi listnatými stromy byly popsány pro Fagus versus Tilia a Acer31. Tyto účinky mohou být částečně způsobeny sníženým okyselením půdy a vyšší mírou obratu vrhu listů Tilia a Acer32. Je známo, že jehličnaté dřeviny, jako je smrk (Picea abies) a borovice (Pinus sylvestris), významně snižují pH půdy (viz ref. 33) díky speciální chemické struktuře stálezeleného vrhu nebo zachycení atmosférických kyselých sloučenin34. To by mělo za následek nepřímý účinek pH na půdní bakterie. Navíc to může být jeden z důvodů, proč dřeviny hrají důležitou roli při strukturování bakteriálních komunit ve všech analyzovaných vzorcích lesů.

Podle naší hypotézy, že bakteriální struktury společenství a rozmanitost by mohla být postižena podobně, a to za stejných využívání půdy, jsme ve srovnání bakteriální rozmanitost, zastoupená Shannon index (H‘), mezi různými režimy řízení (Doplňkový Materiál Stolu S4). Rozdíly v rozmanitosti byly zjištěny u dřevin ve Schwäbische Alb a Schorfheide-Chorin.

Zajímavé je, že režimy řízení v travních porostech (louky, pastviny, posečené pastvin) a lesů (nespravované lesa, věk-děvče lesa, výběr les) vykazovaly statisticky významný účinek na bakteriální rozmanitosti (PERMANOVA, P < 0.05). To je na rozdíl od předchozí studie Will et al.22, který našel vyšší bakteriální rozmanitost v travních půdách s nízkou intenzitou využití půdy v Hainich-Dün. Naproti tomu Tardy a kol.17 zkoumány bakteriální diverzity podél gradientů půdy, intenzita využití a pozorovat nejvyšší bakteriální diverzity v mírně obhospodařované půdy. Autoři naznačují, že tento účinek souvisí se stresovou reakcí bakteriální komunity. Ve vysoce namáhaných prostředích, jako pod vysoké využití půdy, intenzitu, rozmanitost klesá v důsledku dominance konkurenčních druhů a konkurenční vyloučení, zatímco v nepřízvučné prostředí rozmanitost klesá v důsledku dominance přizpůsoben druhu prostřednictvím selekce. V souladu s naší hypotézou, můžeme najít půdní podmínky jako je pH, které důsledně řídit bakteriální struktury společenství, stejně jako rozmanitost, zatímco režimy řízení, a proto využití půdy intenzita mít žádný významný vliv. Kromě toho bychom mohli ukázat, že pH je nejlepším prediktorem bakteriálních komunit.

bakteriální fungování v travních a lesních půdách

dále jsme předpokládali, že bakteriální fungování bylo řízeno podobným způsobem jako bakteriální komunitní struktura a rozmanitost. Abychom objasnili tuto hypotézu, zaměřili jsme se na cesty zapojené do cyklování uhlíku ,dusíku,fosforu a síry (obr. 3) a porovnal relativní hojnost klíčových genů kódujících enzymy mezi dvěma využívanými pastvinami a lesy. Množství genů kódujících enzymy bylo odvozeno z nového bioinformatického nástroje Taxa4Fun23. Tax4Fun transformuje Otus založený na SILVĚ na taxonomický profil organismů KEGG, který je normalizován číslem kopie 16S rRNA (získaným z anotací genomu NCBI). Protože půdy obsahují neznámé nebo nekulturované organismy, ne všechny sekvence 16S lze mapovat na organismy KEGG. Spearmanova korelační analýza funkčních profilů odvozených ze sekvenování celého metagenomu a profilů odvozených ze sekvencí genu rRNA 16S odhalila medián korelačního koeficientu 0,8706 pro soils23. To naznačuje, že Tax4Fun poskytuje dobrou aproximaci funkčních profilů získaných z přístupů sekvenování metagenomických brokovnic. To je zvláště cenné odvodit funkční profily pro velký počet vzorků, získaných z komplexních prostředích, jako dosažení reprezentativnost každého vzorku z velkého vzorku stanovené metagenome shotgun sekvenování by být skličující úkol.

Většina klíčový enzym-kódování genů podílejících se na koloběh C, N, S a P jsou buď hojnější v lučních nebo lesních půd (Mann-Whitney test, P < 0.05, Doplňkový Materiál Stolu S5). Například, geny, které kódují kyselé fosfatázy, byly pozorovány v 1.4-krát vyšší hojnost ve funkčním profilu lesních půd než v půdách travních porostů, zatímco alkalické fosfatázy vykazovaly opačný trend. Předpokládáme, že tento účinek lze připsat rozdílu pH mezi typy využití půdy, protože jsme ukázali, že pH je nejlepším prediktorem bakteriálních komunit. Geny kódující ureázu byly v travních porostech 1,2 krát hojnější. Dostupnost močoviny byla vyšší ve vzorcích travních porostů, protože jsou částečně hnojeny hnojem nebo hnojem nebo byly spásány zvířaty. Geny chitinázy také vykazovaly 1.2-násobně vyšší hojnost v pastvinách ve srovnání s lesními půdami. To může být důsledkem vyššího množství Aktinobakterií v travních půdách, protože je známo, že tato skupina obsahuje vysoký počet genů chitinázy35. Geny podílející se na polyaromatické degradaci uhlovodíků (PAH, zde lignin) jsou hojnější v pastvinách. V lesních systémech je tento proces primárně prováděn ligninolytickými houbami (hlavně saprotrofními bazidiomycety), které jsou schopné degradovat dřevěné biomasy. Jeden klíčový enzym pro aerobní oxidaci metanu, methanol dehydrogenáza, byl výrazně hojnější v lesních půdách. Oxidace metanu v lesních půdách je největším biologickým umyvadlem pro atmosférický methan4, a proto hraje rozhodující roli v toku tohoto skleníkového plynu. Kromě toho je reduktáza oxidu dusného (N2O), která katalyzuje poslední krok Denitrifikace a redukuje N2O na N2, také hojnější v lesních půdách(údaje nejsou uvedeny). Tyto výsledky naznačují, že mírné lesní ekosystémy hrají nejen klíčovou roli při regulaci a odstraňování metanu, ale také oxidu dusného skleníkového plynu.

zajímavé je, že klíčový enzym fixace dusíku, nitrogenáza, je méně hojný v pastvinách než v lesních půdách. V této studii byla odebrána pouze sypká půda, a proto lze pravděpodobně detekovat pouze Volně žijící bakterie fixující dusík. Je možné, že fixace dusíku volně žijící bakterie hraje větší roli v lesních systémů, vzhledem k tomu, symbiotické a rhizospheric bakterie, které byly na které se nevztahuje studovat, provádět hlavní část fixace dusíku v lučních systémů.

získané výsledky naznačují, že různé půdy využívají pastviny a lesy nejen pro odlišné bakteriální populace, ale také pro specifické funkční znaky v jejich bakteriálních společenstvích. Jako pastviny a lesy analyzovány v této studii jsou dlouhodobé zavedených systémů, bylo by zajímavé zhodnotit, zda podobná adaptace je také přítomen v mladší systémů.

pH Půdy je nejlepším prediktorem bakteriálních komunit

V této studii, pH byla jediným faktorem, který ovlivnil bakteriální společenství, bez ohledu na to, průzkumné a využití půdy. Kromě toho to ovlivnilo nejen strukturu bakteriální komunity, ale také funkční profil půdních bakterií. Jak již bylo zmíněno, analýza CCA odhalila, že pH vysvětluje 26% celkového rozptylu v profilu Společenství (Doplňkový obrázek S3). PH bylo tedy nejsilnějším prediktorem pro bakteriální komunitní strukturu.

předpokládali jsme, že struktura a fungování bakteriální komunity budou formovány podobným způsobem. Environmentální korelace s funkčním profilem odvozeným od Tax4Fun byly testovány NMDS na základě odlišností Bray-Curtis (obr. 4). Výsledky jsou podobné výsledkům získaným pro strukturu Společenství. PH hraje důležitou roli v utváření funkční profil a vysvětlil, 32% rozptylu (testován CCA, P < 0.001, Doplňující Obrázek S5). To podporuje naši hypotézu, že struktura a funkce bakteriálních komunit jsou formovány podobnými mechanismy. Funkční profil také ukázal oddělení mezi travními porosty a lesními systémy.

Navíc, jsme zjistili, že pH je nejsilnější prediktor půdní bakteriální diverzita (P < 0.001, R2 = 0.4) (obr. 5). Již bylo prokázáno, že rozmanitost půdních bakteriálních společenstev v exploratoriích pozitivně koreluje s pH9, 22. Naše výsledky však naznačují složitější vztah mezi pH a rozmanitostí. Rozmanitost byla nejnižší při nízkém pH, pak se zvýšila a zdálo se, že je stabilní mezi pH 5 a 7 a opět se zvyšuje za mírně alkalických podmínek. To je na rozdíl od Fierer a Jackson7 a Lauber et al.8, který popsal vrchol půdní bakteriální rozmanitosti v téměř neutrálních půdách.

Multinomické regrese odhalila více odpovědí bakteriální objednávky na pH půdy

Pro lepší pochopení komplexního vztahu jednotlivých skupin bakterií a pH půdy, aplikovali jsme multinomické regrese modely na 30 nejhojnější objednávky dataset (Doplňkový Materiál Obrázek S6). Byly pozorovány čtyři obecné odpovědi: (1) snížení množství s rostoucím pH (Acidobacteriales, acidobacterial podskupina 3, Frankiales, Corynebacteriales), (2) zvýšení množství s rostoucím pH (acidobacterial podskupina 6, Gaiellales, Acidimicrobiales, Propionibacteriales), (3) úzké rozmezí pH, s vysokou hojnost (Rhizobiales, Rhodospirillales), a (4) relativně konstantní množství celém rozsahu pH (Bacillales, Gemmatimonadales, Sphingobacteriales) (Obr. 6). V jejich publikaci na výklenek teorie, Austin a Smith37 popsáno pH jako přímý fyziologický gradient působící na organismy, což vede k unimodální, nebo zkreslený unimodální odpověď křivky omezen růst omezující podmínky na jednom konci, a soutěže na druhém konci. To je podporováno naším pozorováním několika vysoce hojných objednávek při nízkém pH a mnoha méně hojných objednávek v téměř neutrálních půdách. Schopnost růst při nízkých hodnotách pH je známý jako ATR (acid tolerance response) a poskytuje konkurenční výhodu ve srovnání s jinými bakteriemi v půdách.

Do zkušební mechanismy, které se podílejí na kyselinu tolerance půdní bakterie, jsme vybrali ty geny hlásil, aby se zapojili do kyseliny tolerance v Rhizobia38 a Gram pozitivní bacteria39, které byly přítomny ve funkční profil. Navíc jsme analyzovali geny přítomné na KEGG pathway pro biosyntézu nenasycených mastných kyselin (ko01040), stejně jako 3-trans-2-decenoyl izomeráza. Tento enzym se podílí na tvorbě nenasycených mastných kyselin, a bylo prokázáno, že zvýšení kyseliny tolerance v Streptococcus mutans změnou buněčné membrány composition40. Zjistili jsme, že geny pro biosyntézu nenasycených mastných kyselin byly velmi hojné v nízké pH vzorků (pH 3-4), zatímco decenoyl izomeráza neměl následovat tento trend (Obr. 7). Proto tento gen nemusí být obecně zapojen do tolerance kyselin v půdě. Navíc většina genů podílejících se na produkci alkálií, dvousložkových systémech a opravách makromolekul byla hojnější ve vzorcích s nízkým pH ve srovnání s neutrálnějšími vzorky. Několik genů podílejících se na opravě DNA bylo pravděpodobně také zapojeno do ATR bakterií obývajících půdu, stejně jako levansukrasa, Gen podílející se na tvorbě biofilmu. Naše výsledky naznačují, že bakterie mohou použít aktivní mechanismus pro zvládnutí stresujících pH podmínek. Produkce alkálií zvyšuje pH v bezprostředním prostředí a zlepšuje šance na přežití bakterií. Navíc makromolekuly opravné enzymy chrání a opravují DNA a proteiny a zdá se, že bakterie zvyšují toleranci pH změnou jejich buněčných stěn nebo se chrání v biofilmech.