Forces motrices de la structure, de la diversité et de la fonction des communautés bactériennes du sol dans les prairies et les forêts tempérées

Caractéristiques générales des échantillons de sol

Les échantillons de sol ont montré des différences significatives en ce qui concerne la texture du sol et les propriétés édaphiques (Tableau 1, Tableaux supplémentaires des matériaux S1 et S2). Les sols forestiers étaient plus acides, avaient un rapport C / N plus élevé et une quantité d’argile plus faible que les sols de prairies. Les échantillons de sol forestier provenant des différents exploratoires présentaient des différences significatives dans toutes les propriétés édaphiques mesurées. Les sols forestiers de Schorfheide-Chorin étaient plus acides et présentaient des rapports C/ N plus élevés par rapport aux sols de Hainich-Dün et de Schwäbische Alb, qui ne différaient pas de manière significative. De plus, les sols forestiers de Schorfheide-Chorin présentaient également la plus faible teneur en eau gravimétrique, en argile et en limon de tous les exploratoires.

Les échantillons de sol de prairies provenant des différents exploratoires ont également montré des différences significatives entre toutes les propriétés édaphiques mesurées. Le sol des prairies de Hainich-Dün présentait les valeurs de pH les plus élevées, la teneur en eau gravimétrique la plus faible et la quantité de limon la plus élevée par rapport au sol de Schorfheide-Chorin et de Schwäbische Alb, qui ne différaient pas de manière significative. Les sols des prairies de Schorfheide-Chorin présentaient le rapport C: N et la quantité de sable les plus élevés par rapport aux deux autres exploratoires. La quantité d’argile était la plus faible dans les sols des prairies de Schorfheide-Chorin, suivis des sols de Hainich-Dün. Les quantités d’argile les plus élevées ont été déterminées pour les sols des prairies de Schwäbische Alb. Des différences significatives dans les paramètres du sol entre les différents régimes de gestion n’ont pas été enregistrées (ANOVA, P> 0,5 dans tous les cas).

Communautés bactériennes du sol

La composition et la diversité des communautés bactériennes du sol ont été évaluées par séquençage pyrotag des gènes de l’ARNr 16S. Après filtrage de qualité, débruitage et élimination des chimères potentielles et des séquences non bactériennes, environ 2 700 000 séquences de haute qualité avec une longueur de lecture moyenne de 525 pb ont été obtenues pour des analyses ultérieures. Toutes les séquences ont été classées en dessous du niveau du phylum. Sur la base des données de l’estimateur de richesse (ajustement de Michaelis-Menten; Tableau du Matériel supplémentaire S3) 78 à 88 % des unités taxonomiques opérationnelles (OTU) à 80 % d’identité (niveau du phylum) et 27 à 55 % des OTU à 97 % d’identité (niveau de l’espèce) ont été couvertes par l’effort d’arpentage (pour les courbes de raréfaction, voir les figures S1 et S2 du Matériel supplémentaire).

Les séquences obtenues ont été regroupées en 203 530 OTU (identité à 97 %) et ont été assignées à 51 phyla bactériens, 574 ordres et 1 215 familles. Les classes dominantes de phyla et de protéobactéries (> 1% de toutes les séquences dans tous les échantillons) étaient les Actinobactéries (23,75% ± 8,55%), les Alphaprotéobactéries (20.43% ± 5,21%), Acidobactéries (18,39% ± 9,19%), Deltaprotéobactéries (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%) et Nitrospirae ( 1,14% ± 1,10%). Ces groupes phylogénétiques étaient présents dans tous les échantillons et représentaient plus de 95 % de toutes les séquences analysées dans cette étude (Fig. 1). Ces résultats concordent avec les études antérieures sur les prairies 24 et les forêts tempérées de hêtres 25. Le phylotype le plus abondant (3,99% ± 2.44) est un membre non cultivé du Sous-groupe 6 des Acidobactéries. Les cinq phylotypes les plus abondants pouvant être attribués à un genre sont Bradyrhizobium (2,66 % ± 1,45 %), Candidatus Solibacter (2,00 % ± 1,86 %), Haliangium (1,39 % ± 0,74 %), Variibacter (1,36 % ± 0,58 %) et Gaiella (1,34 % ± 1,31 %) de toutes les séquences, respectivement.

Variations biogéographiques de la diversité bactérienne du sol et de la composition des communautés

La diversité (représentée par l’indice de Shannon H’) et la structure communautaire des bactéries du sol (PERMANOVA, P<0,001) différaient entre les trois exploratoires de biodiversité. L’exploratoire de Hainich-Dün abritait la communauté bactérienne la plus diversifiée (H’ = 10,22) par rapport à Schorfheide-Chorin (H’ = 9,72) et au Schwäbische Alb (H’ = 9,92). De plus, les sols de prairies sont significativement plus diversifiés que les sols forestiers (H’ = 10,12 et H’ = 9,48, respectivement, avec P < 0,001), ce qui corrobore les découvertes antérieures de Nacke et de collègues 9, qui ont signalé que les communautés bactériennes étaient plus diversifiées dans les prairies au niveau du phylum. Comme les échantillons provenant des sols des forêts étaient plus acides que les échantillons des sols des prairies (P< 0,001), la différence de pH pourrait expliquer la différence de diversité (tableau 1).

Les ordres bactériens les plus dominants de l’ensemble de données complet différaient dans leur distribution entre les trois exploratoires. Ces différences sont très probablement dues à des différences de propriétés édaphiques dans les exploratoires. Par conséquent, nous avons testé la corrélation des facteurs environnementaux par une analyse NMDS basée sur les dissemblances de Bray-Curtis. L’adaptation des propriétés édaphiques à l’ordination a révélé que le pH était le moteur le plus puissant de la communauté. Une analyse supplémentaire de la correspondance canonique (ACC) utilisant le pH comme contrainte a montré que le pH explique 26% de la variation de la structure de la communauté (P < 0,001, Figure supplémentaire S3). De plus, nous avons trouvé une séparation des communautés bactériennes du sol par région d’échantillonnage (PERMANOVA, P < 0,001) et les deux types d’utilisation des terres prairies et forêts (PERMANOVA, P < 0,001) (Figure supplémentaire S4). Par conséquent, nous nous sommes intéressés à une analyse détaillée des facteurs à l’origine des changements dans la structure des communautés bactériennes dans chaque exploration. Nous avons également réparti les données entre les prairies et les forêts en raison de la forte séparation entre la structure communautaire des deux types d’utilisation des terres.

Facteurs clés des communautés bactériennes

Pour identifier les facteurs clés de la structure des communautés bactériennes du sol pour chaque type d’utilisation du sol dans chaque exploration, nous avons effectué une analyse NMDS pour les six sous-ensembles. Le pH du sol était la seule propriété qui affectait la structure de la communauté dans chaque sous-ensemble (Fig. 2). Une autre propriété influençant la structure des communautés dans les prairies et les forêts était la texture du sol (quantité d’argile, de sable et/ou de limon), qui représente la taille des pores, les flux d’eau et de gaz et la disponibilité des nutriments26,27. De plus, la texture du sol est importante pour la séparation des niches et la protection contre la prédation28.

Dans les sols de prairies, le rapport C:N a influencé la structure des communautés bactériennes dans le Schwäbische Alb et le Schorfheide-Chorin, mais pas dans le Hainich-Dün. Ceci est corroboré par une étude basée sur la PFLA sur les communautés bactériennes du sol, dans laquelle des propriétés édaphiques telles que la texture du sol, le pH et la concentration en C et N ont été impliquées dans la structuration des communautés bactériennes du sol10. L’indice d’intensité d’utilisation des terres (LUI) n’était corrélé qu’avec la communauté de prairies de Schwäbische Alb. Cependant, le LUI ne tient compte que de la quantité et non de la source de fécondation. Dans les prairies de Schwäbische Alb, la plupart des parcelles recevaient de l’engrais organique (fumier, fumier), tandis que la fertilisation dans les prairies de Hainich-Dün et de Schorfheide-Chorin était dominée par l’application d’engrais minéraux. Ces résultats appuient une étude récente, dans laquelle les communautés microbiennes du sol des systèmes agricoles recevant de l’engrais organique étaient différentes de celles des systèmes conventionnels à fertilisation minérale29. En accord avec Geisseler et Scow30, aucune tendance claire suggérant des changements structurels de la communauté bactérienne dus à l’application à long terme d’engrais minéraux n’a été trouvée dans notre enquête.

Dans les sols forestiers, l’espèce d’arbre était corrélée à la structure des communautés bactériennes dans tous les exploratoires, tandis que l’indice de gestion sylvicole (IGS) n’influait que de manière significative sur la structure des communautés dans la Schorfheide-Chorine (Fig. 2). Les communautés bactériennes du sol sous les feuillus (Fagus et Quercus) et les conifères (Pinus et Picea) formaient des motifs distincts. Ceci est conforme aux résultats des études précédentes9,20. Nacke et coll.9 a analysé un sous-ensemble d’échantillons de sol provenant du Schwäbische Alb et a constaté que la structure de la communauté bactérienne était différente sous le hêtre (Fagus) et l’épinette (Picea). Ceci est cohérent avec une étude comparant des communautés bactériennes sous des conifères et des feuillus20. Nous n’avons pas observé de différence entre les deux espèces d’arbres à feuilles larges, bien que des différences dans la structure des communautés de sol entre les arbres à feuilles larges aient été décrites pour Fagus par rapport à Tilia et Acer31. Ces effets pourraient être en partie dus à la réduction de l’acidification du sol et aux taux de renouvellement plus élevés de la litière de feuilles de Tilia et d’Acer32. Des espèces de conifères telles que l’épinette (Picea abies) et le pin (Pinus sylvestris) sont connues pour diminuer de manière significative le pH du sol (examiné dans ref. 33) en raison de la structure chimique particulière de la litière à feuilles persistantes ou de la capture de composés acides atmosphériques 34. Cela entraînerait un effet indirect du pH sur les bactéries du sol. De plus, cela pourrait être l’une des raisons pour lesquelles les espèces d’arbres jouent un rôle important dans la structuration des communautés bactériennes dans tous les échantillons forestiers analysés.

Selon notre hypothèse selon laquelle la structure et la diversité des communautés bactériennes seraient affectées de manière similaire dans le cadre d’une même utilisation des terres, nous avons comparé la diversité bactérienne, représentée par l’indice de Shannon (H’), entre les différents régimes de gestion (Tableau supplémentaire des matières S4). Des différences de diversité ont été détectées pour les espèces d’arbres du Schwäbische Alb et du Schorfheide-Chorin.

Il est intéressant de noter que les régimes de gestion des prairies (prairies, pâturages, pâturages fauchés) et des forêts (forêts non aménagées, forêts d’âge, forêts de sélection) n’ont montré aucun effet significatif sur la diversité bactérienne (PERMANOVA, P<0,05). Cela contraste avec une étude précédente de Will et al.22, qui a trouvé une diversité bactérienne plus élevée dans les sols de prairies à faible intensité d’utilisation des terres dans le Hainich-Dün. En revanche, Tardy et al.17 a étudié la diversité bactérienne le long des gradients d’intensité de l’utilisation des terres et a observé la diversité bactérienne la plus élevée dans les sols modérément gérés. Les auteurs suggèrent que cet effet est lié à la réponse au stress de la communauté bactérienne. Dans les environnements fortement stressés, comme dans les environnements à forte intensité d’utilisation des terres, la diversité diminue en raison de la dominance des espèces compétitives et de l’exclusion compétitive, tandis que dans les environnements non stressés, la diversité diminue en raison de la dominance d’espèces adaptées par sélection. Conformément à notre hypothèse, nous pourrions trouver des conditions du sol telles que le pH qui stimulent constamment la structure de la communauté bactérienne ainsi que la diversité, alors que les régimes de gestion et donc l’intensité de l’utilisation des terres n’ont aucune influence significative. De plus, nous pourrions montrer que le pH est le meilleur prédicteur des communautés bactériennes.

Fonctionnement bactérien dans les sols des prairies et des forêts

Nous avons également émis l’hypothèse que le fonctionnement bactérien était entraîné de la même manière que la structure et la diversité des communautés bactériennes. Pour clarifier cette hypothèse, nous nous sommes concentrés sur les voies impliquées dans le cycle du carbone, de l’azote, du phosphore et du soufre (Fig. 3) et a comparé l’abondance relative des gènes codant pour les enzymes clés entre les deux utilisations des terres, la prairie et la forêt. Les abondances des gènes codant pour l’enzyme ont été dérivées d’un nouvel outil bioinformatique Taxa4Fun23. Tax4Fun transforme les OTU à base de SILVA en un profil taxonomique des organismes de KEGG, qui est normalisé par le numéro de copie de l’ARNr 16S (obtenu à partir des annotations du génome NCBI). Comme les sols abritent des organismes inconnus ou non cultivés, toutes les séquences 16S ne peuvent pas être cartographiées avec des organismes en FÛTS. L’analyse de corrélation de Spearman des profils fonctionnels dérivés du séquençage du métagénome entier et des profils déduits des séquences de gènes de l’ARNr 16S a révélé une médiane du coefficient de corrélation de 0,8706 pour les sols 23. Cela indique que Tax4Fun fournit une bonne approximation des profils fonctionnels obtenus à partir des approches de séquençage métagénomique des fusils de chasse. Ceci est particulièrement utile pour déduire des profils fonctionnels pour un grand nombre d’échantillons dérivés d’environnements complexes, car obtenir une couverture représentative pour chaque échantillon d’un grand ensemble d’échantillons par séquençage de métagénome serait une tâche ardue.

La plupart des gènes codant pour les enzymes clés impliqués dans le cycle de C, N, S et P sont soit plus abondants dans les sols de prairies ou de forêts (Test de Mann-Whitney, P < 0,05, Tableau des matériaux supplémentaires S5). Par exemple, des gènes codant pour les phosphatases acides ont été observés à 1.des abondances 4 fois plus élevées dans le profil fonctionnel des sols forestiers que dans les sols de prairies, tandis que les phosphatases alcalines ont montré la tendance inverse. Nous supposons que cet effet pourrait être attribué à la différence de pH entre les types d’utilisation des terres, car nous avons montré que le pH est le meilleur prédicteur pour les communautés bactériennes. Les gènes codant pour l’uréase étaient 1,2 fois plus abondants dans les prairies. La disponibilité d’urée était plus élevée dans les échantillons de prairies, car ceux-ci sont partiellement fertilisés avec du fumier ou du fumier ou ont été pâturés par des animaux. Les gènes de la chitinase ont également montré un 1.abondance 2 fois plus élevée dans les prairies que dans les sols forestiers. Cela pourrait résulter de l’abondance plus élevée d’actinobactéries dans les sols des prairies, car ce groupe est connu pour abriter un nombre élevé de gènes de chitinase 35. Les gènes impliqués dans la dégradation des hydrocarbures polyaromatiques (HAP, ici la lignine) sont plus abondants dans les prairies. Dans les systèmes forestiers, ce processus est principalement effectué par des champignons ligninolytiques (principalement des basidiomycètes saprotrophes), capables de dégrader la biomasse du bois36. Une enzyme clé pour l’oxydation aérobie du méthane, la méthanol déshydrogénase, était nettement plus abondante dans les sols forestiers. L’oxydation du méthane dans les sols forestiers est le plus grand puits biologique de méthane atmosphérique4 et joue donc un rôle essentiel dans le flux de ce gaz à effet de serre. De plus, l’oxyde nitreux (N2O) réductase, qui catalyse la dernière étape de la dénitrification et réduit le N2O en N2, est également plus abondant dans les sols forestiers (données non présentées). Ces résultats indiquent que les écosystèmes forestiers tempérés jouent non seulement un rôle crucial dans la régulation et l’élimination du méthane, mais également du protoxyde d’azote, un gaz à effet de serre.

Il est intéressant de noter que l’enzyme clé de la fixation de l’azote, la nitrogénase, est moins abondante dans les prairies que dans les sols forestiers. Dans cette étude, seul le sol en vrac a été échantillonné et, par conséquent, seules les bactéries fixatrices d’azote libres ont vraisemblablement pu être détectées. Il est possible que la fixation de l’azote par des bactéries vivant librement joue un rôle plus important dans les systèmes forestiers, alors que les bactéries symbiotiques et rhizosphériques, qui n’ont pas été couvertes par l’étude, assurent la majeure partie de la fixation de l’azote dans les systèmes de prairies.

Les résultats obtenus suggèrent que les différentes utilisations des terres des prairies et des forêts ne sont pas seulement sélectionnées pour des populations bactériennes distinctes, mais également pour des traits fonctionnels spécifiques au sein de leurs communautés bactériennes. Comme les prairies et les forêts analysées dans la présente étude sont des systèmes établis à long terme, il serait intéressant d’évaluer si une adaptation similaire est également présente dans les systèmes plus jeunes.

Le pH du sol est le meilleur prédicteur des communautés bactériennes

Dans la présente étude, le pH était le seul facteur qui influençait la communauté bactérienne indépendamment de l’exploration et de l’utilisation des terres. En outre, il a non seulement affecté la structure de la communauté bactérienne, mais également le profil fonctionnel des bactéries du sol. Comme nous l’avons déjà mentionné, l’analyse du CCA a révélé que le pH explique 26 % de la variance totale dans le profil de la communauté (Figure supplémentaire S3). Ainsi, le pH était le prédicteur le plus puissant de la structure de la communauté bactérienne.

Nous avons émis l’hypothèse que la structure et le fonctionnement de la communauté bactérienne seraient façonnés de la même manière. Les corrélations environnementales avec le profil fonctionnel dérivé de Tax4Fun ont été testées par NMDS sur la base des dissemblances de Bray-Curtis (Fig. 4). Les résultats sont similaires à ceux obtenus pour la structure communautaire. Le pH a joué un rôle important dans la formation du profil fonctionnel et a expliqué 32% de la variance (testé par CCA, P < 0,001, Figure supplémentaire S5). Cela confirme notre hypothèse selon laquelle la structure et les fonctions des communautés bactériennes sont façonnées par des mécanismes similaires. Le profil fonctionnel a également montré une séparation entre les systèmes de prairies et de forêts.

De plus, nous avons constaté que le pH est le prédicteur le plus puissant de la diversité bactérienne du sol (P< 0,001, R2=0.4) (Fig. 5). Il a déjà été démontré que la diversité des communautés bactériennes du sol dans les exploratoires est positivement corrélée avec pH9,22. Cependant, nos résultats indiquent une relation plus complexe entre le pH et la diversité. La diversité était la plus faible à pH bas, puis augmentait et semblait stable entre pH 5 et 7 et augmentait à nouveau dans des conditions légèrement alcalines. Cela contraste avec Fierer et Jackson7 et Lauber et al.8, qui a décrit un pic de diversité bactérienne du sol dans des sols presque neutres.

Les modèles de régression multinomiale ont révélé des réponses multiples des ordres bactériens au pH du sol

Pour mieux comprendre la relation complexe entre les groupes bactériens uniques et le pH du sol, nous avons appliqué des modèles de régression multinomiale sur les 30 ordres les plus abondants de l’ensemble de données (Figure S6 du matériau supplémentaire). Quatre réponses générales ont été observées: (1) diminution de l’abondance avec une augmentation du pH (Acidobactéries, sous-groupe acidobactérien 3, Frankiales, Corynebacteriales), (2) augmentation de l’abondance avec une augmentation du pH (sous-groupe acidobactérien 6, Gaiellales, Acidimicrobiales, Propionibacteriales), (3) plage de pH étroite avec une abondance élevée (Rhizobiales, Rhodospirillales) et (4) abondance relativement constante dans toute la plage de pH (Bacillales, Gemmatimonadales, Sphingobacteriales) ( Fig. 6). Dans leur publication sur la théorie des niches, Austin et Smith37 ont décrit le pH comme un gradient physiologique direct agissant sur les organismes, entraînant des courbes de réponse unimodales ou asymétriques limitées par des conditions de limitation de croissance à une extrémité et la compétition à l’autre extrémité. Ceci est corroboré par notre observation de quelques ordres très abondants à faible pH et de nombreux ordres moins abondants dans des sols presque neutres. La capacité à croître à des valeurs de pH faibles est connue sous le nom d’ATR (réponse à la tolérance aux acides) et confère un avantage concurrentiel par rapport aux autres bactéries présentes dans les sols.

Pour tester quels mécanismes sont impliqués dans la tolérance à l’acide des bactéries du sol, nous avons choisi les gènes impliqués dans la tolérance à l’acide chez les Rhizobia38 et les bactéries à Gram positif 39 qui étaient présents dans le profil fonctionnel. De plus, nous avons analysé les gènes présents dans la voie de KEGG pour la biosynthèse des acides gras insaturés (ko01040) ainsi que l’isomérase 3-trans-2-décénoyle. Cette enzyme est impliquée dans la génération d’acides gras insaturés et il a été démontré qu’elle augmente la tolérance aux acides chez Streptococcus mutans en modifiant la composition de la membrane cellulaire 40. Nous avons constaté que les gènes de biosynthèse des acides gras insaturés étaient très abondants dans les échantillons à faible pH (pH 3-4), alors que la décénoyl isomérase ne suivait pas cette tendance (Fig. 7). Par conséquent, ce gène pourrait ne pas être généralement impliqué dans la tolérance à l’acide dans le sol. De plus, la plupart des gènes impliqués dans la production d’alcalis, les systèmes à deux composants et la réparation des macromolécules étaient plus abondants dans les échantillons à faible pH que dans les échantillons plus neutres. Plusieurs gènes impliqués dans la réparation de l’ADN étaient probablement également impliqués dans l’ATR des bactéries vivant dans le sol, ainsi que la lévansucrase, un gène impliqué dans la formation de biofilms. Nos résultats suggèrent que les bactéries peuvent appliquer un mécanisme actif pour faire face à des conditions de pH stressantes. La production d’alcalis augmente le pH dans l’environnement immédiat, améliorant les chances de survie des bactéries. De plus, les enzymes de réparation des macromolécules protègent et réparent l’ADN et les protéines, et les bactéries semblent améliorer la tolérance au pH en modifiant leurs composants de la paroi cellulaire ou en se protégeant dans les biofilms.