drijvende krachten van bodembacteriële gemeenschapsstructuur, diversiteit en functie in gematigde graslanden en bossen

Algemene kenmerken van de bodemmonsters

bodemmonsters toonden significante verschillen met betrekking tot bodemtextuur en edafische Eigenschappen (tabel 1, Aanvullende Materiaaltabellen S1 en S2). Bosgronden waren zuurder, hadden een hogere C: N-verhouding en een kleinere kleihoeveelheid dan graslandgronden. Bosgrondmonsters afkomstig van de verschillende exploratoria vertoonden significante verschillen in alle gemeten edafische eigenschappen. De bosgronden Schorfheide-Chorin waren zuurder en hadden hogere C:N-verhoudingen dan de Hainich-Dün-en Schwäbische Alb-bodems, die niet significant verschilden. Daarnaast vertoonden Schorfheide-Chorin bosgronden ook het laagste gravimetrische watergehalte, klei en slib van alle exploratoria.

Tabel 1 Edafische eigenschappen tussen verschillende landgebruiken en exploratoria (mediaan ± SD).

Graslandbodemmonsters afkomstig van de verschillende exploratoria vertoonden ook significante verschillen tussen alle gemeten edafische eigenschappen. De graslandgrond Hainich-Dün had de hoogste pH-waarden, het laagste gravimetrische watergehalte en het hoogste slibgehalte in vergelijking met de Schorfheide-Chorin-en Schwäbische Alb-bodem, die niet significant verschilden. De Schorfheide-Chorin grasland bodems vertoonde de hoogste C: N verhouding en zandhoeveelheid in vergelijking met de andere twee exploratoria. De hoeveelheid klei was het laagst in de Schorfheide-Chorin grasland, gevolgd door de Hainich-Dün bodems. Voor de graslandgronden van de Schwäbische Alb werden de hoogste kleihoeveelheden vastgesteld. Er werden geen significante verschillen in bodemparameters tussen de verschillende beheersregelingen geregistreerd (ANOVA, P > 0,5 in alle gevallen).

Bodembacteriële gemeenschappen

Samenstelling en diversiteit van bodembacteriële gemeenschappen werden beoordeeld door pyrotag sequencing van 16S rRNA genen. Na kwaliteitsfiltering, denoising en verwijdering van potentiële chimera ‘ s en niet-bacteriële sequenties, werden ongeveer 2.700.000 sequenties van hoge kwaliteit met een gemiddelde leeslengte van 525 bp verkregen voor verdere analyses. Alle sequenties werden geclassificeerd onder phylum niveau. Gebaseerd op richness estimator data (Michaelis-Menten fit; Tabel met aanvullend materiaal S3) 78-88% van de operationele taxonomische eenheden (OTUs) op 80% identiteit (phylumniveau) en 27-55% van de OTUs op 97% identiteit (soortenniveau) werden gedekt door de landmeetinspanning (voor zeldzaamheidskrommen, zie de aanvullende materialen Fig ‘ s S1 en S2).

verkregen sequenties geclusterd in 203.530 OTUs (97% identiteit) en werden toegewezen aan 51 bacteriële Fyla, 574 orden en 1.215 families. De dominante Fyla-en proteobacteriële klassen (>1% van alle sequenties in alle monsters) waren Actinobacteriën (23,75% ± 8,55%), Alfaproteobacteriën (20.43% ± 5,21%), Acidobacteriën (18,39% ± 9,19%), Deltaproteobacteriën (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%), en Nitrospirae (1.14% ± 1.10%). Deze fylogenetische groepen waren aanwezig in alle steekproeven en vertegenwoordigden meer dan 95% van alle opeenvolgingen die in deze studie worden geanalyseerd (Fig. 1). Deze resultaten stemmen overeen met eerdere studies over grasland24 en gematigde beuken25. Het meest voorkomende fylotype (3,99% ± 2.44) is een ongecultureerd lid van de subgroep 6 van de Acidobacteriën. De vijf meest voorkomende phylotypen die aan een geslacht kunnen worden toegewezen zijn Bradyrhizobium (2,66% ± 1,45%), Candidatus Solibacter (2,00% ± 1,86%), Haliangium (1,39% ± 0,74%), Variibacter (1,36% ± 0,58%) en Gaiella (1,34% ± 1,31%) van alle sequenties.

figuur 1: abundanties van bacteriële orden in Schorfheide-Chorin, Hainich-Dün en Schwäbische Alb grasland en bosgronden.
figure1

gemiddelde abundanties van de meest voorkomende bacteriële orden (>1% van de totale bacteriële gemeenschap) voor elk verkennend en landgebruik worden gegeven. Zelden: som van bacteriële orden die per verkennend onderzoek <1% bijdragen aan de totale bacteriële gemeenschap.

biogeografische variaties van bodembacteriële diversiteit en communautaire samenstelling

diversiteit (vertegenwoordigd door de Shannon index H’) en gemeenschapsstructuur van bodembacteriën (PERMANOVA, P< 0,001) verschilden tussen de drie Biodiversiteitsverkenningscentra. De Hainich-Dün verkennende huisvestte de meest uiteenlopende bacteriële gemeenschap (h’ = 10,22) vergeleken met Schorfheide-Chorin (h’ = 9,72) en de Schwäbische Alb (h’ = 9,92). Verder zijn graslandbodems significant diverser dan bosbodems (h’ = 10,12 en H’ = 9,48, respectievelijk, met p < 0,001), wat eerdere bevindingen van Nacke en collega ‘ S9 ondersteunt, die meldden dat bacteriële gemeenschappen diverser waren in graslanden op phylumniveau. Aangezien monsters afkomstig van bosbodems zuurder waren dan monsters van graslandbodems (P < 0,001), kan het verschil in ph het verschil in Diversiteit verklaren (Tabel 1).

de meest dominante bacteriële orden van de volledige dataset verschilden in hun verdeling over de drie exploratoria. Deze verschillen waren hoogstwaarschijnlijk het gevolg van verschillen in de edafische eigenschappen in de exploratoria. Daarom hebben we getest op correlatie van omgevingsfactoren door nmds-analyse op basis van verschillen tussen Bray en Curtis. Het aanpassen van de edafische eigenschappen aan de wijding onthulde de pH als de sterkste bestuurder van de gemeenschap. Aanvullende canonieke correspondentieanalyse (CCA) met behulp van pH as constrain toonde aan dat pH 26% van de variatie in gemeenschapsstructuur verklaart (P < 0,001, aanvullend figuur S3). Daarnaast vonden we een scheiding van bodembacteriële gemeenschappen per bemonsteringsgebied (PERMANOVA, P < 0,001) en de twee soorten landgebruik grasland en bos (PERMANOVA, P < 0,001) (aanvullend figuur S4). Daarom waren we geïnteresseerd in een gedetailleerde analyse van de factoren die de veranderingen in de structuur van bacteriële gemeenschappen in elke verkennende. We splitsen de gegevens verder op tussen graslanden en bossen vanwege de sterke scheiding tussen de gemeenschapsstructuur van beide soorten landgebruik.

Key drivers of bacterial communities

om de belangrijkste drivers van de bodem bacteriële gemeenschapsstructuur te identificeren voor elk type landgebruik in elke verkennende verkenning, hebben we nmds-analyse uitgevoerd voor de zes subsets. De pH van de bodem was de enige eigenschap die van invloed was op de gemeenschapsstructuur in elke subgroep (Fig. 2). Een andere eigenschap die van invloed was op de gemeenschapsstructuur in graslanden en bossen was de bodemtextuur (hoeveelheid klei, zand en/of slib), die de poriegrootte, de water-en gasfluxen en de beschikbaarheid van nutriënten26, 27 weergeeft. Bovendien is bodemtextuur belangrijk voor nichescheiding en bescherming tegen predatie28.

Figuur 2: nmds-percelen, opgesplitst naar regio en landgebruik.
figure2

nmds-percelen gebaseerd op verschillen in Bray Curtis tussen grasland (a,c,e) en bos (b,d,f) bacteriële gemeenschappen. Milieuparameters die significant gecorreleerd zijn (P < 0,05) worden aangegeven met pijlen (c:N: koolstof: stikstofverhouding; water: gravimetrisch watergehalte; zand: zandhoeveelheid; slib: slibhoeveelheid; klei: kleihoeveelheid; LUI: land use intensity index in graslanden; SMI: silvicultural management index in forests). a) graslandmonsters Schorfheide-Chorin; B) bosmonsters Schorfheide-Chorin; c) graslandmonsters Hainich-Dün; d) bosmonsters Hainich-Dün; e) monsters Schwäbische Alb; f) monsters Schwäbische Alb. Merk op dat de nmds-Assen verschillende schalen hebben voor elke wijding.

In graslandbodems heeft de C:N-verhouding invloed gehad op de bacteriële gemeenschapsstructuur in de Schwäbische Alb en Schorfheide-Chorin, maar niet in de Hainich-Dün. Dit wordt ondersteund door een op pfla gebaseerde studie over bodembacteriële gemeenschappen, waarin edafische eigenschappen zoals bodemtextuur, pH, en C en N concentratie betrokken waren bij het structureren van bodembacteriële gemeenschappen.10 De land use intensity index (LUI) was alleen gecorreleerd met de graslandgemeenschap van Schwäbische Alb. De LUI houdt echter alleen rekening met de hoeveelheid en niet met de bron van bevruchting. In de graslanden van de Schwäbische Alb kregen de meeste percelen organische mest (mest, mest), terwijl de bemesting in de Hainich-Dün en Schorfheide-Chorin overheerste door het gebruik van minerale mest. Deze bevindingen ondersteunen een recente studie, waarin microbiële gemeenschappen in de bodem van landbouwsystemen die organische meststoffen ontvangen, anders waren dan die van conventionele, mineraalbevruchte systemen en controlegrondstoffen29. In overeenstemming met Geisseler en Scow30 werden in ons onderzoek geen duidelijke trends gevonden die duiden op bacteriële structurele verschuivingen in de Gemeenschap als gevolg van langdurige toepassing van minerale meststoffen.

in bosbodems werd de boomsoort gecorreleerd met de bacteriële gemeenschapsstructuur in alle exploratoria, terwijl de silvicultural management index (SMI) de gemeenschapsstructuur in de Schorfheide-Chorin slechts in belangrijke mate beïnvloedde (Fig. 2). Bodem bacteriële gemeenschappen onder loofbomen (Fagus en Quercus) en naaldbomen (Pinus en Picea) vormden verschillende patronen. Dit is in overeenstemming met de resultaten van eerdere studies9,20. Nacke et al.9 analyseerde een deelgroep van bodemmonsters afkomstig van de Schwäbische Alb en vond dat de bacteriële gemeenschapsstructuur verschillend was onder beuk (Fagus) en spar (Picea). Dit komt overeen met een studie waarin bacteriële gemeenschappen onder naaldbomen en loofboomen20 worden vergeleken. We hebben geen verschil waargenomen tussen de twee loofboomsoorten, hoewel verschillen in bodemstructuur tussen loofbomen zijn beschreven voor Fagus versus Tilia en Acer31. Deze effecten kunnen deels te wijten zijn aan de verminderde verzuring van de bodem en een hogere omzet van het strooisel van Tilia en Acer32. Naaldboomsoorten zoals sparren (Picea abies) en dennen (Pinus sylvestris) zijn bekend dat ze de pH van de bodem aanzienlijk verlagen (zie ref. 33) vanwege de speciale chemische structuur van groenblijvende strooisel of het opvangen van atmosferische zure samenstellingen34. Dit zou resulteren in een indirect pH-effect op bodembacteriën. Bovendien kan dit een van de redenen zijn waarom boomsoorten een belangrijke rol spelen in de structurering van bacteriële gemeenschappen in alle geanalyseerde bosmonsters.

volgens onze hypothese dat de structuur en diversiteit van de bacteriële gemeenschap op soortgelijke wijze zouden worden beïnvloed onder hetzelfde landgebruik, hebben we de bacteriële diversiteit, vertegenwoordigd door de Shannon-index (H’), tussen de verschillende managementregimes vergeleken (aanvullende Materiaaltabel S4). Voor de boomsoorten in de Schwäbische Alb en Schorfheide-Chorin werden verschillen in Diversiteit vastgesteld.

interessant is dat de beheersregelingen in graslanden (weiland, weiland, gemaaid weiland) en bossen (onbeheerd bos, ouderdomsbos, selectiebos) geen significant effect hadden op de bacteriële diversiteit (PERMANOVA, P < 0,05). Dit in tegenstelling tot een eerdere studie van Will et al.22, die in de Hainich-Dün een grotere bacteriële diversiteit vonden in graslandgronden met een lage landgebruiksintensiteit. In tegenstelling, Tardy et al.17 onderzocht bacteriële diversiteit langs gradiënten van landgebruik intensiteit en waargenomen de hoogste bacteriële diversiteit in matig beheerde bodems. De auteurs suggereren dat dit effect gerelateerd is aan de stressreactie van de bacteriële gemeenschap. In zwaar belaste omgevingen, zoals bij een hoge mate van landgebruik, neemt de diversiteit af als gevolg van de dominantie van concurrerende soorten en competitieve uitsluiting, terwijl in onbekommerde omgevingen de diversiteit afneemt als gevolg van de dominantie van aangepaste soorten door selectie. In overeenstemming met onze hypothese zouden we bodemcondities zoals pH kunnen vinden die consistent de bacteriële gemeenschapsstructuur en diversiteit aansturen, terwijl beheerssystemen en dus de intensiteit van het landgebruik geen significante invloed hebben. Bovendien kunnen we aantonen dat pH de beste voorspeller is van bacteriële gemeenschappen.

bacterieel functioneren in grasland-en bosbodems

we veronderstelden verder dat het bacterieel functioneren op een vergelijkbare manier werd gedreven als de structuur en diversiteit van de bacteriële gemeenschap. Om deze hypothese te verduidelijken, richtten we ons op routes die betrokken zijn bij de cycli van koolstof, stikstof, fosfor en zwavel (Fig. 3) en vergeleken de relatieve abundantie van belangrijke enzymcoderende genen tussen de twee landgebruik grasland en bos. Abundanties van de enzymcoderende genen werden afgeleid van een nieuw bioinformatisch hulpmiddel Taxa4Fun23. Tax4Fun transformeert de SILVA-gebaseerde OTUs in een taxonomisch profiel van Kegg organismen, die door het 16S rRNA kopieeraantal (uit NCBI genoomannotaties wordt verkregen) wordt genormaliseerd. Aangezien bodems Onbekende of ongecultiveerde organismen Herbergen, kunnen niet alle 16S-sequenties aan Kegg-organismen in kaart worden gebracht. Spearman correlatieanalyse van functionele profielen afgeleid uit hele metagenoom sequencing en profielen afgeleid uit 16S rRNA gensequenties onthulde een mediaan van de correlatiecoëfficiënt van 0,8706 voor grond23. Dit wees erop dat Tax4Fun een goede benadering aan functionele profielen verstrekt die van metagenomic Jachtgeweer worden verkregen die benaderingen rangschikken. Dit is vooral waardevol om functionele profielen voor een groot aantal steekproeven af te leiden die uit complexe milieu ‘ s worden afgeleid, aangezien het bereiken van representatieve dekking voor elke steekproef van een grote steekproef die door metagenome-Jachtgeweer wordt geplaatst het rangschikken een ontmoedigende taak zou zijn.

Figuur 3: relatieve abundantie van belangrijke enzymen in grasland en bos.
figure3

Sleutelgenen voor het metabolisme van stikstof, zwavel en methaan, koolstoffixatiewegen, cellulose, xylaan, lignine en afbraak van polyaromatische koolwaterstoffen (pak), zure en alkalische fosfatasen en urease werden gecombineerd. Hun gemiddelde abundantie (ten opzichte van het gemiddelde in de volledige dataset) in graslanden bodem werd uitgezet tegen de gemiddelde abundantie in bosgronden. Grootte en kleur van de cirkels geven de gemiddelde overvloed in de volledige dataset aan. Lage abundantie: kleine blauwe cirkels; gemiddelde abundantie: middelgrote gele cirkels; grote overvloed: grote rode cirkels. De in de analyse opgenomen enzymen zijn opgenomen in Tabel S5.

De meeste belangrijke enzymcodeergenen die betrokken zijn bij de cycli van C, N, S en P zijn ofwel meer aanwezig in grasland-of bosbodems (Mann-Whitney test, P < 0,05, aanvullende Materiaaltabel S5). Bijvoorbeeld, genen die zure fosfatasen coderen werden waargenomen bij 1.4-voudige hogere abundanties in het functionele profiel van de bosbodems dan in de graslandbodems, terwijl alkalische fosfatasen een tegenovergestelde trend vertoonden. We gaan ervan uit dat dit effect kan worden toegeschreven aan het verschil in pH tussen de soorten landgebruik, omdat we hebben aangetoond dat pH de beste voorspeller is voor bacteriële gemeenschappen. De genen die urease coderen waren 1,2-voudiger in het grasland. De beschikbaarheid van ureum in de graslandmonsters was hoger, omdat deze gedeeltelijk met mest of mest worden bevrucht of door dieren worden begraasd. Chitinase genen toonden ook een 1.2-voudige hogere overvloed in graslanden in vergelijking met bosgronden. Dit kan het gevolg zijn van de hogere aanwezigheid van Actinobacteriën in graslandbodems, aangezien bekend is dat deze groep een hoog aantal chitinase genes35 herbergt. Genen die betrokken zijn bij de afbraak van polyaromatische koolwaterstoffen (PAK ‘ s, hier lignine) komen meer voor in graslanden. In bossystemen wordt dit proces voornamelijk uitgevoerd door ligninolytische schimmels (voornamelijk saprotrofe basidiomycetes), die in staat zijn om houten biomassa36 te degraderen. Een sleutelenzym voor aerobe methaanoxidatie, methanol dehydrogenase, was aanzienlijk meer aanwezig in bosgronden. Methaanoxidatie in bosbodems is de grootste biologische afvoerput voor atmosferisch methaan4 en speelt daarom een cruciale rol in de flux van dit broeikasgas. Bovendien komt lachgasreductase (N2O), dat de laatste stap in denitrificatie katalyseert en N2O tot N2 reduceert, ook meer voor in bosbodems (gegevens niet getoond). Uit deze resultaten blijkt dat gematigde bosecosystemen niet alleen een cruciale rol spelen bij de regulering en verwijdering van methaan, maar ook bij het broeikasgas lachgas.

interessant is dat het belangrijkste enzym van stikstoffixatie, nitrogenase, minder voorkomt in grasland dan in bosgronden. In deze studie werd alleen de bodem in bulk bemonsterd en konden daarom vermoedelijk alleen vrij levende stikstof-fixerende bacteriën worden gedetecteerd. Het is mogelijk dat stikstofbinding door vrijlevende bacteriën een grotere rol speelt in bossystemen, terwijl symbiotische en rhizosferische bacteriën, die niet in het onderzoek werden behandeld, het grootste deel van de stikstofbinding in graslandsystemen uitvoeren.

de verkregen resultaten suggereren dat de verschillende landgebruik grasland en bos niet alleen selecteren voor verschillende bacteriële populaties, maar ook voor specifieke functionele kenmerken binnen hun bacteriële gemeenschappen. Aangezien de graslanden en bossen die in deze studie worden geanalyseerd, op lange termijn gevestigde systemen zijn, zou het interessant zijn om te beoordelen of een soortgelijke aanpassing ook in jongere systemen aanwezig is.

de pH in de bodem is de beste voorspeller van bacteriële gemeenschappen

in deze studie was pH de enige factor die de bacteriële gemeenschap beïnvloedde, ongeacht verkennend en landgebruik. Bovendien beà nvloedde het niet alleen bacteriële gemeenschapsstructuur, maar ook het functionele profiel van de bodembacteriën. Zoals reeds vermeld, bleek uit de CCA-analyse dat de pH 26% van de totale variantie in het communautaire profiel verklaart (aanvullend cijfer S3). Aldus, was de pH de sterkste voorspeller voor bacteriële gemeenschapsstructuur.

we veronderstelden dat de structuur en het functioneren van de bacteriële gemeenschap op een soortgelijke manier zouden worden gevormd. Omgevingscorrelaties met het Tax4Fun-afgeleide functionele profiel werden getest door NMD ‘ s op basis van verschillen tussen Bray-Curtis (Fig. 4). De resultaten zijn vergelijkbaar met die van de communautaire structuur. De pH speelde een belangrijke rol bij het vormgeven van het functionele profiel en verklaarde 32% van de variantie (getest door CCA, P < 0,001, aanvullend figuur S5). Dit ondersteunt onze hypothese dat structuur en functies van bacteriële gemeenschappen worden gevormd door soortgelijke mechanismen. Het functionele profiel toonde ook een scheiding aan tussen grasland-en bossystemen.

Figuur 4: NMD ‘ s gebaseerd op verschillen in het functionele profiel van Bray Curtis.
figure4

statistisch significante correlaties van bodemkenmerken (c: N: koolstof: stikstofverhouding; water: gravimetrisch watergehalte; zand: hoeveelheid zand; slib: hoeveelheid slib; klei: kleihoeveelheid) en de Shannon index (H’) werden aangegeven met pijlen. Graslandgrondmonsters worden weergegeven door bruine vierkanten, bosmonsters door groene driehoeken. Monsters uit verschillende regio ‘ s onderscheiden zich door kleurschaduw (seg: Schorfheide-Chorin grasland; SEW: Schorfheide-Chorin bos; HEG: Hainich-Dün grasland; HEW: Hainich-Dün bos; AEG: Schwäbische Alb grasland; AEW: Schwäbische Alb bos).

bovendien vonden we dat pH de sterkste voorspeller is voor de diversiteit van bodembacteriën (P < 0,001, R2 = 0.4) (Fig. 5). Het is al aangetoond dat de diversiteit van bodembacteriële gemeenschappen in de exploratoria positief gecorreleerd is met pH9,22. Onze resultaten wijzen echter op een complexere relatie tussen pH en diversiteit. De diversiteit was het laagst bij een lage pH, nam vervolgens toe en bleek stabiel te zijn tussen pH 5 en 7 en nam weer toe onder licht alkalische omstandigheden. Dit in tegenstelling tot Fierer en Jackson7 en Lauber et al.8, die beschreef een piek van de bodem bacteriële diversiteit in de buurt van neutrale bodems.

Figuur 5: Relatie tussen de bacteriële diversiteit van de bodem, vertegenwoordigd door de Shannon-index (H’) en de pH van de bodem.
figure5

punten geven de waargenomen Shannon-indices voor elk monster aan, terwijl de lijn de niet-lineaire cubit-regressie vertegenwoordigt die op de gegevens is aangebracht (aangepast R2 = 0,5337, p < 0,001).

multinomiale regressiemodellen toonden meerdere responsen van bacteriële orden aan op de pH van de bodem

om de complexe relatie tussen afzonderlijke bacteriële groepen en de pH van de bodem beter te begrijpen, hebben we multinomiale regressiemodellen toegepast op de 30 meest voorkomende orden van de dataset (aanvullend materiaal figuur S6). Er werden vier algemene responsen waargenomen: (1) afname in overvloed met toenemende pH (Acidobacteriales, acidobacterial subgroep 3, Frankiales, Corynebacteriales), (2) toename in overvloed met toenemende pH (acidobacterial subgroep 6, Gaiellales, Acidimicrobiales, Propionibacteriales), (3) smalle pH-bereik met een hoge abundantie (Rhizobiales, Rhodospirillales), en (4) een relatief constante overvloed over pH-bereik (Bacillales, Gemmatimonadales, Sphingobacteriales) (Fig. 6). In hun publicatie over nichetheorie beschreven Austin en Smith37 pH als een directe fysiologische gradiënt die inwerkt op organismen, resulterend in unimodale of scheefgetrokken unimodale responscurves die aan de ene kant worden beperkt door groeibeperkende omstandigheden en concurrentie aan de andere kant. Dit wordt ondersteund door onze observatie van weinig zeer overvloedige orden bij lage pH en veel minder overvloedige orden in de buurt van neutrale bodems. Het vermogen om te groeien bij lage pH-waarden staat bekend als ATR (acid tolerance response) en verleent een concurrentievoordeel in vergelijking met andere bacteriën in de bodem.

Figuur 6: Responscurves van geselecteerde bacteriële Orden naar pH.
figure6

elke lijn vertegenwoordigt de voorspelde abundantieveranderingen langs de gemeten pH-gradiënt, gebaseerd op voorspellingen afgeleid van multinomiale regressiemodellen. Een gedetailleerde versie van deze grafiek met inbegrip van de 30 meest voorkomende bestellingen is beschikbaar als aanvullend materiaal figuur S4.

om te testen welke mechanismen betrokken zijn bij zuurtolerantie van bodembacteriën, hebben we gekozen voor genen die betrokken zijn bij zuurtolerantie in Rhizobia38 en grampositieve bacteria39 die aanwezig waren in het functionele profiel. Daarnaast analyseerden we de genen aanwezig van de Kegg route voor biosynthese van onverzadigde vetzuren (ko01040) evenals 3-trans-2-decenoyl isomerase. Dit enzym is betrokken bij de aanmaak van onverzadigde vetzuren en bleek de zuurtolerantie bij Streptococcus mutans te verhogen door de samenstelling van het celmembraan te veranderen40. We vonden dat de genen voor biosynthese van onverzadigde vetzuren zeer overvloedig aanwezig waren in lage pH-monsters (pH 3-4), terwijl decenoylisomerase deze trend niet volgde (Fig. 7). Daarom is dit gen misschien niet in het algemeen betrokken bij zuurtolerantie in de bodem. Bovendien, waren de meeste genen betrokken bij alkaliproductie, twee componentensystemen en reparatie van macromoleculen overvloediger in de lage pH-steekproeven in vergelijking met neutralere steekproeven. Verscheidene genen betrokken bij de reparatie van DNA waren waarschijnlijk ook betrokken bij ATR van bodem-bewoning bacteriën, evenals levansucrase, een gen betrokken bij biofilmvorming. Onze resultaten suggereren dat bacteriën een actief mechanisme kunnen toepassen om stressvolle pH-omstandigheden het hoofd te bieden. Alkali productie verhoogt de pH in de directe omgeving, het verbeteren van bacteriële overlevingskansen. Bovendien, beschermen de macromolecule reparatie-enzymen en reparatiedna en proteã nen, en bacteriën schijnen pH tolerantie te verbeteren door hun componenten van de celwand te veranderen of zich binnen biofilms te beschermen.

Figuur 7: Heatmap gebaseerd op de gemiddelde abundanties van genen die vermoedelijk betrokken zijn bij ATR.
figure7

alleen genen met Kegg-orthologen en aanwezig in het functionele profiel worden getoond. De Kegg weg voor biosynthese van onverzadigde vetzuren is inbegrepen, ook op basis van de genen met Kegg orthologs in het functionele profiel. Wit: lage relatieve abundantie; geel: gemiddelde relatieve abundantie; rood: hoge relatieve abundantie.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.