características Gerais das amostras de solo
as amostras de Solo apresentaram diferenças significativas com relação à textura do solo e edáficas propriedades (Tabela 1, Material Complementar de Tabelas S1 e S2). Os solos florestais eram mais ácidos, tinham uma relação C: N mais elevada e uma menor quantidade de argila do que os solos de prados. Amostras de solo florestal derivadas dos diferentes exploradores exibiram diferenças significativas em todas as propriedades edáficas medidas. Os solos florestais Schorfheide-Chorin eram mais ácidos e tinham rácios C:N mais elevados em comparação com os solos Hainich-Dün e Schwäbische Alb, que não diferiam significativamente. Além disso, os solos florestais de Schorfheide-Chorin também exibiram o menor teor de água gravimétrica, argila e lodo de todos os exploradores.
amostras de solo de prados derivadas dos diferentes exploradores também exibiram diferenças significativas entre todas as propriedades edáficas medidas. O solo de Hainich-Dün tinha os valores de pH mais elevados, o menor teor de água gravimétrica e a maior quantidade de lodo em comparação com o solo de Schorfheide-Chorin e Schwäbische Alb, que não diferiam significativamente. Os solos da pradaria Schorfheide-Chorin exibiram a maior razão C: N e a maior quantidade de areia em comparação com os outros dois exploradores. A quantidade de argila era mais baixa nos solos da Pradaria Schorfheide-Chorin, seguida pelos solos Hainich-Dün. As quantidades mais elevadas de argila foram determinadas para os solos da pastagem de Schwäbische Alb. Não foram registadas diferenças significativas nos parâmetros do solo entre os diferentes regimes de gestão (ANOVA, P > 0,5 em todos os casos).a composição e diversidade das comunidades bacterianas do solo foram avaliadas pela sequenciação pirotag de genes rRNA de 16S. Após filtragem de qualidade, desnoising e remoção de potenciais Quimeras e sequências não bacterianas, aproximadamente 2.700.000 sequências de alta qualidade com um comprimento médio de leitura de 525 bp foram obtidas para mais análises. Todas as sequências foram classificadas abaixo do nível filo. Baseado nos dados do estimador de riqueza (Michaelis-Menten fit; A tabela de materiais suplementares S3) 78-88% das unidades taxonómicas operacionais (ot) a 80% da identidade (nível de filo) e 27-55% das ot a 97% da identidade (nível de espécie) foram cobertas pelo esforço de levantamento (para curvas de rarefacção, ver figos materiais suplementares S1 e S2).
sequências obtidas agrupadas em 203,530 OTUs (97% identidade) e foram atribuídas a 51 filos bacterianos, 574 ordens e 1.215 famílias. As classes dominantes de filos e proteobacterianos (>1% de todas as sequências em todas as amostras) eram Actinobactérias (23,75% ± 8,55%), Alfaproteobactérias (20.43% ± 5, 21%), Acidobactérias (18, 39% ± 9, 19%), Deltaproteobactérias (7, 22% ± 2, 84%). Bacteroidetes (5.15% ± 2.60%), Chloroflexi (De 5,09% ± 2.10%), Betaproteobacteria (4.64% ± 2.38%), Gammaproteobacteria (4.32% ± 1.23%), Gemmatimonadetes (1.88% ± 0.92%), Firmicutes (de 1,18% ± 3.20%), e Nitrospirae (de 1,14% ± 1.10%). Estes grupos filogenéticos estavam presentes em todas as amostras e representavam mais de 95% de todas as sequências analisadas neste estudo(Fig. 1). Estes resultados são consistentes com estudos anteriores sobre prados24 e sobre faias temperadas25. O filótipo mais abundante (3,99% ± 2.44) é um membro não cultivado do subgrupo 6 da Acidobacteria. Os cinco mais abundantes phylotypes que poderia ser atribuído a um gênero são Bradyrhizobium (De 2,66% ± 1.45%), Candidatus Solibacter (2.00% ± 1.86%), Haliangium (De 1,39% ± 0.74%), Variibacter (1.36% ± 0.58%) e Gaiella (1.34% ± 1.31%) de todas as sequências, respectivamente.
Significa abundâncias dos mais abundantes bacteriana ordens (>de 1% do total da comunidade bacteriana) para cada exploratório e uso da terra são dadas. Raros: soma das ordens bacterianas que contribuem com <1% para a comunidade bacteriana total por exploração.
Biogeográfica variações de solo bacteriana diversidade e composição da comunidade
a Diversidade (representado pelo índice de Shannon H’) e a estrutura das comunidades de bactérias do solo (PERMANOVA, P < 0.001) diferiram entre os três Biodiversidade Exploratório. O Hainich-Dün exploratório abrigava a comunidade bacteriana mais diversificada (H’ = 10.22) em comparação com o Schorfheide-Chorin (H’ = 9.72) e o Schwäbische Alb (H’ = 9.92). Além disso, as pastagens de solos são significativamente mais diversificada do que os solos da floresta (H’ = 10.12 e H’ = 9.48, respectivamente, com P < 0,001), o que suporta as conclusões anteriores de Nacke e colleagues9, que informou que as comunidades bacterianas foram mais diversificado em campos filo nível. Como as amostras derivadas de solos florestais eram mais ácidas do que as amostras de solo de prados (P < 0,001), a diferença de pH pode explicar a diferença na diversidade (Tabela 1).
As ordens bacterianas mais dominantes do conjunto de dados completo diferiam na sua distribuição pelos três exploradores. Estas diferenças provavelmente surgiram de diferenças nas propriedades edáficas nos exploradores. Portanto, testamos a correlação de fatores ambientais pela análise NMDS com base em diferenças Bray-Curtis. Encaixar as propriedades edáficas na ordenação revelou o pH como o mais forte condutor da comunidade. A análise canónica adicional de correspondência (CCA) utilizando o pH como restrição mostrou que o pH explica 26% da variação na estrutura comunitária (P < 0,001, figura suplementar S3). Adicionalmente encontrado uma separação de comunidades bacterianas do solo por região de amostragem (PERMANOVA, P < 0,001) e os dois tipos de uso de terra de pastagem e de floresta (PERMANOVA, P < 0.001) (Complementar Figura S4). Portanto, estávamos interessados em uma análise detalhada dos fatores que impulsionam as mudanças na estrutura das comunidades bacterianas em cada exploratório. Dividimos ainda os dados entre prados e florestas devido à forte separação entre a estrutura comunitária de ambos os tipos de Uso do solo.para identificar os principais motores da estrutura comunitária bacteriana do solo para cada tipo de Uso do solo em cada exploração exploratória, realizámos uma análise NMDS para os seis subconjuntos. O pH do solo era a única propriedade, que afetava a estrutura comunitária em cada subconjunto(Fig. 2). Outra propriedade que influenciou a estrutura comunitária em prados e florestas foi a textura do solo (quantidade de argila, areia e/ou lodo), que representa o tamanho dos poros, fluxos de água e gás, e disponibilidade de nutrientes 26,27. Além disso, a textura do solo é importante para a separação de nichos e para a protecção contra a predação28.
NMDS plots based on Bray Curtis dissimilariities of grassland (A,c,e) and forest (B,d,f) bacterial communities. Os parâmetros ambientais significativamente correlacionados (P < 0,05) são indicados como setas (C:N: Relação carbono-azoto; água: teor gravimétrico de água; areia: quantidade de areia; silt: quantidade de silte; argila: quantidade de argila; LUI: Índice de intensidade de Uso do solo em prados; SMI: Índice de gestão silvícola em florestas). a) amostras de prados de Schorfheide-Chorin; B) amostras de prados de Schorfheide-Chorin; c) amostras de prados de Hainich-Dün; d) amostras de prados de Hainich-Dün; e) amostras de prados de Schwäbische Alb; f) amostras de prados de Schwäbische Alb. Note que os eixos NMDS têm escalas diferentes para cada ordenação.
nos solos de prados, o rácio C:N influenciou a estrutura da comunidade bacteriana na Schwäbische Alb e na Schorfheide-Chorin, mas não na Hainich-Dün. Isto é apoiado por um estudo baseado em PFLA sobre comunidades bacterianas no solo, no qual propriedades edáficas, tais como textura do solo, pH, e concentração de C E N foram envolvidas na estruturação de comunidades bacterianas no solo 10. O índice de intensidade do uso do solo (LUI) estava apenas correlacionado com a comunidade de pastagens da Schwäbische Alb. No entanto, o LUI só é responsável pelo montante e não pela fonte de fertilização. Nos prados Schwäbische Alb, a maioria das parcelas recebia fertilizantes orgânicos (estrume, estrume), enquanto a fertilização no Hainich-Dün e no Schorfheide-Chorin era predominada pela aplicação de fertilizantes minerais. Estes achados sustentam um estudo recente, no qual comunidades microbianas do solo de sistemas agrícolas que recebem fertilizantes orgânicos foram diferentes em comparação com os sistemas convencionais, mineralmente fertilizados e controle de soils29. De acordo com Geisseler e Scow30, tendências claras sugerindo mudanças estruturais da comunidade bacteriana devido à aplicação de fertilizantes minerais a longo prazo, não foram encontradas em nossa pesquisa.em solos florestais, as espécies de árvores estavam correlacionadas com a estrutura da comunidade bacteriana em todos os exploradores, enquanto o índice de gestão silvícola (SMI) influenciou significativamente a estrutura comunitária no Schorfheide-Chorin (Fig. 2). As comunidades de bactérias do solo sob folhosas (Fagus e Quercus) e coníferas (Pinus e Picea) formaram padrões distintos. Isto está de acordo com os resultados de estudos anteriores 9,20. Nacke et al.9 analisou um subconjunto de amostras de solo derivadas da Schwäbische Alb e descobriu que a estrutura da comunidade bacteriana era diferente sob beech (Fagus) e spruce (Picea). Isto é consistente com um estudo que compara comunidades bacterianas sob coníferas e folhosas trees20. Não observámos uma diferença entre as duas espécies de folhosas, embora as diferenças na estrutura comunitária do solo entre as folhosas tenham sido descritas para Fagus versus Tilia e Acer31. Estes efeitos podem dever-se, em parte, à redução da acidificação do solo e a taxas de rotação mais elevadas das folhas de Tilia e Acer32. As espécies de coníferas, como o abeto (Picea abies) e o pinheiro (Pinus sylvestris), diminuem significativamente o pH do solo (revisto na ref. 33) devido à estrutura química especial das ninhadas perenes ou à captura de compostos ácidos atmosféricos34. Isto resultaria num efeito indirecto do pH nas bactérias do solo. Além disso, esta pode ser uma das razões pelas quais as espécies de árvores desempenham um papel importante na estruturação de comunidades bacterianas em todas as amostras de florestas analisadas.de acordo com a nossa hipótese de que a estrutura e diversidade da comunidade bacteriana seriam afectadas de formas semelhantes sob o mesmo Uso do solo, comparámos a diversidade bacteriana, representada pelo Índice Shannon (H’), entre os diferentes regimes de gestão (Supplementary Material Table S4). Foram detectadas diferenças na diversidade das espécies de árvores na Schwäbische Alb e Schorfheide-Chorin.
Curiosamente, o de regimes de gestão em pastagens (prado, pasto, prado, pasto) e florestas (não gerenciado floresta, idade-lass floresta, seleção floresta) não apresentaram efeito significativo sobre a diversidade bacteriana (PERMANOVA, P < 0.05). Isto contrasta com um estudo anterior de Will et al.22, que encontrou uma maior diversidade bacteriana em solos de prados de baixa intensidade de Uso do solo no Hainich-Dün. Em contraste, Tardy et al.17 investigou a diversidade bacteriana ao longo de gradientes de intensidade de Uso do solo e observou A maior diversidade bacteriana em solos moderadamente geridos. Os autores sugerem que este efeito está relacionado com a resposta de estresse da comunidade bacteriana. Em ambientes altamente estressados, como sob alta intensidade de uso da terra, a diversidade diminui devido ao domínio de espécies competitivas e exclusão competitiva, enquanto em ambientes não estreitados a diversidade diminui devido ao domínio de espécies adaptadas através da seleção. De acordo com a nossa hipótese, poderíamos encontrar condições de solo como o pH que conduzem consistentemente a estrutura da comunidade bacteriana, bem como a diversidade, enquanto os regimes de gestão e, portanto, a intensidade de Uso do solo não têm influência significativa. Além disso, podemos mostrar que pH é o melhor preditor das comunidades bacterianas.o funcionamento bacteriano nos prados e nos solos florestais foi sugerido que o funcionamento bacteriano era conduzido de forma semelhante à estrutura e diversidade da comunidade bacteriana. Para esclarecer esta hipótese, focamos nas vias envolvidas no ciclo do carbono, nitrogênio, fósforo e enxofre (Fig. 3) e comparou a abundância relativa de genes-chave de codificação enzimática entre os dois terrenos usa prados e florestas. Abundâncias dos genes de codificação enzimática foram derivadas de uma nova ferramenta Bioinformática Taxa4Fun23. Tax4Fun transforma o OTUs baseado em SILVA em um perfil taxonômico de organismos KEGG, que é normalizado pelo número de cópia rRNA 16S (obtido a partir de anotações do genoma NCBI). Como os solos abrigam organismos desconhecidos ou não cultivados, nem todas as sequências 16S podem ser mapeadas a organismos KEGG. A análise de correlação de Spearman dos perfis funcionais derivados da sequenciação metagenoma total e dos perfis deduzidos das sequências de genes rRNA 16S revelou uma mediana do coeficiente de correlação de 0,8706 para as soils23. Isto indica que Tax4Fun fornece uma boa aproximação aos perfis funcionais obtidos a partir de abordagens de sequenciamento metagenômico de caçadeira. Isto é especialmente valioso para deduzir perfis funcionais para um grande número de amostras derivadas de ambientes complexos, uma vez que alcançar uma cobertura representativa para cada amostra de uma grande amostra definida por sequenciamento de caçadeira metagenome seria uma tarefa difícil.
genes Chave para o azoto, enxofre e metano metabolismo, a fixação de carbono caminhos, celulose, xylan, lignina e polyaromatic-hidrocarbonetos (PAH) de degradação, o ácido e o alcalino fosfatases e urease foram combinados. A sua abundância média (em relação à média do conjunto de dados completo) nos prados foi traçada contra a abundância média nos solos florestais. O tamanho e a cor dos círculos indicam a abundância média no conjunto de dados completo. Baixa abundância: pequenos círculos azuis; abundância média: círculos médios amarelos; alta abundância: grandes círculos vermelhos. As enzimas incluídas na análise constam do quadro de Material suplementar S5.
a Maioria enzima-chave-codificação de genes envolvidos na ciclagem de C, N, S e P são mais abundante em pastagens ou solos florestais (teste de Mann-Whitney, P < 0.05, Material Suplementar Tabela S5). Por exemplo, genes que codificam fosfatases ácidas foram observados em 1.4 vezes mais abundantes no Perfil Funcional dos solos florestais do que nos solos de prados, enquanto as fosfatases alcalinas mostraram a tendência oposta. Nós assumimos que este efeito poderia ser atribuído à diferença em pH entre os tipos de uso da terra, como nós mostramos que pH é o melhor preditor para as comunidades bacterianas. Os genes que codificam a urease eram 1,2 vezes mais abundantes nos prados. A disponibilidade de ureia era mais elevada nas amostras de prados, uma vez que estas são parcialmente fertilizadas com estrume ou estrume ou foram pastadas por animais. Os genes da quitinase também mostraram um 1.A abundância de pastagens é duas vezes superior à dos solos florestais. Isto pode resultar da maior abundância de Actinobactérias em solos de prados, como este grupo é conhecido por abrigar um elevado número de genes35 quitinase. Genes envolvidos na degradação de hidrocarbonetos poliaromáticos (PAH, aqui lignina) são mais abundantes em prados. Em sistemas florestais, este processo é realizado principalmente por fungos ligninolíticos (principalmente basidiomycetes saprotróficos), que são capazes de degradar biomass36 madeira. Uma enzima chave para a oxidação aeróbica do metano, a metanol desidrogenase, era notavelmente mais abundante em solos florestais. A oxidação do metano nos solos florestais é o maior sumidouro biológico para o metano4 atmosférico e, portanto, desempenha um papel crítico no fluxo deste gás de efeito estufa. Adicionalmente, a redutase de óxido nitroso (N2O), que cataliza o último passo na desnitrificação e reduz o N2O para N2, também é mais abundante em solos florestais (dados não mostrados). Estes resultados indicam que os ecossistemas florestais temperados não só desempenham um papel crucial na regulação e remoção do metano, mas também do óxido nitroso dos gases com efeito de estufa.curiosamente, a enzima chave da fixação do azoto, a nitrogenase, é menos abundante nos prados do que nos solos florestais. Neste estudo, apenas foi colhida amostra de solo a granel e, por conseguinte, presumivelmente, só puderam ser detectadas bactérias fixadoras de azoto vivas. É possível que a fixação do azoto por bactérias livres desempenhe um papel mais importante nos sistemas florestais, ao passo que as bactérias simbióticas e rizosféricas, que não foram abrangidas pelo estudo, realizam a maior parte da fixação do azoto nos sistemas de prados.os resultados obtidos sugerem que os diferentes terrenos utilizam prados e florestas, não apenas para populações bacterianas distintas, mas também para traços funcionais específicos dentro das suas comunidades bacterianas. Como os prados e florestas analisados no presente estudo são sistemas estabelecidos a longo prazo, seria interessante avaliar se uma adaptação semelhante também está presente em sistemas mais jovens.
o pH do solo é o melhor preditor das comunidades bacterianas
no presente estudo, o pH foi o único fator, que influenciou a comunidade bacteriana independentemente do uso exploratório e do solo. Além disso, afectou não só a estrutura da comunidade bacteriana, mas também o perfil funcional das bactérias do solo. Como já foi referido, a análise da CCA revelou que o pH explica 26% da variação total do perfil comunitário (figura suplementar S3). Assim, o pH era o predictor mais forte para a estrutura da comunidade bacteriana.hipotetizamos que a estrutura e o funcionamento da comunidade bacteriana seriam moldados de forma semelhante. Correlações ambientais com o Perfil Funcional Derivado de Tax4Fun foram testadas pela NMDS com base em diferenças Bray-Curtis (Fig. 4). Os resultados são semelhantes aos obtidos para a estrutura comunitária. O pH desempenhou um papel importante na configuração do Perfil Funcional e explicou 32% da variância (testada por CCA, P < 0,001, figura suplementar S5). Isto suporta a nossa hipótese de que a estrutura e as funções das comunidades bacterianas são moldadas por mecanismos semelhantes. O perfil funcional também mostrou uma separação entre prados e sistemas florestais.
correlações estatisticamente significativas das características do solo (c: n: razão carbono: azoto; água: teor de água gravimétrico; areia: quantidade de areia; silt: quantidade de silt; argila: a quantidade de argila) e o índice de Shannon (H’) foram indicados por setas. As amostras de solo dos prados são representadas por quadrados Castanhos, amostras de florestas por triângulos verdes. Amostras de diferentes regiões se distinguem pela cor de sombreamento (SEG: Schorfheide-Chorin prados; COSTURAR: Schorfheide-Chorin floresta; HEG: Hainich-Dün prados; LAVRA: Hainich-Dün floresta; AEG: Schwäbische Alb prados; AEW: Schwäbische Alb floresta).
Além disso, descobrimos que o pH é o mais forte preditor de solo diversidade bacteriana (P < de 0,001, R2 = 0.4) (Fig. 5). Já foi demonstrado que a diversidade das comunidades bacterianas do solo nos exploradores está positivamente correlacionada com pH9,22. No entanto, nossos resultados indicam uma relação mais complexa entre pH e diversidade. A diversidade foi mais baixa com pH baixo, depois aumentou e pareceu ser estável entre pH 5 e 7 e aumenta novamente em condições ligeiramente alcalinas. Isto está em contraste com Fierer e Jackson7 e Lauber et al.8, que descreveu um pico de diversidade bacteriana do solo em solos neutros.
Pontos de indicar observados índices de Shannon para cada amostra, enquanto que a linha representa o não-linear côvado de regressão ajustadas aos dados (R2 ajustado = 0.5337, P < 0.001).
Multinomial modelos de regressão revelou várias respostas bacterianas em pedidos para o pH do solo
Para entender melhor a complexa relação de simples grupos de bactérias e o pH do solo, foram aplicados modelos de regressão multinomial sobre os 30 mais abundante ordens do conjunto de dados (Material Suplementar Figura S6). Foram observadas quatro respostas gerais: (1) redução na abundância com o aumento do pH (Acidobacteriales, acidobacterial subgrupo 3, Frankiales, Corynebacteriales), (2) aumento na abundância com o aumento do pH (acidobacterial subgrupo 6, Gaiellales, Acidimicrobiales, Propionibacteriales), (3) estreita faixa de pH com alta abundância (Rhizobiales, Rhodospirillales), e (4) relativamente constante abundância em toda a faixa de pH (Bacillales, Gemmatimonadales, Sphingobacteriales) (Fig. 6). Em sua publicação sobre teoria de nicho, Austin e Smith37 descreveram pH como um gradiente fisiológico direto atuando sobre organismos, resultando em curvas de resposta unimodal ou enviesadas restritas por condições limitadoras de crescimento em uma extremidade, e concorrência na outra extremidade. Isto é apoiado pela nossa observação de poucas ordens altamente abundantes em baixo pH e muitas ordens menos abundantes em solos neutros. A capacidade de crescimento a valores de pH baixos é conhecida como ATR (acid tolerance response) e confere uma vantagem competitiva em comparação com outras bactérias nos solos.
Cada linha representa o previsto abundância alterações ao longo da medição de pH gradiente, baseado em previsões derivadas de modelos de regressão multinomial. Uma versão detalhada deste gráfico, incluindo as 30 encomendas mais abundantes, está disponível como Figura de Material suplementar S4.
Para testar quais mecanismos estão envolvidos em ácido tolerância de bactérias do solo, optou-se por aqueles genes relatado para ser envolvido em acid de tolerância em Rhizobia38 e Gram-positivas bacteria39 que estavam presentes no perfil funcional. Adicionalmente, analisamos os genes presentes na Via KEGG para a biossíntese de ácidos gordos insaturados (ko01040), bem como a isomerase 3-trans-2-decenoílo. Esta enzima está envolvida na geração de ácidos gordos insaturados e demonstrou aumentar a tolerância ácida em Streptococcus mutans alterando a composição da membrana celular 40. Nós descobrimos que os genes para a biossíntese de ácidos graxos insaturados eram altamente abundantes em amostras de baixo pH (pH 3-4), enquanto a isomerase de decienoila não seguiu esta tendência (Fig. 7). Por conseguinte, este gene pode não estar geralmente envolvido na tolerância ácida no solo. Além disso, a maioria dos genes envolvidos na produção de álcalis, dois sistemas componentes e reparação de macromoléculas foram mais abundantes nas amostras de baixo pH em comparação com amostras mais neutras. Vários genes envolvidos na reparação do DNA provavelmente também estiveram envolvidos na ATR de bactérias que habitam o solo, bem como levansucrase, um gene envolvido na formação de biofilmes. Os nossos resultados sugerem que as bactérias podem aplicar um mecanismo activo para lidar com condições de pH stressantes. A produção alcalina aumenta o pH no ambiente imediato, melhorando as chances de sobrevivência bacteriana. Além disso, as enzimas de reparação macromolécula protegem e reparam o ADN e as proteínas, e as bactérias parecem aumentar a tolerância ao pH alterando os seus componentes da parede celular ou protegendo-se dentro dos biofilmes.
Apenas genes com KEGG ortólogos’e presente no perfil funcional são mostrados. Inclui-se a via KEGG para a biossíntese de ácidos gordos insaturados, também com base nos genes com ortólogos KEGG no Perfil Funcional. Branco: baixa abundância relativa; amarelo: abundância relativa média; vermelho: abundância relativa elevada.