科研| Nature子刊：土壤微生物多样性驱动了碳的利用效率
编译：艾奥里亚，编辑：小菌菌、江舜尧。
原创微文，欢迎转发转载
有关于土壤碳循环对气候变暖、干旱和多样性丧失的综合影响的实验性证据较少。其中微生物碳利用效率（CUE）在调节土壤中碳的流动中起着关键的作用，然而生物和非生物因素如何相互作用来驱动碳的流动尚不清楚。
本研究结合不同的群落接种物（生物因子）和不同的温度以及水分条件（非生物因子）来调节模式土壤中的微生物多样性和群落结构。通过研究发现，群落组成和多样性是CUE的最强预测因子，非生物因子调节了多样性与CUE的关系，其中仅在高水分条件下，CUE与细菌多样性呈正相关。
这些结果表明，在不利的土壤条件下，多样性与生态系统功能之间的关系可能会受到损害，要深入的理解土壤碳循环的变化，我们需要对全球变化的多个方面进行更深入的考量。
论文ID
原名：Microbial diversity drives carbon use efficiency in a model soil
译名：微生物多样性驱动了模式土壤中碳的利用效率
期刊：Nature communications
IF：12.121
发表时间：2020.7
通讯作者：Luiz A. Domeignoz-Horta，Kristen M. DeAngelis
通讯作者单位：马萨诸塞大学
实验设计
本研究所采用的模型土由70%酸洗砂土、20% muffled以及acid-washedsilt和10%氯化钙处理膨润土组成。混合均匀后对土壤含水率进行测定。模型土壤经三次高压灭菌循环，每次循环之间至少间隔48小时，以增加杀死新萌发孢子的机会。每20 g人工土壤微环境添加0.22 μM过滤后的混合落叶凋落物DOC（0.1mgC g土壤-1）和0.023 ml s g土壤-1（含5μm过滤酵母膏的改良2×VL55基础培养基）。通过测量添加凋落物DOC后15天的土壤呼吸，基于没有检测到呼吸的结果，我们确保了微环境在接种前的无菌状态。
我们从温带落叶森林土壤（Harvard Forest, Petersham, MA, USA, 42°30′30′′N, 72°12′28′′W）中提取微生物群落。通过提取浓缩，我们将浓缩物定义为D0接种物，并以液体土壤接种剂的形式接种。然后将D0菌液分别连续稀释至1000倍和100,000倍并定义为D1和D2处理。为了排除真菌和大型细菌细胞，我们提取了D0提取物，过0.8μm膜，并将过滤后的接种物定义为Bonly处理。
在培养前90d的每周添加底物时，调整水分含量以考虑水分蒸发，底物中分别以纤维二糖和硝酸铵溶液作为碳源和氮源。为了最大限度地利用养分，在培养的最后30天内没有添加底物。此外，在培养第91天时重新混合土壤微环境，以确保微环境中均匀的底物利用率。通过测量第一个月的CO2通量每周监测微生物群落的生长，随后每隔两周监测一次。
结果
1 模式土壤中微生物群落的组配
具有代表性的4个细菌门和3个真菌门存活于模式土壤中，这其中包含1036个细菌可操作分类单元（OTUs）（100%的一致性）和270个真菌OTUs（97%相似性）。实验操作成功地改变了微生物多样性，与所有其他接种物相比，最低稀释接种物（D0）衍生的群落中细菌和真菌的丰富度更高（图1）。然而，与其他研究相似，多样性的下降与稀释的程度不相称：在稀释3个数量级（D1）和5个数量级（D2）的两种情况下，微生物多样性的下降幅度相似，对于细菌来说分别为77.4%（CI95%=[63.4-90.6%]）和80.9% （CI95% = [71.6-106.2%]），对于真菌而言分别为57.9%（CI95%=[45.4-70.5%]）和43.9% （CI95% = [19.5-68.3%]）。基于在大多数样本中，其真核细胞的丰度为0，因此我们推断0.8μm过滤D0接种物能够成功去除真核细胞（“Bonly”）（图1）。但由于在初始土壤中的一些孢子能够抵抗灭菌作用，因此在一些Bonly样本中仍存在真菌序列，但这种孢子在未接种的对照处理中并没生长。最后，我们通过将与D0相同接种量的土壤置于干热（120 °C，30min）和苯酚（1.5%，1h）环境下，成功地丰富了spore-formers （SF）中的群落。
基于细菌和真菌管家基因的实时定量PCR（qPCR），我们在120天培养结束时对土壤样本的真菌和细菌的丰度进行了评估。通过研究发现，细菌和真菌基因拷贝数在不同处理之间没有统计学差异，但在Bonly处理中，细菌细胞数量明显高于所有其他处理，而真菌数量明显低于所有其他处理。
我们能够在模式土壤中形成具有多样性和群落结构显著差异的群落。丰富度主要受多样性控制的驱动，而群落结构受土壤水分和温度调控的影响（表1）。模式土壤中的微生物丰富度低于天然土壤，但却高于以往那些意在评价多样性与生态系统过程关系的土壤样本中的微生物丰富度。虽然在解释有关于自然土壤的研究结果时需要仔细考量，但基于模拟土壤的矩阵，我们能够对在空间结构的土壤环境中生物和非生物因素是如何相互作用来驱动微生物土壤碳利用效率（CUE）进行研究。
2 多样性与CUE之间的经验联系。
我们用底物非依赖性18O-H2O方法在相同温度和湿度条件下对样品在过去4个月中培养的群落CUE进行了测定。而CUE在其他研究中测量的值范围内各不相同。我们假设CUE与多样性呈正相关关系。总体而言，我们观察到，与第一次（D1）和第二次稀释（D2）的群落相比，多样化最高的D0处理的群落CUE更高，而与所有其他处理相比，Bonly的群落CUE更低。
CUE代表C对生长和呼吸的分配，为了了解其是如何受到多样性的影响，我们分别评估了生长和呼吸响应。我们在真菌多样性与CUE之间并未观察到显著的相关性关系。但对于细菌而言，在高水分条件下，生长速度随着系统发育多样性（PD）的增加而增加（图2a），而非呼吸（图2b），这导致了在潮湿不干燥的土壤中细菌系统发育多样性与CUE之间存在显著的正相关关系（图2c）。有趣的是，高细菌多样性（50-80%）的土壤中的CUE通常都保持在较高的水平。Break point analysis证实了这一点，即在PD值为4.48时出现阈值，而在此之后仅观察到较高的CUE值（t=4.51，df=86，R2=0.28，P<0.001）。相比之下，多样性较低的样品显示了完整的CUE范围，这表明群落组成和环境因素等其他因素在决定群落CUE中起着重要的作用。虽然我们研究报道了多样性和CUE之间的正相关关系，但其他研究已经评估了呼吸和多样性之间的关系，发现这种关系可能是正相关的也可能是负相关的。很少有研究评估多样性与生长速率或CUE之间的关系。以前的一项基于磷脂脂肪酸（PLFA）分析的微生物群落组成与CUE之间的关系的研究发现，尽管PLFA在测量群落组成方面的分辨率比测序低得多，但这两者之间并未表现出相关性关系。不同研究中多样性与C循环功能之间的响应差异可能是由于不同实验中不同水平的多样性所致，最近的一篇综述曾给出过这样的结论，即只有在低多样性群落中（<10个物种），多样性与C循环功能之间的正相关关系才是一致的。然而，只有在PD值为4.48后，我们才观察到多样性与CUE之间没有显著的关系。这表明，在我们简化的模拟土壤系统中，需要适度的多样性水平来确保高CUE水平。虽然在自然土壤中观察到的多样性水平比我们简化的系统中的要高，但自然土壤的复杂性也更高。例如，生活在自然土壤中的微生物经历了多种不同的底物，而在我们的简化系统中，我们使用了单一的底物（纤维二糖）。这表明，在多样性与CUE之间的关系饱和之前，自然土壤可能需要更高水平的多样性。总体而言，这些结果表明，通过评估模拟土壤系统中的多样性-功能关系，与液体培养等不太复杂的环境相比，饱和这种关系所需的多样性水平更高。此外，由于我们使用的是固体基质系统，我们能够评估生物和非生物条件之间的相互作用如何塑造C循环的这一组成部分。
图2 细菌多样性与生长、呼吸和提示的关系。a-c分别代表细菌系统发育多样性（PD）与生长（a）、呼吸（b）和提示（c）之间的关系。
互补效应可以解释为什么我们在潮湿而不是干燥的条件下观察到这种多样性与CUE之间的正相关关系。目前已有的研究表明，互补效应对功能的影响随着非生物条件的不同而不同。本研究中，我们将水相充当微生物相互作用的“gatekeeper”从而允许物种相互作用，并在高水分处理中出现互补效应。而cross-feeding可作为解释这种物种之间互补互动的机制之一。例如，如果一些微生物从糖异生底物中产生氨基酸，而另一些微生物从糖酵解底物中产生氨基酸，那么这可能会对生长产生促进的作用。在这个例子中，微生物可以在高水分下获得其他微生物产生的氨基酸，从而导致更有效的群落生长。此外，由于CUE是生长和呼吸作用的总和，只有当多样性对生长的影响大于对呼吸作用的影响时，CUE才会受到多样性的正面影响（图2）。非生物因素的变化也可能通过改变资源摄取率或需求来改变物种相互作用的类型。在低含水量培养的微环境下，我们发现土壤团聚体与生长、呼吸和CUE之间呈正相关关系。这可能表明，在低水分条件下，微生物群落的生长更多地局限于团聚体水平上的资源，因此与团聚体的大小相关。相反，在湿润土壤中，我们并未发现到土壤团聚体与生长、呼吸或CUE之间的关系，这表明这些土壤中的微生物并不局限于团聚体水平上的资源。因此，低含水量可能限制了可能的种间互补相互作用的程度，这恰恰解释为什么在这些土壤中多样性与CUE之间没有正相关关系。或者，另一种可能的机制是干燥压力造成的额外成本，这可能会削弱在高水分样品中发现的正相关关系。因此，微生物多样性对CUE的影响取决于非生物条件。
3 温度和水分对CUE的影响
土壤中温度和含水量驱动了土壤中的CUE，与前人的研究结果一致，我们在较高温度下培养的微环境中测得较低的CUE（t=10.75，df=172，P<0.0001）。在更高的温度下培养的群落CUE的减少与rrN拷贝数增加有关，其中rrN的高拷贝数与低生长效率有关，但这一现象并不总被观察到。水分处理对CUE（t=-1.81，df=161，P=0.070）和rrN均无显著影响。鉴于微生物群落在长期的温度和水分条件下不同（表1），我们同时进行了额外的培养，以评估对短期温度和水分变化所引起的直接生理反应。
我们在微环境下的一个子集中测量了所有不同非生物组合下的CUE（图3a）。虽然已知长期的非生物条件会改变微生物群落结构，但这些条件的短期变化应该会引起独立于群落变化的生理变化。我们假设CUE会随着温度的升高而减少。然而，温度短期升高10°C显著增加了质量比呼吸（图3b）和生长（图3c）（分别为188%和176%），但没有导致明显的CUE响应（图3d）（t=0.36，df=51，ns）。Garcia等人表明需要更大的物种丰富度来满足升温过程中微生物的生长。我们的D0处理中微生物的多样性最大，这些结果表明，在温度上升10°C的背景下，其群落能够在不改变呼吸：生长之间的关系的情况下，不对CUE造成影响。
水分的短期变化对CUE的影响大于温度。当WHC从30%增加到60%时，呼吸和生长分别提高了146%和169%。与湿润后的土壤的呼吸相比，生长的增加导致CUE的绝对增加量为8%（图3d）。我们假设，较高的生长量可能是由于增加水分时较高的养分利用率所致。水分是CUE的强大驱动因素的另一个可能的解释是，与高水分含量相比，低水分时微生物群落经历的水势不同。以前的一项研究表明，CUE随着干旱时间的延长而减少，这可能与干燥或胞内溶质或EPS的产生从而导致了额外的消耗有关，但本研究中基于DNA的生长测量方法都没有办法对这两个因素进行评估。
图3 温度和水分短期变化对呼吸、生长和CUE的影响。a代表在两种温度（15和25°C）和30%持水能力（WHC）下生长D0处理中所有组合；b-d分别代表水分和温度变化对呼吸商（b），生长（c）以及对CUE（c）的影响。
4 CUE作为生物和非生物驱动因素之间相互作用的函数
模型土壤系统提供了一个独特的平台来控制特定的生物和非生物成分，这些成分在土壤过程中起着重要的作用，与自然土壤相比，可以将特定的成分从其他混杂变量中分离出来。因此，它们可以用来增加对主要微生物生态学问题的理解。我们使用结构方程模型（SEM）来确定生物成分（真菌和细菌多样性、群落结构、真菌与细菌的比率、潜在的胞外酶活性和微生物来源的土壤聚集性）对CUE的影响程度（图4）。基于非生物驱动因素（水分和温度）能够直接驱动CUE的同时，也可以通过影响CUE的生物驱动因素间接驱动CUE的这样一种假设，我们构建了模型路径结构。基于SEM我们检验了以下假设：
（1）不同的群落结构会导致不同的群落CUE；
（2）细菌多样性对CUE的影响表现出正相关关系；
（3）胞外酶库代表着微生物生长效率的消耗，因此对CUE有负面影响；
（4）真菌的存在增加了CUE以及
（5）微生物驱动的土壤聚集性对CUE作为向细胞供应底物的替代物具有正效应。
总体而言，我们的模型解释了CUE中30%的变异度（图4）。
虽然温度通常被认为是CUE的控制变量，但我们的结构方程模型表明，温度和水分只间接影响CUE，而不是通过生物成分发挥作用（图4）。细菌群落结构和多样性是CUE的最强驱动力。细菌多样性对CUE有正向影响。然而，由于群落结构是由非度量多维尺度（NMDS）的第一轴表示的，它具有任意的方向，因此我们无法给出细菌群落结构与CUE之间确切的路径系数。CUE的其他直接驱动因素是真菌的存在、胞外酶活性和土壤团聚体。潜在的胞外酶活性/MBC与CUE呈负相关关系，支持了前人研究所提出的这样一种观点，即酶作为微生物生长的一种消耗，会影响微生物的生长。我们发现真菌与细菌的比例不会影响CUE，到这与先前的研究不同。这一差异可能是由于与天然土壤相比，我们人工土壤中的真菌与细菌的比例较低。尽管如此，我们在真菌生长的微观世界中观察到了更高的CUE（模型中的“真菌存在”部分）。与之相一致的是，Bonly处理显示出最低的CUE值。然而，真菌丰富度和群落结构并不是CUE的驱动因素，由于细菌的生长速度快于真菌，因此我们假设24小时培养过程中对CUE的测定主要捕获了细菌的生长。真菌的存在对CUE的正面影响表明，一些普遍的真菌功能对于群落生长效率是重要的（图4）。例如，真菌可以为细菌提供有机氮源，因为我们在Bonly微环境中所检测到的N-乙酰氨基葡萄糖苷酶（NAG）活性很少甚至是没有。因此，微生物群落对CUE的影响可以通过各种机制发挥出来。
图4 结构方程模型显示了土壤非生物和生物因素对CUE的相对影响。
CUE是呼吸和生长的综合变量，这取决于微生物的生理和环境条件。重要的是要强调的是，很大一部分CUE的变化在模型中仍然没有得到解释，这意味着其他因素也很重要，在这里没有捕捉到。总之，这些结果突出了非生物环境（如温度和水分）的变化如何与群落组成和多样性丧失相互作用，从而影响群落CUE。
结论
你可能还喜欢