编译：fufu，编辑：十九、江舜尧。
原创微文，欢迎转发转载。
导读
土壤微生物群落调节和响应关键的生物地球化学循环，并影响植物群落模式。微生物群落也会对扰动事件作出反应，从而促使人们评估十年期多因素全球变化、扰动事件和植物群落结构对微生物群落响应的相对作用。作者使用高通量扩增子测序来表征2014年从Jasper Ridge全球变化实验中收集的土壤中细菌和真菌群落的多样性，采用线性混合效应模型来检验全球变化对微生物多样性的影响。结果表明，即使在年代际尺度上，火灾历史和植物群落组成对细菌和真菌群落组成的影响也分别超过了多因素全球变化的影响。此外，全球变化因素主要对微生物多样性模式具有加性效应。高度可变的介质，如火灾历史和植物群落组成，限制了土壤微生物对长期全球变化反应的普遍性。
原名：Fire history and plant community composition outweigh decadal multi‐factor global change as drivers of microbial composition in an annual grassland译名：火灾历史和植物群落组成超过了年代际多因素的全球变化，成为草地微生物组成的驱动因素
IF：5.172
发表时间：2019
通讯作者：Clara Qin
通讯作者单位：美国加州大学圣克鲁兹分校环境研究系
1. 场地描述和实验设计
Jasper Ridge全球变化实验 (JRGCE)是在是在美国加利福尼亚州伍德赛德附近以一年生草本为主的3公顷砂岩草地上进行的一项人为全球变化实验。其地中海型气候的特点是冬季凉爽湿润，夏季温暖干燥。2003年夏季，一场突发的低强度野火影响了四分之一的地块，2011年夏季，一场人为控制的类似强度的火灾影响了一半的地块。所有在2003年被烧毁的土地在2011年再次被烧毁。
图1 Jasper Ridge 全球变化实验 (JRGCE)的空间设计。（a）灰色区域在2011年被烧毁；在2003年的森林大火中，灰色点状区域也被烧毁了。封闭轮廓的圆圈代表实验区。标记为“C”表示升高的二氧化碳，“T”表示升高的温度，或“CT”表示两种处理方法。带有虚线轮廓的未标记的圆圈是不受基础设施限制的。(b)增加降水处理期间的试验田。自1998-1999年生长季节开始以来，JRGCE的研究人员在两个水平上控制了四个全球变化因素：氮沉降、二氧化碳浓度、温度和降水量。JRGCE由36个圆形地块组成，每个地块直径2米，每个地块周围有半米经过处理的缓冲区。每个地块都有一个免费的空气暴露系统，产生的二氧化碳浓度平均比环境水平高出275ppm。加热通过红外热灯提供80(1-4年)、100(5-11年)或250(12-16年)W/m2的热量(加热+ 1-2℃)。每个小区进一步划分为四个区域，随机分配到N处理和降水处理之间的四个处理组合。对于氮沉降升高，在生长季节的第一次降雨时，用硝酸钙(Ca(NO3)2)作为2g N m-2的脉冲。提高降水处理提供50%以上的降水，由洒水器在每次自然降雨事件后提供，并通过春季的两次人工降雨事件将生长期延长约三周。实验包含128个处理过的区域，每个处理组合设置8个重复。另外还有四个没有基础设施的控制区，共144个区域。所有植物生物量都是从每个区域指定的收获区域收获的，用于描述48种维管植物的丰度。地上生物量于2014年4月14日和2014年5月12日收获。2014年4月15-16日，在136个区域各采集3个直径为22.2 mm的0-7 cm深度的土芯。每组3个土芯被混合，为每个区域创建一个复合样本。土壤样品于4℃保存，待3天后取子样进行土壤含水量分析；然后将样品冷冻在- 80℃。每个样本被分成若干子样本：(a)土壤水分分析和总碳氮含量为1 g， (b)土壤pH值为5 g，(c) DNA提取为0.25 g。随后进行各种化学分析。统计分析在R版本3.4.4中进行。用于模型‐拟合的最终数据集包含以下样本大小:nfungal,richness=120；nfungal,Shannon=118；nbacterial,richness=113；nbacterial,Shannon= 112。作者使用线性混合效应模型来测试全球变化驱动因素、植物和土壤变量对微生物多样性的影响，同时考虑了火灾历史和地块变化：其中y表示观测到的丰富度或香农指数，i表示小区的指数，j表示一个实验区域的指数。实验区域嵌套在小区中，用j(i)表示。我们假定正态分布地理图随机效应bi和正态分布随机错误εj(i)。我们使用了三种类型的线性混合效应模型来测试全球变化和环境变量对微生物多样性的影响。在全球变化主要影响模型(“main”)中，我们的目标是测试哪一个单独的全球变化驱动因素(如果有的话)影响微生物多样性。在全球变化交互作用模型(“GC interactions”)中，我们旨在测试全球变化驱动因素之间的交互作用是否显著影响微生物多样性。在植物和土壤变量模型(“plant–soil”)中，我们的目的是测试GC驱动力的影响是否可以用任何植物或土壤变量更好地解释。对于这三种模型，这些变量的设计矩阵分别为：其中'1’表示截距，所有其他缩写都定义在表1中。没有逗号分隔的相邻符号表示交互项。模型的设计矩阵中的每个词都有一个关联的β系数。例如，与Xj(i)相对应的交互作用模型的模型系数为：在模型拟合之后，作者使用lmerTest提供的likelihood ratio tests来比较主要模型与交互作用模型和植物-土壤模型的多样性度量。为了了解微生物群落组成的驱动因素，作者使用广义差异模型(GDM)将每个微生物群落的组成差异作为全球变化驱动因素、地理距离、植物和土壤变量的函数来拟合。选择GDM并通过两步法对每个模型类型下的每个微生物群落(真菌、细菌)的组成差异进行拟合。
3.1真菌和细菌多样性的驱动因素
全球变化驱动因素和环境变量对真菌和细菌群落的多样性产生了各种重大影响(图2)。在主模型中，在高氮沉降下观察到的真菌丰富度增加（p <0.05）。温度升高可降低细菌的丰富度和Shannon指数（p <0.05）。除此以外没有其他的全球变化驱动因素对多样性产生重大的影响（p ＞0.05）。在GC交互作用模型中包含交互项并不能非常明显地去改进适用于任何多样性指标的模型，相互作用项系数的宽误差栏正是反映了这一点。作为唯一的例外，二氧化碳的增加对细菌丰富度产生了负作用，而二氧化碳和降水量同时增加的区域中这种负作用似乎消失了（p <0.05）。植物-土壤模型对真菌的Shannon指数或细菌的丰富度或Shannon指数(LRT，p>.05)的拟合效果不显著，但真菌的丰富度通过加入土壤变量得到了更好的解释（表2），特别是土壤pH值和土壤C/N比值与真菌丰富度呈正相关（p <0.05）。此外，2011年火灾对真菌Shannon指数有持续的负作用。二氧化碳和降水对细菌丰富度的影响如GC相互作用模型先前推断的那样，在考虑植物和土壤变量时不显着（p ＞0.05），这表明二氧化碳和降水这些影响是通过它们对植物群落或土壤环境的影响而起作用的（p＜0.05）。气候变暖对细菌丰富度的影响在主要模式和植物-土壤模型中均为显著负值（p <0.05），表明其影响并不取决于植物群落或土壤环境的持久变化。
图2 全球变化处理、土壤性质和植物群落特性对观察到的土壤微生物群落丰富度的影响。真菌(A)和细菌(B)丰富度用线性混合效应模型进行拟合：全球变化的主要影响(黑色)；全球变化的主要和相互作用效应(粉红色)；或全球变化、植物变量和土壤变量(绿色)的主要影响。表2 主效应模型与GC相互作用模型和植物-土壤微生物多样性模型的比较在整个研究体系中，真菌群落以Ascomycota (平均相对丰度57.0%)和Basidiomycota (26.7%)为主，其次是Zygomycota (7.3%)、Glomeromycota (5.7%)和Chytridiomycota(0.5%)。细菌群落主要由Proteobacteria组成(33.2%为亚门α，β9.3%，δ6.7%，γ3.2%)，Acidobacteria (16.8%)，Actinobacteria (14.3%)，Bacteroidetes (8.8%)，Planctomycetes (8.0%)，Verrucomicrobia (7.6%)，Gemmatimonadetes (5.0%)和Chloroflexi (3.3%)。除少数例外，在任何处理或处理交互作用下，各主要微生物群的相对丰度并无显著变化。对于细菌群落，作者选择了一个植物-土壤模型解释了1.73%的零模型偏差的真菌组成差异。该模型确定植物群落差异(VarImp=91.7%，p<0.01)和地理距离(VarImp=5.6%，p<0.01)是真菌组成差异的重要驱动因素。地理距离在一定距离上的影响接近研究范围的三分之一，而植物群落差异的影响则在整个范围内增加。对于细菌群落，作者能够将所有三种模型类型都适用于分析群落组成差异。在这三种模型中，2003年火灾是细菌群落组成差异的最重要的驱动因素。主模型解释了零模型偏差的1.59%(p=0.035；图3c)，并将2003年火灾(VarImp=81.7%，p=0.030)和地理距离(VarImp=2.0%，p=.035)确定为细菌组成差异的重要驱动因素。其次，GC交互模型解释了零模型偏差的2.24%(p=0.032；图3e)，并确定2003年火灾(VarImp=57.1%，p=0.015)和地理距离(VarImp=1.4%，p=0.025)是细菌组成差异重要的驱动因素，CO2升高与降水增加的交互作用接近显著水平(p=0.060)。最后，植物-土壤模型解释了零模型偏差的2.60%(p=0.046；图3g)，并仅确定2003年火灾是一个重要的驱动因素(VarImp=57.2%，p=0.010；图3h)，值得注意的是，植物群落差异并不是细菌组成差异的显着驱动因素(p=0.180)。图3不同处理和环境梯度的真菌和细菌群落的组成不同。行对应于四种广义不同模型(GDMS)的拟合结果：真菌群落差异性作为全球变化的函数，主要受植物和土壤变量的影响（a,b）；细菌群落差异作为全球变化主要效应(c, d)、全球变化主要效应和相互作用(e, f)的函数，或全球变化主要效应与植物和土壤变量(g, h)的函数。
在这一分析中，作者利用一个长期的全球变化实验来研究各种全球变化驱动因素对草地土壤微生物群落多样性和群落组成的影响。除地理因素外，2003和2011年火灾成为细菌群落组成的唯一重要驱动因素，这提供了火灾干扰对细菌群落聚集产生历史影响的证据。植物群落组成也成为真菌群落组成的唯一重要驱动因素。虽然这些影响只解释了微生物群落中的一小部分变化，但它们超过了在本实验的整个周期中持续的全球变化驱动因素的影响。
4.1作为微生物群落反应驱动因素的火灾历史和植物成分
尽管根据燃烧后33个月的PLFA分析发现2003年火灾对土壤微生物群落的影响是看不出来的，但作者发现2003年火烧后的地块与未受火烧的地块在细菌群落组成上存在微小却显著的差异。重要的是，所有在2003年遭遇火烧的地块都在2011年再次被烧毁；然而，2011年的火灾本身并不是细菌多样性或组成的重要驱动因素。因此，火灾的持久影响可能实际上代表了火灾再次发生的遗留问题。这些结果表明，在草地土壤细菌群落的长期重建过程中，火灾的时间特性比单一火灾更重要。
2003年和2011年共同发生的火灾可能是一种极端情况，它超出了细菌群落近期进化史的范围。上个世纪此实验站（JRGCE）的灭火史可以解释为什么火灾的影响如此明显。在火灾频度较高的草原上，细菌的近期进化史可能会培养出比此实验站观察到的具有更强耐火能力的群落。然而，微生物群落组成的差异并不一定反映功能上的差异，因此目前尚不清楚这种由火灾引起的成分变化最终将如何影响土壤-气候反馈效应。
植物组成是真菌群落组成的重要驱动因素，同时也是细菌群落组成的重要驱动因素，这表明植物群落对土壤微生物群落的影响方式不能仅从全球变化处理的角度来解释。目前还不清楚植物和微生物群落之间的联系是否也涉及到历史偶然性的因素，除非控制历史影响，不然就很难从直接影响（例如环境过滤等）中区分历史影响。无论如何，植物群落装配本身是高度可变的。推而广之，土壤微生物对全球变化的响应可能会受到植物群落对相同周围环境条件响应的不确定性的限制。植物群落组成在驱动真菌多样性方面的可靠性证实了先前关于植物-真菌关系的研究。但相反地，最近的一项研究也使用了广义差异模型，它却发现优势树种对真菌多样性的控制不如土壤pH值和有机质含量强。土壤真菌群落组成受整体植物群落的影响可能比受单个植物个体的影响更大。
与Gutknecht等人的结果一致，作者发现在一个全因子实验中，二氧化碳浓度、温度和降水对微生物多样性和群落组成的影响有限。尽管氮沉降是植物产量和物种丰富度的强驱动力，它只有在全球变化相互作用以及植物土壤变量被排除作为预测因子时候才影响真菌丰富度。在本研究中，植物和土壤变量的加入表明了土壤pH、N含量和C/N比值对真菌丰富度的正效应，但对植物生产力、植物物种丰富度和N沉降本身没有显著影响(图2)。这些结果证明，任何驱动土壤pH值或土壤C和N含量的因素——而不是氮的沉积本身——都能在对真菌的丰富度上的影响有着相似的模式。这些观察结果与全球对草原土壤微生物群落的研究一致，该研究发现氮和磷的添加对真菌和细菌的丰富度影响不大。与此相反，参与植物养分获取的共生菌群可能会受到养分沉积的负面影响：N沉积对外生菌根真菌多样性有很强的负面影响，N和P沉积对丛枝菌根真菌都有负面影响。在本研究中，氮沉积的有限反应可能部分是由于主导的腐生类群微生物。细菌群落对土壤pH值的变化比真菌群落更敏感。但在本研究中，土壤pH值对细菌多样性和群落组成没有显著影响。这可能部分归因于本研究中土壤pH值的梯度相对较窄（6.05-7.45不）。升温对真菌群落没有显著影响，但明显降低了细菌群落的多样性(图2b)，且不影响群落组成(图3)。细菌群落对气候变暖的消极反应是作者研究中最普遍的发现之一，这表明无论植物群落或土壤性质如何，细菌群落作为一个整体都受到了影响。这一发现表明，至少在本研究的温度梯度范围内，JRGCE的内源性细菌群落对变暖有一致的生理反应，而长期变暖对细菌群落起到了环境过滤器的作用。对于这种差异，作者提供三个相互兼容的解释。首先，这些发现可能表明，在不同区域范围内的温度梯度上，原位变暖的影响和微生物多样性的变化之间存在差异。第二，这些发现可能指出了非气候组分的重要性，即伴随温度变化的气候组分，这些组分可能是作者没有进行测量的其他土壤性质。第三，不同微生物群落的温度响应可能存在差异。全球变化对微生物群落组成的影响很小。处理之间的交互作用对真菌或细菌群落组成无显著影响。尽管气候变暖减少了细菌的多样性，但它并没有影响细菌的组成。变暖对细菌多样性的有着负面影响，这个结果表明十年变暖已经在细菌群落中造成了干扰，但没有导致显著的群落重组。气候相关影响的非显著性与土壤微生物群落对长期气候变化的适应能力的研究是一致的。在本研究中，全球变化处理之间唯一显著的相互作用是在CO2和降水均升高会导致细菌OTU丰富度的增加。虽然相互作用效应可以通过更多的重复或更多的实验控制来确定，但相互作用效应的总体弱点表明同时发生的环境变化对微生物群落的影响并不大。全球变化对草地土壤微生物群落的综合效应大多是叠加的，因此土壤微生物群落的响应既没有被多个全球变化因素的共同发生显著放大，也没有被显著减弱。
本研究预测了火灾历史和植物群落组成在构建土壤微生物群落中所起的作用比全球变化因素更大，表明仅根据气候的预测变化无法很好地预测土壤微生物群落结构。未来的研究不仅要减少野火风险和植物群落演替的不确定性，还要确定哪些环境变量与土壤微生物群落相关。
你可能还喜欢
综述 | Cell：炎症性肠病的治疗机遇：宿主 - 微生物关系的机制解析
综述 | Nature 子刊：微生物研究的简单动物模型
这些或许也适合你哦👇
最低只需1000元！微生太宏基因组测序分析大促销！
DNA甲基化与表观遗传学数据挖掘与分析学习会（上海：10月26-27）
