Nature子刊 | 清华大学周集中等：污水处理厂细菌群落的全球多样性和生物地理学特征
推荐：江舜尧
编译：萍水相逢
编辑：董小橙
清华大学环境学院周集中等于2019年5月13日在Nature子刊Nature Microbiology上发表题为《Global diversity and biogeography of bacterial communities in wastewater treatment plants》的文章：该文章主要分析全球污水处理厂的微生物群落的多样性和挖掘其背后的群落构建机制(随机性or决定性作用)。使我们对污水处理厂的微生物生态学和生物地理学特征具有更深刻的认识，对污水处理工艺具有重要的意义。
摘要
污水处理厂的微生物通过对废水的净化，在生态系统中起着至关重要的作用-保护公共环境健康。然而，污水处理厂的微生物多样性及其控制因素还知之甚少。通过全球的系统抽样方法。我们分析了来自6大洲23个国家的269个污水处理厂的近1200个活性淤泥样品的16S rDNA序列。我们的分析结果表明，全球活性污泥中包含约1,000,000,000个细菌表型，且符合泊松正态多样性分布。尽管其多样性很高，但在全球污水处理厂的活性淤泥中，组成细菌群落的核心OTUs并不多(只有28个OTUs)，且与活性污泥的性能密切相关。利用全球的数据进行Meta分析表明，活性污泥的微生物群与淡水的微生物群最为密切相关。相比于大型生物的多样性，活性污泥的细菌群落并未表现出纬度梯度差异性。另外，污水处理厂的微生物群的空间周转率与研究的尺度有关，尽管决定性因素(温度和有机物的输入)非常重要，但微生物群落构建似乎很大程度上是由随机过程(如扩散和漂移)所驱动。本研究结果让我们在生态理论框架内对全球污水处理厂的微生物群落的多样性和生物地理学特征有了更深的认识，对微生物生态学和污水处理工艺具有重要的意义。
文章重要图表说明
Fig. 1全球污水处理厂的微生物多样性。a图：本文研究的269个污水处理厂的地理分布图；b图：活性污泥中细菌群落的物种丰度分布(SAD)预测图。灰色线代表随机从研究的数据中选择的一个SAD，把每个模型与观测的SAD数据进行拟合；c图：污水处理厂中活性淤泥的微生物丰富度的评估。相似性超过97%的序列归为同一个OTU。微生物丰富度和丰度的尺度关系图(灰色的虚线与红色阴影部分为95%的预测置信区间)，灰色的圆圈代表来自之前在其他研究系统(非污水处理厂)的丰富度评估值；d图：活性污泥细菌多样性的纬度分布图。用OTU丰富度与样点纬度拟合的曲线图显示OTU丰富度在中纬度达到最大值。该条曲线为基于最小二乘回归的二阶多项式拟合曲线。双侧回归系数均为p< 2*10-16。颜色梯度代表年均气温。图标形状代表样品来自于南半球or北半球。
Fig. 2 全球活性污泥中核心OTUs的丰富度、群落组成及功能重要性。a图：全球核心OTUs与剩余OTUs的百分比及相对丰度。仅0.05%的OTUs广泛分布于全球的污水处理厂中，其序列平均占据了12.4%的总16S rDNA序列；b图：全球核心OTUs在门和纲水平下的群落结构组成；c图：根据有机碳(BOD和COD)的去除率，营养元素(TN和TP)和氨氮的去除率(每天每g MLSS (与微生物生物量有关的混合悬浮物)有多少化学物质被去除掉)评估活性污泥的功能性。右边的颜色梯度表示Spearman相关系数，深蓝表示正值越大，正相关性越强，而深红表示负值越大，负相关性越强。颜色框的大小则表示相关强度。星号代表Spearman系数的显著水平(双侧)。***p<0.001, ** p<0.01 and * p<0.05。
Fig. 3 不同洲和不同栖息地的细菌群落结构的比较。a图：NMDS显示，与其他环境的微生物相比，污水处理厂的活性污泥存在特定的微生物群。为了比较不同环境和洲际间的微生物群，我们把我们所得到的OUTs表(n=269)与地球微生物计划项目(EMP)所释放的全球其他栖息地的微生物OTUs表合并，包括土壤(n=338)、海洋(n=969)、淡水(n=447)、空气(n=81)、人类粪便(n=99)及动物粪便(n=622)。细菌群落间的差异性用Bray-Curtis距离计算；b图：属水平上活性污泥中的细菌在空气、人和动物粪便、淡水、海洋及土壤中的占比。箱图显示了25、50和75的百分位值。箱图上限不超过1.5×四分位值，下限最小不低于1.5×四分位值。样品分别来自非洲、亚洲、澳洲、欧洲、北美和南美洲的6个、73个、18个、34个、127个和11个污水处理厂的淤泥。
Fig. 4 活性污泥中细菌群落的空间周转率。a图：距离衰减关系图(DDRs)是基于Bray–Curtis相似性计算。黑色线代表在所有空间尺度下的最小二乘回归线。彩色线则表示根据城市(n=9,753 pairwise distances)、洲内(n=220,136 pairwise distances)以及洲际间(n=472,816 pairwise distances)分别做线性回归。回归斜率的p值(单侧)采用矩阵置换检验确定；b图：用随机度评估细菌群落构建的生态随机性。随机度是基于分类多样性(Taxo., Bray–Curtis/Sorensen)和系统发育多样性(Phyl.，Unifrac)(加权或不加权)对每对样品(n=71 cities)进行计算。箱图表示四分位值，三角形表示平均值；c图：方差分解分析(VPA)显示地理距离和环境因素分别对群落结构组成变异的相对贡献度。
Fig. 5 环境驱动活性污泥群落结构组成。a图：结构方程模型(SEM)显示环境因子、群落结构组成及污水处理厂功能性三者间的关系。SRT效应的复合变量为SRT与SRT平方的线性组合。群落组成由基于Bray-Curtis距离的主坐标分析得到的PC1表示。蓝色和红色箭头分别代表显著的正、负相关路径。箭头上的数值则代表标准路径系数(β)。箭头宽度代表相关强度。R2代表每个独立因子可解释的变异比例；b图：群落中平均rRNA基因拷贝数随进水BOD/(1 +循环比)的增加而增加。红线代表回归线，p值代表最小二乘回归斜率的显著性；c图：根据随机森林模型(n=269 WWTPs)分析物种组成与温度间的关联强度。红线显示了完美预测的理论曲线。右下角的插图根据来自北美和南美的样本数据进行预测的模型图，以预测亚洲样本的温度
你可能还喜欢
（1）科研 | Nature子刊：根系分泌的代谢物通过塑造根际微生物群来驱动植物-土壤对生长和防御的反馈
（2）科研 | ISME：氮沉降对全球土壤微生物的负效应 (国人作品)
（3）科研 | ISME：升温改变功能性微生物群落增强有机碳分解（国人作品）
（4）科研 | Nature：地球表层土壤微生物群落的结构和功能
（5）科研 | ISME：空间结构对土壤微生物间一种新型营养缺陷相互作用的影响
（6）综述|Nature review microbiology：多年冻土的微生物生态学
（7）科研 | 多环芳烃污染对土壤微生物多样性及共代谢途径的影响
你可能还需要👇