恭喜 壮根美颜主编康亚龙

恭喜 壮根美颜主编康亚龙

摘要:
通过在石河子大学农学院试验站开展加工番茄连作定点微区试验,研究了不同连作处理(种植1 a、连作3 a、5 a和 7 a)对新疆加工番茄土壤理化性状、微生物生物量和酶活性的影响。结果表明,随着连作年限的延长,土壤pH升高,全磷、速效磷及全钾含量呈先升后降的趋势,土壤容重无明显变化。连作7 a时土壤有机质、全氮及速效钾含量较对照分别下降了8%、21% 和29%(p<0.05)。土壤微生物量碳(SMBC)、微生物量氮(SMBN)和微生物商(qMB)呈显著下降趋势,与对照相比分别降低了52.3%、78.8%和48.2%(p<0.01);微生物量磷(SMBP)呈先升后降趋势,连作3a时,SMBP含量达到最大值,是对照的1.65倍(p<0.01)。土壤过氧化氢酶活性呈显著升高趋势,而脲酶、蔗糖酶、多酚氧化酶及磷酸酶活性的变化则相反。连作导致加工番茄产量显著下降,连作7 a时产量下降达34%(p<0.01)。相关分析表明,pH、微生物量、qMB、酶活性及养分之间相关性极为密切,说明土壤微生物量和酶活性相结合,可以反映土壤质量的变化。加工番茄连作导致土壤pH和电导率升高,显著抑制了土壤微生物活性,降低了土壤肥力,最终造成产量下降,连作障碍明显。
前言
新疆加工番茄已形成区域化布局、产业化生产的局面,导致连作现象普遍发生,连作障碍问题已成为限制加工番茄稳产、高产的主要原因。因此,研究加工番茄连作条件下,土壤微生物量、微生物商和土壤质量的变化规律及其相关性,对进一步揭示连作障碍的成因及由此造成的土壤肥力下降具有重要作用。作物长期连作容易破坏土壤结构,pH升高,土壤含盐量不断富集,次生盐渍化现象明显,土壤肥力下降,根系分泌物的自毒作用增强,病原微生物数量增加,致使作物产量降低[1-2]。土壤微生物量和土壤酶活性可反映土壤微生物活性的大小及土壤养分能力的强弱,表征土壤质量的变化及对土壤 肥力的影响[3-4]。前人通过对生姜、棉花等作物长期连作的研究发现,土壤微生物量碳(SMBC)、微生物量氮(SMBN)及微生物量磷(SMBP)含量,随连作年限的延长呈显著下降趋势[5-6]。土壤酶活性受作物连作影响的结论不一。有研究认为随着连作年限的增加,土壤脲酶和蔗糖酶活性呈先升后降的趋势,土壤过氧化氢酶和磷酸酶活性呈下降趋势[7];也有研究表明土壤脲酶、过氧化氢酶和磷酸酶活性,随着连作年限增加呈先降后升趋势[1],磷酸酶(碱性)的活性未发生显著变化,甚至有研究发现脲酶、蔗糖酶及多酚氧化酶活性均不断升高[8]。总之,作物长期连作会导致土壤微生物群落结构发生变化、土壤生物活性下降并最终 表现为土壤养分失衡等系列问题[9]。目前,加工番茄连作障碍的研究已从土壤养分失衡、生物学环境变化及植株的化感作用等不同角度进行了报道[10-12],认为土壤微生物种群结构失衡是导致加工番茄土壤质量下降、减产的主要原因。土壤微生物量作为反映土壤质量的灵敏的生物学指标,能够对作物耕作方式、田间施肥等技术措施做出迅速地响应。然而,有关加工番茄连作后土壤微生物量、微生物商的变化以及微生物量是否是导致加工番茄土壤质量变差、产量降低,进而引发连作障碍的原因缺乏相关报道。因此,本研究通过选取加工番茄种植1 a、连作3 a、5 a和7 a的定点微区根际土壤,研究加工番茄连作对土壤微生物量、微生物商、酶活性及土壤理化性质的影响,旨在明确连作对加工番茄土壤微生态环境及土壤质量的影响,为改善加工番茄土壤肥力及可持续生产提供理论依据。

wentao

2020/11/27

写在前面

有些事情做了很痛苦,但是不做更难受。比如今天谈到的这件事情,我花了一天假一个晚上时间才写了一个这个功能:science组合图表的实现。这部分一共写了三个函数,一个门特尔检验,一个ggplot版本的相关热图绘制,还有连线图形绘制。为什么我花费了这么多时间呢?一方面这个功能的实现要想做的灵活点,就必须有一个ggplot版本的相关热图轮子,公开的轮子不好用,所以我自己造了一个,功能很基础哈,只是一个雏形,但是可以作为后面组合图表的轮子。这几个独立的函数也很有用,但是不细化了。

早在之前我们就推送过science组合图表的推文了,我们做的也是比较早的,ggplot版本的,例如;

知道最后最好用的出现了,虽然在分析微生物数据上还有点小瑕疵,但是已经非常舒服了,但是这个包已经被作者删除,厚哥表示不会在公开这个包。半年来大家的需求似乎不断,本来从第四个版本以来我放弃了这个图形的开发,因为开发的没有厚哥的好,所以就搁置了一年,到如今,我只能捡起来继续做一些工作,尽量让这个功能好用点。还有就是任何问题的解决方案都不应该只有一个,太容易就断掉了,所以增加一种问题的解决方法,虽然不一定是最好的,也是有必要的。我也没有参考厚哥之前的代码,自己实现,达到一个功能也是挺有意思的,就是浪费了好多时间,代码也不够成熟,慢慢提升吧,实用性后再优化。

MatCorPlot函数参数解释

  • env.dat = env1 其他指标表格,参见要求

  • tabOTU = tabOTU1 otu表格,list文件,最多三个。

  • distance = “bray”群落距离计算方法,这里就两种 bray和jcd。

  • method = “metal” 门特尔检验方法, 这里两种,另外一种是偏门特尔检验。

  • x = F 是否设置x轴标签。

  • y = F 是否设置y轴标签

  • diag = T 是否设置对角线标签。

  • sig = TRUE 是否仅仅展示显著的色块

  • siglabel = FALSE 显著色标是否标记星号

  • shownum = TRUE 是否展示相关值

  • numpoint = NULL 色块point类型,默认22号方块,直接使用pch编号即可更换。注意必须更换具有fill属性的编号。

  • numsymbol = 27 这是symbol,扩展了ggplot中point类型,如果要使用,则需要另外安装R包ggsymbol。需要github安装

  • numpoint2 这部分只可以使用ggplot中的pch点形状,默认21号点,控制link部分点形状。

  • lacx = “left” 相关热图展示方向,x轴,可选“right”

  • lacy = “bottom” 相关热图展示方向,y轴,可选“top”

  • range = 0.5 连线整体粗细变化,值越大变化越大。

  • p.thur = 0.3 显著性阈值

  • onlysig = F 是否只展示显著性的连线。

实战

注意这个功能为2020年11月29号加入,之前安装的没有这个功能。

devtools:: install_github("taowenmicro/ggClusterNet")

需要R包和数据(内置)

library(phyloseq)
library(ggClusterNet)
library(tidyverse)
data(ps)
ps1 = filter_taxa(ps, function(x) sum(x ) > 200 , TRUE);ps1
## phyloseq-class experiment-level object
## otu_table() OTU Table: [ 442 taxa and 18 samples ]
## sample_data() Sample Data: [ 18 samples by 10 sample variables ]
## tax_table() Taxonomy Table: [ 442 taxa by 7 taxonomic ranks ]
## phy_tree() Phylogenetic Tree: [ 442 tips and 441 internal nodes ]
otu = as.data.frame(t(vegan_otu(ps1)))
mapping = as.data.frame( sample_data(ps1))
data(env1)

关于微生物组数据的要求:要求很简单,将otu表格作为list对象即可,就像下这样,多个optu表格自然都添加进去list对象即可。

其他指标数据要求:一张数据框,行名是样本,列名字是指标。

tabOTU1 = list(otu1 = otu)
data(env1)

默认参数会会给出一套解决方案,当然可以换

# ?MatCorPlot
p0 <- MatCorPlot(env.dat = env1,tabOTU = tabOTU1)
p0

numpoint2改变link部分点形,并标记显著性,去除不显著的元素,标记显著的R值。

p1 <- MatCorPlot(
env.dat = env1,
tabOTU = tabOTU1,
numpoint2 = 22,
sig = F,
lacx = "right", # 改变位置x
lacy = "bottom",# 改变位置y
onlysig = F # 是否只显示显著的link线

)

p1

curvature 修改link的弯曲程度。越小线越直。去除数字,标记为星号,其次换point形状为新形势

p2 <- MatCorPlot(
env.dat = env1,
tabOTU = tabOTU1,
siglabel = T, # 使用星号标记显著的关系
shownum = F, # 不显示数字
numpoint = NULL,# 不使用ggplot吗,默认点
numpoint2 = 13,#link使用的point为pch = 13
numsymbol = 27,# 使用扩展点。
curvature = 0,
lacx = "right",
lacy = "bottom",
p.thur = 0.3,
sig = F,
onlysig = F
)
p2

我们更换图形角度和去除不显著的连线,这里不显著设置为0.3,保证去除一部分线,模拟数据测试用,不作为参考值。

p4 <- MatCorPlot(
env.dat = env1,
tabOTU = tabOTU1,
distance = "bray",
method = "metal",
x = F,
y = F,
diag = T,
sig = TRUE,
siglabel = FALSE,
shownum = TRUE,
numpoint = 22,
numsymbol = NULL,
lacx = "left",
lacy = "bottom",
range = 1,
p.thur = 0.3,
onlysig = T

)
p4

即使是两个群落

tabOTU1 = list(otu1 = otu,otu2 = otu)
data(env1)
p5 <- MatCorPlot(
env.dat = env1,
tabOTU = tabOTU1,
distance = "bray",
method = "metal",
x = F,
y = F,
diag = T,
sig = TRUE,
siglabel = FALSE,
shownum = TRUE,
numpoint = NULL,
numsymbol = 27,
lacx = "right",
lacy = "bottom",
range = 0.5,
p.thur = 0.3,
onlysig = F

)
p5

最多三个群落(细菌,真菌,古菌)

我就设置了三个群落,如果后面有需要,可以设置成为无限个,但是也没有意义。后面如果有时间,我会升级成6个群落,这就差不多了,不然也太乱了。

tabOTU1 = list(otu1 = otu,otu2 = otu,otu3 = otu)
p6 <- MatCorPlot(
env.dat = env1,
tabOTU = tabOTU1,
distance = "bray",
method = "metal",
x = F,
y = F,
diag = T,
sig = TRUE,
siglabel = FALSE,
shownum = TRUE,
numpoint = NULL,
numsymbol = 27,
lacx = "left",
lacy = "bottom",
range = 0.5,
p.thur = 0.3,
onlysig = F

)

p6

library(patchwork)

(p0 | p1 | p2) / (p4 | p5 | p6)

对于颜色和填充的改变

library(RColorBrewer)#调色板调用包
m=brewer.pal(9,"YlGn")
library(scales)
m=c("#E41A1C" ,"#377EB8")
show_col(m)

p + scale_colour_manual(values=c("red","blue"))

p + scale_colour_manual(values = m) + scale_fill_continuous()

# p + scale_colour_manual(values = m) + scale_fill_distiller(palette="RdYlBu")

p + scale_colour_manual(values = m) + scale_fill_distiller(palette="PRGn")

p + scale_colour_manual(values = m) + scale_fill_distiller(palette="BrBG")

(p0 | p7 | p8) / (p0 | p9 | p10)

根际互作生物学研究室 简介

根际互作生物学研究室是沈其荣教授土壤微生物与有机肥团队下的一个关注于根际互作的研究小组。本小组由袁军副教授带领,主要关注:1.植物和微生物互作在抗病过程中的作用;2 环境微生物大数据整合研究;3 环境代谢组及其与微生物过程研究体系开发和应用。团队在过去三年中在 isme J, Microbiome, PCE,SBB,Horticulture Research等期刊上发表了多篇文章。欢迎关注 微生信生物 公众号对本研究小组进行了解。

团队工作及其成果 (点击查看)

了解 交流 合作

  • 团队成员邮箱 袁军:junyuan@njau.edu.cn;文涛:2018203048@njau.edu.cn

(0)

相关推荐