DOI: 10.12357/cjea.20210503
白雪, 赵鑫宇, 景秀清, 赵晓东, 燕平梅, 赵鹏宇. 农田土壤中真菌群落在时间序列对铬胁迫的响应机制[J]. 中国生态农业学报 (中英文), 2022, 30(1): 105−115
BAI X, ZHAO X Y, JING X Q, ZHAO X D, YAN P M, ZHAO P Y. Response mechanism of soil fungal community in farmland dur-ing a period of chromium stress[J]. Chinese Journal of Eco-Agriculture, 2022, 30(1): 105−115
农田土壤中真菌群落在时间序列对铬胁迫的响应
机制
1
2
1
*
白 雪, 赵鑫宇, 景秀清, 赵晓东, 燕平梅, 赵鹏宇
(1. 太原师范学院 榆次 030619; 2. 山西农业大学 太谷 030800)
111**
摘 要: 为探究农田土壤中真菌群落在时间序列对铬胁迫的响应机制及演变特征, 本研究以种植‘晋谷21号’谷子的土壤 (偏碱性的褐土) 为试验材料, 并在铬处理 (1 mmol∙L Cr) 前 (CK) 及处理后6 h (Cr_6 h) 与6 d (Cr_6 d) 分别取样, 通过高通量测序及数据统计分析, 探究农田土壤中真菌群落在铬胁迫时间序列上的响应机制、群落构建驱动机制及功能预测分析。结果表明, 铬胁迫时间序列上, 农田土壤中真菌群落的组成结构差异显著, α多样性中的Shannon指数在Cr_6 d阶段显著下降 (CK为4.17、 Cr_6 h为3.81, Cr_6 d为3.23); 土壤中真菌群落的构建主要由随机过程主导 (beta NTI: −0.16, −0.71, −0.23); 且随铬胁迫时间增长, 群落分布更加广泛(迁移率m: CK为0.066、Cr_6 h为0.132、Cr_6 d为0.163), 即迁移率增大, 种间关系以共生为主, 赤霉菌属、镰刀菌属、金孢子菌属等是共生网络中的关键菌种; 功能预测分析表明铬胁迫时间序列上土壤中真菌群落以病原、腐生营养型为主, 高丰度的镰刀菌属等表明土壤中可能存在病原菌污染。研究结果表明在铬胁迫时间序列上, 土壤中真菌群落组分及组成结构变化显著, 群落构建由随机过程主导且群落所受扩散限制减小, 共生网络的种间关系复杂化。本研究通过铬胁迫处理农田土壤, 模拟土壤微生物群落对胁迫的应激与反应过程, 对重金属污染土壤的治理修复及推动可持续农业发展具有重要意义。
关键词: 铬胁迫; 时间序列; 土壤真菌群落; 群落组成与结构; 群落构建中图分类号: S154.3
开放科学码(资源服务)标识码(OSID):
−1
6+
Response mechanism of soil fungal community in farmland during a period of
*
chromium stress
BAI Xue, ZHAO Xinyu, JING Xiuqing, ZHAO Xiaodong, YAN Pingmei, ZHAO Pengyu
(1. Taiyuan Normal University, Yuci 030619, China; 2. Shanxi Agricultural University, Taigu 030800, China)
1
2
1
1
1
1**
Abstract: Heavy metal chromium (Cr) is one of China’s main soil pollutants and poses a great threat to its agricultural soils, espe-cially in the Shanxi Province, where the soil Cr content is higher than the national average. A new millet (Setaria italica) variety, ‘Jin-gu 21’, has many advantages such as high quality, high yield and disease resistance. To investigate the changes and response mecha-* 山西省重点研发项目(20163D221008-1)、山西省高等学校科技创新项目(2020L0535)、服务流域生态治理产业创新学科集群建设(山西省“ 1331工程”)资助
** 通信作者: 赵鹏宇, 研究方向为微生物生态学。E-mail: 394382557@qq.com 白雪, 研究方向为微生物生态学。E-mail: bxdyxyhh@163.com 收稿日期: 2021-08-02 接受日期: 2021-10-28
* The study was supported by the Key Research and Development Program of Shanxi Province (20163D221008-1), the Science and Technology Inno-vation Programs of Higher Education Institutions in Shanxi (2020L0535), and the Construction of Innovation Discipline Cluster Servicing Valley Eco-logical Governance Industry (Shanxi “1331 Project”).** Corresponding author, E-mail: 394382557@qq.com Received Aug. 2, 2021; accepted Oct. 28, 2021
http://www.ecoagri.ac.cn
106中国生态农业学报(中英文) 2022第 30 卷
nisms of fungal communities in agricultural soils during a period of Cr stress, we used soil (alkaline brown soil) planted with ‘Jingu21’ as this study’s experimental material. Soil samples were taken before the introduction of Cr (CK), as well as 6 h (Cr_6 h) and 6 d
−16+
(Cr_6 d) after 1 mmol L of Crwas introduced to the soil. High-throughput sequencing and statistical analysis of the data were usedto investigate the response mechanism, the soil fungal community establishment, and the functional prediction of fungal communitiesin ‘Jingu 21’ soils during the period of Cr stress. The spatial and temporal distribution patterns of soil fungal communities were in-vestigated using the non-metric multidimensional scale analysis, the soil fungal community establishment driving mechanism was in-vestigated by constructing an interspecific symbiotic network diagram and a neutral community model (NCM), and the changes insoil fungal community function were investigated using FUNGuild. The results revealed that the composition and structure of soilfungal communities differed significantly at the phylum and genus levels during the period of Cr stress, and the Shannon diversity in-dex of the community decreased significantly (P<0.05) at the Cr_6 d stage (4.17 for CK, 3.81 for Cr_6 h, and 3.23 for Cr_6 d). Thespatial and temporal distribution patterns of fungal communities were similar within the same Cr stress period and differed signifi-cantly across these periods. The fungal community establishment was dominated by stochastic process (beta NTI: −0.16 for CK,−0.71 for Cr_6 h, and −0.23 for Cr_6 d). The interspecific symbiotic network analysis revealed that the fungal species were mostlypositively correlated with each other; the interspecific symbiotic network of the Cr_6 d stage had a higher number of edges, averagedegree, and average path length than those of the CK and Cr_6 h stages, indicating that the community was more stable in the Cr_6 dstage than in the CK and Cr_6 h stage. Gibberella, Fusarium, and Chrysosporium were the key genera in the network diagram. TheNCM quantified the stochastic processes further indicated that the soil fungal community was widely distributed (migration rate m:0.066 for CK, 0.132 for Cr_6 h, and 0.163 for Cr_6 d). The FUNGuild function prediction showed that the soil fungal community wasdominated by pathogenic and saprophytic trophic types. In addition, the abundance of sensitive bacteria, such as Mortierella andGibberella, decreased, and the abundance of resistant bacteria, such as Fusarium, increased, indicating that Cr stress may affected theabundance of sensitive and resistant fungi in the soil, with the highest abundance of Fusarium indicating possible soil contaminationwith pathogenic bacteria. Ultimately, the results of this study revealed that the fungal community in soil planted with ‘Jingu 21’changed significantly during a period of Cr stress; the soil fungal community establishment was dominated by stochastic processes;the diffusion restrictions of the community gradually decreased; and the interspecific relationships were complex and primarily sym-biotic. In conclusion, herein, we simulated the stress response of soil microbial communities to Cr stress by treating agricultural soils
6+
with Cr. In addition, we demonstrated the response mechanism of soil fungal communities during a period of Cr stress, which is animportant consideration for the treatment and remediation of heavy metal-contaminated soils and the promotion of sustainable agri-cultural development.
Keywords: Chromium stress; Stress time; Fungus community; Community composition and structure; Community construction
随着工业的发展, 如制革、冶金等, 铬 (Cr) 已成为地下水与土壤中最常见的重金属污染之一。研究表明我国农田土壤环境的重金属污染总超标率为16.1%, 其中山西省土壤重金属Cr污染的平均含量高于全国均值。由此, Cr已经成为我国土壤主要重金属污染物之一, 因其具有高移动性和毒害性等特征, 可通过质膜进入机体导致遗传物质改变, 因此对农田土壤、植物生长、粮食安全生产乃至人体健康都产生了严重威胁。重金属Cr在自然界中存在不同的氧化价态, 其中三价 (Ⅲ) Cr是人体所必须的微量元素, 可调节血糖; 而六价Cr (Ⅵ)却具有严重的毒害作用, 较高的化学活性使其更易被植物吸收。有研究表明0.5 mg∙L的Cr (Ⅵ)溶液就会对植物产生毒性作用。根际土壤是生物代谢的活跃位点, Cr在植物体内的迁移与积累也大多发生在根际土壤。而土壤中重金属积累必然会导致土壤中原始微生物群落结构发生变化, 显著影响土壤生态系统的结构与功能。
[7]
[6]
−1[5][3]
[4][2]
[1]
微生物虽占土壤有机质较少一部分, 但土壤微生物是决定土壤生物化学特性的重要组分, 参与土壤的养分循环、污染物降解等过程, 对重金属敏感性极强。因此, 其结构与功能变化是评价土壤环境的有力指标。鉴于农田土壤环境污染的严峻性以及重金属污染的长期危害性, 近年来农田土壤重金属污染、土壤微生物群落适应并响应重金属污染的机制已成为国内外学者研究的热点。Wang等
[11]
[10]
[9]
[8]
发
现微生物对重金属敏感性依次为Cr>Pb>As>Co>Zn>Cd>Cu, 不同重金属对微生物群落结构也有不同影响。目前研究多集中于细菌对重金属污染的响应上, 特别是对细菌群落多样性的影响。如Orwin等、于皓等
[13]
[12]
研究表明, 高浓度的Cu、Cr污染显著影响土
[14]
壤细菌群落的结构组成与α多样性; Chai等Cr抗性和Cr还原能力; 但Wang等
[15]
研究
表明从污染土壤中分离出的细菌菌株具有明显的
研究表明湿地
植物风车草 (Cyperus alternifolius) 在不同栽培模式下, Cr胁迫并未引起根际细菌群落结构的显著差异。
http://www.ecoagri.ac.cn
第 1 期白 雪等: 农田土壤中真菌群落在时间序列对铬胁迫的响应机制107
由于真菌具有孢子、菌核等耐性较强的组织结构, 因此真菌广泛存在于各种类型的土壤, 具有较高的系统发育和功能多样性, 且对重金属污染耐性较强。真菌作为土壤生态系统的重要组分, 对不同重金属的反应也有所不同。如Hu等刘晋仙等
[18]
[17]
[16]
培养15 d左右待谷子长势均一时, 在试验组托盘中每盆施加300 mL的1 mmol∙L Cr。培养期间种子出苗率为97%。
试验分3个处理 (对照和两个Cr胁迫处理): 对照 (CK)、Cr胁迫6 h (Cr_6 h)、Cr胁迫6 d (Cr_6 d)。每个处理6个重复, 共18个样本。本研究参考肖文丹等
[20]
−1
6+
研究表明土壤
真菌群落通过复杂的相互作用以适应长期Cr污染;
研究发现重金属复合污染的尾矿废水中
环境因子对真菌群落的α多样性有显著影响, 而群落的β多样性主要受种间相互作用关系的影响。目前关于Cr胁迫土壤微生物群落的研究相对较少, 且研究多集中于土壤细菌, 对于Cr胁迫时间序列上农田土壤中真菌群落响应机制的研究还有所缺乏。
此外, 本研究将Cr胁迫视为一种“生态扰动”, 它会引起瞬时的土壤微生物群落破坏, 导致微生物群落重建和功能恢复过程的差异, 进而探究农田土壤生态系统中真菌群落的动态变化过程。‘晋谷21号’是山西省农业科学院经济作物研究所最新培育的优质高产谷子 (Setaria italica) 新品种, 出籽率高、结实性好、幼苗生长势强、早熟, 且抗病稳产。本研究以种植过‘晋谷21号’谷子的土壤为研究对象, 通过添加外源Cr探究Cr胁迫时间序列上农田土壤中真菌群落的响应机制、群落构建驱动机制及功能预测分析, 揭示土壤中真菌群落在Cr胁迫时间序列上的动态变化规律, 为‘晋谷21号’谷子安全栽培及Cr污染环境治理以及恢复提供参考。
研究, 设置两个Cr胁迫处理 (Cr_6 h和Cr_6 d),
原因在于当Cr胁迫约6 h, 土壤中真菌群落对Cr所造成的生态扰动会产生一定的应激反应; 而当Cr胁迫约6 d时, 群落逐渐修复并呈现出稳定的状态。但由于重金属污染周期长、难降解, 因此未对6 d后土壤样本做后续分析。
取样尽量保持根际土壤的完整性, 不破坏取样。所取土样储存在−80 ℃冰箱待用, 用于后续序列测定。
1.3 测定方法
1.3.1 DNA的提取
称取1 g土壤, 用Power Soil试剂盒提取土样DNA。利用琼脂糖凝胶电泳检测DNA提取物是否降解, 提取物纯度与浓度用酶标仪测定, 当A260/A280吸光度在1.8~2.0时, 表明所提取的DNA纯度较高, 可用于下一步分析。
1.3.2 PCR扩增与测序
将提取的基因组DNA进行PCR扩增, PCR扩增体系如下 (25 μL): Taq DNA聚合酶 (5 U∙μL) 0.5 μL,10×PCR 缓冲液5.0 μL, dNTPs溶液4.0 μL, 模板DNA5.0 μL, 引物 (50 μmol∙L) 0.5 μL, 用无菌水补至25μL。PCR反应条件: 预变性98 ℃ 1 min; 98 ℃ 10 s,50 ℃ 30 s, 72 ℃ 30 s, 共30个循环; 终延伸72 ℃ 5 min。混匀的DNA样品送至上海美吉生物技术工程有限公司上机测序, 以ITS1F_ITS2R为序列扩增区域, 通过Illumina Miseq测序平台对ITS进行测序, 测序完成后进行数据分析处理。
−1
1 材料和方法
−1
1.1 材料
供试材料为山西省农业科学院经济作物研究所最新培育的优质高产谷子新品种‘晋谷21号’。研究所用土壤为褐土, 土壤pH平均为7.65, 总氮为0.13g∙kg, 总磷为1.32 g∙kg, 不含Cr, 土壤有机质(SOC)为32 g∙kg。
−1−1
−1
药剂为重铬酸钾(K2Cr2O7, 1 mmol∙L Cr)。本研究在实验室中进行盆栽试验。挑选颗粒饱
−16+
1.4 生物信息学与统计学分析
测序平台所得的原始数据通过序列拼接、质控等得到高质量序列。按照97%的序列相似性将序列聚类为OTU, 以OTU丰度数据为基础进行物种注释分析, 统计土壤样本中真菌群落的组成状况。
用软件Excel 2007辅助数据分析与作图。利用单因素方差分析 (ANOVA) 评估不同处理土壤真菌群落的组成结构、α多样性、群落构建过程及功能预测分析的差异。利用Sobs指数、Shannon指数等探究真菌群落的α多样性。利用非度量多维尺度分析 (NMDS) 对Cr胁迫后不同时间真菌群落的时空分布格局进行排序分析, 以Stress值验证分析结果的好
1.2 试验及取样的设置
满、大小均匀的‘晋谷21号’种子若干, 用自来水洗去包衣后, 置于垫有湿纱布的盒中为种植做预处理。准备15个花盆, 每个花盆直径15 cm、盆深20 cm,种植前先用灭菌蒸馏水调整土壤湿度至田间持水量的40%, 以满足谷子苗期的生长需求; 每盆500 g土壤, 均匀点放40~50颗‘晋谷21号’种子; 随后用保鲜膜包裹花盆, 放在智能光照培养室中培养, 直至种子发芽(包裹保鲜膜是为防止空气中的杂菌污染土壤)。控制培养温度在26 ℃促进种子的萌发与生长。
[19]
http://www.ecoagri.ac.cn
108中国生态农业学报(中英文) 2022第 30 卷
坏, 通常认为stress<0.2时图形具有一定解释意义。利用FUNGuild功能预测, 划分对环境资源吸收与利用相似的类群。根据营养方式, 真菌中Guild种类划分为3类: 病原营养型 (pathotroph)、共生营养型 (symbio-troph) 和腐生营养型 (saprotroph), 进而对扩增子测序结果中真菌群落的类别及具体功能进行预测分析。
和118个 (9.05%)。
2.1.2 真菌群落的结构分析
门水平相对丰度大于10%的真菌门共比对出5种 (图2A), 其中子囊菌门(Ascomycota) 平均相对丰度最高(87.64%), 其次是担子菌门(Basidiomycota, 3.02%)、壶菌门(Chytridiomycota, 1.56%)、被孢菌门(Mortier-ellomycota, 1.13%) 和罗兹菌门(Rozellomycota,0.27%)。子囊菌门相对丰度在Cr胁迫时间序列上先升后降, 担子菌门和壶菌门先降后升, 且壶菌门在Cr胁迫时间序列上丰度变化显著 (P<0.01); 被孢菌门(Mortierellomycota) 在Cr胁迫时间序列上丰度下降极显著 (P<0.001), 其他菌群则无显著差异(P>0.05)。
属水平相对丰度大于20%的真菌属共比对出15个(图2B), 其中丰度前5的真菌属包括毛壳菌属(Chaetomium, 平均相对丰度8.54%)、赤霉菌属 (Gibber-ella, 7.31%)、镰刀菌属 (Fusarium, 6.63%)、金孢子菌属(Chrysosporium, 5.61%) 和瓶毛壳属(Lophotrichus,4.66%)。在Cr胁迫时间序列上, 镰刀菌属相对丰度先下降后显著增加 (P<0.05), 赤霉菌属与噬热直菌属(Thermomyces) 分别呈极显著(P<0.01) 和显著下降(P<0.05), 毛壳菌属、金孢子菌属、瓶毛壳属与地丝霉属(Geomyces) 先升后降, 其中瓶毛壳属变化下降(P<0.05)。另外, 粉褶蕈属(Entoloma) 在Cr_6 d阶段单独存在, 相对丰度为3.19%。上述结果表明Cr胁迫导致真菌群落组成结构变化显著。
1.5 群落构建分析
群落构建分析过程中, 种间网络分析的参数运算用R语言igraph程序包, 并在Gepih软件中实现可视化 (https://gephi.org/)。用R语言的Hmisc等程序包构建中性群落模型 (NCM), 进一步判断土壤真菌群落的构建机制。参考Stegen等
[21-23]
提出的基于系
统发育结构的分析方法, 判断土壤中真菌群落构建过程中的驱动因素。当所有样品中beta NTI的中位数在−2~2之间, 说明随机过程主导微生物群落结构的变化, 当beta NTI的中位数大于2或小于−2, 说明确定过程主导微生物群落结构的变化。
2 结果与分析
2.1 Cr胁迫时间序列上的真菌群落结构
2.1.1 真菌群落组成
通过高通量测序, 共获得1 286 712个有效序列,比对出1304个真菌分类单元(OTUs)。观测Rank-Abundance曲线, 曲线走势趋于平缓, 表明测序量基本能达到分析要求。观察韦恩图(图1), 3种处理(CK、Cr_6 h、Cr_6 d) 共检测出578个共有OTUs(占所有OTUs的44.33%)。CK、Cr_6 h和Cr_6 d阶段特有OTUs分别为170个 (13.04%)、155个 (11.89%)
11876578CK
170114155Cr_6 h
2.1.3 真菌群落的多样性
通过单因素方差分析 (ANOVA) 探究真菌群落α多样性在Cr胁迫时间序列上的变化 (Sobs指数、ACE指数、CHAO指数、Shannon指数、Simpson指数, 图3)。在Cr胁迫时间序列上, Sobs指数、Simpson指数、ACE指数和CHAO指数无显著差异 (P>0.05),但Shannon指数呈下降趋势 (4.17, 3.81, 3.23), 且CK与Cr_6 d间差异显著 (P<0.05), 表明Cr胁迫时间序列上土壤真菌群落多样性显著变化。
通过基于Bray_Curtis距离的非度量多维尺度分析 (NMDS), 探明土壤中真菌群落的时空分布格局
Cr_6 d
93
图 1 Cr胁迫时间序列上的真菌群落OTUs Venn图Fig. 1 OTUs Venn diagram of fungal communities in the Cr
stress time series
不同颜色代表不同处理, 重叠部分数字为不同处理共有物种数,非重叠部分数字为对应处理的特有物种数目。CK: 对照组; Cr_6 h:Cr胁迫后6 h; Cr_6 d: Cr胁迫后6 d。Different colors represent differenttreatments, the number in the overlapping part represents the number of spe-cies in multiple treatments, and the number in the non-overlapping part rep-resents the number of species unique to the corresponding treatment. CK:control treatment; Cr_6 h: Cr stress for 6 hours; Cr_6 d: Cr stress for 6 days.
(图4)。土壤中真菌群落结构在Cr胁迫相同时间内更相似, 而在不同胁迫时间间差异较大。通过组间差异显著性分析 (ADONIS, P=0.001), 土壤中真菌群落的时空分布格局在Cr胁迫时间序列上差异显著。
2.2 Cr胁迫时间序列上真菌群落构建机制
根据Cr胁迫不同时间段土壤真菌群落的betaNTI值 (图5), 结合Stegen等的群落构建的划分方法,推断Cr胁迫时间序列上群落构建过程中随机过程
http://www.ecoagri.ac.cn
第 1 期白 雪等: 农田土壤中真菌群落在时间序列对铬胁迫的响应机制
1.00
109
Aba
aa
ba
B
0.75
Microbes
Others
Rozellomycota
0.50
a
0.25
Mortierellomycota***
a
a
Chytridiomycota**BasidiomycotaAscomycota
aaa
abaCr_6 h
bbaCr_6 d
MicrobesOthers
Aspergillus**Kernia*
Didymella*Penicillium**Entoloma**Mortierella**Cladosporium*Thermomyces*Myceliophthora*Geomyces*
Lophotrichus*Chrysosporium*Fusarium*Gibberella**Chaetomium
相对丰度 Relative abundance0
CK
Cr_6 h
Cr_6 d
处理 Treatment
CK
图 2 Cr胁迫时间序列上门水平(A)和属水平(B)真菌群落结构与差异性
Fig. 2 Phylum level (A) and genus level (B) fungal community structure and differences among treatments in the Cr stress time
series
CK: 对照组; Cr_6 h: Cr胁迫后6 h; Cr_6 d: Cr胁迫后6 d。不同字母表示同一菌群在不同处理间差异达显著水平(P<0.05)。CK: control treat-ment; Cr_6 h: Cr stress for 6 hours; Cr_6 d: Cr stress for 6 days. Different letters indicate significant differences in the relative abundance of the same fungigroups among different treatments (P<0.05). *: P<0.05; **: P<0.01; ***: P<0.001.
Sobs550
b指数数值 Index value500
aaa4
ShannonSimpsona0.4
ACECHAOaba0.3
550
aaa550
aaa450
3
0.2
500
500
400
0.1
2
CKCr_6hCr_6d
CKCr_6hCr_6d
aaCKCr_6hCr_6d
450450
CKCr_6hCr_6dCKCr_6hCr_6d
处理 Treatment
图 3 Cr胁迫时间序列上真菌群落多样性指数分析
Fig. 3 Analysis of fungal community diversity indexes in the Cr stress time series
CK: 对照组; Cr_6 h: Cr胁迫后6 h; Cr_6 d: Cr胁迫后6 d。不同字母表示不同处理间差异显著(P<0.05)。黑色点表示异常值, 箱式图的上中下3条线分别代表上四分位数、中位数和下四分位数, 竖直的黑线表示误差线。CK: control treatment; Cr_6 h: Cr stress for 6 hours; Cr_6 d: Cr stress for6 days. Different letters indicate significant differences among treatments at P<0.05 level. The black dots represent outliers, and the upper, middle, and lowerlines of the box chart represent the upper quartile, median, and lower quartile, respectively. The vertical black line is the error bar.
占主导地位 (|beta NTI|<2), beta NTI值 (即箱线图中的中位数) 在CK、Cr_6 h、Cr_6 d阶段分别为−0.16、−0.71、−0.23。
络图, 探究Cr胁迫时间序列上土壤真菌群落的种间关系。据表1, Cr_6 d的共生网络的边数量、平均度和平均路径长度均较CK和Cr_6 h更高, 表明Cr_6 d的真菌网络规模更大, 种间相互作用的关系更复杂。
据种间共生网络图 (图6) 分析可知, Cr胁迫时间序列上的关键物种不同: CK阶段的关键物种为金孢子菌属和毛壳菌属等, Cr_6 h阶段为赤霉菌属和镰
2.2.1 真菌群落种间共生网络
通过真菌群落共发生网络分析, 利用Spears-man相关性分析评估不同菌群间的相关性, 反映特定生境下真菌菌群的共存格局; 通过构建种间共生网
http://www.ecoagri.ac.cn
110中国生态农业学报(中英文) 2022第 30 卷
0.20.1MDS20−0.1−0.2
−0.2
−0.1
0
0.1MDS1
0.2
CKCr_6 dCr_6 h0.3
Stress=0.142
表 1 Cr胁迫时间序列上的真菌群落网络属性表Table 1 Network attributes of fungal communities on the Cr
stress time series
网络属性Network attribute边数量Number of edges节点数量Number of nodes
平均度Average degree聚集系数
Clustering coefficient模块性Modularity平均路径长度Average path length
对照Control (CK)
17181.890.710.751.27
Cr胁迫6 hCr stress for 6hours (Cr_6 h)
17211.620.50.761.41
Cr胁迫6 dCr stress for 6days (Cr_6 d)
36213.430.470.503.08
图 4 Cr胁迫时间序列上真菌群落的非度量多维尺度分析Fig. 4 Non-metric multidimensional scale analysis of fungal
communities on the Cr stress time series
CK: 对照组; Cr_6 h: Cr胁迫后6 h; Cr_6 d: Cr胁迫后6 d。不同颜色或形状的点代表不同处理的样本, 两样本点越接近, 表明两样本物种组成越相似。CK: control treatment; Cr_6 h: Cr stress for 6 hours;Cr_6 d: Cr stress for 6 days. Points of different colors or shapes representsamples of different treatments. The closer the two sample points, the moresimilar the species composition of the two samples.
估算OTU发生频率与其相对丰度变化间的关系。CK、r_6 h和Cr_6 d处理的模型分别解释了群落方差的59.3%、61.4%和63.8%, 总体解释度为73.9%。NCM在Cr胁迫时间序列上较高的解释率 (R) 说明该模型可较好地拟合土壤中真菌群落的分布模式,且随机过程在土壤真菌群落的构建中起重要作用。在Cr胁迫时间序列上, 真菌群落Nm值[元群落规模 (N) 与迁移率 (m) 的乘积]在CK (N=70 723.00;m=0.066)、Cr_6 h (N=71 839.83; m=0.132)、Cr_6 d(N=70 951.83; m=0.163) 阶段逐渐变大, 表明真菌群落
2
21beta NTI index0−1−2−3
b
a
a
CKCr_6 h处理 Treatment
Cr_6 d
受到的扩散限制作用变小, 分布变广泛。
2.3 Cr胁迫时间序列上真菌群落功能
利用FUNGuild功能预测, 分类鉴定真菌群落的营养类型 (表2), 并进行单因素方差分析筛选出真菌群落在Cr胁迫时间序列上的营养类型(丰度前14)。大致分3种: 腐生营养型、病原-腐生营养型、病原营养型。结果表明, 未定义的营养类型 (unknown) 丰度居首位 (20.77%); 腐生营养型 (0.88%~18.78%) 与病原-腐生营养型(1.10%~14.37%) 居多, 同时含有病原营养型 (1.24%~9.67%) 也较多。部分动物病原营养型、植物病原营养型以及未定义的腐生营养型在Cr_6 h、Cr_6 d中显著下降(P<0.05), 而部分植物病原营养型在CK到Cr_6 h呈显著上升趋势(P<0.05)。
图 5 Cr胁迫时间序列上土壤真菌群落的beta NTI值Fig. 5 beta NTI values of soil fungal communities in the Cr
stress time series
CK: 对照组; Cr_6 h: Cr胁迫后6 h; Cr_6 d: Cr胁迫后6 d。箱线图中点表示平均值, 虚线表示beta NTI值为2和−2。不同字母表示不同处理间差异显著(P<0.05)。CK: control treatment; Cr_6 h: Cr stress for 6hours; Cr_6 d: Cr stress for 6 days. The point in the box plot represents theaverage value, and the dotted lines represent the beta NTI values of 2 and−2. Different letters indicate significant differences among treatments atP<0.05 level.
刀菌属等, Cr_6 d阶段为赤霉菌属、青霉菌属(Peni-cillium) 和瓶毛壳属等。不同阶段真菌群落多病原、病理型真菌, 且真菌群落模块变化趋势与表1一致;同一模块中以正相关为主, 表明Cr胁迫处理后真菌群落以共生关系为主, 而竞争关系较弱。
3 讨论
2.2.2 群落构建的随机过程
图5显示Cr胁迫时间序列上真菌群落|betaNTI|<2, 表明真菌群落构建由随机过程主导。因此本研究通过构建Sloan等步量化随机过程。
基于OTU矩阵绘制中性群落模型 (NCM, 图7),
[24]
3.1 土壤真菌群落组成结构对Cr胁迫时间序列的
响应
本研究发现Cr胁迫时间序列上, 土壤中真菌群落的组成结构差异显著, 且不同群落生长策略与营养摄取能力有所不同。1)门水平中, 子囊菌门丰度最高, 其次是担子菌门, 这是健康土壤特性的指标。
[25]
提出的中性群落模型进一
http://www.ecoagri.ac.cn
第 1 期白 雪等: 农田土壤中真菌群落在时间序列对铬胁迫的响应机制111
a
原因可能在于子囊菌门能产生降解酶以高效利用底物, 从而最大程度地将资源转化为自身生物量。而担子菌门丰度先降后升, 分别在Cr_6 h、Cr_6 d阶段呈现出由应激到稳定的动态变化过程。担子菌门中许多菌种与重金属有良好的结合能力, 如Basidiomy-cete BDT-14具有很高的除Cr潜力, 对极端环境适应性较强
Module1 (27.78%)Module3 (16.67%)Module5 (11.11%)
Module2 (22.22%)Module4 (11.11%)Module6 (11.11%)
[27-28]
[26]
[18]
。2) 属水平中, 子囊菌门的曲霉属 (As-
perillus) 丰度随Cr胁迫时间增长而显著下降, 而青霉属 (Penicillium) 丰度呈现显著性的由应激到稳定的动态变化过程。曲霉属与青霉属广泛存在于土壤中, 有研究表明二者具有抗Cr性, 可将Cr (Ⅵ)降低到Cr (Ⅲ), 且对Cr具有极大的生物吸附潜力
[29]
[30]
b
。
但丰度下降表征Cr胁迫对真菌群落产生了较大的毒害作用。被孢霉属(Mortierella)、赤霉菌属等对Cr较为敏感, 在Cr_6 h阶段丰度下降极显著。镰刀菌属呈现出与担子菌门一致的, 由应激到稳定的动态变化过程, 可能是由于其病理型营养方式通过破坏植物根系细胞, 获取生长所需营养物质, 且对较低浓度的Cr有一定抗性。但同时有研究表明某种耐
Module1 (23.81%)Module3 (14.29%)Module5 (9.52%)Module7 (9.52%)
c
Module2 (23.81%)Module4 (9.52%)Module6 (9.52%)
[31]
受重金属的内生镰刀菌可促进植物积累重金属, 因此其在Cr_6 d阶段丰度升高可能对重金属Cr污染的土壤起到一定修复作用。毛壳菌属作为生物防治菌, 可抑制黄瓜菌核病其生长。
由此可见, Cr胁迫可能改变了土壤真菌群落中耐性菌与敏感菌的比例, 进而影响土壤中真菌群落的组成结构; Cr胁迫处理6 h、6 d与对照的真菌群落存在显著差异, 且本研究中Cr胁迫可能会招募土壤中的致病菌如镰刀菌等使土壤中部分病原菌丰度升高, 土壤中可能存在病原菌污染。研究结果进一步表明, Cr胁迫时间序列上土壤中真菌群落的多样性指数在CK阶段最高, 在Cr_6 d阶段显著下降, 与部分真菌属丰度变化趋势相一致。表明短期的重金属污染降低了土壤微生物群落的丰度与多样性与Hu等性
[17]
[17]
[34]
[33]
[32]
等蔬菜类疾病, 其丰度变化
可能由于Cr胁迫及土壤生态系统的复杂性不利于
Module1 (42.86%)Module3 (23.81%)
Module2 (33.33%)
图 6 Cr胁迫时间序列上的真菌种群间共生网络图(a:CK; b: Cr_6 h, Cr胁迫后6 h; c: Cr_6 d, Cr胁迫后6 d)Fig. 6 Inter-population symbiosis network diagram of fungi in
the Cr stress time series (a: CK; b: Cr_6 h, Cr stress for
6 hours; c: Cr_6 d, Cr stress for 6 days)
节点代表不同的真菌属, 节点大小表示度中心性的高低, 节点越大, 在网络中越重要; 红色的边表示正相关, 边代表两节点间相关性显著(P<0.05), 边越粗则相关性越显著; 图中不同颜色节点代表不同模块。Nodes represent different fungal genera. The size of the node indicatesthe degree of centrality. The larger the node, the more important it is in thenetwork. The red edge indicates the positive correlation, and the edge rep-resents a significant correlation between two nodes. The thicker the edge,the more significant the correlation. Different colored nodes represent diffe-rent modules.
,
结果相类似。可能因为土壤受重金属污
染时, 会对土壤中真菌群落产生一定的生理生化毒
, 而微生物群落的变化是较为直观的表现形式,因此对Cr抗性较低的真菌群落在胁迫条件下很难存活, 丰度呈下降趋势, 而土壤真菌群落多样性的减少可能会影响土壤生态系统的结构与功能。此外,重金属对微生物群落的毒性除了与重金属本身的特性相关, 还可能与土壤类型和理化性质, 如土壤颗粒、
http://www.ecoagri.ac.cn
112中国生态农业学报(中英文) 2022
1.00.80.6发生频率 Frequency of occurrence0.40.201.00.80.60.40.20
1.00.80.60.40.201.00.80.60.40.20
第 30 卷
a
Rsqr=0.593Nm=4635
b
Rsqr=0.614Nm=9507
−5c
Rsqr=0.638Nm=11 546
−4−3−2−1−5d
Rsqr=0.739Nm=5100
−4−3−2−1
−5−4−3−2−1−5−4−3−2−1
平均相对丰度 Mean relative abundance (log10)
图 7 Cr胁迫时间序列上的中性真菌群落模型(a: CK; b: Cr_6 h, Cr胁迫后6 h; c: Cr_6 d, Cr胁迫后6 d; d: 整体水平)Fig. 7 Neutral community model in the Cr stress time series (a: CK; b: Cr_6 h, Cr stress for 6 hours; c: Cr_6 d, chromium stress for
6 days; d: overall level)
Rsqr代表了中性模型的拟合优度, 值越高群落构建受随机过程影响越大; Nm表示元群落规模 (N) 与迁移率(m)的乘积, 量化群落间扩散的估计, m值越高则表明物种受到扩散限制越低。图中实线表示模型的最适拟合值, 虚线代表模型的95%置信区间。Rsqr represents the fit goodness ofthe neutral model. The higher the value, the more the community construction is affected by the stochastic processes. Nm represents the product of the metacom-munity size (N) and the migration rate (m) in each sample to quantify the community estimated diffusion, the higher the m value, the lower the species is restric-ted by diffusion. The solid line in the figure represents the best fit value of the model, and the dashed line represents the 95% confidence interval of the model.
湿度、pH、有机质含量密切相关。
制逐渐降低, 分布愈加广泛, 可能原因如下:
一方面, 群落构建过程中的随机过程相较于确定过程可产生更多样的生态功能, 对驱动农业土壤中真菌群落的组装具有较强的效应。随机过程对可持续农田生态系统中功能产生正向反馈机制, 缓解Cr胁迫引起的生态扰动, 进而维持农田土壤中生态系统的稳定性。Chen等
[35]
[36]
3.2 土壤真菌群落构建过程对Cr胁迫时间序列的
响应
研究表明, 土壤微生物群落的构建由确定过程与随机过程的权衡作用驱动, 确定过程涉及非随机和基于生态位的机制, 一般包括环境过滤和种间关系; 而随机过程主要表征物种相对丰度的随机变化,一般包括漂变、扩散、迁移和种化作用, 但两者的相对贡献可能因环境不同而有所差异。微生物的生物地理学观点认为微生物具有显著的扩散能力与环境适应性, 但某些微生物群落存在扩散限制。因此本研究进一步探讨了农田土壤中真菌群落的组装机制, 以获得对微生物生态学先进机制的理解。揭示Cr胁迫时间序列上土壤真菌群落的组装过程, 有助于了解重金属污染生境中真菌多样性的产生与维持机制, 对揭示群落组成和功能的差异具有重要意义。本研究发现, Cr胁迫时间序列上, beta NTI指数显著先降后升, 即呈现出由应激到稳定的状态; 且群落迁移率(m) 在时间序列上不断增长。随机过程在群落构建中占主导地位, 土壤中真菌群落受到的扩散限
[21]
研究表明, 高丰度种群
易分散在不同样地而具较高的分布性, 而稀有种群由于生态迁移在不同样地中易丢失。土壤真菌群落分布性的增长预示真菌群落中的高丰度物种随Cr胁迫时间而广泛分布, 以维持土壤生态网络的稳定性与交互性。因此Cr_6 d阶段的共生网络呈现出较CK、Cr_6 h阶段更复杂的结构特征。土壤中生态系统稳定性与微生物密切相关, 真菌群落在时间序列上呈现出由应激到稳定的特征, 表明Cr胁迫造成较小程度的生态扰动, 随机过程占主导地位从侧面表征了本研究中环境变异较小。可能是土壤中真菌群落存在较高程度的功能冗余, 包含有互补型分类单元, 其功能互补效应在维持土壤结构与功能稳定中发挥重要作用。真菌群落还可利用植物根系分泌
[38]
[37]
http://www.ecoagri.ac.cn
第 1 期白 雪等: 农田土壤中真菌群落在时间序列对铬胁迫的响应机制113
表 2 Cr处理时间序列上真菌功能丰度
Table 2 Abundance of fungal functional diversity in the Cr stress time series
功能分组Guild未定义Unknown未定义的腐生菌Undefined saprotroph
动物病原体-内生菌-植物病原体-未定义腐生菌
Animal pathogen-endophyte-plant pathogen-undefined saprotroph动物病原体-粪便腐生菌-内生菌-附生植物-植物腐生菌-木材腐生菌Animal pathogen-dung saprotroph-endophyte-epiphyte-plant saprotroph-wood
saprotroph
植物病原体Plant pathogen
动物病原体-内生菌-地衣寄生虫-植物病原体-土壤腐生菌-木材腐生菌Animal pathogen-endophyte-lichen parasite-plant pathogen-soil saprotroph-wood
saprotroph
未定义的腐生菌-木材腐生菌Undefined saprotroph-wood saprotroph
土壤腐生菌Soil saprotroph内生植物病原体Endophyte-plant pathogen
动物病原体-内生菌-地衣寄生虫-植物病原体-木材腐生菌
Animal pathogen-endophyte-lichen parasite-plant pathogen-wood saprotroph
内生菌-凋落物腐生菌-土壤腐生菌-未定义的腐生菌
Endophyte-litter saprotroph-soil saprotroph-undefined saprotroph动物病原体-植物病原体-未定义腐生菌
Animal pathogen-plant pathogen-undefined saprotroph外生菌根-真菌寄生虫-土壤腐生菌-未定义腐生菌
Ectomycorrhizal-fungal parasite-soil saprotroph-undefined saprotroph
粪便腐生菌-未定义的腐生菌Dung saprotroph-undefined saprotroph
对照Control (CK)16 645.83±1715.25b 11 919.33±1237.78a 10 675.17±1585.46ab 7631.33±1345.52a 10 021.17±2090.68b 1255.17±416.48a 2900.17±634.76a 1034.83±278.94a 1042.33±221.68b 902.17±183.73a 1051.17±204.80b 1125.00±296.41b 505.50±110.97a 950.00±1082.89a
Cr胁迫6 hChromium stress for6 hours (Cr_6 h)16 478.17±2202.24b 9633.50±2636.32a12 060.50±1946.59b 9334.50±2107.57a 5757.83±1763.85a 1119.50±217.63a 7091.50±5745.80a 2586.50±2147.30a 1001.33±156.52b 1205.50±1345.39a 962.83±300.70b 795.67±326.78ab 992.50±1083.81a 282.83±142.87a
Cr胁迫6 dChromium stress for6 days (Cr_6 d)11 226.17±3788.80a 18 537.33±10095.58a 7946.33±3433.26a 6545.83±4562.01a 4860.67±2198.03a 11 740.17±17952.63a 2102.83±1268.02a 780.17±446.38a 601.17±288.41a 288.67±141.80a 365.83±143.43a 420.00±249.72a 380.67±192.90a 297.00±218.49a
表中数据为平均值±标准差, 同行数据后不同小写字母表示不同处理差异显著(P<0.05)。Data in the table are mean ± standard deviation. Differentsmall letters in the same row indicate significant differences among different treatments (P<0.05).
物, 如类黄酮、氨基酸等抵抗Cr的入侵, 并可通过改变Cr的价态、生物吸附、促进甲基化等机制减少Cr对作物的伤害作用。如镰刀菌属中尖孢镰刀菌(Fusarium oxysporum)对Cr的生物吸附作用良好
[40]
[39]
呈稳定状态, 提高了物种活性以及种间相互作用, 而复杂的网络状态有利于提升群落的稳定性, 进而提高资源转移的效率; 平均路径长度大可减缓真菌群落对Cr胁迫的响应速度, 有利于土壤真菌群落有效利用土壤养分, 且连通度较高的网络会产生更强的抵抗性以应对环境扰动。本研究中低多样性的真菌群落的随机过程在装配过程中占主导地位。而与这一现象相反的是, 之前有研究表明, 在对照培养试验中的土壤低多样性细菌群落的确定性过程占主导地位。这种差异可能源于真菌与细菌的体型差异, 而体型这种属性与物种的生长速率装、扩散能力
,
[43]
可通过真菌寄生或独立新陈代谢两种方式吸附重金属; 植物也可与微生物联合修复重金属污染, 如放线菌与植物联合修复Cr污染土壤。
另一方面, 确定过程同样驱动群落的构建。微生物生态网络属性可表征微生物群落对逆境的反应,及相关生态位功能间的关系。在许多生态系统中不同物种之间的相互作用对群落的生态分布格局与群落功能至关重要。本研究中共生网络图表明真菌群落的不同属之间存在显著的相互作用, 且不同真菌间绝大多数为正相关, 节点数量稳定。表明Cr胁迫的不同真菌类群之间主要表现为互利的相互作用从而提高各自的抵抗力。共生网络中直接与间接相互作用对生态系统起着重要调控作用, 它们对生态扰动做出同步反应, 并产生了积极的反馈和共同振荡。Cr_6 d阶段的共生网络规模更大、相互作用更复杂, 部分原因可能是Cr胁迫后期, 土壤真菌群落
[43]
[42]
[41]
[44]
[45]
[46]
[47]
、群落组
[48][49]
密切相关。
3.3 群落功能对Cr胁迫时间序列的响应
FUNGuild功能预测表明土壤真菌群落以腐生、病理营养型为主。以腐生营养型为主可能与优势菌门子囊菌相关, 子囊菌门中多腐生菌, 在土壤中可作为分解者分解难降解的有机物从而促进土壤养分循环。病原营养型次之, 镰刀菌属、赤霉菌属等病原真菌主要从宿主获取营养, 可能对作物产生病害。可考虑通过调控根际微生物群落来抑制病原菌的繁
[51]
[50]
http://www.ecoagri.ac.cn
114中国生态农业学报(中英文) 2022第 30 卷
殖。利用抗逆菌等根际微生物制成微生物菌肥或者菌剂以保证‘晋谷21号’良好生长发育, 有助于维持土壤的生态平衡和友好环境, 对发展可持续农业具有重要的战略意义。
[8]
[9]
4 结论
1) Cr胁迫时间序列上, 土壤真菌群落组成结构显著改变, 不同处理组间群落组成差异显著; 胁迫可能影响抗逆菌与敏感菌等不同菌种的丰度, 增强了土壤真菌群落对Cr胁迫的适应性; 菌群丰富度显著下降。2) 土壤真菌群落的构建由随机过程主导, 随Cr胁迫时间增长群落所受扩散限制减小, 分布更广泛; 种间关系以共生为主, 提升了群落稳定性以应对生态扰动。3) 土壤中真菌群落多病理营养型、腐生营养型, 病原菌含量较高预示了土壤可能同时存在病原菌污染。
通过研究深入了解Cr胁迫下种植过‘晋谷21号’谷子的土壤中真菌群落在时间序列上的动态变化机制, 揭示‘晋谷21号’根际土壤真菌的群落构建、互作网络与生态功能, 是利用植物微生物组促进‘晋谷21号’作物健康和推进农业可持续发展的基础与前提。
[10]
[11]
[12]
[13]
[14]
[15]
参考文献 References
[1]陈文轩, 李茜, 王珍, 等. 中国农田土壤重金属空间分布特
征及污染评价[J]. 环境科学, 2020, 41(6): 2822−2833
CHEN W X, LI Q, WANG Z, et al. Spatial distributioncharacteristics and pollution evaluation of heavy metals inarable land soil of China[J]. Environmental Science, 2020,41(6): 2822−2833
[2]KADIISKA M B, XIANG Q H, MASON R P. In vivo free
radical generation by chromium (Ⅵ): an electron spin resonancespin-trapping investigation[J]. Chemical Research in Toxico-logy, 1994, 7(6): 800−805
[3]HALL J L. Cellular mechanisms for heavy metal detoxification
and tolerance[J]. Journal of Experimental Botany, 2002,53(366): 1−11
[4]XIA X H, CHEN X, LIU R M, et al. Heavy metals in urban
soils with various types of land use in Beijing, China[J]. Journalof Hazardous Materials, 2011, 186(2/3): 2043−2050
[5]王秀丽, 刘安军, 李琨, 等. 胶原蛋白多肽-铬(Ⅲ)螯合物的
降血糖机理探讨[J]. 食品研究与开发, 2006, 27(5): 125−126,48
WANG X L, LIU A J, LI K, et al. Study on the hypoglycemiceffects of collagen peptide-chromium(Ⅲ) complex[J]. FoodResearch and Development, 2006, 27(5): 125−126, 48
[6]CERVANTES C, CAMPOS-GARCı́A J, DEVARS S, et al.
Interactions of chromium with microorganisms and plants[J].FEMS Microbiology Reviews, 2001, 25(3): 335−347
[7]陈建文, 张红, 李君剑, 等. 铜尾矿坝及其周边土壤真菌群
落结构与功能多样性[J]. 环境科学, 2021, 42(4): 2056−2065CHEN J W, ZHANG H, LI J J, et al. Soil fungal communitystructure and functional diversity in a copper tailing dam and itssurrounding areas[J]. Environmental Science, 2021, 42(4):
[16]
[17]
[18]
2056−2065
YU Z Q. Microbial remediation of heavy metal (loid)contaminated soil: A review[J]. Agricultural Science &Technology, 2016, 17(1): 85−91
XIE Y, FAN J B, ZHU W X, et al. Effect of heavy metalspollution on soil microbial diversity and bermudagrass geneticvariation[J]. Frontiers in Plant Science, 2016, 7: 755
GÓMEZ-SAGASTI M T, ALKORTA I, BECERRIL J M, et al.Microbial monitoring of the recovery of soil quality duringheavy metal phytoremediation[J]. Water, Air, & Soil Pollution,2012, 223(6): 3249−3262
WANG F, YAO J, SI Y, et al. Short-time effect of heavy metalsupon microbial community activity[J]. Journal of HazardousMaterials, 2010, 173(1/2/3): 510−516
ORWIN K H, WARDLE D A. New indices for quantifying theresistance and resilience of soil biota to exogenousdisturbances[J]. Soil Biology and Biochemistry, 2004, 36(11):1907−1912
于皓, 安益君, 金德才, 等. 铬污染对土壤细菌群落结构及其构建机制的影响[J]. 环境科学, 2021, 42(3): 1197−1204YU H, AN Y J, JIN D C, et al. Effects of chromium pollution onsoil bacterial community structure and assembly processes[J].Environmental Science, 2021, 42(3): 1197−1204
CHAI L Y, HUANG S H, YANG Z H, et al. Cr(Ⅵ) remediationby indigenous bacteria in soils contaminated by chromium-containing slag[J]. Journal of Hazardous Materials, 2009,167(1/2/3): 516−522
WANG B C, ZHU S X, LI W J, et al. Effects of chromiumstress on the rhizosphere microbial community composition ofCyperus alternifolius[J]. Ecotoxicology and EnvironmentalSafety, 2021, 218: 112253
陈静, 刘荣辉, 陈岩贽, 等. 重金属污染对土壤微生物生态的影响[J]. 生命科学, 2018, 30(6): 667−672
CHEN J, LIU R H, CHEN Y Z, et al. Effect of heavy metalpollution on soil microbial ecology[J]. Chinese Bulletin of LifeSciences, 2018, 30(6): 667−672
HU J, MENG D L, LIU X D, et al. Response of soil fungalcommunity to long-term chromium contamination[J].Transactions of Nonferrous Metals Society of China, 2018,28(9): 1838−1846
刘晋仙, 柴宝峰, 罗正明. 复合污染尾矿废水中真菌群落多样性及其驱动机制[J]. 生物多样性, 2021, 29(3): 373−384LIU J X, CHAI B F, LUO Z M. Driving forces and the diversityof fungal communities in complex contaminated tailingsdrainage[J]. Biodiversity Science, 2021, 29(3): 373−384性状影响的研究[J]. 吉林农业大学学报, 1987, 9(2): 38−41MA J Y, KANG F T, TIAN J C. Study on millet’s water-requiring rules and the effect of soil moisture on millet’s agronomic characters[J]. Journal of Jilin Agricultural
[19]马景勇, 康凤亭, 田景春. 谷子需水规律与土壤水分对农艺
University, 1987, 9(2): 38−41
[20]肖文丹, 叶雪珠, 孙彩霞, 等. 铬耐性菌对土壤中六价铬的
还原作用[J]. 中国环境科学, 2017, 37(3): 1120−1129
XIAO W D, YE X Z, SUN C X, et al. The effect of chromium-resistant bacteria on reduction of hexavalent chromium insoils[J]. China Environmental Science, 2017, 37(3): 1120−1129[21]STEGEN J C, LIN X J, KONOPKA A E, et al. Stochastic and
deterministic assembly processes in subsurface microbialcommunities[J]. The ISME Journal, 2012, 6(9): 1653−1664
[22]STEGEN J C, LIN X J, FREDRICKSON J K, et al. Quantifying
http://www.ecoagri.ac.cn
第 1 期白 雪等: 农田土壤中真菌群落在时间序列对铬胁迫的响应机制115
[23]
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]
[33]
[34]
[35]
[36]
[37][38]
community assembly processes and identifying features thatimpose them[J]. The ISME Journal, 2013, 7(11): 2069−2079STEGEN J C, LIN X J, FREDRICKSON J K, et al. Estimatingand mapping ecological processes influencing microbialcommunity assembly[J]. Frontiers in Microbiology, 2015, 6:370
SLOAN W T, LUNN M, WOODCOCK S, et al. Quantifyingthe roles of immigration and chance in shaping prokaryotecommunity structure[J]. Environmental Microbiology, 2006,8(4): 732−740
TIGINI V, PRIGIONE V, VARESE G C. Mycological andecotoxicological characterisation of landfill leachate before andafter traditional treatments[J]. Science of the Total Environment,2014, 487: 335−341
TRIVEDI B D, PATEL K C. Biosorption of hexavalentchromium from aqueous solution by a tropical basidiomyceteBDT-14 (DSM 15396)[J]. World Journal of Microbiology andBiotechnology, 2007, 23(5): 683−689
BALDRIAN P. Interactions of heavy metals with white-rotfungi[J]. Enzyme and Microbial Technology, 2003, 32(1):78−91
GOSTINČAR C, GRUBE M, DE HOOG S, et al.Extremotolerance in fungi: evolution on the edge[J]. FEMSMicrobiology Ecology, 2010, 71(1): 2−11
FUKUDA T, ISHINO Y, OGAWA A, et al. Cr(VI) reductionfrom contaminated soils by Aspergillus sp. N2 and Penicilliumsp. N3 isolated from chromium deposits[J]. The Journal ofGeneral and Applied Microbiology, 2008, 54(5): 295−303
ZAFAR S, AQIL F, AHMAD I. Metal tolerance and biosorptionpotential of filamentous fungi isolated from metal contaminatedagricultural soil[J]. Bioresource Technology, 2007, 98(13):2557−2561
TEDERSOO L, BAHRAM M, PÕLME S, et al. Response tocomment on “global diversity and geography of soil fungi”[J].Science, 2015, 349(6251): 936
金慧清, 程昌合, 徐清泉, 等. 烟草内生真菌对烟草生长和烟叶重金属含量的影响[J]. 菌物学报, 2017, 36(2): 186−192JIN H Q, CHENG C H, XU Q Q, et al. Effects of endophyticfungi on tobacco growth and heavy metal content in leaves[J].Mycosystema, 2017, 36(2): 186−192
KUMAR R, KUNDU A, DUTTA A, et al. Chemo-profiling ofbioactive metabolites from Chaetomium globosum forbiocontrol of Sclerotinia rot and plant growth promotion[J].Fungal Biology, 2021, 125(3): 167−176
PAISSÉ S, COULON F, GOÑI-URRIZA M, et al. Structure ofbacterial communities along a hydrocarbon contaminationgradient in a coastal sediment[J]. FEMS Microbiology Ecology,2008, 66(2): 295−305
KNELMAN J E, NEMERGUT D R. Changes in communityassembly may shift the relationship between biodiversity andecosystem function[J]. Frontiers in Microbiology, 2014, 5: 424CHEN W D, REN K X, ISABWE A, et al. Stochastic processesshape microeukaryotic community assembly in a subtropicalriver across wet and dry seasons[J]. Microbiome, 2019, 7(1):138
TILMAN D. Biodiversity: population versus ecosystemstability[J]. Ecology, 1996, 77(2): 350−363
李晶, 刘玉荣, 贺纪正, 等. 土壤微生物对环境胁迫的响应
[39]
[40]
[41]
[42]
[43]
[44]
[45]
[46]
[47]
[48]
[49]
机制[J]. 环境科学学报, 2013, 33(4): 959−967
LI J, LIU Y R, HE J Z, et al. Insights into the responses of soilmicrobial community to the environmental disturbances[J]. ActaScientiae Circumstantiae, 2013, 33(4): 959−967
SULTANA M Y, AKRATOS C S, PAVLOU S, et al.Chromium removal in constructed wetlands: A review[J].International Biodeterioration & Biodegradation, 2014, 96:181−190
AMATUSSALAM A, ABUBACKER M N, RAJENDRAN RB. In situ Carica papaya stem matrix and Fusarium oxysporum(NCBT-156) mediated bioremediation of chromium[J]. IndianJournal of Experimental Biology, 2011, 49(12): 925−931
POLTI M A, APARICIO J D, BENIMELI C S, et al.Simultaneous bioremediation of Cr(VI) and lindane in soil byactinobacteria[J]. International Biodeterioration &Biodegradation, 2014, 88: 48−55
DE VRIES F T, GRIFFITHS R I, BAILEY M, et al. Soilbacterial networks are less stable under drought than fungalnetworks[J]. Nature Communications, 2018, 9: 3033
SCHIMEL J P, SCHAEFFER S M. Microbial control overcarbon cycling in soil[J]. Frontiers in Microbiology, 2012, 3:348
MA L, ZHANG J B, LI Z Q, et al. Long-term phosphorusdeficiency decreased bacterial-fungal network complexity andefficiency across three soil types in China as revealed bynetwork analysis[J]. Applied Soil Ecology, 2020, 148: 103506SHENG M, CHEN X D, ZHANG X L, et al. Changes inarbuscular mycorrhizal fungal attributes along a chronosequenceof black locust (Robinia pseudoacacia) plantations can beattributed to the plantation-induced variation in soilproperties[J]. Science of the Total Environment, 2017, 599/600:273−283
XUN W B, LI W, XIONG W, et al. Diversity-triggereddeterministic bacterial assembly constrains communityfunctions[J]. Nature Communications, 2019, 10: 3833
ALLEN C R, GARMESTANI A S, HAVLICEK T D, et al.Patterns in body mass distributions: sifting among alternativehypotheses[J]. Ecology Letters, 2006, 9(5): 630−643
CHEN W M, JIAO S, LI Q P, et al. Dispersal limitation relativeto environmental filtering governs the vertical small-scaleassembly of soil microbiomes during restoration[J]. Journal ofApplied Ecology, 2020, 57(2): 402−412
LUAN L, JIANG Y J, CHENG M H, et al. Organism body sizestructures the soil microbial and nematode community assemblyat a continental and global scale[J]. Nature Communications,2020, 11: 6406
壤真菌群落多样性及群落结构[J]. 微生物学通报, 2019, 46(11): 2963−2972
SUN Q, WU H L, CHEN F, et al. Fungal community diversityand structure in rhizosphere soil of different crops in the aridzone of central ningxia[J]. Microbiology China, 2019, 46(11):2963−2972
[50]孙倩, 吴宏亮, 陈阜, 等. 宁夏中部干旱带不同作物根际土
[51]ANTHONY M A, FREY S D, STINSON K A. Fungal
community homogenization, shift in dominant trophic guild, andappearance of novel taxa with biotic invasion[J]. Ecosphere,2017, 8(9): e01951
http://www.ecoagri.ac.cn
因篇幅问题不能全部显示，请点此查看更多更全内容