首页
快讯
关注
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 疫情
- 人物
- 医保
- 疾病
- 管理
- English
- 临床
- 心血管
- 肿瘤
- 内分泌
- 妇儿
- 感染
专题
专区
知识

欢迎登录体验更多功能

搜索

浙江大学 | SBB：厘米尺度上解密样本大小对微生物生物地理模式和群落组装过程的影响

2021

08/09

微生态

A-

A+

结果表明，虽然一些环境和空间因素可以显著解释微生物群落组装和生长的变化，但仍有很大比例的群落变异未被解释，需要进行更深入的探讨。

导读

揭示空间异质性对微生物的影响对于进一步了解微生物多样性和生态过程至关重要。然而，微生物群落的集合和形成它的因素在厘米尺度上仍然是未知的。为了解决这一问题，本实验对土壤立方体的微生物群落组成进行了变异划分和零模型分析，共分为64个子立方体，以研究3 cm尺度采样方案的微生物生物地理模式和微生物组装过程。结果表明，与较大样本量的采样方案相比，较小样本量的采样方案中微生物群落更分散，距离衰减关系更显著。进一步研究生态过程中的相对重要性，发现随着样本量的增加，细菌群落组装过程从变量选择变为同质选择。空间异质性和环境过滤的动态分析强调了样本中空间距离和微环境变量在微生物多样性形成和维持中的重要性。由于微生物在土壤中的空间分布较为复杂，这种依赖于采样尺度的多样性和集合说明需要从更多的维度来考虑微生物生态学问题。

论文ID

原名：Deciphering sample size effect on microbial biogeographic patterns and community assembly processes at centimeter scale

译名：厘米尺度上解密样本大小对微生物生物地理模式和群落组装过程的影响

期刊：Soil Biology and Biochemistry

IF：7.609

发表时间：2021.03

通讯作者：马斌

通讯作者单位：浙江大学环境与资源学院

实验设计

结果

1.不同样本量的采样方案中的微生物多样性

为了了解不同样本量的三种采样方案中细菌群落结构的变化，本实验对微生物分类学多样性进行了研究。3种采样方案的微生物α多样性和β多样性结构存在显著差异。α-多样性从s1到s3均显著增加(单因素方差分析，p<0.001，图2a)。三种采样方案的群落结构在PCoA的二维投影中没有明显的分离(图2b)。但从s1到s3三个方向上的β-多样性弥散度均降低(p<0.001)，表明空间异质性增强时，微生物组成的聚类较少。

图2 a) 三种采样方案三个方向的平均微生物α多样性。方框上方的字母表示显著差异（单向方差分析，p<0.05）；b) 三种采样方案三个方向的微生物群落的主坐标分析 (p<0.001)。

2.不同样本量抽样方案中的微生物生物空间效应

本实验通过3种采样方案的距离衰减关系来检测微生物的空间效应。我们发现在控制环境距离之前和之后，群落相似性和空间距离之间存在显著的负相关（p< 0.05）（图3）。此外，所有三个方向的显著性水平（p值）从s3到s1增强，这表明土壤特征的空间结构是各向同性的。然而，大多数拟合值都很低（ R² <0.1），表明群落相似性与空间距离的DDR较弱。从s1到s3，群落相似性显著增加，这可能与较大样本量的采样方案中微生物分布均匀有关。环境距离随着z方向上的空间距离而显著增加（p<0.05），但拟合值也较低（R²<0.1，图4）。环境距离仅与控制空间距离前后的群落相似性呈显著负相关（p<0.05），但是它的拟合值也很低（R²<0.1）。

图3 三个方向的采样方案中微生物群落与空间距离的Bray-Curtis相似性。a)微生物群落Bray-Curtis相似性与空间距离关系的距离-衰减曲线。线性趋势是普通的最小二乘线性回归;阴影区域表示置信区间(0.95);b)群落相似性与抽样方案之间的模式。方框上方字母表示差异显著(单因素方差分析，p <0.05)。

图4 三个方向的采样方案中环境距离与空间距离。a)环境距离与空间距离的关系。线性趋势是普通的最小二乘线性回归;阴影区域表示置信区间(0.95)；b)环境距离与采样方案之间的模式。

3.不同样本量抽样方案的微生物群落受环境因素、空间因素和空间取向影响

作者采用VPA方法对3种不同样本量的抽样方案中环境因素、空间因素和空间取向所解释的群落变异进行了定量分析。结果表明，环境因素、空间因素和空间取向及其共享效应只能解释很小比例的微生物群落变异(10-53%，图5)。总体而言，环境因素、空间因素和空间取向对总变异的贡献率分别高达18%、7%和7%。群落结构主要受y向(y2、y3)和z2方向的空间因子影响(p<0.05)。虽然在大多数情况下没有出现纯粹的定向效应，但其与空间因素的相互作用可以解释高达19%的群落变异。大量的微生物变异(高达90%)仍未得到解释，可能是随机过程和未测量的环境变量造成的。

图5 微生物丰度和多样性的变异可划分为土壤环境(红色)、空间距离(绿色)和空间方向(蓝色)的影响。由两个或全部因素的相互作用所解释的变异(%)分别显示在三角形的两侧或中间。下面的黑色矩形表示未得到解释的剩余变异(%)。

4.在不同样本大小的采样方案中，确定过程和随机过程在微生物组装方面的相对重要性

实验中构建零模型以确定确定性过程和随机过程的相对重要性是否因样本量的不同而发生显著变化(图6)。一般而言，在所有抽样方案中，确定性过程占主导地位(超过68%)。实验表明，从s1到s3，3个方向上的βNTI值均显著降低，表明微生物组装过程依赖于群落测量的规模(图6)。变量选择在s1中占主导地位(92%，3个方向的平均值)，然后在s2中下降(64%)，在s3中达到3%的低水平。相比之下，同质选择从s1中的2%增加到s2中的12%，在s3达到85%的顶点。因此，随机过程的比例从s1中的6%增加到s2中的24%，然后在s3中下降至11%。在3种采样方案中，均质分散的随机过程占总装配过程的70%以上。在x2和z2中，βNTI值的成对比较均与空间距离显著相关。然而无论是βNTI值与环境距离的关系还是βNTI值与空间距离控制前后个体环境变量的差异均未发现相关性。

图6 s1、s2和s3的群落组装过程。a）三个方向的采样方案中的βNTI值。方框上方字母表示差异显著(单因素方差分析，p <0.05)；b)细菌群落组成(%)主要受确定过程和随机过程控制。

讨论

本文以水稻土为研究对象，采用3种不同采样方案，在厘米尺度上研究了水稻土壤中微生物的生物空间结构和微生物群落的生态组合。结果表明，与较大样本量的采样方案相比，小样本量的采样方案的微生物组成变化更大，距离衰减关系更强。随着样本量的增加，生态过程由变量选择向随机选择和同质选择转变。这些结果表明，评估微生物多样性和组装过程时应考虑样本量。

距离衰减关系被广泛用于观察微生物生物空间结构和微生物群落更替率;该模型在不同的抽样尺度上存在显著差异。在本研究中，微生物群落表现出了比大规模研究更强的DDR，这可能是采样不足所导致的。采样不足导致低丰度类群的检出率降低，导致群落在空间上的分类学差异较小。这一问题在大规模研究中更加明显，因为在大规模研究中取样土壤微生物至饱和是不现实的。然而，在本实验中三种采样方案中都保持了相同的OTU丰富度和丰度。随着样本量的增加，更多的生态位可能同时被消除。因此，从s1到s3, DDRs的显著性下降可能是由于空间异质性和环境差异性的降低所导致的。s1和s3之间群落相似性的增加也解释了本研究的第一个生态问题，即样本量对微生物生物空间格局的影响。

虽然环境因素、空间因素和空间方向对微生物群落的形成作用较小，但根据VPA结果，微生物组成与空间因素的相关性大于环境因素。然而，与大规模研究相比，本研究中环境因素对细菌群落组成的贡献较小。这种较低的贡献可能是由于：1)计算中所涉及的环境变量有限；2)长期干湿循环条件下水稻土具有固有稳定性，导致环境过滤较少；3)环境因素采样不足，导致环境差异增加，导致环境对分类结构的影响被高估。虽然空间因素解释的变异也相对较低，但与环境因素两者的共享效应较高(高达26%)，表明空间尺度在评价微生物多样性和组成时起着重要作用。然而，虽然一些环境和空间因素可以解释RDA的显著变化，但仍有很大比例的群落变异未被解释。这一发现与之前的研究一致，这些研究表明，测量的因素在塑造微生物群落方面起着次要的作用。

生态过程具有空间依赖性，并受不同环境条件的影响。在本研究中，βNTI从s1下降到s3，表明随着样本量的增加，系统发育结构的差异越来越小，可能是因为：1)实验中使用s2和s3中所有子立方体的平均OTU丰度，导致微生物群落差异的均一化；2)小样本量抽样方案成对样本间环境异质性的增加。表明当环境过滤较弱时，随机过程更重要。除了同质选择和变量选择的偏移外,s3到s2的随机性增加也可能是“安娜卡列尼娜原理”的结果，其中许多扰动引起的微生物变化是随机的，因此导致群落状态从稳定到不稳定的转变。本研究中的PCoA结果也支持了这一假设，微生物群落分布从s2到s3时显著减少。研究表明，土壤微生物群落的空间异质性和分布具有尺度依赖性，因此应根据生态问题的研究尺度确定样本量。

本研究需要考虑的一个局限性是，在量化生态过程的相对重要性时，空模型结果在很大程度上取决于微生物 α 多样性。空模型框架依赖于计算过程中的OTU丰富性和丰度。然而，可以通过将观察到的 α-多样性控制为常数来优化这种依赖性。在我们的研究中，我们对所有三种采样方案使用相同的测序深度来最小化丰度效应，然而三种采样方案的样品OTU丰富度不同(图2a)。虽然在分类和系统发育分析中，OTU丰富度可能具有相当大的影响，但作者认为这种差异是合理的，因为在自然土壤系统中，OTU丰富度随样本量的增加而增加。此外，由于微生物是空间分布的，微生物多样性在很大程度上取决于生境环境和空间因素，作者认为OTU丰富度引入的差异也是空间和环境效应的一部分。然而，由于微生物生物地理学和装配过程被称为“群落尺度”，当实验中使用较小的采样尺度时，仍然存在是否能识别太小的微生物群落的问题。

一般认为，环境过滤和空间异质性有助于维持微生物的组装和组成。然而，这两个因素在解释群落变异中的相对重要性取决于所使用的模型。本研究中，VPA模型表明空间因子对群落组成的解释更大，而零模型表明环境过滤对群落结构的影响更大。这些对比结果可能是由于上述无法测量的环境变量造成的。因此，虽然群落组成与环境因素之间没有显著的相关性，但我们推测环境因素仍然在塑造微生物组成中起着重要的作用。此外，对环境效应的低估也会导致空间因素和非支配过程的重要性被高估，这也可以解释VPA模型和零模型的不同结果。最后，VPA主要用于区域内微生物群落的β多样性划分，而零模型方法主要用于确认受最佳生物环境选择影响的微生物群落。因此，仍然需要综合所有相关数据的新模型，并在研究生态过程对微生物群落组合的相对影响时需考虑更多的维度(例如时间等)。

结论

作者在本文中通过对土壤进行不同样本量的采样，来分析环境因素、空间因素和空间取向对不同样本量采样方案的微生物群落的影响。结果表明，虽然一些环境和空间因素可以显著解释微生物群落组装和生长的变化，但仍有很大比例的群落变异未被解释，需要进行更深入的探讨。本研究为进一步对微生物生长的研究提供了数据支撑和理论依据。