土著菌群與蚯蚓腸道菌群共享核心物種協同抵御滅蟻靈脅迫研究①

朱國繁, 應蓉蓉，鄧紹坡，孔令雅，錢家忠 *，孫明明，朱 瑜，葉 茂

土著菌群與蚯蚓腸道菌群共享核心物種協同抵御滅蟻靈脅迫研究①

朱國繁1, 應蓉蓉2，鄧紹坡2，孔令雅2，錢家忠1 *，孫明明3，朱 瑜4，葉 茂5 *

(1合肥工業大學資源與環境工程學院，合肥 230009；2生態環境部南京環境科學研究所，南京 210042；3南京農業大學資源與環境科學學院，南京 210095；4海南大學政治與公共管理學院，海口 570208；5中國科學院南京土壤研究所，南京 210008)

采集實際場地中不同濃度梯度(0 ～ 27.7 mg/kg)滅蟻靈污染土壤，設置蚯蚓土培試驗，采用高通量測序技術，分析蚯蚓腸道菌群和土著菌群的結構和功能；通過MetagenomeSeq分析、LEfSe(linear discriminant analysis effect size)分析和隨機森林(random forests)分析以及網絡分析，識別其核心類群。發現：①滅蟻靈脅迫下蚯蚓腸道菌群相較土著菌群的結構、組成受到的擾動更顯著(<0.05)；②不同濃度梯度滅蟻靈脅迫下，蚯蚓腸道菌群和土著菌群組合存在穩定的核心物種，主要為氣單胞菌屬()、黃桿菌屬()、蓋勒氏菌屬()、微枝形桿菌屬()、地桿菌屬()、亨氏菌()、；③這些核心種群在互作網絡的平均度中心性、緊密中心性、特征向量中心性分別為136.72、0.44、0.52，均高于非核心種群的對應指標(91.52、0.42、0.33)，表明核心種群具有更高的網絡連通性，且此類核心種群具有碳氮轉化和農藥降解能力，說明蚯蚓腸道菌群和土著菌群可以通過共享核心物種與其他微生物聯系緊密，具備發揮農藥降解代謝的潛在功能，實現協同抵御土壤中滅蟻靈脅迫。

滅蟻靈；土著菌群；蚯蚓腸道菌群；核心物種

滅蟻靈是典型的有機氯農藥，在2004年被納入國際公約《斯德哥爾摩公約》(Stockholm Convention)作為管控對象。我國在履行斯德哥爾摩國際公約以及“退二進三”“退城進園”等政策深入實施的過程中[1]，遺留大量滅蟻靈污染場地，造成部分表層土壤中滅蟻靈濃度甚至可達61.9 mg/kg[2-3]，存在較大的環境風險，嚴重威脅人類健康和生態安全。

針對此類農藥污染場地，我國已陸續開展大量修復工作，其中微生物修復技術因其環境友好、高效等特點而被廣泛運用[4]。土壤微生物是生態系統過程中的關鍵驅動因素，包括土壤養分循環、植物生長和生物地球化學過程[5]。蚯蚓作為土壤環境中生物量最大的土壤動物之一，參與土壤環境各種代謝過程，對維持土壤內穩態環境具有重要意義[6]。目前，針對土著菌群和蚯蚓腸道菌群在污染土壤環境體系中的研究，主要為土著菌群或蚯蚓腸道菌群對土壤污染物的降解作用，以及在該環境中單獨發揮的生物功能，很少涉及土著菌群和蚯蚓腸道菌群組合的功能分析。微生物群落的功能分析較為常見的方法是構建互作網絡來識別核心種群，剖析核心種群特征揭示整個微生物群落的生態功能[7]。目前一些包括差異分析在內的統計學方法常被用于分析土壤和腸道微生物群落樣本組，因此，此類方法是識別核心種群的有效方法[8]。

本研究以土著菌群和蚯蚓腸道菌群為研究對象，使用高通量測序技術，測定不同濃度滅蟻靈脅迫下土壤和蚯蚓腸道中微生物群落，探究不同濃度滅蟻靈脅迫下，土著菌群和蚯蚓腸道菌群的演變過程；通過3種統計學分析方法：MetagenomeSeq分析、LefSe (linear discriminant analysis effect size) 分析和隨機森林(random forests)分析，獲知樣本可操作分類單元(operational taxonomic units，OTU)的具體分類位置和顯著程度，篩選具有分類學特征或規律的差異物種，作為本試驗微生物群落的核心物種；通過網絡分析，剖析核心種群在滅蟻靈脅迫土壤環境中的生態功能。本研究結果可為探明土著菌群與蚯蚓腸道菌群共享核心物種在抵御土壤中有機氯農藥毒害脅迫的協同機制，提供新的科學認識。

1 材料與方法

1.1 供試生物和污染土壤

供試威廉腔環毛蚓()購自江陰市郊區附近農場，選擇生長良好，表皮無損傷，有明顯環帶，體重在3 g ± 0.5 g的成年蚯蚓。

采集江蘇省江陰市青陽鎮某滅蟻靈污染場地表層土(0 ～ 20 cm)，自然風干、混合均勻后，使用氣相色譜儀測定獲取農藥濃度信息[9]。選取土壤樣本中不同濃度梯度(T0，0 mg/kg；T1，1.2 mg/kg；T2，5.4 mg/kg；T3，27.7 mg/kg)滅蟻靈污染土壤作為試驗土壤。

1.2 蚯蚓土培試驗

采購的成年蚯蚓使用清水清洗后，清腸24 h，無菌水洗凈。稱量T0、T1、T2、T3土壤各500 g(每組3個平行)，每份土壤投放10條清腸的威廉腔環毛蚓，置于透氣黑色花盆(直徑15 cm，高20 cm)中培養，稱重，進行為期14 d的土培試驗。試驗期間每天添水至初始質量，直至試驗周期結束。培養結束后，不同處理組中均無蚯蚓死亡，收集不同處理中的土壤和存活的蚯蚓，取腸道內容物充分混勻，–80 ℃冷藏。T0、T1、T2、T3處理組中蚯蚓腸道內容物和土壤樣本分別記為E_T0、E_T1、E_T2、E_T3和S_T0、S_T1、S_T2、S_T3(T0為對照組)。根據Ye等[9]的檢測方法，測定培育周期前后不同處理組土壤基本理化性質、農藥濃度變化以及蚯蚓腸道對農藥的富集系數，結果如表1所示。

1.3 高通量測序

①DNA的提取：用DNeasy PowerSoil試劑盒(QIAGEN)提取土壤和蚯蚓腸道內容物中微生物細胞的DNA，–80 ℃下冷藏；②引物設計：根據微生物核糖體RNA和特定基因片段序列中的保守區域，合成帶有Barcode的特異引物對樣本的16S rRNA V4區域進行擴增，前端引物為515F (5′-GTGCCAGCM GCCGCGGTAA-3′)，反向引物為806R (5′-CCG TCAATTCMTTTRAGTTT-3′)；③雙端測序：采用Illumina公司的TruSeq Nano DNA LT Library Prep Kit制備測序文庫，使用MiSeq測序儀進行雙端測序；④DADA2序列去噪：調用qiime cutadapt trim-paired切除序列的引物片段，棄去未匹配引物的序列，通過qiime dada2 denoise-paired調用DADA2進行質控、去噪、拼接、去嵌合體，得到50 943 ～ 81 094條序列；⑤進行物種分類學注釋：選用Greengenes數據庫采用QIIME2的classify-sklearn算法[10]，即對于每個OTU的代表序列，在QIIME2軟件中使用默認參數，使用預先訓練好的Naive Bayes分類器進物種注釋；⑥OTU抽平：采用稀疏(Rarefaction)的方法，通過從每個樣本中分別隨機抽取最低樣本序列量的95%，計算物種多樣性和組成[11]。

表1 土壤基本理化性質、農藥濃度變化及蚯蚓腸道對農藥的富集系數

1.4 功能潛能預測

①將已知微生物基因組的16S rRNA基因序列進行對齊，構建進化樹，并推斷它們共同祖先的基因功能譜；②將16S rRNA特征序列與參考序列對齊，從而構建新的進化樹；③使用Castor隱藏狀態預測算法，依據進化樹中參考序列所對應的基因家族拷貝數，推測特征序列的最近序列物種，進而獲得其基因家族拷貝數；④結合各樣本的特征序列豐度，計算各樣本的基因家族拷貝數；⑤將基因家族“映射”到MetaCyc和KEGG數據庫中，使用MinPath推斷代謝通路的存在，獲得各樣本中代謝通路的豐度數據。

1.5 MetagenomeSeq分析

使用獲取的OTU數據，依據分組情況，每兩組配對，調用fitFeatureModel函數使用zero-inflated log-normal model對每個OTU的分布進行擬合，并使用該模型的擬合結果判別土著菌群和蚯蚓腸道菌群中不同物種的差異顯著性。該分析在R程序中進行(metagenomeSeq包)。

1.6 LEfSe分析

使用獲取的OTU數據，將非參數的Kruskal- Wallis以及Wilcoxon秩和檢驗，與線性判別分析(linear discriminant analysis，LDA)效應量(effect size)相結合對所有物種分類水平豐度同時進行差異分析，尋找土著菌群和蚯蚓腸道菌群之間穩健的差異物種。該分析在R程序中進行(ggplot2包)。

1.7 隨機森林分析

使用獲取的OTU數據，以及分類水平在屬的分類單元豐度表，調用“qiime sample-classifier classify- samples-ncv”命令進行巢式分層交叉檢驗分析(10倍交叉檢驗)。該分析在QIIME2 (2019.4)中進行。

1.8 網絡分析

根據物種豐度特征(屬水平)在R程序(psych包)中生成Pearson相關性矩陣，在軟件Gephi-0.9.2中繪制T0-T1、T0-T2、T0-T3處理組蚯蚓腸道菌群和土著菌群共現網絡圖。

1.9 雙因素方差分析

采用SPSS(IBM SPSS statistics 24)和R程序(Version 3.5.0)對數據進行統計分析，<0.05為有統計學顯著差異意義。

2 結果

2.1 不同濃度滅蟻靈脅迫下土著菌群和蚯蚓腸道菌群的結構和組成

不同濃度梯度滅蟻靈處理組培育14 d前后，土壤中農藥濃度、有機質、pH等理化性質未發生顯著變化(表1)。通過高通量測序技術發現在土著菌群和蚯蚓腸道菌群中，均檢測出古菌和細菌群落，但土著菌群和蚯蚓腸道菌群結構和組成差異顯著(圖1)。土著菌群以黃桿菌屬(，22.3%)、氣單胞菌屬(，7.1%)、希瓦氏菌屬(，2.3%) 為優勢屬；蚯蚓腸道菌群以貪銅菌屬(，8.0%)、微枝形桿菌屬(，3.9%)、伯克霍爾德菌屬(，2.4%)為優勢屬(圖1)。樣本中土著菌群包含9 314個OTU，蚯蚓腸道菌群包含6 134個OTU，其中1 554個為共有OTU。土著菌群的OTU種類多于蚯蚓腸道菌群，而且其豐富度指數(Chao1、Observed_species)、多樣性指數(Shannon、Simpson、Faith’s PD)和均勻度指數(Pielou’s evenness)也均高于蚯蚓腸道菌群(表2)。此外，不同濃度梯度滅蟻靈脅迫下，蚯蚓腸道菌群相比較土著菌群，其結構組成變化更顯著(<0.05)，尤其是T3處理組中微生物群落變動幅度更為明顯。

2.2 土著菌群和蚯蚓腸道菌群的功能路徑預測

土著菌群和蚯蚓腸道菌群在MetaCyc第一層次通路均以“生物合成(biosynthesis)”通路豐度最高,分別為60.9% 和61.1%；第二層次通路以“氨基酸生物合成(amino acid biosynthesis)”通路豐度最高，分別為14.3% 和15.6%(圖2)。土著菌群和蚯蚓腸道菌群在KEGG第一層次通路均以“代謝(metabolism)”通路豐度最高，分別為81.7% 和81.5%；第二層次通路以“碳水化合物代謝(carbohydrate metabolism)”通路豐度最高，分別為13.0% 和13.5%(圖3)。因此，不同濃度梯度滅蟻靈脅迫下，蚯蚓腸道菌群和土著菌群具有相似的功能通路豐度分布特性。

(圖A為樣本組的PCA分析。每個點代表一個樣本(取平行組均值)，不同顏色的點指示不同樣本組。兩點在坐標軸上的投影距離越近，表明這兩個樣本間的物種豐度組成在相應維度中越相似，橢圓形虛線圈為95% 置信橢圓(即該樣本組100個樣本中會有95個落在其中)；圖B為蚯蚓腸道菌群和土著菌群相對豐度前20位的屬。橫坐標為不同的樣本組，縱坐標為對應的相對豐度值)

表2 土著菌群和蚯蚓腸道菌群的多樣性指數

(橫坐標為功能通路的豐度(平均相對豐度)；縱坐標左側為MetaCyc第二分類層次的功能通路，右側為該通路所屬的第一層次通路)

2.3 核心物種的識別

MetagenomeSeq分析基于不同樣本組物種(相對豐度)在統計上的顯著差異，篩選不同分類水平中具有富集趨勢的物種；LEfSe分析強調尋找分組之間穩健的差異物種，不局限于對不同樣本分組中的群落組成差異進行分析，還可以深入到不同的子分組中，挑取在不同子分組中表現一致的微生物類群；隨機森林分析能夠深入挖掘微生物之間復雜的非線性相互依賴關系，篩選對樣本分析具重要性的微生物。本研究根據這3種分析方法，共篩選出51種核心物種(屬)，主要屬于擬桿菌門(Bacteroidetes)、變形菌門(Proteobacteria)、放線菌門(Acfinobacteria)。其中7種為共同篩選物種，分別為：氣單胞菌屬()、黃桿菌屬()、蓋勒氏菌屬()、微枝形桿菌屬()、地桿菌屬()、亨氏菌()、。土著菌群中核心物種以黃桿菌屬(，22.3%)、氣單胞菌屬(，7.1%)、溶桿菌屬(，1.5%)為優勢屬；蚯蚓腸道菌群中核心物種以貪銅菌屬(，8.0%)、微枝形桿菌屬(，3.9%)、普氏菌屬(，12.3%)、蓋勒氏菌屬(，2.3%)為優勢屬(圖4)。此類土著菌群和蚯蚓腸道菌群核心微生物同樣存在于有機氯農藥污染土壤環境中，雖然其相對豐度有所變化，但均具有發揮農藥降解和有機質代謝潛能，是土壤微生物群落重要的成員[12-15]。不同濃度梯度滅蟻靈處理組中，土著菌群和蚯蚓腸道菌群的核心物種變化趨勢略有差異(圖5)。整體上，土著菌群核心種群隨農藥濃度的升高其相對豐度呈現先下降后上升趨勢，蚯蚓腸道菌群核心種群隨滅蟻靈濃度升高其相對豐度逐漸升高。

(橫坐標為功能通路的豐度(平均相對豐度)；縱坐標左側為KEGG第二分類層次的功能通路，右側為該通路所屬的第一層次通路)

2.4 核心物種的網絡特性及功能

統計T0-T1、T0-T2、T0-T3處理組蚯蚓腸道菌群和土著菌群共現網絡圖中核心物種的度中心性(degree centrality)、緊密中心性(closeness centrality)、特征向量中心性(eigenvector centrality)，發現核心物種的平均度中心性、緊密中心性和特征向量中心性系數為136.72、0.44、0.52，均高于非核心種群的91.52、0.42、0.33(表3)。

2.5 土著菌群和蚯蚓腸道菌群的交互作用

對土著菌群和蚯蚓腸道菌群進行可重復雙因素方差分析(表4)，單獨考慮蚯蚓腸道菌群的作用，其>0.05，對不同處理組中微生物群落的多樣性高低影響較小；單獨考慮土著菌群的作用，其<0.05，對不同處理組中微生物群落的多樣性高低影響較大；土著菌群和蚯蚓腸道菌群之間的交互作用對不同處理組中微生物群落的多樣性高低影響顯著(<0.05，交互作用下的值遠大于crit)。

(圖A為基于MetagenomeSeq分析的差異OTU的曼哈頓圖。其中，上圖，土著菌群樣本組上調；下圖，蚯蚓腸道菌群樣本組上調。以上兩圖分別采用OTU在分組A或B出現頻次大于等于0.5作為條件，對MetagenomeSeq分析結果進行過濾。縱坐標為–log10(adj-P value)值，差異越顯著，Y軸位置越高。坐標系內每個圓點或圈代表1個OTU，大小代表其相對豐度，以log2(CPM/n)為單位(CPM: 每百萬拷貝數；n：樣本數量)。虛線分隔了顯著差異與不顯著的OTU，顯著差異的點用彩色圓點或圓環標志，不顯著的用灰色圓環表示，該分組內顯著上調的用彩色實心圓點顯示。圖中，圓點的顏色標識其門水平名稱并標注于圖底部(顯著上調的點數前10位的門)；對顯著上調的點數排在前15位的目，添加灰度背景，且該目的名稱標注于圖頂部。圖B為基于LEfSe分析的線性判別分析效應值核心物種柱狀圖。橫坐標為組間具有顯著差異的分類單元(屬)，縱坐標則以條形圖直觀地展示各分類單元的線性判別分析對數得分值。分類單元按照得分值大小進行排序，以此描述它們在樣本分組中的特異性。長度越長表明該分類單元的差異越顯著，條形圖的顏色指示了該分類單元所對應的豐度最高的樣本分組。圖C為隨機森林分析篩選核心物種熱圖。篩選隨機森林分析中重要性大于0.01的物種(屬))

3 討論

3.1 土著菌群和蚯蚓腸道菌群之間存在物種和功能的傳遞

滅蟻靈處理前后，土壤的理化性質、農藥濃度和蚯蚓腸道的農藥富集系數變化并不顯著，可能與滅蟻靈難降解特性、半衰期長以及培養周期較短有關[16-17]。但不同處理組中土著菌群和蚯蚓腸道菌群結構和組成有明顯差異(圖1)，主要與土壤和蚯蚓腸道環境差異相關[18]。土著菌群和蚯蚓腸道菌群在T0組中共享物種種類(屬水平)占總物種類別的23.6%，在滅蟻靈處理組中(T1、T2、T3)上升為73.1%。其中土著菌群增加60.2% 的新物種，主要為變形菌門(Proteobacteria)、放線菌門(Acfinobacteria)、綠彎菌門(Chloroflexi)；蚯蚓腸道菌群增加61.5% 的新物種，主要為變形菌門、厚壁菌門(Firmicutes)、酸桿菌門(Acidobacteria)(圖6)。這些微生物通過蚯蚓的進食活動進入蚯蚓腸道，又以蚓糞的形式進入土壤中，加強土著菌群和蚯蚓腸道菌群物種層面的溝通交流，攜帶有不同功能基因的微生物在土壤和蚯蚓腸道中傳播，從而實現兩種微生物群落之間功能的傳遞，尤其是較低濃度(T1、T2組)滅蟻靈脅迫土壤環境中這種功能傳遞作用更加活躍。土著菌群和蚯蚓腸道菌群在土培過程中(T1、T2和T3處理組)，出芽菌屬()、膨脹芽胞桿菌屬()、氣單胞菌屬()、等相對豐度升高(圖1)，而這些微生物被證實與土壤碳氮代謝和農藥降解有關[19-21]。土著菌群和蚯蚓腸道菌群均能夠降解有機農藥、石油烴、多氯聯苯等污染物，主要通過共代謝作用或產生相關酶(如漆酶、細胞色素P450單加氧酶、脫氫酶、脫鹵酶等)增強土壤中污染物的生物降解[15,22]。此外，具有抵御有機氯農藥的功能微生物在蚯蚓腸道定殖參與污染物的降解，并通過蚓糞的形式進入土壤環境中，刺激土著菌群中有益微生物的繁殖[18, 20]，驅動土著菌群和蚯蚓腸道菌群功能演變(圖2、圖3)，進而加速消減土壤污染物。土著菌群和蚯蚓腸道菌群在代謝有機氯農藥、改善土壤環境質量的過程中形成良性循環體系，提高了土壤生態系統服務職能，加快土壤生態功能多樣性和穩定性的自恢復。

(篩選的核心微生物(門)在不同處理組中的相對豐度分布，內徑為不同微生物的相對豐度(擴大1 000倍)，外徑為不同微生物在對應處理組中的比例；不同微生物的名稱和處理組代碼標記于最外圈)

表3 土著菌群和蚯蚓腸道菌群互作網絡的中心性

表4 可重復雙因素方差分析

注: SS，離均差平方和；df，自由度；MS，均方；，統計量(處理均方/誤差均方)；crit，的臨界值。

(圖A：不同處理組土著菌群物種類別及新增物種分布；圖B：不同處理組蚯蚓腸道菌群物種類別及新增物種分布。韋恩圖表示土著菌群或蚯蚓腸道菌群在不同處理組中共有和特有物種的數目，S_T0、S_T1、S_T2、S_T3和E_T0、E_T1、E_T2、E_T3依次為T0、T1、T2、T3處理組中的土著菌群和蚯蚓腸道菌群樣本組；柱狀圖表示T1、T2、T3實驗組中新增物種的平均相對豐度，橫坐標為物種名稱(門分類水平)，縱坐標為相對豐度值)

3.2 核心種群是土著菌群和蚯蚓腸道菌群應對農藥脅迫的關鍵分類單元

土壤環境中不同微生物群落的演變趨勢與土壤環境質量息息相關。研究人員常通過對土著菌群或蚯蚓腸道菌群的多樣性、生物量、呼吸速率、特征微生物的豐度變化等指標進行分析，來評估土壤環境風險[23]。然而，土壤微生物群落及其驅動的過程很大程度取決于微生物之間的相互作用[24]。本研究中，不同濃度滅蟻靈脅迫(T0-T1、T0-T2、T0-T3)下，蚯蚓腸道菌群和土著菌群互作網絡中存在穩定的高度連接節點(屬水平物種)，具有較高的網絡拓撲特征(度中心性、緊密中心性、特征向量中心性)，而且這些類群的結構和網絡拓撲屬性不隨農藥濃度升高而發生明顯變化。較高的拓撲特征，表示微生物之間緊密的互作關系，豐富的降解路徑和較強的生態位過濾特性(niche filtering)[25]。因此，蚯蚓腸道菌群和土著菌群互作網絡中存在穩定的高度連接物種，可能具有較寬的生態位，還被證實與土壤中養分循環和農藥代謝過程有關[19-21, 26]。如核心微生物黃桿菌屬具有抵御有機氯農藥，降解土壤中低濃度五氯苯酚(濃度為30和50 mg/L)，參與有機質代謝的能力，還具有固氮功能[19]；不動桿菌可使用殺蟲劑作為唯一碳源進行共代謝[21]；氣單胞菌能夠降解土壤中的有機氯農藥[18]。此外，微生物互作網絡具有無標度(scale-free)性質[27]，表明蚯蚓腸道菌群和土著菌群中高度連接物種與其連接的大量物種共存形成小型微生物網絡，通過影響高度連接物種將信息傳遞給微生物群落中其他成員，進而影響微生物群落的裝配過程[24]。

本研究通過3種方法篩選出的核心物種(圖4)，在不同濃度滅蟻靈脅迫下微生物群落互作網絡中具有較高的網絡特性(表3)，表明MetagenomeSeq分析、LEfSe分析和隨機森林分析可作為識別微生物群落核心物種的方法。本研究中蚯蚓腸道菌群和土著菌群中核心物種在農藥刺激作用下(T1、T2、T3)，其相對豐度均有所上升，尤其是T3組，核心物種平均相對豐度相較之T0組顯著升高，提高了9.8%(< 0.05)(圖5)。不同微生物群落互作網絡的核心物種通常具有能夠適應該生境的生物功能，這種功能通常是在與群落中物種相互作用過程中發生[28]。因此，不同濃度滅蟻靈脅迫下，蚯蚓腸道菌群和土著菌群能夠抵御滅蟻靈的毒害，正是由于這些穩定存在的核心物種，作為農藥脅迫下蚯蚓腸道菌群和土著菌群之間傳遞信息的橋梁，聯系微生物群落中大量其他物種，在微生物群落間運輸碳氮代謝和有機氯農藥代謝功能(可能是酶和代謝產物)[29]來抵御農藥脅迫。根據雙因素方差分析(表4)，蚯蚓腸道菌群對不同處理組中微生物群落多樣性影響較小，而土著菌群和蚯蚓腸道菌群之間的交互作用對不同處理組中微生物群落多樣性影響顯著，表明蚯蚓腸道菌群和土著菌群之間存在協同效應，可影響微生物群落結構和組成的演變，進而發揮抵御農藥毒害功能，協助維護土壤環境微生物群落內穩態。

土著菌群和蚯蚓腸道菌群在土壤生物化學過程中存在物種的傳遞以及功能的轉換，這種緊密的群落互作關系增強微生物群落結構的穩定性，提高微生物群落抵御逆環境的能力。其中核心種群，尤其是具有抵御農藥脅迫(滅蟻靈)功能的核心種群，是連接土著菌群和蚯蚓腸道菌群的關鍵樞紐。因此，探明蚯蚓腸道菌群和土著菌群的菌群特性、協同演變趨勢和互作模式對于維護土壤環境系統安全具有重要意義。

4 結論

本研究基于統計學方法和網絡分析識別蚯蚓腸道菌群和土著菌群的核心種群，主要為氣單胞菌屬()、黃桿菌屬()、蓋勒氏菌屬()、微枝形桿菌屬()、地桿菌屬()、亨氏菌()、，發現這些微生物不僅具有農藥降解和碳氮代謝功能，也是維系蚯蚓腸道菌群和土著菌群緊密互作、協同抵御滅蟻靈脅迫的關鍵因素。本研究可以為深入闡釋土著菌群和蚯蚓腸道菌群協同抵御農藥污染脅迫過程和機制提供新的科學認知。

[1] 黃現民, 樊平, 閔建美, 等. 國際土壤農藥污染研究進展與前沿——基于CiteSpace分析[J]. 土壤, 2021, 53(4): 764–770.

[2] Bonner M R, Alavanja M C R. Pesticides, human health, and food security[J]. Food and Energy Security, 2017, 6(3): 89–93.

[3] 趙玲, 滕應, 駱永明. 我國有機氯農藥場地污染現狀與修復技術研究進展[J]. 土壤, 2018, 50(3): 435–445.

[4] Navrátilová D, Tláskalová P, Kohout P, et al. Diversity of fungi and bacteria in species-rich grasslands increases with plant diversity in shoots but not in roots and soil[J]. FEMS Microbiology Ecology, 2019, 95(1): fiy208.

[5] Graham E B, Knelman J E, Schindlbacher A, et al. Microbes as engines of ecosystem function: When does community structure enhance predictions of ecosystem processes?[J]. Frontiers in Microbiology, 2016, 7: 214.

[6] Hu L, Xia M, Lin X H, et al. Earthworm gut bacteria increase silicon bioavailability and acquisition by maize[J]. Soil Biology and Biochemistry, 2018, 125: 215–221.

[7] Banerjee S, Schlaeppi K, van der Heijden M G A. Keystone taxa as drivers of microbiome structure and functioning[J]. Nature Reviews Microbiology, 2018, 16(9): 567–576.

[8] Zgadzaj R, Garrido-Oter R, Jensen D B, et al. Root nodule symbiosis indrives the establishment of distinctive rhizosphere, root, and nodule bacterial communities[J]. Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(49): E7996–E8005.

[9] Ye M, Sun M M, Hu F, et al. Remediation of organochlorine pesticides (OCPs) contaminated site by successive methyl-β-cyclodextrin (MCD) and sunflower oil enhanced soil washing -L. cultivation[J]. Chemosphere, 2014, 105: 119–125.

[10] Bokulich N A, Kaehler B D, Rideout J R, et al. Optimizing taxonomic classification of marker-gene amplicon sequences with QIIME 2's q2-feature-classifier plugin[J]. Microbiome, 2018, 6(1): 90.

[11] Meziti A, Tsementzi D, Ar Kormas K, et al. Anthropogenic effects on bacterial diversity and function along a river-to-estuary gradient in Northwest Greece revealed by metagenomics[J]. Environmental Microbiology, 2016, 18(12): 4640–4652.

[12] Feng J Y, Jue S T, Zhu Y J, et al. Crop-dependent root-microbe-soil interactions induce contrasting natural attenuation of organochlorine lindane in soils[J]. Environmental Pollution, 2020, 257: 113580.

[13] Sun G D, Zhang X, Hu Q, et al. Biodegradation of dichlorodiphenyltrichloroethanes (DDTs) and hexachlorocyclohexanes (HCHs) with plant and nutrients and their effects on the microbial ecological kinetics[J]. Microbial Ecology, 2015, 69(2): 281–292.

[14] Kavitha V, Anandhan R, Alharbi N S, et al. Impact of pesticide monocrotophos on microbial populations and histology of intestine in the Indian earthworm(Kinberg)[J]. Microbial Pathogenesis, 2020, 139: 103893.

[15] Sun M M, Chao H Z, Zheng X X, et al. Ecological role of earthworm intestinal bacteria in terrestrial environments: A review[J]. Science of the Total Environment, 2020, 740: 140008.

[16] Jacquiod S, Puga-Freitas R, Spor A, et al. A core microbiota of the plant-earthworm interaction conserved across soils[J]. Soil Biology and Biochemistry, 2020, 144: 107754.

[17] Wang P, Zhang Q H, Zhang H D, et al. Sources and environmental behaviors of Dechlorane Plus and related compounds—A review[J]. Environment International, 2016, 88: 206–220.

[18] Lin Z, Zhen Z, Ren L, et al. Effects of two ecological earthworm species on atrazine degradation performance and bacterial community structure in red soil[J]. Chemosphere, 2018, 196: 467–475.

[19] Liu K H, Ding X W, Wang J J. Soil metabolome correlates with bacterial diversity and co-occurrence patterns in root-associated soils on the Tibetan Plateau[J]. Science of the Total Environment, 2020, 735: 139572.

[20] Govarthanan M, Ameen F, Kamala-Kannan S, et al. Rapid biodegradation of chlorpyrifos by plant growth-promoting psychrophilicsp. BT05: An eco-friendly approach to clean up pesticide-contaminated environment[J]. Chemosphere, 2020, 247: 125948.

[21] Lu X M, Lu P Z. Response of microbial communities to pesticide residues in soil restored with[J]. Applied Microbiology and Biotechnology, 2018, 102(1): 475–484.

[22] Hao Y Q, Zhao L X, Sun Y, et al. Enhancement effect of earthworm () on acetochlor biodegradation in soil and possible mechanisms[J]. Environmental Pollution, 2018, 242: 728–737.

[23] Ma L L, Xie Y W, Han Z H, et al. Responses of earthworms and microbial communities in their guts to Triclosan[J]. Chemosphere, 2017, 168: 1194–1202.

[24] Hoeffner K, Santonja M, Cluzeau D, et al. Epi-anecic rather than strict-anecic earthworms enhance soil enzymatic activities[J]. Soil Biology and Biochemistry, 2019, 132: 93–100.

[25] Lee K C, Archer S D, Boyle R H, et al. Niche filtering of bacteria in soil and rock habitats of the Colorado plateau desert, Utah, USA[J]. Frontiers in Microbiology, 2016, 7: 1489.

[26] Xu Y F, Teng Y, Wang X M, et al. Exploring bacterial community structure and function associated with polychlorinated biphenyl biodegradation in two hydrogen-amended soils[J]. Science of the Total Environment, 2020, 745: 140839.

[27] Ma B, Wang Y L, Ye S D, et al. Earth microbial co-occurrence network reveals interconnection pattern across microbiomes[J]. Microbiome, 2020, 8(1): 82.

[28] Niehaus L, Boland I, Liu M H, et al. Microbial coexistence through chemical-mediated interactions[J]. Nature Communications, 2019, 10: 2052.

[29] Zhou G W, Yang X R, Sun A Q, et al. Mobile incubator for iron(III) reduction in the gut of the soil-feeding earthwormguillelmi and interaction with denitrification[J]. Environmental Science & Technology, 2019, 53(8): 4215–4223.

Keystone Species of Soil Indigenous Flora and Earthworm Intestinal Flora Help to Resist Mirex Stress

ZHU Guofan1, YING Rongrong2, DENG Shaopo2, KONG Lingya2, QIAN Jiazhong1*, SUN Mingming3, ZHU Yu4, YE Mao5*

(1School of Resources and Environmental Engineering, Hefei University of Technology, Hefei 230009, China; 2 Nanjing Institute of Environmental Science, Ministry of Ecology and Environment, Nanjing 210042, China; 3College of Resources and Environmental Sciences, Nanjing Agricultural University, Nanjing 210095, China; 4School of Politics & Public Administration, Hainan University, Haikou 570208, China; 5 Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China)

In this study, soils with different mirex concentrations (0–27mg/kg) were collected to set up earthworm inoculation trials. High-throughput sequencing was used to analyze the structure and function of earthworm intestinal and soil indigenous microbial communities. Meanwhile, the keystone microbial taxa were identified through network analysis. The results obtained here found that 1) The structure and composition of the earthworm intestinal bacteria varied more significantly than those of the soil indigenous bacteria (<0.05); 2) The keystone bacteria remained stable in the worm gut and the soil despite varying mirex concentration, which was mainly consisted of,,,,,,; 3) The keystone bacteria had higher network connectivity than the rest bacteria, whose mean degree centrality, closeness centrality, eigenvector centrality values were 136.7, 0.44 and 0.52, respectively, clearly higher than those in the rest bacteria (91.52, 0.42 and 0.33, respectively). In addition, the keystone bacteria were closely involved in the carbon/nitrogen transformation and pesticide degradation, which not only protect the keystone bacteria from mirex toxicity, but might also assist other bacteria in relieving pesticide toxicity.

Mirex;Soil indigenous flora; Earthworm intestinal flora; Keystone taxa

X53

A

10.13758/j.cnki.tr.2021.06.020

朱國繁, 應蓉蓉, 鄧紹坡, 等. 土著菌群與蚯蚓腸道菌群共享核心物種協同抵御滅蟻靈脅迫研究. 土壤, 2021, 53(6): 1250–1260.

國家重點研發計劃項目(2018FYC1803100)、國家自然科學基金面上項目(42077106)和中國科學院青年創新促進會項目(2018350)資助。

通訊作者(qianjiazhong@hfut.edu.cn; yemao@issas.ac.cn)

朱國繁(1995—)，女，安徽安慶人，碩士研究生，主要研究方向為農藥污染土壤微生物修復。E-mail: zhuguofan@issas.ac.cn