碳中和是指國家、企業(yè)、產(chǎn)品、活動(dòng)或個(gè)人在一定時(shí)間內(nèi)直接或間接產(chǎn)生的二氧化碳或溫室氣體排放總量,通過植樹造林、節(jié)能減排等形式,以抵消自身產(chǎn)生的二氧化碳或溫室氣體排放量,實(shí)現(xiàn)正負(fù)抵消,達(dá)到相對(duì)“零排放”。土壤是溫室氣體的重要來源,并且土壤排放二氧化碳是一個(gè)微生物驅(qū)動(dòng)的過程,它決定了響應(yīng)新鮮碳輸入的關(guān)鍵土壤-氣候反饋,了解微生物在土壤排放中的重要作用,會(huì)促進(jìn)對(duì)在大陸尺度上介導(dǎo)土壤-氣候反饋的微生物機(jī)制的理解。
隨著國家“碳中和”、“碳達(dá)峰”計(jì)劃,碳排放的深度機(jī)制受到了更廣泛地關(guān)注,這次,我們將解讀一篇土壤微生物與土壤碳排放相關(guān)的文獻(xiàn),或許能為科研工作者提供相應(yīng)思路。
2021年11月,西北大學(xué)在《Global Change Biology》發(fā)表題為“Microbial traits determine soil C emission in response to fresh carbon inputs in forests across biomes”的研究論文,該論文主要研究了(1)探索土壤啟動(dòng)效應(yīng)的趨勢(shì);(2)土壤微生物C分解基因如何以及為什么與土壤啟動(dòng)效應(yīng)相關(guān)聯(lián)。

研究背景
研究方法
采樣地點(diǎn):表層土壤樣品采集自10塊森林,覆蓋3425公里森林,覆蓋中國冷溫帶、暖溫帶、亞熱帶和熱帶地區(qū)


主要研究結(jié)果
1. 土壤宏基因組的高分辨率變化和森林生物群落的啟動(dòng)效應(yīng)
與對(duì)照相比,提供的葡萄糖誘導(dǎo)了土壤呼吸的增加,在森林生物群落中發(fā)生了積極的啟動(dòng)效應(yīng)??傮w而言,啟動(dòng)效應(yīng)在亞熱帶森林土壤中較高,在冷溫帶森林土壤中較低,啟動(dòng)效應(yīng)梯度很寬,范圍從0.39到8.76 mg Cg-1?SOC。
此外,從30個(gè)調(diào)查的土壤宏基因組中獲得了大約2541440888個(gè)讀取序列,并且在每個(gè)樣本中鑒定了72304392到103656100個(gè)序列。總體而言,細(xì)菌、真菌和古細(xì)菌的相對(duì)豐度隨著森林生物群落的變化而顯著變化(p?< 0.01),其中細(xì)菌占更大的百分比(平均 > 96%)。
對(duì)于細(xì)菌群落,變形菌門 (34.16%)、酸桿菌門 (23.07%)、放線菌門 (14.26%)、疣微菌門 (5.72%)、浮生菌門 (3.20%) 和擬桿菌門 (1.85%) 的相對(duì)豐度也顯著變化。森林生物群落(p?<0?.01)比其他微生物門具有更大的相對(duì)豐度,變形菌和擬桿菌在冷溫帶森林土壤中的含量顯著增加,而在熱帶和亞熱帶土壤中的含量較低(p?< 0.01),而酸桿菌的豐度在北方森林中顯著降低。NMDS進(jìn)一步說明了不同森林生物群落中微生物分類組成的顯著差異(ANOSIM,R2?=0?.86,p?<0 .001)。定量PCR分析還表明,真菌和細(xì)菌的豐度在森林生物群落中發(fā)生了很大變化。特別是,豐度F:B比率在溫帶較高,但在熱帶森林生物群系較低。
對(duì)涉及C分解的基因變化的宏基因組進(jìn)行篩選,包括與單糖、多糖、二糖、半纖維素、氨基糖、纖維素、幾丁質(zhì)、脂質(zhì)和木質(zhì)素加工系統(tǒng)相關(guān)的基因,結(jié)果表明:與不穩(wěn)定和穩(wěn)定C組分降解相關(guān)的功能基因的豐度因森林生物群落而異。在來自冷溫帶森林生物群落的土壤中觀察到參與穩(wěn)定C化合物(木質(zhì)素、脂質(zhì)和幾丁質(zhì))分解的三個(gè)基因的豐度顯著更高,在低/中緯度地區(qū)(亞熱帶森林土壤)的土壤中,參與不穩(wěn)定C(單糖和氨基糖)分解的基因豐度顯著增加。
2.?啟動(dòng)效應(yīng)變化的直接和間接驅(qū)動(dòng)因素
PLS-PM分析用于建立啟動(dòng)效應(yīng)和潛在預(yù)測(cè)因子之間的關(guān)系(圖1),發(fā)現(xiàn)氣候和初始土壤基質(zhì)(即 SOC、TN、C:N、不穩(wěn)定C、頑固C、烷基-C (A)、O-烷基-C (O)、A/O、芳香族C、羧基C 、羰基C、NH4+?和NO3?) 是引發(fā)效應(yīng)的主要驅(qū)動(dòng)因素,并通過改變微生物特性來調(diào)節(jié)這種效應(yīng)。微生物功能基因通過它們對(duì)微生物分類的直接影響和改變微生物C-EEA(Hy-EEAs和Oy-EEAs)來確定啟動(dòng)效應(yīng)。環(huán)境變量分析表明,即使在控制氣候、土壤環(huán)境(包括土壤性質(zhì)和土壤基質(zhì))和微生物分類的情況下,微生物功能性狀也能解釋森林生物群落中土壤引發(fā)的大部分變異,土壤微生物性狀解釋的獨(dú)特變異是氣候的三倍,是微生物分類學(xué)的兩倍(圖 2)。

圖1 環(huán)境活力對(duì)累積啟動(dòng)效應(yīng) (PE) 的影響 (a) PLS-PM有向圖 (b) VPA分析顯示氣候、土壤環(huán)境、微生物群落和C分解基因?qū)鄯e啟動(dòng)效應(yīng)的相對(duì)貢獻(xiàn)
此外,回歸分析表明,參與這兩種單糖降解的功能基因(R =0 .2989,?p?= 0.0011) 和氨基糖 (R= 0.2270,p?= 0.0046) 與啟動(dòng)效應(yīng)呈正相關(guān),而靶向木質(zhì)素分解的基因 (R = 0.40225,?p?<0 .001) 和脂質(zhì) (R = 0.3613,?p?<0 .001) 與啟動(dòng)效應(yīng)呈負(fù)相關(guān)(圖2)。特別是,啟動(dòng)效應(yīng)與參與不穩(wěn)定C分解的功能基因的豐度呈正相關(guān),如 bglX(淀粉和蔗糖代謝)、SORD(果糖和甘露糖代謝)和 lacI(L-鼠李糖代謝)。相比之下,啟動(dòng)效應(yīng)與參與更穩(wěn)定C分解的基因豐度呈負(fù)相關(guān),例如 ACO(芳香族化合物降解)和 ligB(脂質(zhì))基因(圖3)。

圖2?累積啟動(dòng)效應(yīng)與 (a-c)不穩(wěn)定C降解功能基因豐度 (d-i)穩(wěn)定C降解功能基因豐度之間的關(guān)系

圖3 預(yù)測(cè)基因在整個(gè)森林生物群系中的啟動(dòng)效應(yīng) (a) 所選關(guān)鍵基因的變化(由與啟動(dòng)效應(yīng)的顯著相關(guān)性表示:p?<0 .05),(b-d) 所選基因在森林生物群落中不穩(wěn)定C分解的分布 (e) 用于在森林生物群系中穩(wěn)定C分解的選定基因的分布
3. 基于宏基因組組裝的方法確定啟動(dòng)效應(yīng)
在質(zhì)量評(píng)估之后,我們發(fā)現(xiàn)42個(gè)MAG 超過了完整性閾值,即完整性超過 70%,污染低于 10%(圖 4),在42個(gè)MAGs中,大量基因組包含上述與啟動(dòng)效應(yīng)相關(guān)的關(guān)鍵基因,如ACO、bglX、ligB和glk。
對(duì)于分類學(xué),42個(gè)MAG在門水平上代表了變形菌門(七個(gè))、酸桿菌門(六個(gè))、放線菌門(一個(gè))和疣微菌門(一個(gè))中的多種細(xì)菌門。在變形菌門中,Alphaproteobacteria綱(四個(gè))和Rhizobiales目(兩個(gè))是最豐富的。在酸桿菌中,Solibacteres綱(四個(gè))和?Candidatus Solibacter usitatus?種(四個(gè))代表更多。此外,基于系統(tǒng)發(fā)育關(guān)系,來自16S rRNA 系統(tǒng)型的五個(gè)未分類bin與相似的分類bin聚類。

圖4 分析42個(gè)高質(zhì)量的宏基因組組裝基因組 ?左圖 使用PhyloPhlAn構(gòu)建的最大似然系統(tǒng)發(fā)育樹 中圖 確定的引發(fā)效應(yīng)的關(guān)鍵基因的數(shù)量 右圖 每個(gè)森林生物群落中42個(gè)基因組的相對(duì)豐度的變化
小結(jié)
(2)確定了與大陸尺度森林生物群落土壤引發(fā)效應(yīng)相關(guān)的微生物功能基因;
(3)微生物特征在驅(qū)動(dòng)方面比分類學(xué)更重要;
(4)促進(jìn)了對(duì)與導(dǎo)致氣候變化的關(guān)鍵土壤過程相關(guān)的細(xì)菌物種的理解;
(5)微生物功能性狀可以調(diào)節(jié)土壤啟動(dòng)效應(yīng)。
1. Zhu X, Jackson R D, DeLucia E H, et al. The soil microbial carbon pump: From conceptual insights to empirical assessments[J]. Global Change Biology, 2020, 26(11): 6032-6039.
2. Ren C, Wang J, Bastida F, et al. Microbial traits determine soil C emission in response to fresh carbon inputs in forests across biomes[J]. Global change biology, 2021.
