微生物多样性碳氮循环关键功能基因研究汇集来啦

       氮循环和碳循环是生态系统中生物地球化学元素循环重要组成部分。构成陆地生态系统氮循环的主要环节是：生物体内有机氮的合成、氨化作用、硝化作用、反硝化作用和固氮作用。微生物参与碳固定、甲烷代谢、碳降解等多个重要的碳循环过程。微生物相关功能基因在该过程中发挥着重要的作用，随着高通量技术的发展，越来越多的学者开始对碳氮循环过程中的功能基因进行微生物多样性的研究，为研究与氮循环密切相关的微生物功能群落结构、组成和丰度的变化提供了新的契机。下面给大家总结了一些目前在微生物多样性领域研究比较广泛的功能基因，并加以相关文献学习，大家快快大饱眼福吧！！！

土壤氮循环中主要功能基因列表

微生物固定CO2的途径、关键酶及重要功能基因

微生物代谢甲烷的功能基因

案例一

化粪池上方土壤中甲烷和氧化亚氮循环微生物群落：丰度与深度及与净表面排放量的相关性

发表杂志：Science of the Total Environment

IF：4.610

研究背景

       化粪池系统约占美国废水处理的25％，但估计它们占家庭废水温室气体（GHG）排放量的近65％。化粪池系统通常由两部分组成：化粪池和地下土壤分散系统，称为浸出场。一些较新的系统在水箱和浸出场之间有一个额外的砂滤器，以改善排放水质。 系统的化粪池和浸出场都使用微生物群落来降解废水中的复杂有机物并矿化营养素。它们共同提供厌氧和好氧处理，以有效减少有机碳（C），氮（N）和磷（P）负荷。由于转化C和N，微生物可以产生强效温室气体甲烷（CH4）和一氧化二氮（N2O），其全球变暖潜能值（GWP）分别是25年时间内CO2的20倍和200倍。 本研究旨在研究浸出场土壤中关键GHG循环微生物种群的丰度是否与这些系统中测量的CH4和N2O排放相关。

       研究参与GHG循环的微生物种群对于更深入地了解控制土壤系统温室气体排放的因素至关重要。该研究首次检测了与化粪池系统浸出土壤相关的GHG循环微生物群的存在，丰度，分布和特征。 我们量化了涉及温室气体生产和浸出场系统消耗的四种功能基因生物标志物：CH4的mcrA和pmoA以及N2O的cnorB和nosZ。统计模型研究测量的土壤环境参数是否控制这些GHG循环微生物的丰度，检验功能基因丰度与浸出田土壤的净温室气体通量之间的关系。此外，通过微生物多样性高通量测序构建了mcrA和pmoA扩增子文库。研究了土壤中微生物功能基因mcrA和pmoA群落组成及其差异。

研究成果

1、浸出土壤中GHG循环基因的丰度

       无论处理（浸出场，砂滤器或对照）或深度（表面或地下），所有土壤样品中都发现了mcrA、pmoA、cnorB、nosZ这四种生物标记基因。并且，表面土壤中的功能基因比地下土壤更丰富，这表明大部分GHG循环发生在近地表土壤中。

2、温室气体循环基因丰度模型

       LME模型适合测量的土壤参数（VWC，电导率和温度）对模拟的功能基因丰度的影响。生产与消费基因丰度的比率显示与CH4排放呈正相关（mcrA：pmoA，p <0.001），但与N2O排放无关（cnorB：nosZ，p N 0.05）。在三个测量的土壤参数（体积含水量（VWC），温度和电导率）中，只有VWC与生物标记基因mcrA（p = 0.0398）显著相关。VWC对mcrA和pmoA基因丰度呈正相关。并与mcrA的丰度有显著的影响，而对于cnorB和nosZ没有显著相关系。

3、浸出土壤中的功能基因微生物多样性测定

       16S rRNA扩增子文库测序结果显示土壤VWC，CH4通量和N2O通量共同解释了样品间64％的微生物群落多样性。对mcrA和pmoA扩增子文库的测序表明，处理对CH4循环生物的多样性几乎没有影响。对于16S rRNA， Illumina测序支持该发现，其中16％的所有甲烷氧化菌读数，定位于Candidatus Methylomirabilis属。 这表明甲烷氧化的可能性与草地土壤中的亚硝酸盐还原有关。这些结果表明，温室气体循环发生在所有土壤中，无论它们是否与浸出场系统相关。

案例二

【客户文章】针叶林和阔叶林土壤反硝化细菌群落结构和物种共现网络的差异

发表杂志：Microorganisms

IF=4.167

       菲律宾相思木（AM）和马尾松（PM）广泛种植于热带区域，但它们对土壤微生物群落的影响并不清楚。本研究利用高通量测序（功能基因nirK、nirS、nosZ）对单一种植AM和PM的林场土壤中反硝化细菌群落结构进行了评估。nosZ（1.3x107）平均丰度显著高于nirS（5.6x106）和nirK（4.9x105）。香农指数结果显示nirS和nirK的多样性在PM林场土壤中高于AM。两种林场土壤利用nirS和nosZ优势微生物属于变形菌门、放线菌门、嗜热油菌纲、绿弯菌纲、酸杆菌门，而nirK优势菌都是变形菌门。AM和PM林场土壤微生物群落结构随着土壤含水量、NH4+、微生物生物量氮含量变化而改变。nirK微生物群落物种共现网络更有组织且更加模块化，网络的关键物种大多来自PM林场。这些结果表明尤其在PM林场中，nirK微生物群落高度响应环境的变化。AM和PM林场可以通过改变土壤理化性质形成不同的土壤反硝化微生物群落，进而影响土壤氮转换。

研究结果

1.土壤理化特性检测

       AM土壤与PM土壤理化指标相比，只有溶解有机碳和pH没有显著差异，其余指标均是AM显著高于PM。

2.反硝化细菌群落、多样性和丰度

       nirK和nosZ的丰度在AM中要显著高于PM。nosZ的群落α-diversity要高于nirK和nirS。nirS和nosZ群落的α-diversity在PM中要显著高于AM，而nirK在两者之间没有显著差别。

       3个基因对应反硝化细菌的OTU注释和相对丰度统计。nirK、nirS、nosZ鉴定到的OTU分别有（900、200、1142个），其中nirK群落在两种林场间共有OTU最多。nirK群落鉴定到的反硝化细菌主要有4个门，其中α-变形杆菌纲丰度最高。nirS鉴定到6个门，AM中优势菌群是γ-变形杆菌纲、α-变形杆菌纲和Negativicutes，PM中优势菌群是放线菌门、γ-变形杆菌纲、α-变形杆菌纲、嗜热油菌纲。nosZ在AM中鉴定到的优势菌门是α-变形杆菌纲、放线菌门和酸杆菌门，在PM中的优势菌为β-变形杆菌纲、α-变形杆菌纲、绿弯菌纲。

3.反硝化细菌群落与土壤理化特性间的关系

       斯皮尔曼相关性分析结果表明不同生理指标和不同基因及α-diversity指数间存在不同的相关性。

       RDA分析结果表明nirK群落结构不能用两种林场土壤理化指标来区分。CCA结果表明前两个CCA组分分别能解释64%和47%的nirS，nosZ群落结构。其中nirS相关性最高的是SWC，nosZ相关性最高的是pH。

4.反硝化细菌群落网络和关键物种

注：不同颜色代表7种细菌门，节点大小表示对应OTU丰度，两节点间相关性黑色（正相关）、红色（负相关）。

       网络节点数量分别是nirK（164），nirS（70），nosZ（95）；但网络节点连接数最多的是nosZ（2079），nirK（634），nirS（169）。nirK的路径平均长度为3.67，nirS（3.0），nosZ（1.54），nirK网络模块多达15个，模块性最好。而nosZ只有2个模块。

       Zi表示模块内物种间相关性，Pi表示模块间物种相关性。nirK和nirS中关键物种节点分别有4个和2个。nirK中4个物种在AM和PM的OTU占比大小不一，而nirS的2个关键物种在AM和PM中各占50%。

结论

       这些结果表明，nirS和nosZ群落的多样性和结构对PM和AM单一种植引起的土壤环境变化敏感。因此，对nirS和nosZ反硝化基因从森林转变为人工林对土壤氮循环的影响值得进一步研究。

       此外，AM中反硝化基因的丰度和土壤氮素利用率越高，会增加氮素的损失，使氮素循环更快。我们认为，在森林恢复初期种植马尾松在土壤积累方面优于种植菲律宾相思木。

       本期微生物多样性-功能基因多样性的内容就到这里啦！！！END

NEW

       现集思慧远给大家带来“新学期新周期”微生物多样性-三代全长扩增子测序活动

       三代测序技术结合了一代Sanger测序的读长优势和二代Illumina测序的高通量优势，能将16S、18S、ITS全长完全测通，在细菌、真菌群落结构分析中具有：覆盖度广、读长长、通量高、物种注释准，数据重复性好，且“种”水平注平均注释率≥60%等优势。告别挑选测序引物的纠结时代！全面开启微生物多样性研究的“新纪元”。

       这项技术这么好，唯一的缺点就是“贵”，集思慧远一降到底，现在每个样本仅需499元，为您科研加油助力！！！

       如果您心动了，就联系当地销售，或者拔打电话：025-85381280 咨询详情吧。