Fundamental Research：根系分泌物通过调控土壤微生物影响碳周转的机理-CSDN博客

写在前面

根际，是一个物理，化学，生物作用都非常活跃的一个区域。在这里，植物是中坚力量，根系分泌物作为植物在根际的化学信号，能源物质和土壤微生物密切相关。从植物的角度来讲，根际可以保护植物抵御不同逆境危害，例如：病原菌，干旱，冻害，酸雨，盐害等生物非生物胁迫。从生态环境的角度来讲，根际，包含大量植物固定的碳，也具有比土壤更加强烈的碳周转动作。总之，以根系分泌物为核心，微生物重要参与者，有太多的未知的过程，并且吸引植物，微生物，土壤等领域的科学家们持续挖掘。

在先前的工作中，我们关注并做过根系分泌物与根际微生物互作在保护植物健康方面的工作。例如：

今天要讲的工作，依然是，根系分泌物和微生物的密切互作，我们继续探索了他们的互作过程在土壤碳库存方面的一些发现，作为浅显的观点，供大家交流。这篇文章是17年的工作，这些工作持续了好一段时间，尤其是土壤的培养，过程繁杂且多。直到19年文章开始写作，20年投稿，ISME有两个审稿人给的意见不太好，补充了一大部分工作后，转投到Fundamental Research，经历了快一年的修改，终于在今天online了。FR虽然是新的综合性期刊，但是确实不好投，期刊上的其他文章也是很不错。出身和文章质量，决定了一两年后，档次也会不错，大家有合适的内容也可以来试试。

背景

根系分泌物以及其他根系沉积物会给根际贡献大量的碳，大约占比为11%-40%。根系分泌物异常复杂，为了简化研究，按照化学成分，我们经常将其分为氨基酸类，有机酸类，糖类，酰胺，等，这些次级代谢物在调控土壤微生物过程中起着重要作用，在近几十年来，已经被越来越多的研究者所证明。15年的NM就曾经使用简单的根系分泌物，探索过这些分泌物同微生物互作在碳周转过程中的作用，发现分泌物可以激活老的碳，也就是所谓固定下来的不容易被分解利用的碳，这一作用也是早就被发现，并称之为激发效应。由于这个激发效应，越来越多的人关注根系分泌物和微生物互作在碳循环过程中的作用，是如何影响生物地球化学循环的。激发效应被认为可以在温和条件下进行有机碳的周转，许多证据证明这一周转过程往往依赖某些化学物质和有机官能团。意味着激发效应并不是单纯的化学作用或者生物作用，很可能是在化学物质和微生物参与下同土壤中的活性矿物一起作用产生的结果。例如，土壤中的铁矿物，就被认为是和碳周转和根际作用相关的一类矿物。但是这一过程我们了解的甚少，相关证据比较缺乏，并且激发效应，在微生物参与下，到底是释放碳还是固定碳，也就是所谓的正激发效应还是负激发效应，都不一定，所以这篇文章，就做这样一个工作，探索一下不同根系分泌物和微生物在矿物参与下的互作过程，是否产生不同的激发效应。

材料方法

实验介绍

实验介绍本实验主要是分泌物混合添加培养实验，将多种植物中都存在的并且含量比较高的分泌物进行分类，在这个实验中我们将这些分泌物分为三类：氨基酸类（A），有机酸类（C）和糖类（S）。我们将这三类分泌物按照短棍模型进行组合然后添加，按照根系分泌物在土壤中积累的速率进行计算添加量，然后进行为期两个月的人工添加。收集的样本用于微生物组测定，有机碳等组分测定，有效金属元素测定等。NanoSIMS分析碳和金属化合物结合的形态，微生物组的分析方法这里就不过与多说了，这篇文章分析方法大量使用EasyStat和ggClusterNet，分别用于分析差异和网络。网络的布局就是 ggCLusternet的model_Gephi.2 的布局，欢迎大家使用和引用。其次，我在这篇文章中使用了pls- pm路径分析，相比于普通结构方程模型，对于数据的要求更加广泛，也更加好用。这里我曾今推送个这个教程，大家使用有什么经验，都可以交流学习。微生信生物带你学235页的PLS-PM官方教程（偏最小二乘路径分析PLS Path Modeling）

结果

结果1 根系分泌物输入下可溶性有机碳、有效铁和硅以及矿物结合碳的变化

培养结束的土壤，测定了有机碳含量，有效铁和硅的含量，发现氨基酸类分泌物添加培养的土壤中检测较低的有效铁和硅，同时有效铁的含量也比较低。而有机酸类物质表现相反。糖类物质没有检测到什么影响。不同组合的处理展示出来一定的规律。结合SEM和NanoSIMS清楚的看到了铁和硅结合形态下的有机碳确实在氨基酸类添加的土壤中得到了富集，而有机酸类培养的土壤中这三者结合态的有机碳较少。

结果2 土壤微生物群对根系分泌物成分输入的响应

其次，我们评估了不同培养土壤的微生物组成。发现不同处理中，微生物群落具有显著性差异，氨基酸类物质检测出来更多的变形菌门，其次有机酸类物质添加的土壤中检测出来了放线菌门。糖类物质添加降低了微生物多样性。为了进一步寻找微生物群落变化同有机碳和金属元素变化的关系，结合使用了冗余分析和VPA分析。确实发现了DOC和可溶性Fe和Si确实可以解释微生物群落的变化。

结果3：微生物与有机碳迁移率之间的联系

我们进一步挑选出来响应氨基酸类物质和有机酸类的微生物进行差异分析，发现了这些微生物可以很好的区分全部样本。其次，机器学习也用于寻找关键的响应分泌物的微生物，最终我们找到了一批响应氨基酸的微生物和另外一批响应有机酸的微生物。

结果4 细菌群落对碳周转的影响的偏最小二乘路径模型 (PLSPM)

进一步分析了放线菌、aFe、aSi和DOC之间的复杂关系，以确定与土壤碳响应相关的最重要特性。为了实现这一点，我们使用进行了PLSPM分析：化合物类别（氨基酸类，有机酸类和糖类）、16S rRNA 基因拷贝、α多样性（Richness、Shannon 和 Pielou 指数）、特征OTU（放线菌）、pH、aFe 和 aSi。发现添加的根系分泌物会影响微生物群落组成、aFe 和 aSi含量。模型的最佳拟合是度为：0.63 （GOF）。根系分泌物输入可以直接影响 DOC 含量（路径系数 A = -0.28 和 C = 0.21）或通过其对土壤特性（主要是土壤 pH 值、aFe 和放线菌）的影响而间接影响。放线菌属性 (0.38) 对土壤 DOC 的影响大于对 aFe (0.14) 和 aSi (0.19) 的影响。向土壤中添加发分泌物可以通过影响总细菌群落丰度从而间接影响 aFe 或 aSi 含量（16S rRNA 的拷贝；A：0.26；S：0.38）。

根际互作生物学研究室简介

根际互作生物学研究室是沈其荣院士土壤微生物与有机肥团队下的一个关注于根际互作的研究小组。本小组由袁军副教授带领，主要关注：1.植物和微生物互作在抗病过程中的作用；2 环境微生物大数据整合研究；3 环境代谢组及其与微生物过程研究体系开发和应用。团队在过去三年中在 ISME J， Microbiome，Fundamenal Research，PCE，SBB，Horticulture Research等期刊上发表了多篇文章。欢迎关注微生信生物公众号对本研究小组进行了解。

系列教程：微生物组入门 Biostar 微生物组宏基因组

专业技能：学术图表高分文章生信宝典不可或缺的人

一文读懂：宏基因组寄生虫益处进化树

必备技能：提问搜索 Endnote

文献阅读热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读分析流程统计绘图

16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun

在线工具：16S预测培养基生信绘图

科研经验：云笔记云协作公众号

编程模板: Shell R Perl

生物科普: 肠道细菌人体上的生命生命大跃进细胞暗战人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。