樊艳玲,苟雅玲,王红旗,刘增俊,许贺峰,杨 硕,梁 竞

氯代烃污染深层土壤细菌群落结构及组装机制

樊艳玲1,2,苟雅玲1,3,王红旗1*,刘增俊2**,许贺峰4,杨 硕2,梁 竞2

(1.北京师范大学水科学研究院,北京 100875；2.北京市生态环境保护科学研究院,北京 100037；3.北京市科学技术研究院资源环境研究所,北京 100095；4.中国科学院生态环境研究中心,北京 100085)

为研究氯代烃污染土壤中细菌群落结构特征和组装机制,在某氯代烃污染场地不同污染区域采集2～10m范围内非饱和带土壤,基于高通量测序技术分析了细菌群落结构,揭示了群落结构变化的主要驱动因子、环境影响因子及组装机制.结果表明:轻污染区细菌群落结构变化的主要驱动因子是土壤类型,β多样性主要受物种替换影响,贡献度为53.9%,群落组成与水溶性硫酸盐(=0.61,=0.0002)和总有机碳含量(=0.42,=0.0005)显著相关;重污染区细菌群落结构变化的主要驱动因子是污染程度,β多样性主要受丰富度差异影响,贡献度为52.9%,群落组成与三氯乙烯(=0.17,=0.0425)、三氯甲烷(=0.22,=0.0375)、水溶性硫酸盐(=0.36,=0.0074)、总有机碳(=0.29,=0.0168)、全氮(=0.20,=0.0130)含量显著相关.氯代烃胁迫降低了大多数物种的生态位宽度和生态位重叠指数,但适应性物种除外,最终导致变形菌门(Proteobacteria)的丰度增加,放线菌门(Actinobacteriota)、厚壁菌门(Firmicutes)和绿弯菌门(Chloroflexi)丰度出现降低.在污染物浓度较低时,菌群组装以随机性过程为主,贡献度为65.6%,污染物较高时,随机性过程下降为27.7%,组装由确定性过程主导.

深层土壤；细菌群落；结构特征；组装机制

氯代烃(CAHs)作为一种重要的有机溶剂和产品中间体,被广泛应用于工业领域,在其生产、储存和使用过程中,容易通过泄露、排放或跑冒滴漏等对土壤和地下水造成污染.我国学者对有机场地的资料统计显示,地下水和土壤中出现卤代有机物的场地分别占84%和57%,这些卤代有机物主要为氯代石油烃和氯代苯类[1].美国超级基金修复报告中统计显示,地下水中需开展三氯乙烯、四氯乙烯、氯乙烯、顺-1,2-二氯乙烯污染修复的分别占到55%、41%、37%和34%,土壤中需开展三氯乙烯和四氯乙烯污染修复的占21%和20%[2].

与物理、化学修复方式相比,生物修复方式具有扰动小、经济节约、不产生二次污染物、能最大限度降低污染物浓度等优势.氯乙烯在地下的生物降解途径主要包含厌氧还原脱氯、好氧共代谢[3]和直接氧化[4-5],研究中发现的还原脱氯菌主要有地杆菌属()、梭菌属(. DC-1)[6],梭菌属(spKYT-1)[7],脱卤杆菌属(),脱卤拟球菌属()[8],脱硫单胞菌属(),脱硫杆菌属(),sp. Y51[9],梭状芽胞杆菌()[10],丙酸杆菌(spHK-1),硫螺旋菌属()[11]等,氧化共代谢菌群主要有亚硝化单胞菌(),假单胞菌属(), 红球菌属(),黄杆菌属(sp)等[12].不同氯代烃场地中的优势微生物差异较大[13],研究表明污染土壤和清洁土壤中微生物群落结构存在显著差异[14-15],但不同土壤环境下,触发群落结构发生变化的污染程度不同,有室内实验研究表明三氯乙烯在1´10-6mg/kg水平下即可对土壤微生物群落结构造成影响[16],但现场数据的研究结果表明多环芳烃[17]和多氯联苯[18]在高浓度水平下才会引发群落结构的变化.为有效指导污染场地的微生物修复,应充分了解场地中的土著菌群分布特征.

微生物的多样性和群落结构是影响环境介质功能的主要因素[19],因此研究氯代烃实际场地中的微生物群落结构及其组装机制对氯代烃污染土壤的微生物修复具有重要的指导意义.由于氯代烃的迁移性较强,实际场地中污染深度往往贯穿整个非饱和带,为了解场地深层土壤中微生物群落结构特征及其组装机制,本研究基于华北某氯代烃污染场地,分析比较了2～10m深度范围内不同污染程度和土壤质地条件下土壤微生物群落结构,探讨了群落组成的影响因素和组装机制,以期为氯代烃污染场地的微生物修复提供参考.

1 材料与方法

1.1 土壤样品采集

土壤样品采集于华北某氯代烃污染场地,该场地包气带岩性以填土、粉质粘土和砂质粉土为主,污染物类型为氯代烃.2022年10月,选择2个不同污染程度的区域进行钻孔取样,分别为轻污染区(经纬度为39.43463883,116.2539744,定义为L区)和重污染区(经纬度为39.43455549,116.2537315,定义为H区).样品采集深度为2,4,6,8,10m.每个区域在1m´1m范围内均匀布设3个钻孔,在同一深度进行取样,作为3个重复.

现场采用30钻机进行钻孔取样.参照《岩土工程勘察规范》[GB50021-2001][20]判断土壤性质,用无菌铲和VOCs土壤采样器采集土壤样品,每个采样点采集3份土壤样品,用于微生物测试的土壤装入无菌离心管装入装有干冰的保温箱中运输至实验室,用于污染物含量和土壤理化性质测试的土壤分别装入40mL棕色瓶和棕色广口瓶,低温送至实验室.

1.2 土壤理化性质测定

参照《土壤干物质和水分的测定重量法》[HJ 613-2011][21]测定土壤含水率,检出限为0.1%;参照《土壤 pH值的测定电位法》[HJ 962-2018][22]测定土壤pH值,检出限为0.01;参照《沉积岩中总有机碳的测定》[GB/T 19145-2003][23]测定土壤总有机碳(TOC)含量,检出限为0.10%;参照《土壤质量全氮的测定凯式法》[HJ 717-2014][24]测定土壤总全氮(TN)含量,检出限为48mg/kg;参照《土壤总磷的测定碱熔-钼锑抗分光光度法》[HJ 632-2011][25]测定土壤总磷(TP)含量,检出限为20mg/kg;参照《土壤水溶性和酸溶性硫酸盐的测定》[HJ 635-2012][26]测定土壤硫酸盐(S)含量,检出限为20mg/kg;参照《土壤和沉积物挥发性有机物的测定吹扫捕集/气相色谱-质谱法》[HJ 605-2011][27]测定土壤VOCs含量,检出限为0.05～0.1mg/kg.

1.3 土壤DNA抽提和PCR扩增

根据E.Z.N.A.® soil DNA kit(Omega Bio-tek, Norcross, GA, U.S.)说明书进行微生物群落总DNA抽提,使用1%的琼脂糖凝胶电泳检测DNA的提取质量,使用NanoDrop2000测定DNA浓度和纯度;使用338F(5’-ACTCCTACGGGAGGCAGCAG-3’)和806R(5’-GGACTACHVGGGTWTCTAAT-3’)对16S rRNA基因V3-V4可变区进行PCR扩增,扩增程序如下:95℃预变性3min,27个循环(95℃变性30s,55℃退火30s,72℃延伸30s),然后72℃稳定延伸10min,最后在4℃进行保存(PCR仪:ABI GeneAmp® 9700型).PCR反应体系为:5×TransStart FastPfu缓冲液4μL,2.5mM dNTPs 2μL,上游引物(5umol/L)0.8μL,下游引物(5umol/L)0.8μL,TransStart FastPfuDNA聚合酶0.4μL,模板DNA 10ng,ddH2O补足至20μL.每个样本3个重复.

1.4 Illumina Miseq测序

1.5 微生物群落组成分析

使用fastp[28](https://github.com/OpenGene/fastp, version 0.20.0)软件对原始测序序列进行质控,使用FLASH[29](http://www.cbcb.umd.edu/software/flash,version 1.2.7)软件进行拼接.使用UPARSE[30]软件(http://drive5.com/uparse/,version 7.1),根据97%[30-31]的相似度对序列进行OTU聚类并剔除嵌合体.利用RDP classifier[32](http://rdp.cme.msu.edu/,version 2.2)对每条序列进行物种分类注释,比对Silva 16S rRNA数据库(version 138),设置比对阈值为70%.

1.6 统计分析

数据处理采用Microsoft Excel 2016软件完成.多样性是指某个群落或生境内部的物种多样性[33],采用R语言Vegan包计算如下指数对其进行表征:sobs指数和chao指数表征物种丰富度,既一个群落或生境中种的数目的多寡,数值越大,丰富度越大.shannon指数和simpson指数表征总多样性,是对丰富度和均匀度的综合反映,shannon指数越大,多样性越高,simpson指数越大,多样性越低.利用Kruskal-Wallis秩和检验进行多样性指数的组间差异性检验.多样性是指在一个梯度上从一个生境到另一个生境所发生的物种多样性变化的速率和范围[33],是种数改变一半的测度.采用R语言Vegan包,基于bray-curtis进行层级聚类分析和PCoA分析,基于euclidean进行置换多元方差分析(PERMANOVA),体现物种多样性的变化.采用R语言adespatial包进行β多样性分解,spaa包进行生态位宽度和生态位重叠计算.基于Spearman相关性,采用R语言linkET包进行mantel test检验.中性群落模型分析采用R语言minpack.lm包.

2 结果与讨论

2.1 土壤污染特征及理化性质分析

土壤样品采集位置及检出污染物浓度如表1所示.L区检出污染物主要为三氯乙烯、三氯甲烷、顺式-1,2-二氯乙烯,最大值分别为1.99,0.1和0.15mg/kg. H区检出污染物为三氯乙烯、三氯甲烷和顺式-1,2-二氯乙烯,浓度分布范围分别为1.16～17.20mg/kg, 0.21～10.50mg/kg和0.08～0.42mg/ kg.H区样品中三氯乙烯和三氯甲烷浓度普遍高于L区,且H区深层(6,8和10m)三氯乙烯和三氯甲烷浓度高于浅层(2和4m).

表1 土壤样品采集位置及污染物浓度

注:低于检出限的样品浓度用检出限数值的1/2代替,3个平行样品中当未检出个数³2个时标记为NA.

土壤类型及理化性质如表2所示.

表2 土壤类型及理化性质

2.2 土壤剖面细菌群落a多样性

对L区和H区样品进行高通量测序,处理后共获得10910个OTU,分类为55门、187科、456目、729科、1491属、3139种.从样本中随机抽取一定数量的序列,统计这些序列对应样本的Shannon指数,结果如图1所示,曲线均趋于平缓,表明本次测序数据量足够.

图1 基于OTU水平香农指数稀释曲线

图2为土壤剖面细菌群落多样性随深度的变化.L区2～10m范围内Sobs指数和Chao指数变化不显著(图2(a)和(b)),表明深度的变化未显著影响物种的丰富度.Shannon指数变化不显著(图2(c)),但10m处Simpson指数显著高于2和4m处(图2(d)),表明10m处物种多样性显著低于2和4m处.

自闭症谱系障碍儿童确诊前后其家庭有效应对模式的构建——基于一名中度自闭症儿童6年康复历程的考察……………………………………………………刘英玲（95）

H区浅层(2和4m)Sobs指数、Chao指数、Shannon指数和Simpson指数均无显著差异,表明浅层土壤内物种丰富度和多样性无显著差异.深层(6～10m)Sobs指数和Chao指数无显著差异,表明深层土壤内物种丰富度未发生显著变化.6m处Shannon指数和Simpson指数分别显著高于和低于10m处,表明深层土壤内物种多样性发生了变化.浅层Sobs指数、Chao指数和Shannon指数均显著高于深层,Simpson指数显著低于10m处,均表明浅层物种丰富度和多样性均显著高于深层.

2.3 土壤剖面细菌群落b多样性

基于bray_curtis距离,分别对L区和H区样本进行层级聚类分析和PCoA分析,结果如图3所示.样本层级聚类结果(图3(a))将L区全部样本划分为回填土(2m)和原土(4,6,8和10m)两大类,其中,原土中又进一步分为两个小类,分别为粉质黏土(4和6m)和砂质粉土(6和8m).以土壤类型作为分组依据对L区所有样本进行PCoA分析(图3(b)),结果显示,回填土、粉质黏土和砂质粉土之间显著区分,主成分PC1和PC2的累计解释方差为49.65%,置换多元方差分析(PERMANOVA)2值为0.4683,P值为0.001,回填、粉质黏土和砂质粉土组间差异显著大于组内差异,表明氯代烃低污染胁迫下土壤类型是细菌群落结构差异的主要驱动因子.

样本层级聚类结果(图3(c))将H区全部样本划分为浅层(2和4m)和深层(6,8和10m)两大类.根据氯代烃分布规律,H区浅层样品中污染物浓度较低,深层样品中污染物浓度较高,因此,本文依据污染程度将H区钻孔分为低浓度组(D)和高浓度组(G)进行PCoA分析,结果如图3(d)所示,D组和G组之间显著区分,主成分PC1和PC2的累计解释方差为73.12%,置换多元方差分析(PERMANOVA)2值为0.4891,P值为0.002,表明D组和G组组间差异显著大于组内差异,表明氯代烃高污染胁迫下污染物浓度驱动微生物群落结构发生了变化.

图2 土壤剖面细菌群落α多样性

a, b, c, d分别为L区土壤剖面sobs, chao, Shannon和simpson指数; e, f, g和h分别为H区土壤剖面sobs, chao, shannon和simpson指数

图3 基于OTU水平的聚类分析与PCoA分析

a,c分别为L区和H区样品聚类分析;b,d分别为L区和H区样品PCoA分析

群落间物种组成差异起源于两种不同的过程:物种周转或丰富度差异,其中,物种周转表示不同群落间的物种替换,而物种丧失会导致群落间物种丰富度产生差异[34-35].例如,由于物种对环境变化的敏感性不同,受胁迫物种容易因为环境压力而在生境中消失,而对环境变化具有较高容忍度的物种则能存活下来[36].Beta多样性分解结果显示,L区土壤细菌群落的差异主要受物种替换过程影响,贡献度为53.9%,丰富度差异贡献为23.7%,相似性为22.4%(图4(a)),H区土壤细菌群落的差异主要受丰富度差异影响,贡献度为52.9%,物种替换贡献度为27%,相似性为20.1%(图4(b)),表明H区污染物的积累造成了不耐受物种的丧失.

图4 L区和H区的b多样性分解三元图

2.4 细菌群落结构

土壤剖面门水平细菌群落相对丰度如图5所示.L区2和4m处优势菌分别为放线菌门(Actinobacteriota)(26.02%)和绿弯菌门(Chloroflexi) (24.39%),6～8m间优势菌为变形菌门(Proteobacteria) (24.44%、28.89%、37.55%).变形菌门相对丰度随深度逐渐增加,从2m至10m相对丰度依次从9.05%增加至37.55%(图5(a)).结合L区PCoA分组结果(图3(b)),放线菌门(Actinobacteriota)在不同土质中相对丰度不同,在回填土中的相对丰度较大(26.02%),其次是砂质粉土(14.13%～18.34%),粉质黏土中相对丰度最小(7.23%～10.62%).

H区2和4m处优势菌为放线菌门(Actinobacteriota) (26.42%、22.85%),6～10m间优势菌为变形菌门(Proteobacteria)(32.74%、51.74%、84.12%)(图5(b)).结合H区PCoA分组结果(图3(d)),氯代烃低浓度胁迫下(D组)放线菌门(Actinobacteriota)是优势菌,氯代烃高浓度胁迫下(G组)放线菌门(Actinobacteriota)、厚壁菌门(Firmicutes)和绿弯菌门(Chloroflexi)相对丰度均出现了下降,变形菌门(Proteobacteria)出现富集,成为优势菌.

生态位宽度反映了种群对生境资源利用程度和对环境适应能力,物种的生态位越宽越具有竞争力,生态位越窄在竞争中越处于劣势[37-38].D组样品中各菌群生态位宽度显著高于G组,Wilcox检验p值为0.00295(图6(b)),氯代烃胁迫造成了大部分菌群生态位的减小,只有变形菌门(Proteobacteria)、放线菌门(Actinobacteriota)、Methylomirabilota、疣微菌门(Verrucomicrobiota)等出现了生态位宽度增加(图6(a)).

当两个物种利用同一资源或共同占有某一资源时,就会出现生态位重叠现象, D组样品中各菌群生态位宽度显著高于G组,Wilcox检验p值为0.0000(图6(c)).当生态位重叠值大于0.6时,物种对之间的生态位重叠显著[39].G组中优势菌群物种关联图显示(图6(d)),变形菌门(Proteobacteria)与放线菌门(Actinobacteriota)重叠指数为0.63,与剩余8个优势菌群的生态位重叠指数均小于0.6,变形菌门(Proteobacteria)与其他菌群的生态位重叠现象不明显.放线菌门(Actinobacteriota)与剩余8个优势菌群的生态位重叠指数均大于0.8,生态位重叠现象显著.厚壁菌门(Firmicutes)、绿弯菌门(Chloroflexi)、放线菌门(Actinobacteriota)、拟杆菌门(Acidobacteriota)、芽单胞菌门(Gemmatimonadota)之间有明显的重叠.

图5 L区和H区土壤剖面细菌门水平群落组成

菌群生态位宽度和生态位重叠指数分析结果显示,氯代烃胁迫下,变形菌门(Proteobacteria)和放线菌门(Actinobacteriota)生态位宽度变大,但由于前者生态位重叠指数较低,相对丰度出现了增大,后者生态位重叠指数较高,相对丰度出现了降低.厚壁菌门(Firmicutes)和绿弯菌门(Chloroflexi)在氯代烃胁迫下生态位宽度减小,且生态位重叠指数较高,因此两者的相对丰度均出现了降低.

图6 D组和G组样本生态位特征

Fig.6 Niche characteristics of samples from Group D and Group G

a:物种生态位宽度;b:生态位宽度wilcox检验;c:生态位重叠指数wilcox检验;d:G组物种关联

2.5 细菌群落与环境因子的相关性

Mantel检验结果显示(图7),L区细菌群落组成与土壤中水溶性硫酸盐含量(S)(=0.61,=0.0002)和TOC含量(=0.42,=0.0005)显著相关,虽然土壤中也含有较低浓度的三氯乙烯(TCE),但细菌群落结构与其无显著相关性,表明氯代烃入侵的初始阶段或污染程度较低时,细菌群落结构具有一定的稳定性. H区细菌群落组成与水溶性硫酸盐含量(S)(=0.36,= 0.0074)、TOC含量(=0.29,=0.0168)、三氯乙烯(TCE) (=0.17,=0.0425)、三氯甲烷(chloroform)(= 0.22,= 0.0375)和全氮(TN)(=0.20,=0.0130)相关,表明氯代烃高浓度胁迫下,污染物影响了细菌群落组成.

图7 L区和H区细菌群落物种组成与环境因子的相关性分析

颜色梯度和方块大小代表Spearman相关系数,红色代表正相关,紫色代表负相关.对细菌群落结构与环境因子做Mantel分析,线条宽度对应Mantel检验r值,线条颜色表示9999次置换检验的统计显著性

2.6 群落组装机制

传统的生态位理论认为群落结构的形成是物种特征、种间相互作用和环境条件控制的确定性过程[40-41].中性理论认为群落结构是由出生、死亡、迁移、物种形成和扩散限制等随机过程塑造的[42].微生物组装过程中,生态位理论和中心理论同时发生[41,43-44].Sloan等[45]提出了中性群落模型(NCM),量化了中性过程的重要性,模型中2表示模拟的拟合程度,2越高拟合效果越好,即越接近中性模型,m为物种的迁移率,越高表明物种受到扩散限制越低.

图8 基于中性群落模型(NCM)评估群落组装过程

蓝色实线表示NCM的预测曲线,蓝色虚线表示NCM预测的95%置信区间

对H区D组和G组样本进行中性群落模型评估,结果如图8所示,D组拟合度2为0.656,迁移率m为1.08(图8(a)),G组拟合度2为0.277,迁移率m为0.087(图8(b)).随机过程的相对贡献度在G组中有了明显的降低,扩散受到了限制,这可能是因为较高的环境异质性会限制细菌群落的扩散,推动环境选择的确定性过程[46].Mo等[47]研究了在不同盐度环境中真菌组装过程,发现随机过程的相对贡献随着盐度的增加而逐渐降低.G组物种的生态位宽度较D组出现了显著降低(图6(b)),有研究证明,相较于具有较宽生态位的物种,较窄生态位物种更容易受确定性过程的影响[48].

3 讨论

3.1 细菌群落多样性

在污染物浓度较低的L区,以2m为间隔的样本之间丰富度和多样性并未发生显著变化,表明深度未引起物种多样性的显著差异.样本层级聚类和PCoA结果均显示填土、粉质粘土和砂质粉土细菌群落显著区分,表明土壤类型是物种差异的主要驱动力.前期已有研究证明,土壤类型是影响微生物活动和群落结构的重要因素之一[49-50],Bai等[51]基于稻田土柱实验研究结果表明,细菌和古菌群落结构能够根据土壤类型进行明显的区分.但由于土壤类型代表了土壤母质以及过去和现在复杂的气候条件的综合影响,很难将土壤类型对微生物群落的影响归因于单一因素[51].本研究的mantel检验结果显示L区群落组成与总有机碳和水溶性硫酸盐含量显著相关.前期已有研究证明,生物多样性与土壤中碳含量和pH值相关[52-53],但是当pH值范围较窄时,pH值对群落组成的影响不明显[53].本研究中全部样品pH值范围为8.18～8.96,未对群落组成造成明显的影响.

H区的浅层样本与深层样本间多样性存在显著差异,层级聚类和PCoA结果表明,氯代烃污染程度是物种差异的主要驱动力.mantel检验结果也验证了三氯乙烯和三氯甲烷浓度变化与物种组成变化呈显著相关性.H区低浓度组微生物生态位重叠指数显著高于高浓度组(图6(c)),Galand[54]认为,物种的重叠能够为生态系统提供功能冗余,缓冲多样性的丧失,这与浅层样本物种多样性显著高于深层的现象相吻合.

有研究报道,当环境条件超出了它们的“历史生活”中的环境范畴时,微生物群落组成和功能将会发生变化[55],虽然NEMIR等[16]基于室内实验确定微生物群落结构受到显着影响的明显阈值约为1×10-6mg/kgTCE,但本文结论显示,L区TCE浓度范围为0.05～1.99mg/kg时mental检验显示TCE浓度与群落组成之间不存在显著相关性.H区TCE浓度范围介于1.16～17.20mg/kg,三氯甲烷浓度范围介于0.21～10.50mg/kg时才驱动了群落结构的变化,类似的结论在石油和多环芳烃类污染场地中也得到了验证:郑一鸣等[56]在石油类污染场地中发现高浓度石油污染是引起土壤和沉积物中微生物群落组成变化的主要驱动因子,Liu等[17]在多环芳烃污染土壤中也发现,多环芳烃总浓度为3166.52mg/kg样品中的细菌群落与34.26～258.20mg/kg样品中的细菌群落差异显著.

3.2 细菌群落结构

变形菌门在土壤环境中非常常见,与碳、氮、硫循环功能有关[57].L区土壤中变形菌门相对丰度随深度的增加而增大,最大为37.55%, H区高浓度氯代烃胁迫下,变形菌的相对丰度最大丰度达到84.14%,这表明,变形菌是氯代烃耐受菌,在氯代烃胁迫下,变形菌门的生态位宽度增加了45.4%,与放线菌的生态位重叠指数为0.63,与剩余8个优势菌门的重叠指数均小于0.54,这也表明变形菌在氯代烃环境下具有相对较强的竞争优势.孙仲平等[58]研究发现,在TCE污染沉积物中变形菌是优势菌(相对丰度84.9%),但随着TCE的降解,变形菌门相对丰度分别下降为66.1%和49.8%,与之趋势相反的是厚壁菌门,污染样品中相对丰度较低,但随着污染物浓度的降低,相对丰度分别增大至22.1%和47.9%.Koner等[59]在9m深度处高氯代烃污染浓度土壤也发现了丰度较高的变形菌门.

同样在氯代烃胁迫下生态位宽度增加的还有放线菌门,增幅为17.8%,但由于放线菌门与其他优势菌群的生态位重叠显著,因此其相对丰度出现了下降.厚壁菌门和绿弯菌门在高氯代烃浓度环境下出现了生态位宽度变窄,同时具有较高的生态位重叠,因此均出现了相对丰度的降低,孙仲平等[58]的研究中也发现了厚壁菌门在TCE污染沉积物中的降低.

3.3 细菌群落组装机制

目前群落组装机制的研究中应用最多的是生态位理论和中性理论,前者认为群落的形成是环境状况、生境异质性和物种间相互作用等确定性过程影响了物种的有无及丰度的大小[60],后者则把群落的形成归结为随机性的过程,例如物种的出生、死亡、殖民、移民、物种形成和扩散限制[61].确定性和随机性过程共同作用于微生物群落的形成[43],但两者相对重要性的大小取决于环境的类型、环境条件和生物特性[62].

当环境条件充足,大部分物种能够较好的生长时,随机性过程起主导作用,物种多样性较高[63],Lan等[64]发现森林土壤中细菌群落组装主要以随机性过程为主.随着环境条件变得苛刻,确定性过程起主导作用,优势菌种占据主导地位,物种多样性也随着降低[65].Xun等[66]在研究中发现,群落组装过程与菌群多样性有关,随着土壤细菌物种丰富度和功能多样性的降低,细菌群落组成过程由随机过程向确定性过程转变.H区2～4m深度内细菌群落多样性水平较高,细菌群落组装过程中随机性过程贡献度为65.6%,迁移率为1.8,细菌群落迁移率较大,组装以随机性过程为主.而在浓度较高的6～10m深度内,细菌群落组装过程中随机性过程贡献度下降为27.7%,确定性过程占主导,扩散受到限制,迁移率下降为0.087,部分菌群受到氯代烃的抑制作用,耐受菌得以富集.研究中也发现H区α多样性随着深度的增加逐渐减小,这一现象与组装机制分析结果相吻合.

4 结论

4.1 轻污染区土壤中,土壤类型是造成细菌群落差异的主要驱动因子,群落组成与水溶性硫酸盐和总有机碳含量显著相关.细菌群落的差异主要受物种替换影响.

4.2 重污染区土壤中,污染胁迫是造成细菌群落差异的主要驱动因子,除水溶性硫酸盐和总有机碳以外,群落组成还受三氯乙烯、三氯甲烷和全氮显著影响.细菌群落的差异主要受丰富度差异影响.

4.3 氯代烃胁迫显著降低了细菌群落的丰富度和多样性,除适应性物种外,多数物种在氯代烃胁迫下降低了生态位宽度和生态位重叠指数,致使变形菌门的丰度增加,放线菌门、厚壁菌门和绿弯菌门丰度降低.

4.4 氯代烃浓度较低时,组装中随机性过程贡献度为65.6%,随着污染物浓度的增大,随机性过程下降为27.7%,组装以确定性过程为主.

[1] 朱 辉,叶淑君,吴吉春,等.中国典型有机污染场地土层岩性和污染物特征分析 [J]. 地学前缘, 2021,28:26-34. Zhu H, Ye S J, Wu J C, et al. Characteristics of soil lithology and pollutants in typical contamination sites in China [J]. Earth Science Frontiers, 2021,28:26-34.

[2] US EPA. Superfund Remedy Report 17th Edition [R]. Washington District of Columbia: 2023.

[3] Tiehm A, Schmidt K R. Sequential anaerobic/aerobic biodegradation of chloroethenes—aspects of field application [J]. Current Opinion in Biotechnology, 2011,22(3):415-421.

[4] 张 浩,邢志林,汪 军,等.异养同化降解氯代烃的研究现状、微生物代谢特性及展望 [J]. 生物工程学报, 2020,36(6):1083-1100. Zhang H, Xing Z L, Wang J, et al. Advances in microbial degradation of chlorinated hydrocarbons [J]. Chinese Journal of Biotechnology, 2020,36(6):1083-1100.

[5] 刘 帅,赵天涛,邢志林,等.氯代脂肪烃生物与非生物共促降解机制研究进展 [J]. 生物工程学报, 2018,34(4):510-524. Liu S, Zhao T I, Xing Z L, et al. Advances in biotic and abiotic mutual promoting mechanism for chlorinated aliphatic hydrocarbons degradation [J]. Chinese Journal of Biotechnology, 2018,34(4):510- 524.

[6] Hata J, Miyata N, Kim E S, et al. Anaerobic degradation of cis-1, 2-dichloroethylene and vinyl chloride by Clostridium sp. strain DC1isolated from landfill leachate sediment [J]. Journal of Bioscience and Bioengineering, 2004,97(3):196-201.

[7] Kim E S, Nomura I, Hasegawa Y, et al. Characterization of a newly isolatedcis-1,2-dichloroethylene and aliphatic compound-degrading bacterium,sp. strain KYT-1 [J]. Biotechnology and Bioprocess Engineering, 2006,11(6):553-556.

[8] Puigserver D, Herrero J, Nogueras X, et al. Biotic and abiotic reductive dechlorination of chloroethenes in aquitards [J]. Science of The Total Environment, 2022,816:151532.

[9] Furukawa K, Suyama A, Tsuboi Y, et al. Biochemical and molecular characterization of a tetrachloroethene dechlorinating Desulfitobacterium sp. strain Y51: a review [J]. Journal of Industrial Microbiology and Biotechnology, 2005,32(11):534-541.

[10] Kim E S, Nomura I, Hasegawa Y, et al. Characterization of a newly isolated cis-1,2-dichloroethylene and aliphatic compound-degrading bacterium, Clostridium sp. strain KYT-1 [J]. Biotechnology and Bioprocess Engineering, 2006,11(6):553-556.

[11] Luijten M L G C, de Weert J, Smidt H, et al. Description of Sulfurospirillumsp. nov., an anaerobic, tetrachloroethene-respiring bacterium, and transfer ofto the genus Sulfurospirillum as Sulfurospirillum multivorans comb. nov [J]. International Journal of Systematic and Evolutionary Microbiology, 2003,53:787-793.

[12] Shukla A K, Upadhyay S N, Dubey S K. Current trends in trichloroethylene biodegradation: a review [J]. Critical Reviews in Biotechnology, 2014,34(2):101-114.

[13] 余锦涛,刘 慧,李 翠,等.氯代脂肪烃污染土壤微生物群落结构的主控因子 [J]. 环境科学与技术, 2022,45:29-36. Yu J T, Liu H, Li C, et al. Research on main control factors of microbial community composition in CAHs-contaminated soi [J]. Environmental Science & Technology, 2022,45:29-36.

[14] 甄丽莎,谷 洁,胡 婷,等.黄土高原石油污染土壤微生物群落结构及其代谢特征 [J]. 生态学报, 2015,35(17):5703-5710. Zhen L S, Gu J, Hu T, et al. Microbial community structure and metabolic characteristics of oi-contaminated soil in the Loess Plateau [J]. Acta Ecologica Sinica, 2015,35(17):5703-5710.

[15] 杨 琴,赵 敏,朱 妍.陕北榆林定边县采油区土壤微生物群落结构的分子生态学研究 [J]. 西北大学学报(自然科学版), 2014,44(6): 943-946. Yang Q, Zhao M, Zhu Y. Molecular ecological research on microbial community structure of soil from oil fields of Dingbian, Yulin, Northern Shaanxi [J]. Journal of Northwest University (Natural Science Edition), 2014,44:943-946.

[16] Nemir A, David M M, Perrussel R, et al. Comparative phylogenetic microarray analysis of microbial communities in TCE-contaminated soils [J]. Chemosphere, 2010,80(5):600-607.

[17] Liu J Y, Liu Y, Dong W H, et al. Shifts in microbial community structure and function in polycyclic aromatic hydrocarbon contaminated soils at petrochemical landfill sites revealed by metagenomics [J]. Chemosphere, 2022,293:15.

[18] 吴宇澄,骆永明,滕 应,等.多氯联苯污染农田土壤的细菌群落结构差异及其影响因素 [J]. 土壤学报, 2007,44(5):854-859. Wu Y C, Luo Y M, Teng Y, et al. Variation of microbial communities in PCBs contaminanted agricultural soils and influencing factors [J]. Acta Pedologica Sinica, 2007,44(5):854-849.

[19] Bertolet B L, Louden S I, Jones S E. Microbial community composition, and not pH, influences lake sediment function [J]. Ecosphere, 2022,13(5):e4091.

[20] GB50021-2001 岩土工程勘察规范 [S]. GB50021-2001 Code for investigation of geotechnical engineering [S].

[21] HJ 613-2011 土壤干物质和水分的测定重量法 [S]. HJ 613-2011 Soil-Determination of dry matter and water content Gravimetric method [S].

[22] HJ 962-2018 土壤pH值的测定电位法 [S]. HJ 962-2018 Soil-Determination of pH-Potentiometry [S].

[23] GB/T 19145-2003 沉积岩中总有机碳的测定 [S]. GB/T 19145-2003 Determination of total organic carbon in sedimentary rock [S].

[24] HJ 717-2014 土壤质量全氮的测定凯氏法 [S]. HJ 717-2014 Soil quality Determination of total nitrogen-Modified Kjeldahl method [S].

[25] HJ 632-2011 土壤总磷的测定碱熔-钼锑抗分光光度法 [S]. HJ 632-2011 Soil-Determination of Total Phosphorus by alkali fusion Mo-Sb Anti spectrophotometric method [S].

[26] HJ 635-2012 土壤水溶性和酸溶性硫酸盐的测定重量法 [S]. HJ 635-2012 Soil-Determination of water-soluble and acid-soluble sulfateGravimetric method [S].

[27] HJ 605-2011 土壤和沉积物挥发性有机物的测定吹扫捕集/气相色谱-质谱法 [S]. HJ 605-2011 Soil and sediment -Determination of volatile organic compounds Purge and trap gas chromatography/mass spectrometry method [S].

[28] Chen S, Zhou Y, Chen Y, et al. fastp: an ultra-fast all-in-one FASTQ preprocessor [J]. Bioinformatics, 2018,34(17):i884-i890.

[29] Magoč T, Salzberg S L. FLASH: fast length adjustment of short reads to improve genome assemblies [J]. Bioinformatics (Oxford, England), 2011,27(21):2957-2963.

[30] Edgar R C. UPARSE: highly accurate OTU sequences from microbial amplicon reads [J]. Nat Methods, 2013,10(10):996-998.

[31] Stackebrandt E, Goebel B M. Taxonomic note: A place for DNA: DNA reassociation and 16s rRNA sequence analysis in the present species sefinition in bacteriology [J]. International Journal of Systematic Bacteriology, 1994,44(4):846-849.

[32] Wang Q, Garrity G M, Tiedje J M, et al. Naive Bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy [J]. Appl Environ Microbiol, 2007,73(16):5261-5267.

[33] 张金屯.数量生态学.第3版 [M]. 北京:科学出版社, 2011:96-97. Zhang J T. Quantitative Ecology. 3rd Edition [M]. Beijing: Science Press, 2011:96-97.

[34] Harrison S, Ross S J, Lawton J H. Beta diversity on geographic gradients in Britain [J]. Journal of Animal Ecology, 1992,61:151-158.

[35] Baselga A. Partitioning the turnover and nestedness components of beta diversity [J]. Global Ecology and Biogeography (Global Ecol Biogeogr), 2010,19(1):134-143.

[36] 斯幸峰,赵郁豪,陈传武,等.Beta多样性分解:方法、应用与展望 [J]. 生物多样性, 2017,25(5):464-480. Si X F, Zhao Y H, Chen C W, et al. Beta-diversity partitioning: methods, applications and perspectives [J]. Biodiversity Science, 2017, 25(5):464-80.

[37] 王艳红,郝 兆,薛文凯,等.纳木措不同水文期水体可培养酵母菌影响因素分析 [J]. 中国环境科学, 2023,43(4):2028-2038.Wang Y H, Hao Z, Xue W K, et al. Study on environmental factors affecting culturable yeast community structure during differenthydrological periods in Nam Co Lake [J]. China Environmental Science, 2023,43(4): 2028-2038.

[38] 徐紫娟,李文红,武利军,等.栽培绿狐尾藻的鱼塘底泥菌群结构与优势属生态位特征分析 [J]. 基因组学与应用生物学, 2021,40(3): 1196-1204. Xu Z J, Li W H, Wu L J, et al. Analysis of Bacterial Community Structure and Niche Characteristics of theFishpond Sediment Under the Cultivation of Myriophyllum elatinoides [J]. Genomics and Applied Biology, 2021,40(3):1196-1204.

[39] Wathne J A, Haug T, Lydersen C. Prey preference and niche overlap of ringed seals Phoca hispida and harp seals P. groenlandica in the Barents Sea [J]. Marine Ecology Progress Series, 2000,194:233-239.

[40] Chesson P. Mechanisms of maintenance of species diversity [J]. Environmental Science, 2000,31:343-366.

[41] Fargione J, Brown C S, Tilman D. Community assembly and invasion: An experimental test of neutral versus niche processes [J]. Environmental Science, 2003,100(15):8916-8920.

[42] Zhou J Z, Ning D L. Stochastic Community Assembly: Does It Matter in Microbial Ecology? [J]. Microbiology and Molecular Biology Reviews, 2017,81(4):e00002-17.

[43] Chave J. Neutral theory and community ecology [J]. Neutral theory in community ecology, 2004,7(3):241-253.

[44] Langenheder S, Székely A J. Species sorting and neutral processes are both important during the initial assembly of bacterial communities [J]. The Multidisciplinary Journal of Microbial Ecology Journal, 2011,5: 1086-1094.

[45] Sloan W T, Lunn M K, Woodcock S, et al. Quantifying the roles of immigration and chance in shaping prokaryote community structure [J]. Environmental microbiology, 2006,8(4):732-740.

[46] Vellend M, Srivastava D S, Anderson K M, et al. Assessing the relative importance of neutral stochasticity in ecological communities [J]. OIKOS, 2014,123(12):1420-1430.

[47] Mo Y, Peng F, Gao X, et al. Low shifts in salinity determined assembly processes and network stability of microeukaryotic plankton communities in a subtropical urban reservoir [J]. Microbiome, 2021, 9(1):128.

[48] Wu W, Lu H P, Sastri A, et al. Contrasting the relative importance of species sorting and dispersal limitation in shaping marine bacterial versus protist communities [J]. The lnternational Society for Microbial Ecology Journal, 2018,12(2):485-494.

[49] Cao H, Chen R, Wang L, et al. Soil pH, total phosphorus, climate and distance are the major factors influencing microbial activity at a regional spatial scale [J]. Scientific Reports, 2016,6(1):25815.

[50] Lundberg D S, Lebeis S L, Paredes S H, et al. Defining the core Arabidopsis thaliana root microbiome [J]. Nature, 2012,488(7409): 86-90.

[51] Bai R, Wang J T, Deng Y, et al. Microbial Community and Functional Structure Significantly Varied among Distinct Types of Paddy Soils But Responded Differently along Gradients of Soil Depth Layers [J]. Frontiers in microbiology, 2017,8.

[52] Bastida F, Eldridge D J, García C, et al. Soil microbial diversity– biomass relationships are driven by soil carbon content across global biomes [J]. The ISME Journal, 2021,15(7):2081-2091.

[53] Fierer N. Embracing the unknown: disentangling the complexities of the soil microbiome [J]. Nature Reviews Microbiology, 2017,15(10): 579-590.

[54] Galand P E, Pereira O, Hochart C, et al. A strong link between marine microbial community composition and function challenges the idea of functional redundancy [J]. The Multidisciplinary Journal of Microbial Ecology Journal, 2018,12(10):2470-2478.

[55] Waldrop M P, Firestone M K. Response of microbial community composition and function to soil climate change [J]. Microb Ecol, 2006,52(4):716-724.

[56] 郑一鸣,何小松,单光春,等.石油污染对场地中细菌群落的影响及其反馈机制[J]. 环境科学研究, 2021,34(4):987-995. Zheng Y M, He X S, Shan G C, et al. Effects of petroleum contamination on bacteria communities in field and its feedback mechanisms [J]. Research of Environmental Sciences, 2021,34(4): 987-995.

[57] Spain A M, Krumholz L R, Elshahed M S. Abundance, composition, diversity and novelty of soil Proteobacteria [J]. The Multidisciplinary Journal of Microbial Ecology Journal, 2009,3(8):992-1000.

[58] 孙仲平,吴乃瑾,杨苏才,等.微生物降解污染地下水中三氯乙烯的微宇宙试验研究 [J]. 环境工程技术学报, 2021,11(2):298-306. Sun Z P, Wu N J, Yang S C, et al. Microcosm experimental study on microbial degradation of trichloroethylene in contaminated groundwate [J]. Journal of Environmental Engineering Technology, 2021,11(2):298-306.

[59] Koner S, Chen J S, Hsu B M, et al. Depth-resolved microbial diversity and functional profiles of trichloroethylene-contaminated soils for Biolog EcoPlate-based biostimulation strategy [J]. Journal of Hazardous Materials, 2022,424:127266.

[60] Gilbert J A, Steele J A, Caporaso J G, et al. Defining seasonal marine microbial community dynamics [J]. The ISME Journal, 2012,6(2): 298-308.

[61] Vanwonterghem I, Jensen P D, Dennis P G, et al. Deterministic processes guide long-term synchronised population dynamics in replicate anaerobic digesters [J]. The Multidisciplinary Journal of Microbial Ecology Journal, 2014,8(10):2015-2028.

[62] Zhou J, Liu W, Deng Y, et al. Stochastic Assembly Leads to Alternative Communities with Distinct Functions in a Bioreactor Microbial Community [J]. mBio, 2013,4(2):e00584-12.

[63] Chase J M. Drought mediates the importance of stochastic community assembly [J]. Proceedings of the National Academy of Sciences of the United States of America, 2007,104(44):17430-17434.

[64] Lan G, Quan F, Yang C, et al. Driving factors for soil fungal and bacterial community assembly in topical forest of China [J]. Applied Soil Ecology, 2022,177:104520.

[65] Dini-Andreote F, Stegen J C, van Elsas J D, et al. Disentangling mechanisms that mediate the balance between stochastic and deterministic processes in microbial succession [J]. Proceedings of the National Academy of Sciences of the United States of America, 2015,112(11):E1326-1332.

[66] Xun W, Li W, Xiong W, et al. Diversity-triggered deterministic bacterial assembly constrains community functions [J]. Nature Communications, 2019,10(1):3833.

Structure and assembly mechanism of bacterial communities in deep soil contaminated by chlorinated hydrocarbons.

FAN Yan-ling1,2, GOU Ya-ling1,3, WANG Hong-qi1*, LIU Zeng-jun2**, XU He-feng4, YANG Shuo2, LIANG Jing2

(1.College of Water Sciences, Beijing Normal University, Beijing 100875, China；2.Beijing Municipal Research Institute of Eco-Environmental Protection, Beijing 100037, China；3.Institute of Resources and Environment, Beijing 100095, China；4.Research Center for Eco-Environmental Science, Chinese Academy of Sciences, Beijing 100085, China)., 2023,43(10)：5550～5561

To study the structural characteristics and assembly mechanism of bacterial community in chlorinated hydrocarbons contaminated soil, unsaturated-zone soil within 2～10m was collected from different contaminated areas. Based on high-throughput sequencing technology, the bacterial community was analyzed and the main drivers, environmental influencing factors and assembly mechanism of the community structure changes were revealed. The results showed that the main driver of bacterial community structure change in the lightly polluted area was soil type. The β-diversity mainly influenced by species replacement with a contribution of 53.9%, and community composition significantly correlated with water-soluble sulfate(=0.61,=0.0002) and total organic carbon content(=0.42,=0.0005). Furthermore, the main driver of bacterial community structure change in the heavily polluted area was the degree of pollution. The β-diversity mainly influenced by the differences in abundance with a contribution of 52.9%, community composition was significantly correlated with trichloroethylene(=0.17,=0.0425), chloroform (=0.22,=0.0375), water-soluble sulfate (=0.36,=0.0074), total organic carbon (=0.29,=0.0168), and total nitrogen content (=0.20,=0.0130). Chlorinated hydrocarbons stress narrowed the niche width and reduced the niche overlap index of most species except adaptive ones, and led to an increase in the abundance of Proteobacteria, while that of Actinobacteriota, Firmicutes, and Chloroflexi decreased. In the soil with low pollutant concentration, the bacterial community assembly was dominated by random process, with a contribution of 65.6%. In the soil with high pollutant concentration, the random process decreased to 27.7%, and the assembly was dominated by deterministic process.

deep soil；bacterial community；structural characteristics；assembly mechanism

X53

A

1000-6923(2023)10-5550-12

2023-02-24

北京市生态环境保护学科研究院基金项目(Y2020-003)

* 责任作者, 教授, ambar@bnu.edu.cn, 副研究员, lzengj@126.com

樊艳玲(1984-),女,山东淄博人,高级工程师,北京师范大学博士研究生,主要从事污染土壤与地下水修复治理研究.发表论文20余篇.flylinger@163.com.

樊艳玲,苟雅玲,王红旗,等.氯代烃污染深层土壤细菌群落结构及组装机制 [J]. 中国环境科学, 2023,43(10):5550-5561.

Fan Y L,Gou Y L, Wang H Q, et al. Structure and assembly mechanism of bacterial communities in deep soil contaminated by chlorinated hydrocarbons [J]. China Environmental Science, 2023,43(10):5550-5561.