全球湿地N2O排放背后的土壤微生物群的结构和功能
文章简介Abstract
湿地土壤是一氧化二氮（N2O）的最大来源，N2O是微生物释放的一种重要温室气体和臭氧消耗物质。然而，人们对湿地土壤中N2O排放的微生物因素和过程知之甚少。通过对全球645个湿地土壤样品中N2O的原位测量和微生物群落的结构和潜在功能的测定，我们研究了古菌、细菌和真菌在氮循环和N2O排放中的潜在作用。结果表明，排水和温暖湿地土壤的一氧化二氮排放量较高，并与微生物的功能多样性相关。我们进一步提供证据表明，尽管古细菌的丰度比细菌低得多，但硝化古细菌丰度是解释全球湿地土壤一氧化二氮排放的关键因素。我们的数据表明，持续的全球变暖和加剧的环境变化可能会促进古硝化菌，共同将湿地土壤转化为更大的N2O来源。
主要图表Figure
图1 不同土地利用类型中与古细菌硝化菌相关的全球N2O通量热点。a.研究地点的分布及其测得的N2O排放量以及古细菌-硝化细菌/硝化细菌比率（古细菌amoA/（nirK+ nirS））。印刷符号（+、×或）表示每个站点的平均N2O通量，实心/空心圆形、正方形和三角形表示不同的土地利用类型，形状颜色表示基于qPCR确定的基因拷贝绝对丰度的古细菌-硝化细菌/硝化细菌比率（n = 72个独立站点）。b-dN2O排放、古菌amoA和nir（nirK+ nirS）的垂直梯度。误差条表示平均值的标准误差（SE）（n =74个独立位点）。使用的统计检验是双侧的。
图2 全球湿地土壤中主要古菌、细菌和真菌门（变形菌纲）的环境预测因子。相对丰度数据基于如鸟枪宏基因组学（n =74个独立位点）所揭示的SSU rRNA基因的相对丰度（通过每个样品的总SSU rRNA丰度标准化）。方框代表数据分布的第25 - 75百分位数，须线为1.5 ×四分位距，中线代表中位数。圆圈的大小对应于基于随机森林模型的部分重要性（基于袋外CV估计的准确度平均下降的变异性%）;蓝色和红色分别表示负和正斯皮尔曼相关性（n =74个独立研究中心）。真菌门和真菌门的名称分别以蓝色和红色表示。这些缩写是有机物（OrM）、pH（土壤pH）、C/N（碳氮比）、Ca（钙）、K（钾）、P（磷）、Mg（镁）和Von Post分解等级（VPG）。
图3 在全球湿地土壤中，古细菌和古菌amoA与N2O密切相关。a.土壤氮素循环及其关键基因示意图。b.古菌amoA和N2O排放的站点平均相对丰度之间的关系（n =74个独立站点）。基于分配给ENOG 411114 F（从古细菌OG的Hellinger转化的丰度矩阵提取）的宏基因组读数的相对丰度来确定古细菌amoA的相对丰度。插图数字表示使用Benjamini-Hochberg方法进行多重检验的斯皮尔曼等级相关系数（r）和校正p值（q）。误差条表示研究中心平均值的标准误差（SE）。c.偏最小二乘回归（PLS回归）图显示了原核生物分类群的相对丰度（由16S元条形码确定）和N2O排放（n =74个独立位点）之间的关系。蓝线代表古菌门。使用的统计检验是双侧的。
图4 全球湿地土壤氮循环基因是解释N2O排放的主要因子。a.环境变量、nir、nosZ和amoA基因丰度（qPCR定量）和N2O排放量之间的相关性（n = 74）。这些缩写是古细菌amoA（arch-amoA）、细菌amoA（bac-amoA）、有机质（OrM）、pH（土壤pH）、C/N（土壤碳氮比）、Von Post分解等级（VPG）。b.结构方程模型（SEM）显示细菌和古细菌amoA（n =74个独立的网站）之间的生态位分化。模型拟合度可接受（Fisher's C= 8.4，p = 0.08）。线厚度对应于图例中所示的标准化回归系数。虚线表示负面关系。使用的统计检验是双侧的。缩写是年平均温度（MAT）、pH（土壤pH）。c.N2O排放与直接参与N2O动态的N循环功能基因多样性之间的关系，包括古细菌amoA，细菌amoA，comammox amoA，nirK，nirS，nrfA，nosZI和nosZII。插图数字表示来自GAM模型的经调整的r2和p值。误差条表示平均值的标准误差（SE）（n =74个独立位点）。使用的统计检验是双侧的。
展望Prospect
为了确定全球N2O排放的机制，需要了解硝化和反硝化在各种生境类型中的相对作用，以及气候，植被和土地利用的影响。预测未来的排水和变暖的湿地土壤将产生负面影响，通过加速古细菌硝化，增加反硝化，这共同促进N2O排放的基质可用性调节湿地的生态系统服务。虽然无法区分因果关系，但研究对湿地中N2O排放的氮循环和微生物驱动因素产生了深刻的见解。
