编译：橙，编辑：小菌菌、江舜尧。

原创微文，欢迎转发转载。

关于海洋底栖古菌群落的相关研究提高了我们对其物种组成和功能代谢多样性的认知水平，但对于古菌群落构建机制和网络内部关联性仍存在较大的知识盲区。作者通过16S rRNA基因扩增测序和qPCR技术，对我国东部近海区域夏冬两季58个表面沉积物中古菌群落的时空动态，群落构建过程和共存关系进行了研究。

发现古菌群落结构时空差异明显，并且空间地理变化相比季节变化差异更大。不同进化枝的古菌随地理距离变化表现出了距离衰减模式，不同地域的贡献存在差异。两个季节中限制扩散（dispersallimitation）都是最重要的过程，解释了大约40％的差异，均质选择和生态漂变（homogeneous selection and ecological drift）变异解释程度基本相等，大约30％，表明随机性而非确定性是主导过程。

此外，古菌共存模式存在季节性规律：冬季种间关联性比夏季高，并且群落组成与共存关系受地理格局影响。这些结果表明，底栖古菌群落是在季节一致的机制下构建的，共存关系随季节发生变化，表明中国东部沿海沉积物中古菌存在复杂的的动态模式。

论文ID

原名：Spatiotemporal dynamics of the archaeal community in coastal sediments: assembly process and co-occurrence relationship

译名：沿海沉积物古菌群落时空动态：群落构建过程和共现关系

期刊：ISME

IF：9.493

发表时间：2020.2

通讯作者：张晓华

通讯作者单位：中国海洋大学海洋生命学院

实验设计

结果

1 古菌丰度、多样性和群落组成

古菌16S rRNA基因的拷贝数范围从5.80×105到1.97×108，古菌的丰度整体上没有随采样面积发生显著变化，尽管在SYS中最低（图1a）。相反，古菌16S rRNA基因丰度存在明显的季节差异，冬季高(2.9±4.3×107copies g-1)夏季低（2.2±4.4×107copies g-1），NYS和SYS冬季古菌丰度明显增加（图1a）。此外，古菌丰度在夏季不同区域差异更大，这可能表明夏季存在较小空间尺度的生态位分化。

Alpha多样性除CE以外没有显着差异，系统发育多样性（PD）和Chao I指数表明CE物种丰富度和系统发育差异最低（图1b,d），然而香侬指数显示出CE与其他地区之间存在相似的物种多样性（图1c），在BS和YS，Shannon，PD和Chao I冬季平均值似乎比夏季更高（图1b–d）。

图1. 我国东部海洋沉积物中古菌的丰度和多样性，a 16S rRNA gene定量结果，b系统发育多样性指数，c 香侬指数，d Chao 1指数。

沉积物样品主要由TACK superphylum构成（73.5±15.8％），其次是DPANN（10.7±12.0％），Euryarchaeota（5.5±6.5％）和Asgard古菌（1.6±6.5％），物种分类信息在空间和季节尺度（图2）。空间上，Thaumarchaeota Marine Group I (MG-I) (62.3 ±25.5%) 和Woesearchaeota (DHVEG-6, 10.5 ±12.0%) 丰度最高。这两种古菌的丰度在BS, YS 和ECS 高于CE (P < 0.01)。MG-I在BS, YS和ECS分布平均，其中Woesearchaeota 在BS和NYS中的丰度高于SYS和ECS (P < 0.01)。相比而言，CE主要由Bathyarchaeota构成（43.2 ± 30.7%）。此外，厌氧甲烷营养古菌在CE中的相对丰度最高。季节上，MG-I和Woesearchaeota占据主导。

图2. 我国东部沿海沉积物古菌群落组成。

2 OTU共存模式

大约2％OTU出现在一半以上的样本中，两个OTU分别属于MG-I在所有样本中均存在，OTU相对丰度与含OTU的地点之间存在正相关关系（图3a），表明稀有物种具有较弱的扩散和适应能力。同时对古菌主要分枝的OUT共存模式也进行了调查，Woesearchaeota拥有极多的OTU（2997），比其他物种高十倍。但大多数Woesearchaeota OTUs仅在少于十个站点中出现（图3b），Bathyarchaeota OTUs出现相同的规律。MG-I尽管丰度最高，但只有77个OTUs。与Woesearchaeota和Bathyarchaeota相比，MG-I OTUs显示出更均匀的分布规律（图3b）。

3 古菌群落的地理格局

NMDS分析表明不同采样点，群落之间存在明显的差异，所有样本都分为四个地理集群，即BS和NYS，SYS，ECS和CE（图3c），PERMANOVA分析表明差异显著，SYS区域内部变化比BS和NYS更大。相比之下，PERMANOVA分析表明季节变化不显著。结果表明古菌群落在空间区域之间的差异要大于季节之间的差异。在地理距离上观察到古菌在夏季和冬季均存在的距离衰减现象（图3d）。

图3. OTUs在不同地点的距离衰减模式，a所有OTUs，b丰度前五的古菌，c非度量多维尺度分析，d冬季和夏季样本距离衰减关系。

为了研究不同物种间的距离衰减模式差异，对相对丰度前十的物种进行了分析，包括MG-I,Woesearchaeota, Bathyarchaeota, Group C3（图4a-d）, Marine Benthic Group B, Marine Benthic Group E, MarineBenthic Group D, CCA47, VC2.1_Arc6和MKCST-A3。前五个丰度最高的分枝距离衰减关系逐渐减小（spearman rho指数）（图4a-e）。MG-I表现出最高的相关性，表明距离衰减模式最强。但有趣的是其Bray–Curtis相异指数最低（图4f）。进一步系统发育分析研究MG-I的强距离衰减模式是否归因于不同OTU的生境偏好，结果表明大多数MG-I OTU都与其子枝相关（alpha I和III），大部分是从海洋环境分离。

图4. 不同古菌的Bray-Curtis相异指数均表现出距离衰减模式。

4 生态过程驱动群落结构

零模型分析表明扩散限制（dispersal limitation）是最重要的生态过程，占所有样本群落变异的39.2％（图5a），其次是漂变（drift）和均质选择(homogeneousselection)，它们各自解释了约30％的变化。夏季和冬季的样品不同生态过程之间的平衡通常很保守，尽管存在细微的变化。例如，扩散限制和漂变分别在冬季和夏季发挥了更大的作用（图5a）。总体而言，古细菌群落变异中随机过程比确定性过程解的比例更高，夏季略高于冬季（图5b），这表明相对于确定性而言，随机性占优势。VPA和偏Mantel test分析对零模型进行检验，结果表明在夏季，空间(S|E)因素比环境(E|S)影响更高；对于冬季样品，偏Mantel test分析表明空间因素更重要，这与零模型分析结果一致，而VPA分析则表明环境因素更重要。但对于冬季样本，不同方法之间的鲁棒性较低，这表明空间因素在这里起的作用相对较小。相较于冬季而言，夏季随机性过程相对于确定性过程更为重要（图5b）。

图5. 零模型分析揭示古菌群落在夏季和冬季的构建过程，a不同生态过程的相对贡献，b随机性和决定性比值。

在两个季节中，大于70％的群落变异无法解释，这意味着复杂的群落构建过程。CCA分析（图6c，d）表明在夏季最重要的因素包括四个空间因素（PCNM 1-3、5）和三个环境因素（温度，水深和盐度）。在冬季最重要的因素包括两个空间因素（PCNM 1和2）和两个环境因素（温度，水深）。

图6. VPA和CCA分析鉴定空间和环境因子对古菌群落的影响。

5 古菌共存网络

基于相关性的网络分析表明，在夏季古菌群落包含334个节点（OTU）和690个边（相关性），在冬季古菌群落由465个节点和1257个边组成。属于同一古菌进化枝的OTU倾向于相互共存（图7a，c）。模块分析表明在在夏季和冬季网络中存在八个主要模块，夏季和冬季网络中都具有高度互连的节点（图7b，d）。这些模块中的许多模块由系统发育上接近同一进化枝的OTU组成，例如夏季网络中的模块2和5和冬季网络中的模块1分别由Woesearchaeota OTU和Group C3 OTU主导。这一发现表明，分类学相关性在确定网络模块化结构中起着关键作用。此外，古菌的共生模式随季节而变化。MG-1 OTU在冬季比夏季更分散，而Group C3 OTU则呈现相反的趋势。并计算了代表网络拓扑结构的八个参数，与冬季网络相比，夏季网络中的modularity，betweenness centralization和diameter更高，而mean node degree显示出相反的趋势。此外冬季的三个节点拓扑特征：degree, betweenness centrality和closeness centrality明显高于夏季网络，这些结果表明冬季古菌的OTU联系更紧密。

图7. 古菌OTU网络分析，使用Spearman系数计算相关性，关联系数>|0.7|，P value < 0.01。

讨论

1 底栖古菌群落结构的空间和季节异质性

通过对58个地表沉积物样本的古菌群落进行分析，这些样本从BS到ECS沿中国东部边缘海，涵盖了两个季节和较高的空间范围。古菌的丰度略低于富营养化的奥胡斯湾（丹麦），但高于贫营养化的中国南海，因此这些研究表明养分对古菌丰度具有十分重要的影响。CE的古菌群落具有相似的丰度和物种多样性，但物种丰富度和系统发育多样性较低，表明河口环境条件已经选择了几种专门的古细菌谱系，这些谱系在系统发育上彼此接近，但具有较高的微观多样性。在CE占主导地位的是Bathyarchaeota，其成员广泛分布在缺氧沉积物中，包括河口沉积物，Bathyarchaeota在河口沉积物中的成功归因于木质素的存在。木质素是维管植物的主要成分细胞壁，并在河水径流引起的河口沉积物中存在，因此木质素可能造成CE中Bathyarchaeota高丰度的重要原因。古菌群落结构存在明显的季节性变化模式，SYS沉积物中的古菌类群冬天比夏天更丰富。但季节性变化在解释底栖古细菌群落变异中的比重比空间变化因素小。

NMDS分析证实了古菌随着采样区域而不是按季节发生变化，相反，在浮游微生物中群落的季节性环境变化已经被发现比生物地理学有更大的影响。底栖古菌随空间距离的增加可能显示出更高的衰减率，相比较浮游细菌，这表明古菌相对于浮游微生物扩散能力较弱。在这项研究中发现不同的古菌类群表现出不同的距离衰减曲线，进化枝越多距离衰减关系更强。MG-I是所有样本中丰富度最高的进化枝，距离衰减关系更为明显，其次是Woesearchaeota和Bathyarchaeota。

沉积微生物扩散能力低，可能会增强群落构建的随机性。很大一部分VPA无法解释群落差异，可能来自于生长、死亡和繁殖过程中的随机衰亡。目前普遍认为，地理尺度和环境梯度很大程度上解释了平衡确定性过程和随机过程之间的关系。在相对较大的空间尺度下，确定性过程比随机过程发挥更大的作用。针对沿海沉积物，物理扰动（例如潮汐流，地下水流量和泥浆流动性）频繁发生，微生物可能已经进化到可以忍受环境动力导致的确定性因素。相反，在深海环境的沉积物，微生物可能对理化变化反应更敏感，决定性过程占据主导地位。因此，微生物的抵抗环境变化的能力以及空间尺度环境梯度共同决定了确定性和随机性。

通常在微生物群落内部存在复杂的相互作用关系，这种关系可以通过共现网络分析进一步进行研究。网络的时空变化探索古菌群落组成的变化，可以确定古菌的共存模式，古菌类群在夏天联系更加紧密，一种解释可能是由于由于由较强的河水流动（导致不同的沉积物）和黄海的发生冷水团，这可能会导致夏季总体上更多的是共生模式。各个季节之间的样本数量差异很大，给数据增加一些不确定性。需要注意的是仅仅讨论网络共存模式的变化，这些基于拓扑的系统方法，可能没有反映真实的分类群间相关性。因此，需要进一步确定特定的分类单元之间的相互作用并将它们与群落组成联系起来，进一步确定其生态功能。

结论

你可能还喜欢

2019年度回顾 | 微生态环境微生物类微文大合辑

2019年度回顾 | 微生态人体/动物微生物类微文大合辑

2019年度回顾 | 技术贴合辑大放送