编辑推荐：
为探究不同土地利用类型下细菌群落组装过程及影响因素，研究人员在洞庭湖盆地，运用中性群落模型（NCM）和零模型分析测序数据。结果发现土地利用类型和土壤 pH 共同影响细菌群落组装，该研究为土地管理和政策制定提供了依据。
土壤细菌群落作为土壤生态系统的重要组成部分，在养分循环、能量转化等过程中发挥着关键作用。然而，当前对于不同土地利用类型下细菌群落的组装过程，以及影响这些过程平衡的因素，科学界了解甚少。土地利用的变化会显著改变土壤性质，进而影响细菌的多样性、丰度和群落组成。同时，土壤 pH 也被证实是影响细菌群落组装的关键因素。但以往研究大多单独探讨土地利用或 pH 的作用，缺乏对二者综合影响的深入分析。为了填补这些知识空白，揭示细菌群落组装的内在机制，来自国内的研究人员开展了一项具有重要意义的研究，其研究成果发表在《Ecological Indicators》上。
研究人员选取了洞庭湖盆地这一具有代表性的亚热带区域，该地区包含多种受人类活动和生态恢复影响的土地利用类型。研究人员在该区域的陆地部分，随机采集了森林、稻田、坡地和花园四种不同土地利用类型的土壤样本。
在研究过程中，研究人员运用了多种关键技术方法。首先，通过高通量 DNA 测序，对土壤样本中的细菌 16S rRNA 基因的 V3 - V4 区域进行扩增和测序，获取细菌群落的相关数据。然后，利用中性群落模型（NCM），该模型假设微生物群落主要通过随机的人口统计学过程组装，以此来描述随机过程在塑造细菌群落中的潜在状态和形成规则。同时，借助零模型，通过随机化操作来推断群落组装过程，量化与随机群落关联的偏差，从而区分不同的确定性和随机组装机制。此外，还运用了多种统计分析方法，如 Wilcoxon 秩和检验、主坐标分析（PCoA）、方差膨胀因子（VIFs）筛选变量以及冗余分析（RDA）等，来深入探究细菌群落与环境变量之间的关系。
研究结果如下：
- 细菌群落总体特征：通过对 105 个土壤样本的测序，共获得 5,321,617 条高质量细菌序列和 26,298 个 OTUs。不同土地利用类型的细菌 α 多样性指数存在显著差异，稻田的物种多样性（平均 Shannon = 6.93 ± 0.24）和丰富度（平均 Sobs = 3,695 ± 495）最高。主坐标分析（PCoA）显示，四种土地利用类型的细菌群落组成存在显著差异，稻田的细菌群落组成与其他三种土地利用类型明显不同。
- NCM 拟合结果：对四种土地利用类型的 OTU 丰度和出现频率进行 NCM 拟合，结果表明 NCM 对稻田、森林、坡地和花园地块的拟合程度依次为：稻田（55.2%）> 森林（53.6%）> 坡地（52.3%）> 花园地块（47.6%），说明细菌群落的形成受随机过程影响。其中，稻田的细菌微生物群落的 Nm 值（Nm = 4922，M = 0.1827）最高，表明其细菌群落与其他旱地类型相比更为独特。
- 群落组装过程比例：通过比较不同土地利用类型下细菌群落的 βNTI，发现森林和坡地的细菌群落组装过程主要由确定性过程主导，比例分别为 50.11% 和 56.14%；而稻田和花园地块则以随机过程为主，比例分别为 28.08% 和 35.32%。进一步分析表明，均一化扩散（homogenizing dispersal）对稻田和花园地块细菌群落组装的随机过程影响最大，而在坡地和森林中，变量选择（variable selection）这一确定性过程占主导地位。
- 环境变量的影响：冗余分析（RDA）显示，在所有考虑的环境因素中，土壤 pH 对四种土地利用类型下细菌群落组成的影响最大，解释率达到 57.04%（p<0.001）。当土壤 pH ≤ 5.5（酸性条件）时，微生物组装过程更具随机性，主要由均一化扩散驱动；而在 pH 5.5 - 8.5（中性条件）时，确定性过程，尤其是变量选择，占据主导地位。
研究结论和讨论部分指出，不同农业实践导致微生物群落特征不同，稻田的干湿循环效应使其细菌丰富度和多样性更高。土地利用类型和土壤 pH 显著影响细菌群落的组装过程，随机过程在稻田和花园地块占主导，而确定性过程在森林和坡地更为突出。土壤 pH 在细菌群落形成过程中起着关键作用，酸性条件下随机过程占优，中性条件下确定性过程占优，且 pH 与其他因素存在协同作用影响群落组装。
这项研究具有重要意义，它揭示了不同农业实践和环境条件下土壤细菌群落组装的关键机制，为农民提供了通过合理土地管理增强土壤健康的策略，有助于政策制定者制定有效的农业政策。同时，强调了保护农业生态系统对环境和经济稳定的重要性，为可持续土地管理和农业实践提供了科学依据，也为后续研究指明了方向，如进一步探究稀有细菌类群的生态作用和组装动态，扩大研究范围至更多土地利用类型和地理区域等。
