长期施肥与耕作对土壤微生物组及作物生产力的影响：德国中部20年田间试验数据解析

本研究通过德国中部长达20年的田间试验，系统分析了不同氮肥强度、耕作方式和轮作制度对土壤微生物群落结构及作物生产力的影响。研究人员采用元条形码技术对根际和根际土壤中的细菌/古菌及真菌群落进行测序，结合土壤理化性质和作物生理指标，揭示了农业管理措施通过调控微生物组影响作物健康的机制。该数据集首次整合了根系特征、土壤微生物组和作物基因表达数据，为可持续农业策略和病害综合管理提供了重要科学依据。

　　

农业生态系统正面临土地集约化利用和气候变化的双重挑战，土壤微生物作为"地下黑箱"的调控者，其群落结构和功能对作物生产力具有深远影响。然而，传统农业实践中微生物组的作用长期被忽视，且缺乏不同土壤类型和管理措施下微生物组响应的系统性数据。这一知识缺口严重制约了基于微生物组的可持续农业技术创新。

德国安哈尔特应用技术大学联合多家科研机构，在德国中部Bernburg开展了为期20年（2004-2023）的长期定位试验，建立了包含施肥强度（集约/粗放）、耕作方式（旋耕/犁耕）和作物轮作（冬油菜-冬大麦-冬小麦1-籽粒玉米-冬小麦2）多因素交互作用的综合数据集。研究团队创新性地将传统农艺观测与组学技术相结合，通过Illumina平台对细菌/古菌16S rRNA基因V3-V4区和真菌ITS2区进行高通量测序，定量分析了^ΔΔC_T

值的基因表达差异，并整合了土壤孔隙度计算机断层扫描等多维数据。相关成果以数据描述符形式发表于《Scientific Data》，为农业生态系统建模和人工智能分析提供了基准数据集。

关键技术方法包括：（1）采用strip-split-plot试验设计，使用常规农业机械进行近实践管理；（2）通过Meta-barcoding技术分析根际和根际土壤微生物组，使用SILVA和UNITE数据库进行物种注释；（3）应用WinRHIZO系统量化根系形态特征；（4）采用UHPLC-MS分析植物激素（IAA、GA₃
等）；（5）基于qPCR技术检测胁迫响应基因（MAP激酶、SOD等）的表达谱。所有数据均通过BonaRes存储库标准化处理，并经过DQ-Kit质量验证。

Field characteristics, management, and data collection
试验采用接近生产实际的分条区设计，通过Haldrup C-65小区联合收割机实现精确收获，确保产量数据可比性。研究记录了播种密度、物候期、植保措施等完整农事日历，并建立了包含籽粒蛋白质（VDLUFA III 4.1.2）、淀粉（偏振法）和含油量（VDLUFA III 5.1.1）等品质指标的标准化检测流程。

Soil analysis
分层（0-30/30-60/60-90 cm）采集土壤样品，通过钙乳酸盐提取法（CAL）测定有效磷钾，DTPA-CaCl₂
提取微量养分，结合ICP-OES和原子吸收光谱进行元素分析。研究发现长期旋耕显著提高0-30 cm土层有效磷 stratification（p<0.05），而犁耕促进养分向深层分布。

Soil microbiology
根际Stomacher处理结合FastDNA Spin Kit提取DNA，Illumina双端测序（细菌2×250 bp，真菌2×300 bp）显示：集约施肥降低微生物α多样性12.7%（Shannon指数），而旋耕处理增加有益菌门放线菌门（Actinobacteria）相对丰度达1.8倍。接种植物促生菌（BMs：Bacillus atrophaeus ABi03+Pseudomonas sp. RU47+Trichoderma harzianum OMG16）使玉米根际假单胞菌科（Pseudomonadaceae）增加3.2倍。

Plant biochemistry
开花期采样分析表明，粗放管理下冬小麦根系总酚类物质增加34.5%，与病原菌抑制相关。qPCR显示集约施肥上调氮代谢基因（GS1、NR）表达2.1-3.3倍，而接种BMs诱导PR-1等系统抗性基因表达。根系观察窗技术捕获的渗出物分析发现，旋耕处理玉米根系分泌的琥珀酸（ chemo-attractant）浓度提高28%。

该研究通过多维度数据关联揭示了农业管理-微生物组-作物性能的级联效应：长期旋耕配合适度减氮（粗放处理）能维持更高的微生物功能多样性，通过增强菌根定殖（AMF colonization增加41%）和根系分泌物招募有益菌群，最终实现产量稳定性与生态功能的协同提升。数据集特别强调了根际微生物组作为"生物缓冲器"的关键作用——在集约化条件下，高多样性微生物群落可延缓土传病原菌（如Verticillium longisporum）的定殖进程。

这些发现为设计基于微生物组的精准农业提供了理论框架：通过优化耕作-施肥组合调控根际微生物区系，既可减少25-30%的化学投入，又能维持作物高产。研究建立的开放数据库（BonaRes存储库DOI:10.20387/bonares-w669-gdsd）填补了长期田间试验中微生物组动态数据的空白，其标准化处理流程（如OTU ID去冗余）为全球农业长期生态研究（LTER）网络提供了数据整合范例。随着EJP SOIL等国际合作的深入，这些数据将助力构建下一代农业生态系统模型，推动"土壤-微生物-作物"互作机制从理论向实践的转化。