《Functional Ecology》：Fungi rather than bacteria explain home-field advantage for decomposition of litter carbon fractions
编辑推荐：
本研究通过为期480天的凋落物交互移植实验，揭示了真菌在驱动主场效应（HFA）促进凋落物碳组分分解中的关键作用。研究发现，HFA对顽固性木质素（lignin）分解的促进作用尤为显著，且凋落物层微生物群落是HFA的主要驱动者。具体而言，主场位点特有的真菌类群通过加速碳组分分解正向调控HFA，而特定细菌类群则表现出抑制作用。该研究为理解陆地生态系统碳循环的微生物机制提供了新视角。
1 引言
凋落物碳（C）分解是陆地碳循环的关键过程，对维持土壤肥力和调节全球碳平衡至关重要。在影响凋落物碳分解的诸多因素中，主场效应（Home-field advantage, HFA）已成为解释分解速率变异性的重要生态学假说。HFA描述了凋落物在其主场位点的分解速率倾向于快于客场位点的现象。这一现象主要由凋落物层中原生微生物群落对其历史凋落物碳底物的功能适应和特化所驱动。然而，现有的大多数HFA研究主要关注整体凋落物质量损失，对凋落物碳动态，尤其是单个碳组分的分解及其降解的特定微生物机制关注相对有限。
凋落物中的主要碳组分包括溶解性有机碳（DOC）、纤维素、半纤维素和木质素。由于化学结构和稳定性的差异，这些组分表现出不同的分解特征，并在分解过程中对微生物的依赖性各不相同。例如，DOC作为最不稳定的碳组分，主要通过淋溶或非特异性微生物代谢。相比之下，纤维素和半纤维素主要由通用型微生物分解，而木质素由于其复杂和顽固的结构，仅由有限的一组特异性微生物降解。HFA在顽固性底物分解过程中往往更为显著，因为这强烈依赖于局部适应的微生物群落。然而，另一种观点——功能广度假说——认为，顽固性底物的持久性可能选择具有广泛功能能力的微生物分解者，使其能够有效分解主场和客场的凋落物，从而降低HFA的强度。因此，不同碳组分间HFA的程度可能随其化学顽固性和局部微生物群落的适应广度而变化。然而，可分解性、微生物依赖性和微生物功能广度是否能一致地预测不同凋落物碳组分的HFA仍不清楚。
现有的HFA研究主要强调土壤微生物分解者的作用，而相对较少考察凋落物层微生物分解者的贡献，后者在凋落物碳分解中扮演关键角色。土壤微生物群落通常比凋落物层微生物群落表现出更强的适应性和功能冗余性。尽管广谱的微生物能力有利于整体分解过程，但可能削弱驱动HFA的底物特异性微生物相互作用。凋落物层微生物群落是随机组装但受选择压力塑造的，导致其对凋落物碳具有高度的底物特异性。这种特异性可能使它们在驱动凋落物碳损失的HFA方面比土壤微生物群落产生更强的影响。考虑到凋落物碳组分的生化异质性，凋落物层微生物群落对HFA的贡献可能在不同组分间存在显著差异，特别是在真菌和细菌这两大主要微生物类群之间。真菌通常更擅长降解复杂和顽固的碳源（如木质素），而细菌则通常偏好更不稳定的碳源。因此，更全面地了解不同凋落物层微生物类群如何影响不同碳组分的HFA强度，对于阐明调控凋落物碳分解的生态过程以及陆地生态系统中HFA的潜在机制至关重要。
大多数先前探索凋落物分解HFA的研究集中在森林和草地生态系统内部或之间的转移，而在根本不同的土地利用类型（如森林和农田系统）之间的转移仍然有限。鉴于对亚热带地区土地利用转变的日益关注，理解凋落物碳组分的分解对于增进对农林业系统碳循环的认识至关重要。为弥补这一空白，我们在亚热带地区进行了一项交互凋落物移植实验，以检验HFA如何影响不同碳组分的分解及其潜在的微生物机制。
2 材料与方法
2.1 研究地点
研究在两个代表不同生态系统的观测点进行：常绿阔叶林（森林生态系统）和玉米旱地（农田生态系统）。两个地点均位于江西省龙南市九连山国家级自然保护区内。两个地点在微气候和宏观气候条件上均存在差异：森林样点（海拔435米）年均温（MAT）为16.4°C，年均降水量（MAP）为2155.6毫米，相对湿度为80%；而农田样点（海拔203米）MAT为18.5°C，MAP为1617.9毫米，相对湿度为68%。在每个样点建立了四个代表性样方，彼此相距50米，用于实验设置。
2.2 交互凋落物移植实验
从每个样点选择了两种丰富且具代表性的植物物种。在森林样点，从新鲜凋落的叶片中收集木荷（Schima superba）和栲树（Castanopsis fargesii）的叶子作为森林凋落物样品。在农田样点，从无病虫害、自然衰老的植物上收集玉米（Zea mays）和牛筋草（Eleusine indica）的地上部分作为农田凋落物样品。所有凋落物样品于2020年8月收集。森林凋落物使用凋落物收集器获取，而农田凋落物则手动收集。收集后，所有凋落物样品在65°C下烘干72小时。随后，将15.0克完整凋落物密封在凋落物袋（20厘米×25厘米）中，网眼尺寸为1毫米，并贴上塑料标签。制备好的凋落物袋在部署到野外前储存在干燥、低温、密封的环境中。所有物种的凋落物袋于2020年9月下旬在森林和农田样点之间进行交互移植。
为确保各处理间土壤条件一致，在移除地表凋落物后，从森林和农田生态系统的八个样方收集表层土壤（0-10厘米）。将每个生态系统收集的土壤彻底均质化，作为实验的土壤基质。移除土壤后，在挖掘区域放置尼龙网（网眼尺寸：0.01毫米）以防止细根侵入，并使用聚氯乙烯（PVC）板建立2米×3米的样方。每个样方用PVC隔板分成四个大小相等的子样方，用于放置不同的凋落物类型。将均质化的土壤均匀回填并平整，然后放置凋落物袋。随后，将所有子样方中的凋落物袋轻轻平放在土壤表面。为防止动物干扰，所有样方均用禽类铁丝网围栏围住。
总共在两个样点（森林和农田）、四个重复样方、四种凋落物类型（木荷、栲树、牛筋草和玉米）、两个重复凋落物袋和四个收集时间点部署了256个凋落物袋。在分解120、240、360和480天后，从每个子样方回收每种凋落物类型的两个重复凋落物袋。小心地从凋落物袋中取出凋落物。一个凋落物袋在65°C下烘干72小时，用于测量质量和碳组分损失，另一个储存在-80°C用于DNA提取。
2.3 化学分析
使用H2SO4-K2Cr2O7氧化法测量凋落物有机碳。使用淋溶法测定凋落物DOC，并用TOC分析仪进行分析。使用Van Soest等人的方法测量凋落物纤维素、半纤维素和木质素含量。在H2SO4-H2O2消解后测量全氮（TN）和全磷（TP），并使用全自动连续流动分析仪进行分析。
2.4 微生物群落分析
使用Mag-Bind Soil DNA Kit按照制造商说明从凋落物样品中分离DNA。使用NanoDrop NC2000分光光度计测量DNA浓度和纯度，并通过琼脂糖凝胶电泳验证。
使用引物806R和338F扩增细菌16S rRNA基因（V3–V4区）。使用引物ITS1R和ITS1F扩增真菌ITS区。使用含有独特7-bp条形码的引物进行多重PCR。在标准条件下（98°C，5分钟；25个循环：98°C 30秒，53°C 30秒，72°C 45秒；最后72°C延伸5分钟）使用FastPfu聚合酶进行扩增。对扩增子进行纯化、定量、等浓度混合，并在Illumina NovaSeq 6000平台上进行测序（2×250 bp）。
在QIIME2中处理序列数据。使用Cutadapt和DADA2插件对读段进行解复用、修剪和去噪。使用MAFFT比对非单例ASV，并使用fasttree2构建系统发育树。使用基于SILVA v132（细菌）和UNITE v8.0（真菌）数据库训练的朴素贝叶斯分类器分配分类学。
2.5 凋落物总质量和四种碳组分的HFA
凋落物质量损失百分比计算为：[(M0- Mt) / M0] × 100%，其中M0为初始凋落物质量，Mt为采样时间t时的剩余凋落物质量。
凋落物碳组分损失百分比计算为：[(C0- Ct) / C0] × 100%，其中C0为初始凋落物的碳组分浓度，Ct为采样时间t时凋落物的碳组分浓度。
为最小化分解期间的环境影响，根据Ayres等人的方法计算HFA指数（HFAI）。该方法整合了森林和农田凋落物在各自主场和客场位点分解的四种交互组合数据，最小化了样点间环境变异的混杂效应，从而能够更准确地评估HFA。计算每个生境内相对凋落物质量和碳组分损失为：ARMLa = (Aa / (Aa + Ba)) × 100%，其中ARMLa代表物种A在生境a中凋落物质量和碳组分的相对损失，Aa和Ba分别代表物种A和B在生境a中分解的质量和碳组分损失百分比。
HFAI计算为：HFAI = [(ARMLhome + BRMLhome) / 2] - [(ARMLaway + BRMLaway) / 2]，其中HFAI代表主场和客场生境之间凋落物质量和碳组分损失的净差异，通过交互移植中的两个物种（A和B）计算得出。该方法通常需要涉及两种凋落物类型的交互移植；然而，我们选择了四种凋落物类型（每种生境两种）。因此，我们计算了以下四种凋落物组合的HFAI：木荷-玉米（S–Z）、木荷-牛筋草（S–E）、栲树-玉米（C–Z）和栲树-牛筋草（C–E）。这些交互移植之间凋落物质量的相对差异因组合而异。这有助于最小化与主场和客场位点间凋落物质量差异影响相关的混杂效应。
2.6 重复性说明
推断尺度为样点类型，兴趣因子应用的尺度为样点起源，在适当尺度上的重复数为4个主场，4个客场。推断尺度为植物，兴趣因子应用的尺度为凋落物类型，在适当尺度上的重复数为2种森林凋落物，2种农田凋落物。
2.7 统计分析
所有统计分析均在R（v4.2.3）中进行。使用Shapiro–Wilk检验和Levene检验评估正态性和方差齐性。应用PCA可视化四种凋落物类型初始凋落物性状的变异。使用单因素PERMANOVA检验凋落物性状的差异。使用单因素方差分析（ANOVA）和LSD检验比较四种凋落物类型的凋落物性状，以及每个采样日总凋落物质量和四种碳组分的HFAI。使用重复测量方差分析，然后进行Holm校正的事后比较，评估所有采样日中四种碳组分间HFAI的差异。执行单样本t检验以评估HFAI是否与零有显著差异。对每个采样日，使用非配对t检验比较主场和客场位点之间的质量损失、碳组分损失和α多样性。基于Bray–Curtis相异矩阵的NMDS用于可视化细菌和真菌群落组成的变异。双因素PERMANOVA检验了凋落物类型和处理（主场 vs. 客场）对整个分解过程中微生物群落结构的影响。使用线性混合效应模型评估HFAI（响应变量）与微生物群落Bray–Curtis相异指数（固定效应）之间的关系，并将凋落物组合作为随机效应纳入。使用微生物组范围关联分析鉴定主场和客场凋落物层样品之间差异丰度的微生物ASV。这些被定义为每种凋落物类型的特异性真菌和细菌类群。ASV的相对丰度表示为log2倍数变化，调整后p值<0.001。构建具有β分布和logit链接函数的广义线性混合模型，以检验凋落物碳组分损失与特异性微生物群落之间的关系。这些微生物群落的相对丰度用作固定效应，而采样日被视为随机效应。使用似然比检验评估固定效应的显著性。
3 结果
3.1 初始凋落物性状
PCA排序有效地将四种凋落物类型沿前两个PCA轴分开（PERMANOVA, p < 0.001）。这些轴反映了已知影响凋落物分解速率的化学性状，包括碳组分（如DOC、纤维素、半纤维素和木质素）、养分（如N、P等）和化学计量比（如C:N、木质素:N等）。四种凋落物类型间的凋落物化学性质差异显著，特别是在森林和农田凋落物之间。森林凋落物位于PCA轴的低质量端，比农田凋落物更顽固。此外，同一生态系统内的凋落物类型间化学性状也存在差异。例如，木荷的N和P浓度显著高于栲树，而牛筋草的木质素浓度高于玉米。
3.2 凋落物总质量和四种碳组分的损失及其各自的HFAI
在所有采样日，森林凋落物（木荷和栲树）的质量损失在主场位点显著高于客场位点。然而，农田凋落物在主场位点并未表现出显著更高的质量损失，牛筋草除外。在所有采样日，质量损失的HFAI显著高于零，表明HFA对凋落物质量损失存在显著正向效应。
凋落物碳组分的损失在主场和客场位点之间也存在显著差异，不同碳组分间表现出不同的模式。对于DOC，森林凋落物在主场位点分解更快，而农田凋落物在客场位点分解更快。对于木质素，除玉米外，森林和农田凋落物在主场位点的分解均显著快于客场位点。所有碳组分的HFAI均显著高于零。此外，不同碳组分间的HFAI存在显著差异。在四个采样日期间，DOC损失的平均HFAI为4.65%，纤维素损失为12.90%，半纤维素损失为17.84%，木质素损失为96.49%。
3.3 微生物群落组成与多样性
凋落物层微生物群落的组成和多样性在主场和客场位点间存在显著差异。在门水平上，细菌群落在变形菌门（Proteobacteria）、放线菌门（Actinobacteriota）、酸杆菌门（Acidobacteriota）和厚壁菌门（Firmicutes）的相对丰度上表现出最大差异，而真菌群落在子囊菌门（Ascomycota）和担子菌门（Basidiomycota）上表现出最大差异。此外，微生物组范围关联分析显示，这些类群也是在主场与客场位点特异性富集的优势微生物。NMDS显示细菌和真菌群落组成存在明显的分离模式（应力值分别为0.115和0.145）。PERMANOVA进一步证明，处理（主场 vs. 客场）、凋落物类型及其交互作用在整个分解过程中对微生物群落均产生显著影响。
3.4 微生物群落与HFAI的关系
线性混合效应模型揭示了微生物群落相异指数与质量损失及单个碳组分HFAI之间的显著相关性。然而，这些相关性的强度和方向因碳组分而异。具体而言，微生物群落相异指数与DOC（细菌和真菌p < 0.001）、半纤维素（细菌和真菌p < 0.001）和木质素（细菌和真菌p < 0.001）的HFAI呈显著负相关，但与纤维素的HFAI呈正相关（细菌和真菌p < 0.05）。
GLMMs显示特异性微生物ASV的相对丰度与质量损失和碳组分损失之间存在显著关系。特异性细菌ASV的相对丰度与所有碳组分损失均呈显著负相关。特异性真菌ASV的相对丰度与所有碳组分损失均呈显著正相关。
4 讨论
4.1 碳组分凋落物分解的HFA
研究发现HFA显著影响凋落物质量损失以及所有凋落物碳组分（无论是不稳定的还是顽固的）的分解。这一发现与先前表明HFA在各种生态系统（包括针叶林、灌丛和草甸）的凋落物碳分解中起关键作用的研究一致。结果表明，HFA不仅仅是微生物对整个凋落物普遍适应的结果，也反映了微生物群落对不同凋落物碳组分的特异性适应。然而，尽管HFA加速了凋落物碳分解，但分解并非总是在主场比客场更快，因为固有的生态系统特性可能产生更强的影响。例如，农田凋落物碳组分在客场比主场分解更快。这与体育运动类似，胜利并非总是由主场优势决定；更强的能力可能更具决定性。在本研究中，森林环境代表了“更强的运动能力”，这归因于几个相互作用的因素。首先，与农田相比，森林通常具有更高的湿度和温度，这增强了分解者微生物群落的代谢活性，加速了碳的分解。其次，生态系统间微生物养分限制的差异导致微生物生长受限程度不同，从而引起分解速率的差异。具有长期有机物积累的森林土壤维持更稳定的养分循环，为微生物提供平衡且持续的养分供应。相比之下，农田中长期的耕作和收获破坏了养分循环并降低了其效率，制约了微生物的生长。最后，微生物分解者功能潜力的差异也是分解差异的重要贡献者。长期暴露于复杂和顽固凋落物的森林土壤选择了更具多样性、分解能力更强的微生物群落。相反，农田土壤往往蕴藏着多样性较低、功能范围较窄的微生物群落，特别是降解复杂有机物的能力较弱，导致整体分解速率较慢。
与我们的第一个假设一致，HFA对木质素损失的促进作用强于对DOC损失的作用。这种差异可能归因于这些碳组分因其固有化学特性而产生的不同分解特征。由于其相对简单的分子结构，不稳定的碳底物（如DOC）被多种异养微生物广泛代谢。这导致不同位点间微生物利用的变异有限，从而产生较弱的HFA表达。相比之下，顽固性碳底物由于其高度复杂的分子结构，需要特殊的酶系统和微生物类群（如白腐真菌和某些放线菌）才能有效降解。这些特异性微生物的分布和活性深受环境条件、底物来源以及对原生环境的长期进化适应所影响，导致更强的HFA表达。总体而言，这些发现强调了将碳组分特异性HFA过程整合到陆地碳循环模型中以提高生态系统碳通量预测准确性的必要性。
4.2 HFA与凋落物层微生物群落
四种碳组分损失的HFA与微生物群落相异性之间的关系表现出多样化的模式，包括显著正相关和负相关。相比之下，特异性细菌类群的丰度在多个碳组分的分解过程中表现出一致的方向性相关，真菌类群也呈现出类似的模式。这些结果表明，凋落物层微生物群落是通过主场位点针对特定碳组分的特异性微生物活动来驱动碳分解的HFA，而不是通过整体群落组成的广泛变化。在顽固性碳上观察到的负相关关系可能表明其依赖于一小部分特异性微生物类群，而非更广泛的微生物群落。这一结果支持了特异性微生物群落假说，该假说认为特定微生物类群的身份对HFA至关重要。类似地，有研究发现，由细菌和真菌驱动的HFA可能归因于特定的微生物类群，如黄色单胞菌目（Xanthomonadales）和皮肤毛孢子菌（Cutaneotrichosporon）。此外，研究发现主场和客场位点间的微生物群落相异性与质量损失的HFA密切相关。其他几项研究也报告了类似的发现，进一步凸显了凋落物层微生物群落在介导HFA中的关键作用。
与我们的第二个假设相反，检测到特异性细菌类群丰度与碳组分损失之间存在显著负相关，表明特异性细菌的存在可能抑制了主场位点凋落物碳的分解。这种抑制可能归因于凋落物中特异性细菌类群的生态位抢占。在主场位点，特异性细菌类群迅速定殖凋落物表面，占据可用的资源（如空间、能量和养分），从而抑制功能性分解者的后续建立。这些细菌优先利用其他微生物也能广泛获取的不稳定碳源。因此，非特异性底物的快速消耗，加上生态位抢占，可能导致竞争性排斥，并最终抑制主场位点碳组分的分解。
与细菌不同，特异性真菌类群表现出独特的功能模式。研究发现，特异性真菌类群丰度的增加显著加速了主场凋落物碳组分的分解。这种效应在顽固性碳上尤为明显，这与真菌作为此类底物主要分解者的既定作用一致。对于不稳定碳，真菌可能不直接代谢这些底物，而是降解物理屏障（如木质素），从而间接促进对其他碳库的获取。此外，真菌群落内部的高度功能冗余使得多种真菌类群能够协同分解广泛的碳底物。总体而言，这些发现表明特异性真菌类群参与了驱动凋落物碳分解的H
