整合年份、土壤深度与非靶标读数变异提升基于 rbcL 的植物混合物根系群落组成定量

《Molecular Ecology Resources》：Accounting for Variability Across Years, Depths, and Non-Target Reads Improves Quantification of Root Community Composition in Plant Mixtures

　　

表征植物群落的一个关键挑战是确定根生物量中不同物种的相对丰度。宏条形码（metabarcoding）越来越多地用于根据某物种在样本读数中的比例估计其在根质量中的比例，但在将测序输出准确转换为混合物中物种质量方面结果不一。研究人员从四种重点植物物种创建了校准混合物（calibration mixtures），以确定某物种在质量中的比例与其在 rbcL 叶绿体基因测序读数中的比例之间的关联如何随样本年份、土壤深度和非靶标读数比例（non-target proportion of reads）变化。研究人员还确定，将这些解释变量纳入预测模型是否能提高准确性。研究人员发现，某物种在读数中的比例与其在质量中的比例之间的关联随年份和非靶标读数比例变化，并在较小程度上随扎根深度变化，且将这些解释因素纳入预测模型提高了预测准确性。一个次要目标是确定准确预测某物种在质量中的比例所需的校准水平数量和测序深度。通过模拟，研究人员估计 42 个校准样本（7 个比例水平 * 3 个年份 * 2 个深度）和每样本 700 条读数可持续获得简单混合物的准确预测。某物种在质量中的比例与读数中的比例之间的关联可能变化很大，该研究表明，测量并解释这种变异可导致使用宏条形码（metabarcoding）更准确地预测根生物量中植物的相对丰度。

研究背景：根系对理解植物互作及其地下环境至关重要，但历史上难以量化多样群落中不同植物物种根系的相对丰度。根片段难以目视鉴定到物种，采根耗时；常见做法是用地上生物量代理整株相对丰度，但植物会因环境与邻体群落调整根冠生物量分配，因此地上组成不一定准确预测地下根组成。根提供养分保持、生物固氮、减少土壤紧实和侵蚀等生态系统服务，明确地下生物量中物种相对丰度有助于设计更能提供根相关生态系统服务的植物群落。准确评估地下根组成需依赖非视觉标记，如 DNA 序列组成；宏条形码（metabarcoding）可扩增特定基因片段以检测环境样本中的序列变异。植物宏条形码常靶标质体基因（如 rbcL、trnL、matK）、核核糖体 DNA 内转录间隔区（ITS）及 trnH-psbA 间隔区。已有根混合物研究多聚焦物种丰富度，少数尝试定量相对丰度但结果不一。主要挑战是实验流程各环节引入偏倚，使物种在测序读数中的比例（PROPreads）与在质量中的比例（PROPmass）不一致；理想关系应为斜率 1，但实际很少如此。校准混合物和内标可帮助校正偏倚，但知识空白在于：PROPreads–PROPmass 关联是否随年份、深度和非靶标物种读数比例（NTPR）变化，纳入这些解释变量能否改善预测，以及准确预测所需校准点与测序深度尚不明确。

研究人员在美国宾夕法尼亚州 Rock Springs 的 Russell E. Larson Agricultural Research Center 长期覆盖作物多样性试验中，于 2021、2022、2023 年秋季选取四种覆盖作物单作：canola（Brassica napus L.）、crimson clover（Trifolium incarnatum L.）、Austrian winter pea（Pisum sativum L.）和 triticale（x Triticosecale ‘Wittmack’）。研究人员以已知质量比例构建三物种或四物种校准混合物，评估基于测序读数预测根生物量中物种质量比例的能力，并模拟所需测序与校准投入。结论是：PROPreads 与 PROPmass 的关联随年份、NTPR 及较小程度随深度变化；在预测模型中纳入年份、深度和 NTPR 可提高预测准确性；简单混合物中 42 个校准样本（7 个比例水平 * 3 个年份 * 2 个深度）和每样本 700 条读数可稳定获得准确预测。该研究的意义在于，为使用宏条形码更准确地量化根生物量中不同植物物种相对丰度提供了校准策略和资源投入依据。

关键技术方法（不超过250字）：研究人员采集上述长期试验中四种覆盖作物单作根样，分 0–20 cm 与 20–40 cm 深度，构建已知质量比例的三/四物种校准混合物。扩增叶绿体 rbcL 基因（rbcL）并在 Illumina 平台测序。用 DADA2 流程生成扩增子序列变体（ASV），以本地参考数据库精确匹配分类。采用 beta 分布广义线性混合模型（GLMM）预测 PROPmass，以训练/测试集评估并用校正赤池信息准则（AICc）选择模型；再通过模拟下采样每样本读数（RPS）和校准水平评估预测精度。

研究结果：3.1 测序比例对根生物量实际相对丰度的预测准确性：通过 GLMM 和训练/测试集评估，最佳预测模型因物种而异，预测 PROPmass 的 R² 为 0.73–0.86；年份和 NTPR 解释最多变异，处理（三/四物种混合物）未解释变异。与仅含 PROPreads 的基础模型相比，纳入年份、深度和 NTPR 后预测准确性提高。3.2 读数比例与质量比例在年份、深度及非靶标读数比例间的变异：通过简单模型分别检验各解释变量与 PROPreads 的交互，发现关联随年份、NTPR 及较小程度随深度变化。3.2.1 年份：四物种的 PROPreads–PROPmass 关系在年份间存在显著差异；仅用单年校准并预测所有年份时，预测比例分散且准确性低，例如 pea 的 R² 为 0.24–0.58，而使用所有年份混合物校准时为 0.79。3.2.2 深度：仅 canola 的斜率随深度变化，pea 和 clover 有显著加性效应，triticale 未纳入深度；用单深度校准预测两个深度时 R² 较小但幅度不大。3.2.3 非靶标物种读数比例：各物种的 PROPreads–PROPmass 关系随 NTPR 显著变化；NTPR 范围为 0–0.88，杂草占主导，55% 样本中杂草比例低于 0.25，legacy crops 在 99% 样本中低于 0.05。3.3 准确预测简单混合物物种所需的每样本读数与校准点：通过 500 次模拟，R² 平均在 700 RPS 达峰，但 100 RPS 与 700 RPS 的 R² 和 RMSE 差异很小；校准水平从 2 增至 3 时预测准确性大幅提高，7 个水平后趋于稳定；综合为 42 个校准样本，但深度不重要时可能少于 42 个。

讨论部分总结：4.1 跨年份、NTPR 及较小程度深度校准可提高预测准确性。偏倚源于根组织化学、木质素含量、质粒或质体基因拷贝数、DNA 提取、PCR 扩增、测序和生信过滤等差异；年际环境变化、2022 年较低降水、除草频率从两次减为一次、2023 年更换较小直径土钻均可能影响年际变异。深度在 canola、pea、clover 等直根物种模型中有作用，canola 还含深度与 PROPreads 交互，而纤维根系的 triticale 未纳入深度。NTPR 纳入模型改善预测，但 NTPR 与预测准确性无关系；处理无显著影响。4.2 准确物种相对丰度预测的努力与资源投入：100 条每样本读数即可接近高读数预测；3 个水平/年/深度（18 个校准样本）可获得较高 R² 和较低 RMSE，7 个水平（42 个校准样本）更稳定准确。根处理与校准混合物制作耗时巨大，总投入约 500 h，而 DNA 提取至测序约额外 60 h。

研究结论（翻译）：该研究支持其他人的发现，即扩增子测序可用于确定根混合物中植物物种的相对丰度。研究人员发现，物种 PROPreads、年份、非靶标读数比例以及较小程度的深度，在获得各物种 PROPmass 最佳预测时的解释力不同。此外，在简单混合物中，研究人员确定 42 个校准混合物（每年和每深度 7 个水平）可产生高精度模型校准。然而，在更多样植物群落中对所有重点物种实现这一校准水平可能具有挑战性；幸运的是，该研究表明，少至 18 个校准样本（每年和每深度 3 个水平）即可获得相对准确的预测。研究人员需要根据对扩增子流程中可能偏倚来源的初步调查，明智选择哪些物种重点校准，并接受一定预测准确性下降。然而，该研究表明，即使用于制作校准混合物的“monoculture”样本中非靶标读数比例相对较高，预测准确性仍相当稳健。最后，在本研究中，研究人员仅用 rbcL 基因即可区分目标物种，但在更复杂混合物中建议使用多个位点组合以提高物种鉴定。该方法的评估旨在支持其他宏条形码研究，就测序校准混合物数量、测序技术选择和实验设计作出明智选择，以有效建模样本变异并在不同群落复杂度下优化预测准确性。