固碳细菌网络复杂性介导三七-华山松农林业系统中的土壤多功能性

《Land Degradation & Development》：Carbon-Fixing Bacterial Network Complexity Mediates Soil Multifunctionality in a Panax notoginseng-Pinus armandii Agroforestry System

　　

自养固碳细菌（Carbon-Fixing Bacteria, CFB）是农林业生态系统土壤碳固定和生物地球化学碳循环的核心贡献者，可作为评估农林业生态系统可持续性的可靠生物指标。然而，从华山松（Pinus armandii）纯林（Monoculture Pinus armandii, MP）向三七（Panax notoginseng）-华山松农林业（Sanqi-Pinus armandii Agroforestry, SPA）系统的转化如何影响CFB群落及土壤多功能性仍不清楚。研究人员利用实时定量聚合酶链式反应（quantitative real-time polymerase chain reaction, qPCR）和高通量测序技术，量化了MP和SPA系统中CFB丰度、群落多样性和组成的变化。结果表明，SPA系统显著降低了CFB丰度，但分别增加了三七和华山松土壤中的β多样性。在三七根际土壤中，CFB α多样性也显著提升，Shannon和Chao1指数分别增加了20.18%和28.57%。主效应分析显示，季节性动态解释了CFB丰度变异的大部分（η2 = 0.27），而三七引入主导了CFB β多样性变异（η2 = 0.92）。Bradyrhizobium的丰度在三七根际土壤中显著富集，而非华山松土壤。此外，SPA系统使松树土壤中CFB网络复杂性增加了9.10%，三七土壤中增加了29.37%，并提高了松树土壤中CFB网络稳定性。结构方程模型（Structural Equation Modeling, SEM）表明，土壤多功能性与CFB网络复杂性密切相关。总体而言，该研究为MP向SPA系统转化过程中CFB在维持土壤生态系统功能中的调控作用提供了新见解。

### 论文解读：固碳细菌网络复杂性调控三七-华山松农林业系统土壤多功能性

#### 1. 研究背景、问题与意义

大气二氧化碳（CO₂）浓度上升是全球气候变化的主要驱动因素。提升陆地生态系统碳储量、减少CO₂排放成为全球关注焦点。固碳细菌（Carbon-Fixing Bacteria, CFB）能够将大气CO₂转化为有机碳，并储存于植物或土壤中，其中Calvin循环被认为是自养微生物固碳最有效的主要途径，编码I型RuBisCO酶的cbbL基因常被用作评估土壤微生物群落固碳能力的标记。农林业系统因其高固碳潜力而受到认可，其年碳同化率高于森林和农田，这与CFB较高的丰度和多样性有关。然而，不同植物种类和农林业管理措施（如翻耕、凋落物添加）会显著影响CFB群落。同时，土地利用转化对生物多样性和生态系统功能产生广泛影响，但关于CFB与土壤多功能性关系的研究尚不充分。三七（Panax notoginseng）是一种珍贵中药材，在云南省广泛种植，但过度追求产量导致连作障碍和品质下降。近年研究表明，三七-华山松农林业（Sanqi-Pinus armandii Agroforestry, SPA）系统能够改善三七品质、缓解连作障碍、降低重金属含量并提高微生物多样性和网络复杂性。然而，从华山松纯林（Monoculture Pinus armandii, MP）向SPA系统转化如何影响CFB群落及其与土壤多功能性的关系仍不清楚。因此，研究人员开展本研究，旨在：（1）评估MP向SPA转化对CFB丰度、多样性和群落结构的影响；（2）探讨土地利用变化对CFB网络稳定性和复杂性的影响；（3）识别对三七和松树土壤多功能性影响最大的因素。

#### 2. 主要关键技术方法

研究地点位于中国云南省寻甸回族彝族自治县（103°12′45″E，25°28′18″N），海拔2145 m，属季风气候。实验设置了两种实验：实验1比较翻耕后未种植三七（TL）和翻耕后种植三七（PnTL）与对照（Pa-B）的影响；实验2在SPA系统中比较根际土壤与土体土壤。共建立18个样地（每个10 m × 10 m），从2020年9月10日至2021年8月20日持续监测，共采集432个土壤样本。采用实时定量聚合酶链式反应（qPCR）对cbbL基因进行绝对定量，利用Illumina MiSeq PE300平台进行高通量测序，分析CFB群落。通过测定19个指标（包括7种水解酶活性和12项土壤理化性质），采用Z-score标准化后均值计算土壤多功能性指数。使用结构方程模型（Structural Equation Modeling, SEM）分析CFB α多样性、群落组成、网络复杂性、稳定性与土壤多功能性之间的关系。

#### 3. 研究结果

##### 3.1 土壤理化性质与土壤多功能性

与Pa-B土壤相比，TL和PnTL土壤中土壤含水量（Soil Water Content, SWC）、硝态氮（NO₃^?–N）和碳氮比（C:N）分别增加18.18%–45.61%、595.95%–1554.54%和23.86%–37.04%；而容重（Bulk Density, BD）、全钾（Total Potassium, TK）、全氮（Total Nitrogen, TN）和全磷（Total Phosphorus, TP）显著降低22.11%–34.74%、6.28%–9.80%、18.26%–20.87%和13.10%–22.62%。在SPA系统中，与Pa-B和Pa-R土壤相比，Pa-Pn-B和Pa-Pn-R土壤中SOC、TN、TP和TK显著降低31.38%–62.1%、53.91%–62.09%、25.00%–34.52%和6.38%–9.80%；而BD、WFPS、NH₄⁺–N、SWC、pH和C:N显著增加。土壤多功能性在TL和PnTL土壤中显著高于Pa-B，分别增加3.27%和6.56%；Pa-Pn-R土壤比Pa-B和Pa-R土壤显著增加8.33%。随机森林模型显示不同处理中土壤多功能性的主要影响因素不同：Pa-B中为磷循环酶活性（19.90%），TL中为NO₃^?–N（17.20%），PnTL中为SWC（25.50%），Pa中为WFPS（37.50%），Pa-Pn中为BD（26.20%）。

##### 3.2 CFB拷贝数的年际与季节变化

与Pa-B土壤相比，PnTL（而非TL）土壤中CFB年拷贝数显著降低，季节变化（2020年10月、2021年1月、4月、7月）也下降33.77%和66.72%。主效应分析表明，影响CFB丰度的主要因素是季节性动态（η2 = 0.27, p = 0.00）和三七引入（η2 = 0.03, p = 0.02），而非土壤翻耕（η2 = 0.00, p = 0.40）。在SPA系统中，Pa-Pn-B和Pa-Pn-R土壤中CFB丰度比Pa-B和Pa-R土壤降低32.48%–74.36%，根际与土体之间无显著差异。CFB丰度在冬季最高，夏季最低。

##### 3.3 CFB的α多样性和β多样性

与Pa-B土壤相比，PnTL和TL土壤中Shannon和Chao1指数显著升高，PnTL土壤最高（增加20.18%–28.57%）。Pa-Pn与Pa土壤之间α多样性无显著差异，但根际土壤高于土体土壤。四个季节间α多样性无显著差异。CFB群落结构受三七引入、土壤翻耕和季节性动态显著影响，β多样性在SPA系统中最高，土体土壤高于根际土壤。

##### 3.4 CFB的群落组成

最丰富的三个细菌门为未分类的_d__Bacteria（86.66%）、变形菌门（Proteobacteria, 11.19%）和放线菌门（Actinobacteria, 0.23%）。MP向SPA转化后，未分类_d__Bacteria和放线菌门丰度增加，变形菌门丰度降低。最丰富的属包括未分类_d__Bacteria、未分类_p__Proteobacteria、Bradyrhizobium（2.71%）和Paraburkholderia（1.78%）。Paraburkholderia丰度在PnTL和Pa-Pn土壤中降低，Bradyrhizobium丰度在PnTL土壤中增加但Pa-Pn土壤中显著降低。LEfSe分析显示，PnTL土壤中显著富集Burkholderiales、Rhodospirillales、Azospirillaceae、Methylibium、Azospirillum和Burkholderia。共鉴定出10个（Pa-B）、7个（TL）、11个（PnTL）、3个（Pa）和9个（Pa-Pn）核心OTU。关键类群（keystone taxa）均为非枢纽连接子或模块枢纽，并与土壤多功能性呈极显著正相关。

##### 3.5 CFB的网络复杂性和稳定性

与Pa-B土壤相比，PnTL土壤中网络节点、边、平均度和聚类系数显著增加，图直径和平均路径长度显著降低，CFB网络复杂性最高。与Pa土壤相比，Pa-Pn土壤中节点、边、平均度、图密度和聚类系数显著增加，网络复杂性更高（根际>土体）。Pa-Pn-R和Pa-Pn-B土壤中模块度和网络稳定性分别增加91.30%–104.88%和27.92%–34.99%。

##### 3.6 CFB群落与环境因子的相关性

冗余分析（Redundancy Analysis, RDA）显示，WFPS（R2 = 0.397, p = 0.012）、SOC（R2 = 0.372, p = 0.019）、TN（R2 = 0.366, p = 0.019）、TK（R2 = 0.294, p = 0.022）、TP（R2 = 0.261, p = 0.027）和NH₄⁺–N（R2 = 0.253, p = 0.031）对CFB群落组成影响最大。Mantel检验表明，α多样性显著受SWC、NO₃^?–N、C:N和WFPS影响；群落组成与SWC、NO₃^?–N、SOC、C:N、BD和WFPS强相关；网络复杂性受TN、NH₄⁺–N、BD、C:N和WFPS显著影响。

##### 3.7 SEM分析

SEM分析表明，在PnTL土壤中，CFB的α多样性、群落组成和网络复杂性直接影响了土壤多功能性；而CFB丰度、环境因子和土壤酶可通过α多样性和群落组成间接影响土壤多功能性。在SPA系统中，CFB网络复杂性直接影响了土壤多功能性，α多样性和群落组成通过网络复杂性间接影响。标准化效应和随机森林模型显示，网络复杂性是三七和松树土壤中土壤多功能性最强的预测因子。

#### 4. 讨论与结论

##### 讨论总结

研究人员发现SPA系统增强了土壤多功能性，这归因于三七种植带来的有机输入和翻耕等管理措施改善了土壤养分和物理性质。CFB丰度下降但多样性增加，翻耕破坏团聚体及三七根系分泌物抑制了敏感种群，而释放的生态位和改善的环境因子促进了稀有类群增殖。有益细菌如Bradyrhizobium、Azospirillum等在三七土壤中富集，可能参与碳氮固定和养分循环。CFB网络复杂性在SPA系统中增加，可能与三七根系分泌物和松针淋溶物质有关；网络稳定性在松树土壤中提升，反映更紧密的种间合作。SEM证明网络复杂性是驱动土壤多功能性的关键因素，反映互补资源利用和代谢协作增强。

##### 研究结论翻译

本研究表明，从MP向SPA系统转化后，三七和华山松土壤中的土壤多功能性均显著增强。尽管CFB总体丰度下降，但其多样性在三七和松树土壤中增加。值得注意的是，季节性动态和七引入分别是影响CFB丰度和β多样性的主要因素。此外，Bradyrhizobium在三七土壤中显著富集，而在松树土壤中未富集。CFB网络复杂性在松树土壤中增加9.10%，在三七土壤中增加29.37%，而网络稳定性在华山松土壤中显著改善。SEM揭示，CFB网络复杂性与SPA系统中增强的土壤多功能性密切相关。总之，利用CFB增强土壤多功能性对于维持碳循环和保持长期农业生产力至关重要。未来研究应进一步探究关键CFB类群（如Bradyrhizobium）的具体功能特征及其与其它土壤生物的相互作用，以优化SPA系统，实现三七可持续栽培。