鸟类肠道微生物群在不同食性类群和迁徙策略间的变异

《Ecology and Evolution》：Variation in Bird Gut Microbiota Across Dietary Guilds and Migratory Strategies

　　

鸟类具有独特的生理特征，其肠道微生物群受到饮食和迁徙策略等生态因素的调节。然而，目前对这些因素如何驱动鸟类肠道微生物群的组装和变化的理解仍然有限。研究人员对61份鸟类泄殖腔样本进行了16S rRNA基因测序。结果显示，不同生态类型鸟类之间的肠道微生物群组成存在显著差异（p < 0.05），每个分类组（杂食性、肉食性、草食性；迁徙性或留鸟）均有其核心和独特的ASVs（扩增子序列变体，Amplicon Sequence Variants）。饮食显著改变了鸟类肠道微生物群的组成，而迁徙策略则产生了较小但显著的影响（p < 0.05）。迁徙鸟类的离散度与留鸟相似，表明迁徙并未增加鸟类肠道微生物群的个体变异性。总体而言，研究结果揭示了鸟类肠道微生物群与其饮食或迁徙行为之间的关联。

鸟类肠道微生物群在不同食性类群与迁徙策略下的变异——基于16S rRNA扩增子测序的研究解读

**研究背景与科学问题**

肠道微生物群被定义为特定环境中的细菌集合，其中脊椎动物体内影响最大的共生微生物群存在于肠道中。这些微生物群落与宿主经过复杂交互作用共同进化，形成互利共生关系，可影响宿主的营养、生理、发育和免疫系统。鸟类作为脊椎动物的重要分支，占据多样化的生态位，在自然生态系统中发挥重要作用。为适应飞行，野生鸟类通常具有较短的消化道和较短的肠道内容物滞留时间，其肠道微生物群可能较其他动物更不稳定。饮食和迁徙等生态因素可能进一步影响肠道微生物群的组成和多样性。

在鸟类研究中，饮食常被视为重要的调节因素，可影响肠道微生物组的分类组成、多样性和功能。已有研究表明，细菌可能通过营养网络从猎物转移到捕食者，从而影响鸟类肠道微生物群的组成。例如，极度濒危的白鹤（*Grus leucogeranus*）从苦草块茎转向农作物后，两个觅食群体的肠道微生物群差异显著。然而，不同研究关于饮食习性与微生物群落α多样性的关系并不一致，例如在鄱阳湖越冬的候鸟中，杂食性鸟类肠道微生物多样性高于肉食性和草食性鸟类，而在天津的研究则发现肉食性鸟类细菌多样性最高。此外，饮食还与肠道微生物群的功能相关，如西方松鸡（*Tetrao urogallus*）盲肠发酵对松针解毒至关重要。但当前研究多集中于特定食性鸟类，缺乏对不同食性类群微生物群的数据。

肠道微生物组也随与迁徙相关的饮食和栖息地而变化。迁徙使鸟类在飞行中暴露于更多样和复杂的环境，动物通过肠道微生物群调节对环境变化的适应性反应，例如增加从食物中获取能量的细菌丰度。黑顶白眉莺（*Setophaga striata*）在迁徙期间肠杆菌科相对丰度增加，可能与候鸟代谢需求有关。一些研究还发现迁徙过程中肠道微生物多样性下降的趋势。此外，迁徙个体的肠道微生物组成发生变化，并与当地留鸟发生潜在微生物交换。因此，亟需了解野生鸟类肠道微生物群的结构和功能，以探索对宿主鸟类和人类公共健康的潜在影响。比较迁徙和留鸟的肠道微生物群可有效探究迁徙与肠道微生物组成和功能变化的关联。

基于已有研究，研究人员提出两个可检验的生态学假设：第一，野生鸟类不同食性类群的肠道微生物β多样性存在差异，反映与饮食相关的生态约束；第二，迁徙策略与肠道微生物群组成个体间变异性的增加相关，符合更大的环境暴露和饮食异质性。已有研究表明，迁徙的家燕（*Hirundo rustica*）与非迁徙亚种的微生物组成不同，且迁徙个体的微生物群落变异大于留鸟。因此，预测迁徙鸟类种群的群落变异性大于留鸟（即β多样性的Permdisp检验在迁徙鸟类群体中显著高于留鸟）。为验证假设，研究人员：（1）比较不同食性类群和迁徙状态鸟类肠道微生物群落的组成和多样性；（2）确定不同群体的微生物标志物；（3）探索微生物群落的交互模式和微生物组功能特征，初步探究饮食和迁徙策略如何影响鸟类肠道微生物群的交互模式和功能。

**主要技术方法**

研究人员于2024年3月至2025年7月在中国广西南宁吴圩国际机场采集了61份鸟类样本，南宁位于北回归线以南，是东亚-澳大利亚候鸟迁徙路线的重要中途停歇地。样本来自5目14科25种鸟类，涵盖草食性（n=17）、肉食性（n=26，其中猛禽CB-R n=7、水鸟CB-W n=7、食虫鸟CB-I n=12）和杂食性（n=18），以及留鸟（n=41）和候鸟（n=20）。所有样本均为机场鸟击防范系统中发现的死亡个体，经干冰低温运输后，在实验室无菌条件下采集泄殖腔内容物。采用土壤DNA提取试剂盒提取总DNA，通过PCR扩增16S rRNA基因V3-V4区（引物341F/806R），在Illumina MiSeq平台进行高通量测序。使用fastp和FLASH进行质控与拼接，QIIME2中的DADA2插件进行降噪获得ASVs，基于Silva 138.2数据库进行物种注释。利用Mothur计算α多样性指数（Shannon和Sobs），基于Bray-Curtis、加权及未加权UniFrac距离进行β多样性分析，采用PERMANOVA检验组间差异，Permdisp检验评估组内离散度。LEfSe用于识别不同组别的生物标志物，基于Spearman相关构建共现网络，PICRUSt2预测微生物群落功能潜力。

**研究结果**

3.1 鸟类肠道微生物α多样性与β多样性

测序共获得9,261,666条原始读段，经质控拼接后得到3,859,417条优化序列，降噪后获得3,312,259条高质量读段和8,479个ASVs，去除叶绿体和线粒体序列后得到3,684个ASVs。基于Shannon指数的稀疏曲线表明测序深度充足。α多样性分析显示，杂食性鸟类（OB）的Sobs指数高于草食性（HB）和肉食性（CB）鸟类，而CB组的Shannon指数高于其他两组，但差异均不显著（p > 0.05）。留鸟（R）的Sobs和Shannon指数略高于候鸟（M），但同样无显著差异（p > 0.05）。基于Bray-Curtis距离的主坐标分析（PCoA）显示，不同食性和迁徙组的微生物群落组成存在显著差异（p < 0.05），饮食和迁徙状态分别可解释10.36%和2.94%的微生物变异（R2=0.1036，R2=0.0294）。Permdisp检验在迁徙状态组间无显著差异（p = 0.907），表明组间差异并非由组内离散度差异导致，迁徙和留鸟在个体水平上的变异性相似。基于未加权和加权UniFrac距离的β多样性也仅在食性组间显著（p < 0.01）。

3.2 微生物群落组成

所有样本共获得31门、71纲、171目、319科、754属和1,085种。在门水平上，最丰富的五个菌门为Bacillota（42.99%）、Pseudomonadota（31.87%）、Campylobacterota（9.32%）、Fusobacteriota（5.73%）和Bacteroidota（5.53%），合计占总序列的95.44%。OB组中Pseudomonadota（48.69%）最丰富，其次为Bacillota（31.45%）、Campylobacterota（8.33%）和Bacteroidota（7.87%）。CB和HB组中最丰富的门为Bacillota（CB 46.76%，HB 49.44%），HB组还包含Campylobacterota（21.44%）和Pseudomonadota（16.65%），CB组则包含Pseudomonadota（29.97%）和Fusobacteriota（13.31%）。值得注意的是，Fusobacteriota仅在CB组作为优势门，在其他组中极低。留鸟和候鸟共享相同优势菌门但比例不同，包括Bacillota（M 49.84%，R 39.65%）、Pseudomonadota（M 32.94%，R 31.21%）、Campylobacterota（M 4.79%，R 11.54%）、Bacteroidota（M 3.19%，R 6.67%）和Fusobacteriota（M 5.12%，R 6.03%）。

在属水平上，总体优势属为大肠杆菌-志贺菌属（*Escherichia-Shigella*，16.74%）、梭菌属（*Clostridium*，7.78%）、弯曲杆菌属（*Campylobacter*，6.69%）、肠球菌属（*Enterococcus*，6.25%）和乳杆菌属（*Ligilactobacillus*，4.83%）。OB组中*Escherichia-Shigella*占38.42%，而CB和HB组分别仅为8.10%和7.03%。CB组前三属为*Clostridium*（12.79%）、*Catellicoccus*（10.40%）和*Fusobacterium*（9.58%）。OB组以*Enterococcus*（6.27%）、*Bacteroides*（5.43%）和*Helicobacter*（5.38%）为主。HB组优势属为*Campylobacter*（20.49%）、*Ligilactobacillus*（13.82%）、*Clostridium*（6.13%）和*Paeniclostridium*（5.75%）。R组中丰度最高的属为*Escherichia-Shigella*（18.97%），其次是*Campylobacter*（8.82%）、*Clostridium*（8.30%）和*Ligilactobacillus*（7.18%）。M组前五属为*Catellicoccus*（12.96%）、*Escherichia-Shigella*（12.18%）、*Enterococcus*（11.41%）、*Clostridium*（6.72%）和*Paeniclostridium*（5.92%）。

维恩图显示，OB和HB组共享387个ASVs（15.67%），OB和CB共享208个（6.95%），HB和CB仅共享79个（3.20%），三组共享54个（1.47%）。留鸟和候鸟共享368个ASVs，分别占M组的29.16%和R组的13.19%，M和R组的特有ASVs占比分别为70.84%和86.81%。

3.3 微生物群落组成差异

LEfSe分析显示，三个食性组在门水平均有显著富集的菌门：OB组富集Pseudomonadota，HB组富集Actinomycetota，CB组富集Fusobacteriota。在肉食性鸟类中，Fusobacteriota的高丰度主要由水鸟（CB-W）贡献，且CB-W中该菌门丰度显著高于食虫鸟类（CB-I）。在属水平上，共鉴定到14个标志类群，其中CB组显著富集6个属（*Catellicoccus*、*Fusobacterium*、*Clostridium*、*Cetobacterium*、*Plesiomonas*和*Paraclostridium*），HB组富集*Campylobacter*、*Ligilactobacillus*、*Limosilactobacillus*和*g__norank_f__Oscillospiraceae*，OB组富集*Klebsiella*、*Escherichia-Shigella*、*Shuttleworthia*和*Peredibacter*。在迁徙状态方面，门水平无差异，但属水平有3个显著差异类群：*Ligilactobacillus*在R组富集，而*Catellicoccus*和*Enterococcus*在M组富集。

3.4 细菌共现模式

共现网络分析显示，所有细菌属间均为正相关。不同食性鸟类中，OB组网络有37个节点和242条边，平均聚类系数最高（0.79），表明细菌群落连接最紧密、交互最复杂；HB组网络包含40个节点和138条边，平均聚类系数为0.77；CB组网络节点数（27）和边数（42）均最少，平均聚类系数最低（0.45），网络结构最简单。不同迁徙状态组中，R组和M组的节点数接近（R 28，M 26），R组边数更高（R 63，M 38），平均聚类系数略高（R 0.52，M 0.44），表明M组与R组群落关系复杂度相当，但R组连接性和交互强度略高。在OB组网络中，*Alistipes*连接度最高（24），*Bacteroides*和*Helicobacter*分别连接23和5个分类群。HB组网络中*Sphingomonas*连接度较高，与*Bradyrhizobium*和*Burkholderia-Caballeronia-Paraburkholderia*相连。CB组网络中*Pseudomonas*连接数最高，*Cetobacterium*等与*Agathobaculum*和*Tyzzerella*相关。R组中*UCG-005*、*norank_o__Clostridia_UCG-014*和*Mediterraneibacter*连接度最高（均连接9个节点），M组中*Roseateles*连接度最高，与8个细菌属相连。

3.5 肠道微生物群功能预测

通过PICRUSt2对全部ASVs进行功能注释，发现迁徙状态间KEGG功能通路无显著差异（p > 0.05），因此仅对食性组进行详细分析。在KEGG一级通路水平，代谢是主导功能通路，占比超过70%。遗传信息处理、环境信息处理和人类疾病通路在三个食性组间存在显著差异（p < 0.05），其中HB组的人类疾病通路显著较高（p < 0.05）。二级通路中，免疫疾病在CB组富集（p < 0.01），HB组的内分泌和代谢疾病显著高于其他两组（p < 0.05）。三级通路中，共134个（共406个）功能通路存在显著差异（p < 0.05），其中代谢通路、次生代谢物生物合成、多种环境中的微生物代谢、核糖体和群体感应最为富集。代谢通路在OB和CB组显著较高，多种环境中的微生物代谢在OB组富集，次生代谢物生物合成在HB组显著较高。

**总结与结论**

讨论部分指出，本研究中所有鸟类肠道微生物群的优势菌门为Bacillota、Pseudomonadota、Campylobacterota和Bacteroidota，这些是鸟类典型菌门，可能在食物消化、营养吸收、代谢和免疫中发挥重要作用。不同食性类群间微生物群落差异显著，如HB组富集Actinomycetota与谷物摄入相关，CB组富集Fusobacteriota，且水鸟中Fusobacteriota高丰度可能源于鱼类食物来源。*Campylobacter*和*Ligilactobacillus*在草食鸟类中富集，与分解复杂碳水化合物相关；肉食鸟类中*Catellicoccus*、*Plesiomonas*等参与营养运输和脂质代谢，有助于消化昆虫和鼠类。迁徙鸟类中富集的*Catellicoccus*和*Enterococcus*与脂质代谢相关，可能在迁徙能量供应中发挥作用。

尽管α多样性差异不显著，但杂食鸟类物种丰富度最高，肉食鸟类Shannon多样性最高，留鸟α多样性高于候鸟。饮食显著影响β多样性，支持第一个假设。迁徙状态对β多样性有显著但较小的影响（R2=0.0294），但未发现迁徙鸟类群落变异性高于留鸟，与第二个假设不符。这可能表明环境暴露不一定增加粪便样本所反映的微生物异质性，或宿主相关约束限制了变异程度。网络分析显示杂食鸟类微生物网络最复杂，迁徙未显著影响网络整体连通性。功能预测显示鸟类肠道微生物群具有较高的功能冗余，饮食组间仅部分通路存在差异。

研究结论：本研究对中国广西南宁（东亚-澳大利亚候鸟迁徙路线上的关键中途停歇地）不同生态类型鸟类进行机会性采样，表明不同食性习惯（杂食性、肉食性和草食性）和迁徙策略（迁徙和留鸟）显著改变了鸟类肠道微生物群。迁徙并未增加肠道微生物群的个体间变异性，表明多样化的环境暴露不一定会增强粪便样本中的微生物异质性，或宿主相关限制约束了微生物变异的程度。研究强调了鸟类肠道微生物群如何响应饮食和迁徙策略。该研究发表于《Ecology and Evolution》。