地中海土壤环境中颜色与细菌群落的关系

《Applied Soil Ecology》：Relationships between color and bacteria in Mediterranean soil environments

　　

论文摘要翻译 土壤颜色是其成分混合的结果，主要由铁氧化物、碳酸盐和有机质决定。虽然已知土壤特性会影响细菌群落，但土壤颜色与细菌之间的关系尚未得到验证。研究人员假设土壤颜色可以作为细菌栖息地条件的间接指标。为此，研究人员对来自三个地中海环境（卡沃德加塔自然公园CG、塔霍河谷VT和玛丽亚山脉SM）的113个表层土壤样品进行了反射光谱（reflectance spectra）、16S rRNA基因测序（16S rRNA gene sequencing）和PICRUSt2功能预测分析。研究发现，土壤颜色参数（CIELAB L、Cab、hab）与多种土壤理化性质显著相关。更重要的是，许多细菌门和属的相对丰度与土壤颜色参数存在显著相关性（Spearman相关系数ρ = 0.35–0.80）。共现网络分析（Co-occurrence network analysis）表明，不同的细菌群落模块与特定的土壤颜色相关联。基于颜色的聚类分析（PAM算法）能够区分出具有显著差异的细菌分类群（LEfSe分析）。此外，京都基因与基因组百科全书通路（KEGG pathways）的分析显示，浅色和黄/红色土壤分别富集了与胁迫耐受、光合色素合成和复杂有机物降解等相关的不同功能通路。研究得出结论，土壤颜色是反映细菌栖息地条件的一个有效综合指标，而非直接的驱动因素。这一发现表明，比色技术（colorimetric techniques）作为一种更简单、快速且成本低廉的方法，可用于初步评估土壤细菌多样性和功能潜力，为土壤微生物生态学研究提供了新的视角。

论文解读文章

研究背景与科学问题

土壤颜色是其最直观的物理特征之一，主要由铁氧化物的类型和含量（导致红、黄、橙色）、有机质含量（导致暗色）以及碳酸盐和硅酸盐矿物（导致浅色）共同决定。长期以来，土壤颜色被用作评估土壤性质（如水分、质地、结构）和成土条件（如气候、母质）的重要指标。另一方面，土壤细菌在生态系统功能（如养分循环、有机质分解）中扮演着至关重要的角色，其群落结构和功能受到土壤pH值、有机碳含量、质地等多种非生物因素的强烈影响。

尽管已有零星研究暗示黑色土壤与棕色土壤中的细菌生物量存在差异，红色土壤可能富含特定功能的细菌类群，但土壤颜色与细菌群落组成及功能之间的系统性关联从未被直接检验过。目前存在的主要问题是：能否将简便、快速的土壤颜色测量作为一种生态指示指标，来间接推断或监测复杂的土壤细菌多样性？基于“土壤颜色和细菌群落都受共同的成土和环境因子驱动”这一前提，研究人员提出了一个核心假设：土壤颜色可作为细菌栖息地条件的间接指标。开展此项研究的目的是系统性地分析地中海区域三种不同环境下的土壤中，颜色参数与细菌群落组成、功能通路之间的关系，从而验证上述假设。

研究方法与技术路线

为探究土壤颜色与细菌群落的关系，研究人员采用了以下关键技术方法：

1. 1.
   样本采集与处理：从西班牙三个典型地中海环境——卡沃德加塔半干旱区（CG，24个样本）、塔霍河谷放牧区（VT，24个样本）和玛丽亚山脉石灰岩区（SM，2016年采集24个样本，2023年再次采集41个样本，共计113个样本）的表层土壤（0-10 cm）中进行采样。
2. 2.
   土壤颜色测定：使用分光光度计（Minolta CM-2600d）测量土壤样品的可见光反射光谱，并据此计算CIELAB颜色参数（亮度L、彩度C_ab、色调角h_ab）以及二阶导数光谱中铁氧化物吸收峰的强度。
3. 3.
   细菌群落分析：通过对16S rRNA基因（V4-V5高变区）进行扩增子测序，获得细菌的分类学组成（从门到ASV水平）。
4. 4.
   功能预测与统计建模：利用PICRUSt2软件基于16S数据预测细菌群落的宏基因组功能潜能（KEGG通路）。采用Spearman相关性分析、共现网络分析（SparCC算法）、基于划分围绕中心点算法的聚类分析（PAM clustering）、线性判别分析效应大小分析（LEfSe）等多种统计方法，全面揭示颜色参数与细菌分类群及功能通路之间的关联。

研究结果

3.1 土壤性质与化学组成

研究结果表明，不同环境的土壤发育程度差异显著。CG和VT的土壤发育较弱，而SM的土壤相对成熟。土壤性质如pH值、有机碳、总氮、碳酸钙和质地（砂粒、粉粒、粘粒含量）在不同环境和同一环境的不同土壤类型间均表现出较大变异。例如，有机碳含量在CG地区因地表生物结皮的存在而变异最大。土壤的化学组成（主要元素氧化物）也反映了母质和风化程度的差异，如VT土壤富含硅铝，SM土壤则钙含量很高。

3.2 土壤颜色

所有土壤样本的颜色均在孟塞尔（Munsell）YR色调的棕色范围内，从浅棕灰色到红棕色。总体上，VT和CG的土壤样本比SM的样本更亮（L更高）、更黄（h_ab更高）且色彩更饱和（C_ab更高）。亮度L*和色调角h_ab呈正相关，意味着越亮的土壤往往偏黄色，而越暗的土壤则偏红色。进一步分析证实，土壤颜色与多种理化性质紧密相关：有机质和总氮含量越高，土壤越暗；粘粒和铁氧化物含量越高，土壤越红；而砂粒、碳酸盐含量和pH值越高，土壤则越亮、越黄。

3.3 土壤细菌

在所有样本中共鉴定出43个细菌门，其中酸杆菌门（Acidobacteria）、变形菌门（Proteobacteria）、拟杆菌门（Bacteroidetes）、浮霉菌门（Planctomycetes）和放线菌门（Actinobacteria）是优势菌门，合计占总丰度的71%-88%。细菌丰度与土壤性质密切相关，例如，变形菌门与粘粒和氮含量正相关，而酸杆菌门与酸性pH相关，放线菌门则在碱性、碳酸盐含量高、有机碳低的土壤中占优。

3.4 土壤颜色与细菌分类群的关系

这是本研究的核心发现。Spearman相关性分析揭示了大量细菌门与颜色参数之间存在显著关联。例如，变形菌门的丰度与L*和h_ab呈负相关，表明其在更暗、更红的土壤中更丰富；而绿弯菌门（Chloroflexi）则与之相反，偏好更亮、更黄的土壤。这种关联在单个环境中更为强烈。在属水平上，约一半的细菌属与颜色参数显著相关，且同一门内不同属可能对颜色有相反的偏好，如拟杆菌门中的 Terrimonas 属偏好暗色土壤，而 Segetibacter 属则偏好亮色土壤。共现网络分析进一步揭示了这种关联的结构性：在CG、SM16和SM23等自然环境中，形成了与特定颜色参数紧密相连的细菌模块，这些模块内的核心节点（keystone taxa）也与颜色参数连接。而在VT这样的管理（放牧）土壤中，颜色与细菌网络的连接较弱。

3.5 土壤颜色聚类的判别性分类群

通过PAM算法基于颜色参数对样本进行聚类，在所有环境中都成功区分出了“浅色/偏黄”和“深色/偏红”的土壤类别。LEfSe分析表明，这些颜色聚类拥有显著不同的标志性细菌类群。例如，对于所有样本的整体分析，疣微菌门（Verrucomicrobia）、蓝细菌门（Cyanobacteria）等在浅色聚类中富集，而变形菌门在深色聚类中富集。这证明了颜色可以有效地指示特定细菌群落的生态位偏好。

3.6 土壤颜色与KEGG通路的关系

功能预测分析同样发现了颜色与功能潜能的强关联。浅色、偏黄的土壤中富集了与碳水化合物获取、色素生产（如类胡萝卜素）、光合作用、氧化应激修复、次生代谢物合成以及运动性和环境感知相关的通路。这暗示生活在此类贫瘠、暴露环境中的细菌需要应对UV辐射、干旱和营养匮乏等压力。相反，深色、偏红的土壤中则富集了与芳香族化合物降解、异源物质代谢、能量代谢、氨基酸和铁载体生物合成以及次级防御机制相关的通路。这表明暗色、有机质丰富的土壤中，细菌群落具有更高的异养活性和更强的降解复杂有机物及竞争资源的能力。

讨论与结论

讨论部分指出，本研究首次系统性地证明了在地中海土壤环境中，土壤颜色与细菌群落的组成和功能之间存在广泛且稳健的联系。这种联系并非直接的因果关系，而是源于两者共同受到成土过程和环境因子（如母质、气候、植被）的驱动。简而言之，土壤颜色充当了一个有效的综合代理指标，反映了细菌栖息地的整体条件，如养分状况、水分有效性、氧化还原状态和胁迫水平。

研究结论认为：

• •
  土壤颜色参数与众多细菌门、属乃至ASV水平的相对丰度存在共变关系。
• •
  共现网络分析揭示了与特定颜色相关联的细菌群落模块，且在更自然的生态系统中这种关联更强。
• •
  基于颜色的聚类可以有效区分出具有不同标志性细菌类群的栖息地类型。
• •
  土壤颜色还能指示细菌群落的功能潜能，浅色和深色土壤分别富集了适应不同生态策略（如抗逆 vs. 降解）的功能通路。

因此，研究人员最终得出结论：土壤颜色是细菌栖息地条件的一个间接但有效的指标。这一发现具有重要的实践意义，它意味着未来可以利用简单、廉价、快速的比色技术，作为一种初步筛查工具，来评估土壤细菌的多样性和生态功能，从而为大规模的土壤健康监测和微生物生态学研究提供新的思路和方法。