发表论文|pmoA+16S测序+qPCR,揭秘溶洞甲烷氧化菌的分布( 二 )


通过对环境因子进行随机森林分析 , 发现CO2和CH4浓度随均方误差值的增加而增加 , 表明此两个参数是总环境参数中最重要的预测因子(P<0.001) 。 同时 , 关联热图分析也表明CO2和CH4浓度与洞穴中atmMOB和总体细菌的群落多样性和组成密切相关 。 进一步采用结构方程模型分析显示 , atmMOB的多样性指数和组成结构对总体细菌群落的多样性指数和组成结构也有积极的影响 。 此外 , Mantel检验结果也表明 , 三个洞穴的atmMOB和总体细菌群落中USCγ相对丰度与CH4浓度呈正相关 , 而USCα的相对丰度与CH4浓度呈负相关 。
发表论文|pmoA+16S测序+qPCR,揭秘溶洞甲烷氧化菌的分布
文章图片
发表论文|pmoA+16S测序+qPCR,揭秘溶洞甲烷氧化菌的分布
文章图片
04、微生物共存网络研究
为了进一步探究atmMOB群落以及总体细菌群落中微生物的相互作用关系 , 本研究通过关联网络分别分析了两个群落的微生物互作关系 。 结果显示 , atmMOB群落和总体细菌群落的互作网络分别包含200个和924个节点 , 两个网络中均呈现出正相关明显大于负相关的现象 , 表明两者对环境干扰的响应一致 。
USCγ在atmMOB网络中占主导地位 , 占总节点的85.50%;而在细菌网络中 , Proteobacteria和Actinobacteria为主要门 。 进一步对每个洞穴的子网络进行分析发现 , 大型模块与洞穴存在一定相关性 , 且Latescibacteria和NC10(Methylomirabilis)仅存在于LHD子网络中 , 而Bacteroidetes仅存在于PLD的子网络 。 在总体细菌子网络中 , MOB的关键分类单元Methyloceanibacter占所有节点的1.12% , 并与大量其他节点相连 。 USCγ与其他细菌节点紧密连接 , 包括Gaiella、Povalibacter、Bacillus等许多属 。
发表论文|pmoA+16S测序+qPCR,揭秘溶洞甲烷氧化菌的分布
文章图片
Zi(模块内连接)-Pi(模块间连接)分析结果表明 , 在atmMOB网络中 , 21.00%和0.50%的atmMOB节点为连接节点和模块关键节点 , 此两种节点被认为可能是整个网络中的关键枢纽节点 。 其中 , USCγ占所有枢纽节点的74.42% 。 而在细菌网络中 , 连接节点占6.24% , 模块节点占0.52% 。 在细菌网络的65个关键类群中 , Proteobacteria和Actinobacteria是最为丰富的类群 。 在atmMOB和细菌网络中 , 关键类群的相对丰度均与CH4和CO2浓度呈正相关 。
发表论文|pmoA+16S测序+qPCR,揭秘溶洞甲烷氧化菌的分布
文章图片
四、研究结论
本研究通过对桂林市三个溶洞风化岩样进行pmoA和16SrRNA基因的高通量测序 , 并结合环境因子的测定和qPCR技术分析得出以下结论:MOB群落在地下溶洞中具有广泛分布 , 且溶洞为USCγ提供了比USCα更适合的生境;USCγ是atmMOB和总体细菌群落网络中的关键类群 , 且两种网络对环境因素的干扰具有一致响应 。 本研究极大地拓展了对USC在自然环境中的生态分布的认识 , 并强调了它们在消耗大气甲烷方面的重要性 。
本文转载自其他网站 , 不代表健康界观点和立场 。 如有内容和图片的著作权异议 , 请及时联系我们(邮箱:guikequan@hmkx.cn)
来源:健康界