网刊加载中。。。

使用Chrome浏览器效果最佳,继续浏览,你可能不会看到最佳的展示效果,

确定继续浏览么?

复制成功,请在其他浏览器进行阅读

近岸海水中玫瑰杆菌类群多样性的年周期变化  PDF

  • 赵孝良 1
  • 张钰琳 1
  • 刘振刚 1
  • 张晓华 1,2,3
  • 张蕴慧 1,2,3
1. 中国海洋大学 海洋生命学院,山东 青岛; 2. 青岛海洋科学技术中心,海洋生态与环境科学功能实验室,山东 青岛; 3. 中国海洋大学,海洋生物多样性与进化研究所,山东 青岛

最近更新:2025-06-05

DOI: 10.13343/j.cnki.wsxb.20250050

CSTR: 32112.14.j.AMS.20250050

  • 全文
  • 图表
  • 参考文献
  • 作者
  • 出版信息
EN
目录contents

摘要

目的

玫瑰杆菌类群在海洋生态系统的物质循环和能量流动过程中发挥着重要的生态功能,但其环境响应及其群落构建机制随时间尺度的动态变化尚不明确。本文基于青岛近岸海域连续采集的60周海水样品,对玫瑰杆菌自由生活和颗粒附着类群的全年动态变化及其环境响应与群落构建机制进行了研究。

方法

基于青岛近岸表层海水时间序列样品的16S rRNA基因扩增子测序,分析近岸海水中不同生活方式玫瑰杆菌类群的多样性年周期变化,并探究其与多种环境因子的相关性和群落构建机制。

结果

在近岸表层海水中,玫瑰杆菌类群在总细菌古菌中的相对丰度呈现明显的季节性波动(2.64%-34.10%),在冬、春季节显著高于夏、秋季节。根据其时间分布规律,可将玫瑰杆菌类群划分为夏秋型、冬春型以及暴发增长型。自由生活玫瑰杆菌类群的季节性规律更强,而颗粒附着类群表现出更高的多样性。温度、无机氮、无机磷等是影响玫瑰杆菌多样性的主要环境因素,且对颗粒附着类群变化的解释度(16.82%)高于自由生活类群(9.06%)。在群落构建方面,确定性过程对颗粒附着玫瑰杆菌类群的影响更大,说明环境变化对颗粒附着玫瑰杆菌类群的影响更明显。

结论

本文从精细时间尺度探讨了玫瑰杆菌类群的动态变化及其环境驱动机制,揭示了其季节性分布规律,为深入理解这一重要海洋细菌类群的时空动态及其生态功能提供了重要的科学依据。

玫瑰杆菌类群是α-变形菌纲的一个重要分[

1],广泛分布于全球各类海洋生态系统中,包括近岸、开阔海域和深海等多种环境,是海洋生态系统中具有重要生态功能的海洋微生物类群之[2]。玫瑰杆菌类群的丰度在开阔大洋区域约占细菌总数的8%[3],然而在生产力更高的沿海水域,玫瑰杆菌类群的丰度显著增加,特别是在浮游植物大量繁殖的时[4],其丰度可占所有细菌的25%[5-6]

作为海洋微生物群落的重要组成部分,玫瑰杆菌类群因其多样的生态功能和广泛的环境适应性而受到关注。该类群具有多种代谢活性,能够参与多种重要的生物地球化学循[

7]。例如,它们在二甲基巯基丙酸内盐(dimethylsulfoniopropionate, DMSP)的降解中发挥关键作用,通过产生二甲基硫(dimethylsulfide, DMS)对全球气候调节产生影响,对海洋硫循环具有重要意[8]。此外,玫瑰杆菌类群还参与碳、氮和磷等元素的循环,能够通过光合作用、化能自养和有机物分解等途径为海洋生态系统提供能源和营[9]。从生态学角度来看,玫瑰杆菌类群不仅是海洋初级生产者的重要合作伙伴,还能通过共生、竞争等机制影响其他微生物的群落结[10]。此外,玫瑰杆菌类群与浮游植物之间存在紧密的生态联系,在浮游植物衍生的溶解有机物(dissolved organic matter, DOM)转化过程中发挥关键作[11]

近岸海域作为陆地与海洋之间的过渡区域,是人类活动与海洋资源相互作用最为显著的区域,也是地球上生产力最高的生态系统之一,在调节气候和维护生态平衡方面发挥着不可替代的作用。近岸海域不仅支持了多样化的微生物群落,还参与多种生物地球化学循环的核心环节,对全球碳、氮、硫和磷等重要元素的循环和转化具有重要作[

12]。然而,近岸海域的生态系统也面临着巨大的环境压力。海水污染导致的富营养化、浒苔暴发等显著生态问题也在持续威胁近岸生态系统的稳定[13]。面对这些挑战,研究近岸海域生态系统的结构、功能及其对环境变化的响应机制显得尤为重要。

近年来,随着高通量测序和多组学技术的发展,人们对玫瑰杆菌类群的生物多样性、生态功能及其对环境变化的响应有了更深入的理解。目前,人们已对玫瑰杆菌类群的全球分布及其功能作用进行了大量研究,特别是对其在碳、硫和氮循环中的作用进行了深入探[

14]。此外,通过基因组分析对玫瑰杆菌类群的代谢功能、进化机制及其与浮游生物的协同作用的研究也是广泛关注的焦[15]。还有许多研究揭示了玫瑰杆菌类群在不同海洋环境(如沿岸水域、深海环境等)中的多样性及其对环境变化(如温度和营养盐浓度变化)的敏感[16]。然而,目前的大部分研究仍主要集中在空间分布及玫瑰杆菌类群在不同环境中的代谢功能研究上,对其群落动态及时间序列变化的理解仍然不足。

时间序列研究的空缺限制了人们对玫瑰杆菌类群在生态系统长期动态中的作用及其对环境响应的深入认识,缺乏高精度的时间序列数据来揭示其种群细节性的动态变化过程。环境因子如温度、营养盐浓度的周间变化相较于月份、年份维度能够更精确地展现玫瑰杆菌类群对环境变化的响应模式,但目前尚缺乏在周间尺度上的系统研究。为弥补这一空缺,本研究采用高精度时间序列采样方法,通过周间采样策略捕捉玫瑰杆菌类群在短时间尺度上的动态变化,结合多种数据分析方法,详细分析了玫瑰杆菌类群在特定生态环境中的群落多样性、种群动态及其与环境因子的相互作用。这种方法不仅能够揭示玫瑰杆菌类群在生态系统中潜在的短期响应机制,还能为深入理解其长期的动态变化提供重要线索。

1 材料与方法

1.1 样品来源与环境因子测定

本研究的海水样品于2020年7月24日至2021年9月10日期间(60周)采集自青岛近岸海域3个不同站位,具体采样地点为第二浴 场(36°04′34″N,120°36′57″E)、五四广 场(36°05′41″N,120°31′63″E)和栈桥 (36°04′48″N,120°34′56″E),采样地点距离海岸约500 m,具体采样方法参见Zhang[

17]。将采集的500 mL表层海水样品先后通过3 μm、0.22 μm孔径的聚碳酸酯膜进行过滤,分离自由生活类群(free living, FL)和颗粒附着类群(particle associated, PA) 2种生活方式的微生物。水温、盐度、电导率、溶解氧(dissolved oxygen, DO)、pH值、溶解有机碳(dissolved organic carbon, DOC)、悬浮颗粒物(suspended particulate matter, SPM)、溶解性无机营养盐(NO3-、NO2-、NH4⁺、PO43-和SiO32-)等参数的测定方法参见Zhang[17]

1.2 海水样品DNA的提取与高通量测序

分别取3 μm与0.22 μm滤膜,用于提取颗粒附着和自由生活微生物的DNA。样品DNA的提取使用DNeasy® PowerSoil® Kit (Qiagen公司),具体提取步骤按照试剂盒说明进行,详见Zhang[

17]。使用细菌、古菌的通用引[18] 515FmodF (5′-GTGYCAGCMGCCGCGGTAA-3′)和806RmodR (5′-GGACTACNVGGGTWTCTAAT-3′)扩增16S rRNA基因的V4可变区。PCR扩增体系(20 μL):FastPfu聚合酶0.4 μL,上、下游引物(5 μmol/L)各0.8 μL,dNTPs (2.5 mmol/L) 2 μL,5×FastPfu缓冲液4 μL,BSA 0.2 μL,DNA模板10 ng,ddH2O补足至20 μL。PCR反应条件:95 ℃预变性3 min;95 ℃变性30 s,55 ℃退火30 s,72 ℃延伸45 s,29个循环;72 ℃终延伸10 min。经过纯化后的扩增子通过上海美吉生物医药科技有限公司的Illumina MiSeq PE300平台进行双端测[19]。本研究中的原始数据可在NODE (http://www.biosino.org/node)获取(OEP003832)[17]

1.3 原始数据处理

原始测序数据通过QIIME 2平[

20]进行处理,利用DADA2进行质控,去除嵌合体和进行质量过滤后,使用RDP分类[21]将获得的增序列变体(amplicon sequence variant, ASV)与SILVA数据[22]进行比对以确认物种注释信息(相似性阈值为70%),随后删除鉴定为叶绿体和线粒体的ASV。为了统一不同样品的测序深度,便于样品间的数据比较,本研究根据所有样品中最小的序列数(11 667 reads)对每个样品进行了抽平处理。最后,根据以往研究中汇总的玫瑰杆菌类群典型属种作为筛选依[23],从总计35 905个ASV中提取了玫瑰杆菌类群的序列和物种分类信息用于进一步分析。

1.4 数据分析

对不同时间和不同粒径样品的ASV进行统计分析,通过R语言软件包“vegan”计算Chao1指[

24]和Shannon指数,对玫瑰杆菌类群进行α多样性分析。

使用R语言软件包“vegan”,基于Bray-Curtis距离度量对微生物群落进行非度量多维尺度分析(non-metric multidimensional scaling, NMDS),以探究组间群落组成的差异性。为了评估环境因子对玫瑰杆菌类群结构的影响,对类群进行了典型相关分析(canonical correlation analysis, CCA),并结合Envfit检验(999次置换)量化环境因子对群落动态变化的影响。利用R软件包“linkET”分别计算了2种生活方式的玫瑰杆菌属水平类群相对丰度与温度、溶解氧、Chl a、SiO32-、溶解无机氮(DIN,DIN=NH4++NO3-+NO2-)、溶解无机磷(DIP,DIP=PO43-)等环境参数的斯皮尔曼相关系数。

采用基于整体群落零模型的方[

25]进行群落构建过程的分析。使用“Picante” R包计算平均最近分类距离值(mean nearest taxon distance, βMNTDnull),以量化ASV间的系统发育距离。为了推断出对特定群落构建过程起主要作用的生态因素,使用了β最邻近分类指数(β nearest taxon index, βNTI),通过将整个系统发育过程中的ASV随机化并重新计算βMNTD 999次,以得到零模型的βMNTDnull值。根据βNTI值的分布区间可以推断出群落的生态过程,包括同质选择(homogeneous selection)、异质选择(heterogeneous selection)、扩散限制(dispersal limitation)、非主导过程(undominated process)、均质扩散(homogenizing dispersal)。

2 结果与分析

2.1 玫瑰杆菌类群的α多样性

基于16S rRNA基因扩增子测序结果,在358个海水样品(第4周2020年8月12日五四广场站位的样品因特殊原因未能采集)的35 905个ASV中共注释筛选到896个玫瑰杆菌类群ASV。与自由生活的玫瑰杆菌类群相比,颗粒附着类群在3个站点中共有ASV的比例更低,表明颗粒附着类群的空间差异性更强。自由生活与颗粒附着类群间的共有ASV,约占自由生活ASV的60%,而仅占颗粒附着ASV的20%。玫瑰杆菌类群的FL类群和PA类群的香农(Shannon)指数和物种丰富度(Chao1)指数(图1)结果表明,整体上,玫瑰杆菌PA类群的Shannon指数和Chao1指数显著高于FL类群,且月内波动更为明显,尤其是在2-7月期间。在时间序列上,两类群的物种多样性均呈现季节性规律,即冬季多样性普遍高于春夏季,这一规律在PA类群中更为明显,且具有更强的周间波动。此外,FL类群的2种指数均在7月份出现较高的异常峰值,这可能与当地7月份出现的浒苔暴发事件密切相关,表明FL类群对短期高营养暴发事件具有更快速的响应能力。

fig

图1  玫瑰杆菌α多样性指数的时间动态变化。A:香农指数;B:Chao1指数。FL:自由生活类群;PA:颗粒附着类群。

Figure 1  The temporal variation in the alpha diversity index of the Roseobacter clade. A: Shannon index; B: Chao1 index. FL: Free-living communities; PA: Particle-associated communities.

2.2 玫瑰杆菌类群的β多样性

非度量多维尺度分析(NMDS)结果显示,FL与PA玫瑰杆菌类群被分为明显的两簇(ANOSIM,R2=0.651,P=0.001) (图2)。此外,FL类群分布相对集中(ANOSIM,R2=0.478,P=0.001),而PA类群分布更加分散(ANOSIM,R2=0.335,P=0.001),表明在时间尺度上玫瑰杆菌PA类群多样性的变化比FL类群更加明显。FL类群呈现出更为规律的周期性变化,仅有个别周次类群结构出现不规律波动;而PA类群在周期性分布的基础上,相邻周样品间分布较为分散,说明PA类群结构在相邻周次间的差异更大。这种差异可能反映了它们在生态功能和对环境适应策略上的差异性,即FL类群在短期内更为稳定且季节性明显,而PA类群则表现出更高的周间波动和多样性。

fig

图2  玫瑰杆菌类群的β多样性分析(ASV水平)。A:全部玫瑰杆菌类群;B:FL类群;C:PA类群。虚线椭圆表示中心点周围95%的置信区间;三角形和圆圈分别代表PA类群和FL类群的ASV。

Figure 2  NMDS analysis of Roseobacter communities. A: Overall sample; B: FL sample; C: PA sample. The dashed ellipse represents the 95% confidence interval around the center point; Triangles and circles denote ASV from the PA and FL communities, respectively, with colors indicating samples from different collection months.

2.3 玫瑰杆菌类群的结构变化

在近岸表层海水中,玫瑰杆菌FL类群和PA类群在总细菌古菌中的相对丰度存在差异,且二者均呈现季节性变化。FL类群中,玫瑰杆菌类群的相对丰度更高,平均约为12%;而PA类群中平均仅占约6%。在FL类群中,玫瑰杆菌类群的相对丰度在冬、春季(12月至次年4月)较高,最高可达整体微生物类群的约30% (图3)。在7-9月期间,其相对丰度下降至约5%。在7月到8月中旬,玫瑰杆菌类群出现短暂且显著的高峰,推测可能与青岛近岸海域的浒苔暴发相关,导致特定玫瑰杆菌类群[如ASV3607、ASV28818和海生杆菌属(Marivita)等]出现暴发现象。在PA颗粒附着类群中,玫瑰杆菌类群的相对丰度全年变化与FL类群相似,但年周期变化不明显,整体类群结构较为稳定。与自由生活类群相比,PA类群的多样性更高,主要包括海洋浮游菌属(Planktomarina)、淀粉杆菌属(Amylibacter)、亚硫酸盐杆菌属(Sulfitobacter)等类群。在7-8月期间,PA类群中的玫瑰杆菌类群同样出现暴发现象,主要暴发类群与FL类群一致,其相对丰度可达31.5%。这可能与浒苔暴发提供的藻源营养物质及颗粒物的增加相关。

fig

图3  玫瑰杆菌类群结构和相对丰度变化。A:玫瑰杆菌自由生活类群;B:玫瑰杆菌颗粒附着类群。

Figure 3  Changes in community structure and abundance of Roseobacter. A: Roseobacter FL communities; B: Roseobacter PA communities.

通过进一步的聚类分析,对玫瑰杆菌类群的自由生活和颗粒附着类群进行时间分布模式探究。根据内部不同属细菌的聚类结果,将整体玫瑰杆菌类群分为4种时间分布模式:春冬季优势型(FL-Cluster I和PA-Cluster I),包括海洋浮游菌属、淀粉杆菌属、副球菌属(Paracoccus)以及亚硫酸盐杆菌属等;夏秋季优势型(FL-Cluster II和PA-Cluster IV),包括ASV22543、HIMB11以及淤泥棒菌属(Limibaculum)等;全年低丰度型(FL-Cluster IV和PA-Cluster II);以及以ASV3607、ASV28818、海生杆菌属、近沈氏菌属(Cognatishimia)、简纳西氏菌属(Jannaschia)等为代表的暴发式增长型(FL-Cluster III和PA-Cluster III) (图4)。

fig

图4  玫瑰杆菌自由生活类群(A)和颗粒附着类群(B)的时间分布模式的聚类分析。FL和PA类群聚类成4簇,丰度随时间模式变化。

Figure 4  Hierarchical cluster analysis of temporal distribution patterns of Roseobacter FL community (A) and PA community (B). FL and PA groups were clustered into four clusters, and the microbial community abundance changed with time patterns.

2.4 驱动玫瑰杆菌类群变化的环境因子

本研究进一步分析了玫瑰杆菌类群对温度、盐度、pH、DOC、无机营养盐(NO3-、NO2-、PO43-、NH4+、SiO32-)等多种环境因子的响应,各项环境参数详情参见Zhang[

17]。典型相关分析(canonical correlation analysis, CCA)结果表明,所测定的环境因子对PA类群的解释度(16.82%)高于FL类群(9.06%),解释度的差异表明PA类群对环境因子的响应可能更强,而FL类群的变化可能受到更多因素的复杂影响。NO3-、NO2-和PO43-对玫瑰杆菌类群变化具有显著影响,而pH和DOC的影响较小(图5A、5B)。结合envfit检验,进一步比较了各环境因子对群落结构差异的贡献度。结果表明,影响FL与PA类群的主要环境因子一致,其中NO3- (R2=0.52/0.59,P<0.001),NO2- (R2=0.50/0.57, P<0.001),PO43- (R2=0.38/0.41,P<0.001),SiO32- (R2=0.31/0.35,P<0.001)是驱动两类群变化的主要环境因子(图5C、5D)。此外,SPM、盐度、叶绿素a、NH4+等因子的解释度较低,但与类群的变化也有一定的相关性。

fig

图5  环境因子相关性分析与检验。A:时间模式下FL类群的CCA分析;B:时间模式下PA类群的CCA分析;C:环境因子对FL类群的影响程度;D:环境因子对PA类群的影响程度。

Figure 5  Correlation analysis and testing of environmental factors. A: CCA analysis of FL communities; B: CCA analysis of PA communities; C: The influence of environmental factors on FL communities; D: The influence of environmental factors on PA communities.

通过选取丰度较高的属与环境因子进行斯皮尔曼相关性分析,发现不同玫瑰杆菌类群与环境因子的相关性存在明显差异(图6)。其中,海洋浮游菌属、亚硫酸盐杆菌属和洛克菌属(Yoonia-Loktanella)与溶解无机氮(DIN)、溶解无机磷(DIP)以及SiO32-呈显著的负相关(P<0.001),而HIMB11、ASV22543等类群与DIN、DIP以及SiO32-则呈现显著正相关(P<0.001)。

fig

图6  玫瑰杆菌主要类群与环境因子相关性分析

Figure 6  Spearman correlation analysis of major groups of Roseobacter and environmental factors. A: FL; B: PA. The correlation between FL and PA communities at the genus level and environmental factors was calculated.

2.5 玫瑰杆菌的群落构建机制

进一步结合ASV间的系统发育关系,计算了不同样品间的βNTI值(图7)。结果表明,FL与PA类群的βNTI值分布较为相似(P<0.001),二者大部分βNTI值均小于2,这一结果表明两类群构建过程整体受随机过程控制。然而,与FL类群相比,PA类群中部分βNTI值超过2,表明PA类群在群落演替过程中受到更多确定性过程的控制。这一结果暗示,玫瑰杆菌的PA类群更易受到环境变化的影响,可能与附着颗粒物表面的微环境条件有关,这种差异进一步揭示了PA类群在环境影响下具有更复杂的生态机制。

fig

图7  玫瑰杆菌FL类群和PA类群的群落构建分析。A:FL与PA类群的βNTI值;B:FL和PA类群的聚集过程。

Figure 7  Analysis of community construction of FL and PA taxa of Roseobacter. A: The patterns of βNTI for the FL and PA; B: The assembly processes of bacterial community in FL and PA.

3 讨论

3.1 玫瑰杆菌类群的季节性变化

目前已有一些研究对近岸微生物群落的时间序列变化进行了探讨,揭示了总细菌古菌FL和PA群落在时间尺度上的差异性和环境驱动因素。Zhang[

17]针对青岛近岸时间序列样品的研究表明,总细菌古菌群落的FL与PA均呈现年周期变化,并且PA群落的多样性大于FL群落。本研究聚焦于α变形菌纲中的玫瑰杆菌类群,作为近岸的重要主导类群,其FL和PA类群同样具有年周期变化的特征,且PA类群的多样性大于FL类群。然而较整体微生物群落而言,玫瑰杆菌类群的FL类群的短期波动程度较为显著(周间、月间),且类群多样性的短期变化幅度也相对更大。除此之外,我们发现玫瑰杆菌ASV分布模式除了分为夏秋偏好和冬春偏好型之外,还展现出暴发式增长的特征。这意味着玫瑰杆菌对于突发环境变化的响应能力较强,当环境中出现富营养化现象时能够迅速繁衍并占据竞争优势,与整体微生物群落相比,玫瑰杆菌的这种特性可能反映出其在近岸生态系统中更为灵活的生态适应机制。

另一项研究发现,玫瑰杆菌类群的丰度倾向于在冬季和春季达到峰值,此时海水环境中的各类营养盐的浓度较低,但初级生产力较高,藻类浮游植物处于快速生长的阶段。相比之下,在浮游植物快速繁殖期间,玫瑰杆菌具有更高的代谢活性,这与单菌株水平的研究一[

15]。Alonso-Gutiérrez[26]在对西班牙北部海岸的微生物群落动态变化的研究中也表明,玫瑰杆菌类群很好地适应了营养更丰富的地区,即主要在温带至极地地区的中营养区,并且更容易对浮游植物水华动态做出反应。

青岛近岸的时间序列样品也印证了这一点,玫瑰杆菌2种不同生活方式的类群都呈现出显著的季节性模式,即在冬季的1月初至春季 5月末期有着较高的相对丰度,而在除夏季暴发期(7-8月)以外的其他时期保持相对较低的丰度。玫瑰杆菌类群的FL类群具有更高的相对丰度,其在2月中旬和藻类暴发时期的7月下旬最高占据整个FL类群的33%,而PA类群在春季丰富时期最高占到总PA类群的14%。

许多研究比较了不同水生环境中的颗粒附着和自由生活群落,发现自由生活的细菌群落通常丰度更高,但颗粒附着群落的组成更为丰[

27]。对于物种多样性而言,通过计算多样性指数发现,整体上PA类群的Shannon和Chao1指数显著高于FL类群(P<0.001),表明颗粒附着类群的物种丰富度远高于自由生活类群。

除了观察到丰度的季节性变化以外,玫瑰杆菌类群的群落结构也存在着主导群体的快速交替现象。对于FL类群来说,冬春季的群落由海洋浮游菌属、淀粉杆菌属、亚硫酸盐杆菌属和居海鞘菌属主导,从12月最后一周开始出现急剧上升的趋势,直至7月初期下降到极低水平,表明这些属可能偏向于通过利用浮游植物生长所产生的多种营养物质来维持较高的丰度,但随着夏季的到来,温度升高和浮游植物的生物量降低,FL类群的丰度迅速下降。在7-12月时期,类群主要由ASV22543、HIMB11组成,表明这类属在夏秋季节时通过利用浮游植物残体和其他有机物质来维持生长,从而在该时期内占据了较高的丰度。相比之下,PA类群的组成变化较为复杂,且其丰度的变化不像FL类群那样剧烈。副球菌属在全年度均有分布,并且其丰度较为稳定,始终占据较高的相对丰度。PA类群的其他组成类群,如ASV22543、HIMB11、海洋浮游菌属、亚硫酸盐杆菌属等在各自的主导时期内与FL类群的组成变化较为相似,但其丰度变化不如FL类群剧烈。PA类群的丰度波动可能与其较为复杂的群落结构和对环境变化的适应性有关,表明这些类群适应不同营养条件和环境波动的能力更强。值得注意的是,Simon[

28]在海洋沿海环境中发现,在浮游植物水华期间,PA类群通过附着在颗粒物或悬浮藻类的表面,利用浮游植物暴发期间大量释放的营养物质和代谢底物(如溶解有机物、磷酸盐、氮源等),这使得颗粒附着生活的细菌短时间内获得了丰富的生长资源,因此在藻类暴发时期也出现了和FL类群相似的短期峰值。值得注意的是,2021年7月至8月玫瑰杆菌的多样性指数和丰度明显高于2020年同期,但同期环境因子分析表明,两年度的营养盐参数并无显著差异。然而,有关报道显示,2021年7月至8月采样区域的浒苔暴发规模远超2020年,同期浒苔覆盖面积是2020年的9倍,这一现象可能导致了玫瑰杆菌的大规模生长。因此,我们推测2021年玫瑰杆菌的多样性和丰度显著升高,可能主要受到了浒苔暴发强度的驱动,这进一步表明水华事件对近岸微生物群落具有显著的影响。

3.2 环境因素对玫瑰杆菌的影响

已有研究表明,异养细菌的生长和活动因浮游植物暴发期间有机物和营养物质供应增加而增[

29],而细菌的代谢过程,如有机物的分解,也因温度升高而增[30]。Gregory Caporaso[31]在对英吉利海峡的研究中也发现温度是对海洋生态的主要制约因素,可能是微生物群落组成的主要决定性因[32]。在河口、近岸海域等高度动态变化的生态系统中,物理化学因素(如温度、DOC、营养盐等)对微生物多样性的影响比生物因素更为重[33]。在对环境因素相关性的研究中也证实了这一点,对于2种生活方式的玫瑰杆菌类群而言,温度是影响二者最主要的环境因素。冬春季优势型的属如海洋浮游菌属、淀粉杆菌属等对于温度表现出显著的负相关性;夏秋季优势型的属如HIMB11对于温度则呈现正相关性。整体而言不论是夏秋丰富型的属还是春冬丰富型的类群,对于温度的响应都很显著(P<0.001)。

对于不同优势时期的属来说,拥有相似丰度变化类型的属对于营养盐的偏好也是相似的。冬春季优势型的属对于DOC呈正相关(P<0.05),对DO呈显著正相关(P<0.001),而对于各类营养盐(DIN、DIP、SiO32-)呈显著负相关(P<0.001);夏秋季优势型的属对于DO呈显著负相关(P<0.001),而对于各类营养盐(DIN、DIP、SiO32-)都呈显著正相关(P<0.001)。这表明相同生活方式的类群除温度以外对于DO、DOC以及各类营养盐的偏好近乎一致,这印证了物理化学因子是对于近岸海洋玫瑰杆菌类群结构和丰度季节性交替变化最重要的影响因素。

CCA分析和零模型群落构建结果也表明,环境因素对于PA类群起到了相对更大的影响,PA类群的物种由于受到了更强烈的生态环境因素变化的影响,物种适应不同环境的程度更为明显,但由于与PA类群物种对特定附着颗粒的依赖性较强,因此空间分布受限较为明显。相比之下,FL类群物种竞争较为均衡且由不同季节时期的优势类群主导,群落结构趋向均质化使得对环境变化的反应程度更为剧烈。二者都表现出较高的随机性过程,这可能说明在青岛近岸海域受到季节性变化的多样性和区域环境的一致性,使得生态选择压力较为均衡,生态选择压力相对较弱,群落的组装过程不再由单一的环境选择因素主导,而更多受到随机过程和生态过程的影响。对于暴发式增长型的类群,如海生杆菌属、近沈氏菌属等,温度显然不是制约其生长繁殖的关键因素。Lucas[

34]在北海细菌浮游生物年际动态的研究中指出,由温度驱动的核心类群的更替在短期事件(如浮游植物暴发)期间会被其他机会主义物种所打断。因为在暴发期间,植物的大量生长使得底物供应增加,这有利于一些在富营养条件下具有生长优势的类群,从而导致这些类群出现短期的峰值。对于这一类暴发的优势属而言,其对藻类的依赖性是显而易见的。伴随着藻类的生长,这一类生活模式细菌的丰度在营养暴发期从0迅速增长至接近总微生物群落的30%,其变化程度是剧烈的。未来或许可以将这一类细菌作为海水富营养化的指示物种,尤其是在季节性变化多样且水华现象频繁的近岸海域。

4 总结

本研究表明,玫瑰杆菌类群在近岸生态系统中具有显著的季节性变化,其丰度与环境因子(尤其是温度和营养盐浓度)的动态变化密切相关。在冬春季节,玫瑰杆菌类群的丰度较高,受益于浮游植物快速生长过程中释放的大量溶解有机碳,为其提供了充足的营养物质。在夏秋季节,部分物种通过利用浮游植物暴发期间大量释放的营养物质、代谢底物和浮游植物残体,在短时间内出现暴发增长的现象。FL类群表现出更强的季节性规律,而PA类群具有更高的多样性,并且对环境变化的响应程度更为显著。在群落构建方面,PA类群受到确定性过程的更大影响,说明其对环境变化更为敏感。本研究基于精细时间尺度的动态分析,为深入理解玫瑰杆菌类群的时空分布特征及其环境驱动机制提供了重要的科学依据,也为进一步理解玫瑰杆菌在近岸海洋生态系统中的生态功能及其潜在作用提供了重要的参考。

作者贡献声明

赵孝良:数据收集和处理、论文撰写及修改;张钰琳:实验操作、数据收集、论文修改;刘振刚:部分数据处理;张晓华:研究构思和命题;张蕴慧:研究结构设计、论文修改。

利益冲突

作者声明不存在任何可能会影响本文所报告工作的已知经济利益或个人关系。

参考文献

1

RAPPÉ MS, VERGIN K, GIOVANNONI SJ. Phylogenetic comparisons of a coastal bacterioplankton community with its counterparts in open ocean and freshwater systems[J]. FEMS Microbiology Ecology, 2000, 33(3): 219-232. [百度学术] 

2

LUO HW, MORAN MA. Evolutionary ecology of the marine Roseobacter clade[J]. Microbiology and Molecular Biology Reviews, 2014, 78(4): 573-587. [百度学术] 

3

WIETZ M, GRAM L, JØRGENSEN B, SCHRAMM A. Latitudinal patterns in the abundance of major marine bacterioplankton groups[J]. Aquatic Microbial Ecology, 2010, 61(2): 179-189. [百度学术] 

4

GONZÁLEZ JM, SIMÓ R, MASSANA R, COVERT JS, CASAMAYOR EO, PEDRÓS-ALIÓ C, MORAN MA. Bacterial community structure associated with a dimethylsulfoniopropionate-producing North Atlantic algal bloom[J]. Applied and Environmental Microbiology, 2000, 66(10): 4237-4246. [百度学术] 

5

VOGET S, WEMHEUER B, BRINKHOFF T, VOLLMERS J, DIETRICH S, GIEBEL HA, BEARDSLEY C, SARDEMANN C, BAKENHUS I, BILLERBECK S, DANIEL R, SIMON M. Adaptation of an abundant Roseobacter RCA organism to pelagic systems revealed by genomic and transcriptomic analyses[J]. The ISME Journal, 2015, 9(2): 371-384. [百度学术] 

6

BILLERBECK S, WEMHEUER B, VOGET S, POEHLEIN A, GIEBEL HA, BRINKHOFF T, GRAM L, JEFFREY WH, DANIEL R, SIMON M. Biogeography and environmental genomics of the Roseobacter-affiliated pelagic CHAB-I-5 lineage[J]. Nature Microbiology, 2016, 1(7): 16063. [百度学术] 

7

FALKOWSKI PG, FENCHEL T, DELONG EF. The microbial engines that drive Earth’s biogeochemical cycles[J]. Science, 2008, 320(5879): 1034-1039. [百度学术] 

8

TODD JD, CURSON AJ, DUPONT CL, NICHOLSON P, JOHNSTON AB. The dddP gene, encoding a novel enzyme that converts dimethylsulfoniopropionate into dimethyl sulfide, is widespread in ocean metagenomes and marine bacteria and also occurs in some Ascomycete fungi[J]. Environmental Microbiology, 2009, 11(6): 1376-1385. [百度学术] 

9

THUME K, GEBSER B, CHEN L, MEYER N, KIEBER DJ, POHNERT G. The metabolite dimethylsulfoxonium propionate extends the marine organosulfur cycle[J]. Nature, 2018, 563(7731): 412-415. [百度学术] 

10

CHEN Y, PATEL NA, CROMBIE A, SCRIVENS JH, COLIN MURRELL J. Bacterial flavin-containing monooxygenase is trimethylamine monooxygenase[J]. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(43): 17791-17796. [百度学术] 

11

BUCHAN A, LeCLEIR GR, GULVIK CA, GONZÁLEZ JM. Master recyclers: features and functions of bacteria associated with phytoplankton blooms[J]. Nature Reviews Microbiology, 2014, 12(10): 686-698. [百度学术] 

12

SINGH S, KUMAR V, KAPOOR D, KUMAR S, SINGH S, DHANJAL DS, DATTA S, SAMUEL J, DEY P, WANG SQ, PRASAD R, SINGH J. Revealing on hydrogen sulfide and nitric oxide signals co-ordination for plant growth under stress conditions[J]. Physiologia Plantarum, 2020, 168(2): 301-317. [百度学术] 

13

蒋雪蕾, 周晓见, 林佳宁, 亢振军, 刘青. 黄海浒苔绿潮生态效应研究进展[J]. 海洋环境科学, 2021, 40(4): 647-652. [百度学术] 

JIANG XL, ZHOU XJ, LIN JN, KANG ZJ, LIU Q. Research progress in the ecological consequences of Ulva prolifera green tides in the Yellow Sea[J]. Marine Environmental Science, 2021, 40(4): 647-652 (in Chinese). [百度学术] 

14

BUCHAN A, GONZÁLEZ JM, MORAN MA. Overview of the marine Roseobacter lineage[J]. Applied and Environmental Microbiology, 2005, 71(10): 5665-5677. [百度学术] 

15

GILBERT JA, STEELE JA, GREGORY CAPORASO J, STEINBRÜCK L, REEDER J, TEMPERTON B, HUSE SS, McHARDY AC, KNIGHT R, JOINT I, SOMERFIELD P, FUHRMAN JA, FIELD D. Defining seasonal marine microbial community dynamics[J]. The ISME Journal, 2012, 6(2): 298-308. [百度学术] 

16

NEWTON RJ, GRIFFIN LE, BOWLES KM, MEILE C, GIFFORD S, GIVENS CE, HOWARD EC, KING E, OAKLEY CA, REISCH CR, RINTA-KANTO JM, SHARMA S, SUN SL, VARALJAY V, VILA-COSTA M, WESTRICH JR, MORAN MA. Genome characteristics of a generalist marine bacterial lineage[J]. The ISME Journal, 2010, 4(6): 784-798. [百度学术] 

17

ZHANG YL, LIU JW, SONG DR, YAO P, ZHU SD, ZHOU Y, JIN J, ZHANG XH. Stochasticity-driven weekly fluctuations distinguished the temporal pattern of particle-associated microorganisms from its free-living counterparts in temperate coastal seawater[J]. Water Research, 2024, 248: 120849. [百度学术] 

18

WALTERS W, HYDE ER, BERG-LYONS D, ACKERMANN G, HUMPHREY G, PARADA A, GILBERT JA, JANSSON JK, CAPORASO JG, FUHRMAN JA, APPRILL A, KNIGHT R. Improved bacterial 16S rRNA gene (V4 and V4-5) and fungal internal transcribed spacer marker gene primers for microbial community surveys[J]. mSystems, 2016, 1(1): e00009-15. [百度学术] 

19

NAIK T, SHARDA M, LAKSHMINARAYANAN CP, VIRBHADRA K, PANDIT A. High-quality single amplicon sequencing method for illumina MiSeq platform using pool of ‘N’ (0-10) spacer-linked target specific primers without PhiX spike-in[J]. BMC Genomics, 2023, 24(1): 141. [百度学术] 

20

BOLYEN E, RIDEOUT JR, DILLON MR, BOKULICH NA, ABNET CC, AL-GHALITH GA, ALEXANDER H, ALM EJ, ARUMUGAM M, ASNICAR F, BAI Y, BISANZ JE, BITTINGER K, BREJNROD A, BRISLAWN CJ, TITUS BROWN C, CALLAHAN BJ, CARABALLO-RODRÍGUEZ AM, CHASE J, COPE EK, et al. Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2[J]. Nature Biotechnology, 2019, 37(8): 852-857. [百度学术] 

21

WANG Q, GARRITY GM, TIEDJE JM, COLE JR. Naive Bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy[J]. Applied and Environmental Microbiology, 2007, 73(16): 5261-5267. [百度学术] 

22

QUAST C, PRUESSE E, YILMAZ P, GERKEN J, SCHWEER T, YARZA P, PEPLIES J, GLÖCKNER FO. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools[J]. Nucleic Acids Research, 2013, 41(Database issue): D590-D596. [百度学术] 

23

陈正浩, 张永雨, 杨素萍. 海洋玫瑰杆菌类群研究进展[J]. 生态学报, 2015, 35(5): 1620-1629. [百度学术] 

CHEN ZH, ZHANG YY, YANG SP. Research progresses of marine Roseobacter lineage[J]. Acta Ecologica Sinica, 2015, 35(5): 1620-1629 (in Chinese). [百度学术] 

24

CHAO A, BUNGE J. Estimating the number of species in a stochastic abundance model[J]. Biometrics, 2002, 58(3): 531-539. [百度学术] 

25

STEGEN JC, LIN XJ, FREDRICKSON JK, CHEN XY, KENNEDY DW, MURRAY CJ, ROCKHOLD ML, KONOPKA A. Quantifying community assembly processes and identifying features that impose them[J]. The ISME Journal, 2013, 7(11): 2069-2079. [百度学术] 

26

ALONSO-GUTIÉRREZ J, LEKUNBERRI I, TEIRA E, GASOL JM, FIGUERAS A, NOVOA B. Bacterioplankton composition of the coastal upwelling system of ‘Ría de Vigo’, NW Spain[J]. FEMS Microbiology Ecology, 2009, 70(3): 493-505. [百度学术] 

27

GHIGLIONE JF, MEVEL G, PUJO-PAY M, MOUSSEAU L, LEBARON P, GOUTX M. Diel and seasonal variations in abundance, activity, and community structure of particle-attached and free-living bacteria in NW Mediterranean Sea[J]. Microbial Ecology, 2007, 54(2): 217-231. [百度学术] 

28

SIMON M, GROSSART HP, SCHWEITZER B, PLOUG H. Microbial ecology of organic aggregates in aquatic ecosystems[J]. Aquatic Microbial Ecology, 2002, 28: 175-211. [百度学术] 

29

POMEROY LR, WIEBE WJ. Temperature and substrates as interactive limiting factors for marine heterotrophic bacteria[J]. Aquatic Microbial Ecology, 2001, 23: 187-204. [百度学术] 

30

HOPPE HG, BREITHAUPT P, WALTHER K, KOPPE R, BLECK S, SOMMER U, JÜRGENS K. Climate warming in winter affects the coupling between phytoplankton and bacteria during the spring bloom: a mesocosm study[J]. Aquatic Microbial Ecology, 2008, 51: 105-115. [百度学术] 

31

GREGORY CAPORASO J, LAUBER CL, WALTERS WA, BERG-LYONS D, LOZUPONE CA, TURNBAUGH PJ, FIERER N, KNIGHT R. Global patterns of 16S rRNA diversity at a depth of millions of sequences per sample[J]. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(Suppl 1): 4516-4522. [百度学术] 

32

CHOW CT, SACHDEVA R, CRAM JA, STEELE JA, NEEDHAM DM, PATEL A, PARADA AE, FUHRMAN JA. Temporal variability and coherence of euphotic zone bacterial communities over a decade in the Southern California Bight[J]. The ISME Journal, 2013, 7(12): 2259-2273. [百度学术] 

33

SINTES E, WITTE H, STODDEREGGER K, STEINER P, HERNDL GJ. Temporal dynamics in the free-living bacterial community composition in the coastal North Sea[J]. FEMS Microbiology Ecology, 2013, 83(2): 413-424. [百度学术] 

34

LUCAS J, WICHELS A, TEELING H, CHAFEE M, SCHARFE M, GERDTS G. Annual dynamics of North Sea bacterioplankton: seasonal variability superimposes short-term variation[J]. FEMS Microbiology Ecology, 2015, 91(9): fiv099. [百度学术]