Rozwój i czynniki determinujące zbiorowiska bakterii i grzybów w wierzchniej warstwie gleby w procesie zalesiania metodą siewu powietrznego na pustyni Tengger w Chinach / Weiyu Chen, Tengfei Yu, Chenguang Zhao, Baofeng Li, Yanyan Qin, Huiying Li, Haojie Tang, Junliang Liu, Xiaoyou Zhang 

2.1. Miejsca badań i pobieranie próbek

Miejsca badań znajdowały się na północno-wschodnim krańcu pustyni Tengger w Chinach ( ryc. S1 ). Miejsca te miały klimat pustynny o chłodnej zimie zgodnie z klasyfikacją klimatów Köppena-Geigera [ 26 ]. Średnie roczne opady wynosiły 145 mm, z czego 62% koncentrowało się od czerwca do września. Średnia roczna temperatura wynosiła 8,4 °C, z historycznym ekstremalnym minimum −34,4 °C w styczniu i maksimum 41,1 °C w lipcu. Średnia roczna prędkość wiatru wynosiła 7,1 m·s ⁻¹ , a maksimum osiągnęło 26 m·s ⁻¹ wiosną i zimą. Obszar ten cierpiał z powodu silnej erozji wietrznej przez cały rok, więc powierzchnia składała się głównie z utrwalonych i półutrwalonych form wydmowych. W glebie dominowała niestrefowa gleba eoliczna, a jej tekstura była piaszczysta. Od 1984 r. na pustynnych terenach zalesianych metodą siewu powietrznego stosuje się wybrane gatunki krzewów, m.in. Hedysarum scoparium , Calligonum mongolicum Turcz. i A. sieversiana Ehrhart ex Willd.

Badania terenowe przeprowadzono w szczytowym sezonie wegetacyjnym od czerwca do lipca 2021 r. Stosując metodę substytucji przestrzeni za czas, którą można wiarygodnie zastosować do badania aspektów rozwoju gleby w skalach czasowych od stuleci do tysiącleci [ 27 ], wybraliśmy siedem etapów z siewem powietrznym w 2021 r. (A0), 2018 r. (A3), 2016 r. (A5), 2010 r. (A11), 2001 r. (A20), 1992 r. (A29) i 1984 r. (A37), aby ustalić prawie 40-letnią sekwencję sukcesji roślinności ( Tabela S1 ). Ustanowiliśmy pięć powtarzalnych stanowisk poboru próbek o rozmiarze 30 × 30 m z każdego wybranego etapu w odstępie 2–3 km, w sumie 35 stanowisk. W każdym miejscu poboru próbek utworzono trzy poletka pomiarowe o wymiarach 10 × 10 m wzdłuż przekątnej biegnącej z południowego zachodu na północny wschód. Stanowiły one podstawowe jednostki do badania cech zbiorowisk roślinnych i pobierania próbek gleby ( ryc. S1 ). Pobrano trzy próbki gleby z głębokości 0–10 cm i 10–20 cm, zmieszano je w próbkę zbiorczą i wykorzystano do ekstrakcji DNA i sekwencjonowania. W międzyczasie pobrano trzy świeże próbki gleby o masie około 500 g i zmieszano je w celu analizy właściwości fizykochemicznych gleby.

2.2. Właściwości fizykochemiczne gleby

Odczyn pH gleby i przewodność elektryczna właściwa (EC, μS/cm) mierzono metodą elektrody szklanej (FE28, Mettler Toledo, Greifensee, Szwajcaria) przy stosunku masy gleby do wody 1:2,5 i 1:5 [ 17 ]. Całkowity węgiel (TC, g/kg) i azot (TN, g/kg) oznaczano za pomocą analizatora pierwiastków C/N (CN802, VELP, Usmate Velate, Włochy). Węgiel organiczny w glebie (SOC, g/kg) mierzono metodą nadmanganianu potasu z ogrzewaniem zewnętrznym. Całkowity fosfor (TP, g/kg) oznaczano za pomocą digestera (HYP-320, Szanghaj, Chiny) i wtryskiwacza przepływowego (Foss Fiaster 5000, Höganäs, Szwecja). Zawartość dostępnego potasu (AK, mg/kg) i fosforu (AP, mg/kg) oznaczono metodą ekstrakcji kationów wymiennych w żywicy jonowymiennej, a następnie zmierzono odpowiednio za pomocą fotometrii płomieniowej i kolorymetrii fotoelektrycznej. Stężenia kationów w glebie (mg/l), w tym sodu (Na), potasu (K), wapnia (Ca) i magnezu (Mg), zmierzono za pomocą chromatografu jonowego (ICS-2500, Dionex Cor., Sunnyvale, Kalifornia, USA). Poza pH, istotny wpływ na właściwości fizykochemiczne gleby miał stopień zalesienia ( tabela S2 ).

2.3. Ekstrakcja i sekwencjonowanie DNA

Całkowite genomowe DNA drobnoustrojów wyekstrahowano z 70 próbek (35 miejsc × 2 głębokości) za pomocą zestawu EZNA® ^Soil DNA Kit (Omega Bio-tek, Norcross, GA, USA). Jakość i stężenie DNA określono metodą elektroforezy w 1,0% żelu agarozowym i za pomocą NanoDrop® ^ND -2000 (Thermo Scientific Inc., Waltham, MA, USA). Gen 16S rRNA amplifikowano metodą PCR z użyciem par starterów 338F (5′-ACTCCTACGGGAGGCAGCAG-3′) i 806R (5′-GGACTACHVGGGTWTCTAAT-3′). Gen ITS rDNA amplifikowano metodą PCR z użyciem par starterów ITS1F (CTTGGTCATTTAGAGGAAGTAA) i ITS2R (GCTGCGTTCTTCATCGATGC) w termocyklerze PCR ABI GeneAmp® 9700 (ABI, Los Angeles, Kalifornia, USA). Mieszanina reakcyjna PCR o objętości 20 µl składała się z 10 ng matrycy DNA i ddH2O ^, ₄ µl buforu 5× Fast Pfu, 2 µl 2,5 mM dNTP, 0,8 µl każdego startera (5 µM), 0,4 µl polimerazy Fast Pfu i 0,2 µl BSA. Warunki amplifikacji PCR opracowano zgodnie z zaleceniami Shanghai Majorbio Bio-Pharm Technology Co., Ltd. (Szanghaj, Chiny). Wszystkie próbki amplifikowano w trzech powtórzeniach. Do ekstrakcji produktu PCR użyto żelu agarozowego o stężeniu 2%, a do jego oczyszczenia wykorzystano zestaw AxyPrep DNA Gel Extraction Kit (Axygen Biosciences, Union City, Kalifornia, USA). Oczyszczone amplikony zmieszano w ilościach równomolowych i poddano sekwencjonowaniu parzystych końców na platformie Illumina MiSeq PE300 (Illumina, San Diego, Kalifornia, USA).

2.4. Przetwarzanie danych

Surowe dane sekwencjonowania zostały demultipleksowane przy użyciu wewnętrznego skryptu Perl, a następnie przefiltrowane pod kątem jakości za pomocą oprogramowania FASTP (wersja 0.19.6) [ 28 ] i połączone przy użyciu oprogramowania FLASH (wersja 1.2.7) [ 29 ]. Operacyjne jednostki taksonomiczne (OTU) uzyskano poprzez klasteryzację zoptymalizowanych sekwencji na poziomie podobieństwa 97% przy użyciu oprogramowania UPARSE [ 30 ]. Reprezentatywna sekwencja dla każdej OTU została wybrana jako sekwencja najliczniejsza. Następnie sekwencja została adnotowana i sklasyfikowana na podstawie algorytmu bayesowskiego klasyfikatora RDP dla bakterii i bazy danych Unite ( http://unite.ut.ee/index.php (dostęp 13 września 2021)) dla grzybów. Aby zminimalizować wpływ głębokości sekwencjonowania na różnorodność mikrobiologiczną, każda OTU została podpróbkowana zgodnie z najmniejszą liczbą sekwencji we wszystkich próbkach. Krzywe rozrzedzenia na poziomie OTU wykazały wyraźne asymptoty ( rysunek S2 ), a pokrycia Gooda wyniosły odpowiednio 97,19 ± 0,10% i 99,88 ± 0,01% dla bakterii i 99,88 ± 0,01% dla grzybów, co łącznie wskazywało na niemal całkowite pobranie próbek społeczności.

2.6. Determinanty społeczności mikrobiologicznych

Do wizualizacji zależności między liczebnością dominujących typów a właściwościami fizykochemicznymi gleby wykorzystano mapę cieplną korelacji Spearmana przy użyciu pakietu R pheatmap [ 31 ]. Przeprowadzono analizę redundancji w celu zbadania czynników determinujących liczebność społeczności mikroorganizmów pod kątem właściwości fizykochemicznych gleby przy użyciu pakietu R vegan. Do określenia zależności między różnorodnością a właściwościami fizykochemicznymi gleby zastosowano test mentalny, obliczając macierz korelacji z odległościami euklidesowymi przy użyciu pakietu R linkET. Do ilościowego określenia względnego udziału właściwości fizykochemicznych gleby w α- różnorodności społeczności mikroorganizmów wykorzystano las losowy. Parametry RF ustawiono na 500 drzew decyzyjnych i 5 predyktorów próbkowanych do podziału w każdym węźle. Następnie wykonano 99 permutacji w celu sprawdzenia istotności modelu globalnego przy poziomie p = 0,05, a następnie istotność każdej krytycznej metryki modelu określono poprzez permutację zmiennej odpowiedzi przy użyciu pakietu rfPermute [ 32 ].

3.1. Skład zbiorowisk mikrobiologicznych gleby

W przypadku bakterii uzyskano łącznie 1 996 260 wysokiej jakości sekwencji i pogrupowano je w 11 790 OTU w 70 próbkach gleby. 2424 sklasyfikowane gatunki wywodzą się z 45 typów, 144 klas, 366 rzędów, 607 rodzin i 1190 rodzajów. Dominującymi typami (10 najlepszych) w kolejności były: Actinobacteria, Proteobacteria, Chloroflexi, Acidobacteria, Bacteroidota, Gemmatimonadota, Firmicutes, Myxococcota, Patescibacteria i Planctomycetota, które razem stanowią >95% społeczności bakteryjnej w różnych stadiach ( Rysunek 1 ); dodatkowo typy można hierarchicznie grupować w jedną grupę, z wyjątkiem dwóch ostatnich typów ( Rysunek S3 ). Skład dominujących typów różnił się istotnie między stadiami ( p < 0,05), z wyjątkiem Proteobacteria, Bacteroidota i Firmicutes na głębokościach 0–10 cm oraz Firmicutes i Myxococcota na głębokościach 10–20 cm ( Rysunek 1 A, B). Szczególnie drugie pod względem dominujących typów, Chloroflexi i Acidobacteria, stanowiły większy odsetek, odpowiednio 4,3–14,2% i 1,9–20,6%, i różniły się drastycznie między stadiami. Skład dominujących typów (10 najlepszych) pozostał niezmieniony na obu głębokościach, ale udział Bacteroidota był mniejszy niż Gemmatimonadota i Firmicutes na głębokościach 10–20 cm ( Rysunek 1 B).

Łącznie 2 221 800 wysokiej jakości sekwencji ze społeczności grzybów zostało uzyskanych i zgrupowanych w 2929 OTU w 70 próbkach gleby. 1065 sklasyfikowanych gatunków pochodziło z 12 typów, 40 klas, 102 rzędów, 246 rodzin i 520 rodzajów. Poza niesklasyfikowanymi taksonami, dominującymi typami (5 najlepszych) były Ascomycota, Basidiomycota, Mortierellomycota, Glomeromycota i Chytridiomycota, które razem stanowiły >95% społeczności grzybów i zostały zgrupowane w jedną grupę ( Rysunek S3 ). Pierwsze dwa dominujące typy i Chytridiomycota nie różniły się istotnie między stadiami, ale pozostałe dwa typy, Mortierellomycota i Glomeromycota, różniły się na każdej z głębokości ( Rysunek 1 C, D). Mimo że w składzie społeczności grzybów znalazły się trzy nowe typy: Olpidiomycota, Calcarisporiellomycota i Rozellomycota, pierwsze dwa dominujące typy i typy znacząco odmienne pozostały niezmienione na głębokości 10–20 cm ( ryc. 1 D).

Na poziomie rodzaju zidentyfikowano łącznie 471 (44,60%) i 463 (44,01%) wspólnych taksonów na dwóch głębokościach w społeczności bakteryjnej na wszystkich etapach, co było zauważalnie więcej niż taksony unikatowe. Jednak tylko 54 (12,56%) i 49 (11,72%) wspólnych taksonów zidentyfikowano w społeczności grzybowej, z których oba były porównywalne z taksonami unikatowymi ( Rysunek 2 ). Co godne uwagi, zmienność taksonów unikatowych społeczności bakteryjnej była nieregularna i znacznie wyższa w A3 niż w innych latach na głębokościach 0–10 cm ( Rysunek 2 A), podczas gdy taksony unikatowe na głębokościach 10–20 cm stopniowo zmniejszały się od A0 do A20, a w kolejnych latach nieznacznie wzrosły ( Rysunek 2 B). W przeciwieństwie do społeczności bakteryjnej, unikatowe taksony społeczności grzybów były najniższe w A3 na obu głębokościach w porównaniu z pozostałymi stadiami, co było niezgodne z wynikami dla najniższego rodzaju ogółem ( ryc. 2 C, D). Różnice w składzie taksonomicznym i unikatowe taksony między stadiami mogą mieć istotny wpływ na różnorodność społeczności mikrobiologicznej.

3.2. Różnorodność zbiorowisk mikrobiologicznych gleby

Stwierdzono, że siew powietrzny ma ogromny wpływ na różnorodność mikroorganizmów α i β ( rycina 3 i rycina 4 ). Wraz z postępem etapów zalesiania, indeksy bogactwa (Sobs, ACE i Chao1) społeczności bakteryjnej zmieniały się parabolicznie i osiągały maksimum po dwudziestu latach na obu głębokościach, podczas gdy indeksy społeczności grzybowej rosły wykładniczo. Indeksy różnorodności (Shannon, Simpson i PD) społeczności bakteryjnej zmieniały się zgodnie z bogactwem, z wyjątkiem indeksu Simpsona, który kontrastował z innymi ( rycina 3 ). Dla porównania, bogactwo i różnorodność społeczności grzybowej, z wyjątkiem indeksu Simpsona, były wyraźnie niższe niż społeczności bakteryjnej. Ogólnie rzecz biorąc, indeksy bogactwa w A0 i A3 zarówno dla społeczności bakteryjnej, jak i grzybowej były istotnie niższe niż w pozostałych latach na obu głębokościach. Na poziomie typu zbiorowisko bakterii było wyraźnie podzielone na dwie grupy, w których stadia A0 i A3 znajdowały się bliżej siebie niż pozostałe, a zmienność poszczególnych stanowisk malała wraz ze wzrostem głębokości gleby ( ryc. 4A,B). Jednakże, trudno było rozróżnić składniki zbiorowiska grzybów na podstawie analizy głównych współrzędnych i testu Adonisa ( ryc. 4C ,D).

Rysunek 3.

Otwórz w nowej karcie

Zmiany wskaźników różnorodności bakterii ( A ) i grzybów ( B ) w glebie na dwóch głębokościach podczas etapów zalesiania siewem napowietrznym na północno-wschodniej pustyni Tengger w Chinach. Różnicę między dwiema głębokościami przetestowano za pomocą analizy wariancji (ANOVA) w celu wykazania poziomu istotności. Wielokrotne porównania średnich między etapami przetestowano za pomocą testu Tukey’a HSD i oznaczono małymi literami. Wielokrotna analiza wariancji (ANOVA) wpływu etapów, głębokości oraz etapów × głębokości na zawartość węgla w glebie została przedstawiona za pomocą wartości F i poziomu istotności: * p < 0,05, ** p < 0,01, *** p < 0,001.

Rysunek 4.

Główna analiza współrzędnych (PCoA) oparta na odległościach Braya–Curtisa dla różnic między bakteriami (( A ), 0–10 cm; ( B ), 10–20 cm) i grzybami (( C ), 0–10 cm; ( D ), 10–20 cm) na poziomie OTU dla różnych etapów zalesiania poprzez siew powietrzny na północno-wschodnich terenach pustyni Tengger w Chinach. Do sprawdzenia wpływu etapów zalesiania na różnice w społecznościach zastosowano Adonisa z 999 permutacjami.

3.3. Determinanty społeczności mikrobiologicznych

Właściwości fizykochemiczne gleby mają wyraźnie rozbieżny wpływ na liczebność społeczności bakteryjnych i grzybowych ( Rysunek 5 ). W przypadku społeczności bakteryjnej wartości soli (pH, EC, K, Mg i Ca) oraz węgla (TC i TOC) były dodatnio skorelowane z liczebnością Acidobacteria, Gemmatimonadota, Chloroflexi i Planctomycetes, ale ujemnie skorelowane z liczebnością Actinobacteria, Bacteroidota, Firmicutes i Patescibacteria ( Rysunek 5A ). Wynik ten został dodatkowo potwierdzony przez analizę redundancji wykazującą, że pH, EC, K, Mg, Ca, SOC i TC miały znaczący wpływ na liczebność bakterii; czynniki te mogły wyjaśnić 26,97% (RDA1 i RDA2) całkowitej wariancji ( Rysunek 5B ). Jednakże w przypadku społeczności grzybów właściwości fizykochemiczne gleby nie były istotnie skorelowane z pierwszymi dwoma dominującymi typami, Ascomycota i Basidiomycota. Co ciekawe, SOC, EC, Ca, TC i TN były pozytywnie powiązane z liczebnością Mortierellomycota i Mucoromycota ( Rysunek 5 C). Analiza redundancji wykazała, że ​​SOC, TC, EC, pH i TP miały znaczący wpływ na liczebność grzybów; te właściwości gleby mogły wyjaśnić 18,12% całkowitej wariancji ( Rysunek 5 D). Test Mantela wykazał, że α -różnorodność społeczności bakteryjnych była istotnie skorelowana z TC, Ca i EC; oprócz tych trzech czynników, społeczności grzybów były również istotnie skorelowane z SOC ( Rysunek 6 A). Losowy las potwierdził, że TC, Ca i EC miały znaczący wpływ na bogactwo i różnorodność społeczności bakteryjnej; oprócz tych trzech czynników, znaczący wpływ na bogactwo i różnorodność społeczności grzybów miały także TN, SOC, K, Mg i AP ( ryc. 6 B).

Rysunek 5.

Mapa cieplna korelacji Spearmana i analiza redundancji (RDA) zależności między dominującymi typami (top 10) bakterii ( A , B ) i grzybów ( C , D ) a właściwościami fizykochemicznymi gleby, filtrowanymi za pomocą współczynnika inflacji wariancji (VIF) dla zalesiania z użyciem siewu napowietrznego na północno-wschodniej pustyni Tengger w Chinach. Wartości na osiach x i y oraz długość odpowiadających im strzałek przedstawiają znaczenie każdej właściwości fizykochemicznej gleby w wyjaśnianiu rozmieszczenia taksonów w zbiorowiskach. Poziom istotności: * p < 0,05, ** p < 0,01, *** p < 0,001.

Rysunek 6.

Korelacja Pearsona i test Mantela pomiędzy ( A ) bogactwem i różnorodnością zbiorowisk bakterii i grzybów a właściwościami fizykochemicznymi gleby a ( B ) obliczonym metodą losowego lasu wkładem właściwości fizykochemicznych gleby w bogactwo i różnorodność zbiorowisk bakterii i grzybów na różnych etapach zalesiania metodą siewu powietrznego na północno-wschodnich terenach pustyni Tengger w Chinach. Poziom istotności statystycznej: * p < 0,05, ** p < 0,01, *** p < 0,001, ns – nieistotny statystycznie.

4.1. Wpływ zalesiania na skład mikrobiologiczny

Wcześniej duża liczba syntetycznych badań wykazała, że ​​biomy gleb pustynnych są znacząco różne od innych biomów pod względem składu mikrobiologicznego [ 1 , 15 ]. Zespoły bakteryjne na pustyni zazwyczaj zawierają szereg wszechobecnych typów, w tym Actinobacteria, Bacteroidetes i Proteobacteria [ 1 ], co jest niezgodne z naszymi badaniami ( Rysunek 1 ). W przeciwieństwie do poprzednich badań odkryliśmy, że drugi dominujący typ społeczności bakteryjnej w badaniu, Chloroflexi i Acidobacteria, stanowił większą proporcję niż na gorącej pustyni i znacząco różnił się w zależności od etapów zalesiania, tak jak zgłaszano to w przypadku otaczających zimnych pustyń [ 12 , 21 , 33 ]. W przeciwieństwie do społeczności bakteryjnej, zalesianie poprzez siew powietrzny miało mniejszy wpływ na skład społeczności grzybów ( Rysunek 1 ). Dominujące typy społeczności grzybów były również niespójne z tymi zgłoszonymi w poprzednich badaniach na pustyni [ 15 , 34 ] i różniły się zarówno składem ( ryc. 1 ), jak i rzadkimi taksonami ( ryc. 2 ). Dominujące typy, Ascomycota i Basidiomycota, stanowiły znaczną część i różniły się nieznacznie między etapami zalesiania, co było niespójne z biologicznymi skorupami glebowymi otaczającego miejsca obsadzonego krzewami na pustyni Tengger [ 34 ]. Wynik ten może być przypisany rozbieżności w czasie regeneracji, która wynosi ponad 15 lat dla bakterii, ale waha się od dekad do stuleci dla grzybów. Oba wyniki wskazują, że regeneracja społeczności grzybów jest trudniejsza niż regeneracja społeczności bakterii w krótkim okresie w piaszczystym środowisku pustynnym.

4.2. Wpływ zalesiania na różnorodność mikroorganizmów

Oprócz składu społeczności, zalesianie poprzez siew powietrzny ma również duży wpływ na różnorodność społeczności mikroorganizmów glebowych, co odzwierciedlają znaczące różnice w różnorodności społeczności bakteryjnej w porównaniu ze społecznością grzybów ( Rysunek 3 i Rysunek 4 ). Wraz z postępem etapów zalesiania różnica w różnorodności społeczności mikroorganizmów zanikła po 5 latach, kiedy wydmy zostały całkowicie utrwalone; wynik ten jest zgodny z wynikami poprzednich raportów [ 12 , 17 , 21 ]. Analizy metagenomiczne między biomami wykazały, że różnorodność mikroorganizmów pustynnych, szczególnie na zimnych pustyniach, była w rzeczywistości znacznie niższa niż w innych biomach, a pH gleby okazało się rozsądnym predyktorem różnorodności prokariotycznej [ 5 ]. Na podstawie tego wyniku bogactwo filotypów przy obecnym pH może mieścić się w zakresie od 4500 do 6000, co jest znacznie wyższe niż bogactwo społeczności bakteryjnej w niniejszym badaniu ( Rysunek 3 ). Niższe bogactwo społeczności bakteryjnej zaobserwowano również w glebie silnie zasolonej i zasadowej [ 12 , 21 , 35 , 36 ]. Z kolei gleba o stosunkowo neutralnym pH charakteryzowała się większym bogactwem bakterii (4000–4800) w półpustynnym Mu Us Sand Land w Chinach [ 16 ]. Ogólnie rzecz biorąc, bogactwo bakterii w zasadowej glebie pustyni [ 12 , 21 , 37 , 38 ] było znacznie mniejsze niż na gorącej pustyni, ale porównywalne z bogactwem na zimnej/polarnej pustyni [ 5 , 39 ]. Wynik ten można przypisać niższemu wkładowi węgla organicznego i wyższemu zasoleniu gleby w surowym środowisku pustynnym [ 37 ].

Wysoki stopień dominacji może przyczyniać się do mniejszej różnorodności społeczności grzybów w porównaniu ze społecznością bakterii ( Rysunek 3 ), co dodatkowo ogranicza powstawanie węgla organicznego w glebie ( Tabela S2 ), ponieważ grzyby glebowe są bardziej przydatne niż bakterie w rozkładzie materii organicznej [ 40 ]. Chociaż kilka badań na pustyniach półpustynnych wykazało, że różnorodność społeczności grzybów była istotnie zależna od czasu trwania odtworzenia roślinności [ 13 , 41 ], wynik ten jest sprzeczny z naszymi badaniami ( Rysunek 3 ). Ogólnie rzecz biorąc, wpływ zalesiania na różnorodność grzybów różnił się pod względem czynników determinujących i był szczególnie związany z dostępnością węgla, azotu i fosforu w glebie ( Rysunek 5 i Rysunek 6 ), co było głównym czynnikiem ograniczającym wzrost roślin i pozyskiwanie składników odżywczych wśród arbuskularnych grzybów mikoryzowych na pustyni [ 42 , 43 ]. Wyniki te potwierdzają, że skład mikrobiologiczny gleby i różnorodność są silnie uzależnione od klimatu, rodzaju roślinności i czynników środowiskowych gleby.

4.3. Czynnik determinujący zbiorowisko mikroorganizmów glebowych

Liczne badania wykazały, że właściwości fizykochemiczne gleby i cechy roślin mają stosunkowo dominujący wpływ na skład i różnorodność mikroorganizmów glebowych w skali lokalnej [ 5 , 44 ], ale rozbieżne efekty na społeczności bakteryjne i grzybowe [ 22 , 37 , 45 ]. Na przykład skład społeczności bakteryjnej był regulowany przede wszystkim przez właściwości fizykochemiczne gleby, podczas gdy skład społeczności grzybowej był ustrukturyzowany głównie przez skład społeczności roślinnej podczas odtwarzania łąk [ 22 ]. Stwierdzono, że właściwości fizykochemiczne gleby, w tym całkowity węgiel, pH i całkowity fosfor, były głównymi czynnikami abiotycznymi napędzającymi sukcesję społeczności bakteryjnych glebowych podczas odtwarzania pustyni [ 12 ]. Biorąc pod uwagę niską produktywność i znaczną przestrzeń bez roślinności na pustyni [ 46 , 47 ], nasze wyniki w połączeniu z innymi [ 5 , 39 ] sugerują, że kształt społeczności mikrobiologicznej jest regulowany przede wszystkim przez właściwości fizykochemiczne gleby.

Po pierwsze, wyniki wskazują, że pH gleby może wyjaśnić dużą część zmienności w składzie i różnorodności społeczności bakteryjnej w różnych skalach przestrzennych [ 18 , 19 , 20 ]. Jednakże pH nie było kluczowym czynnikiem, który determinował różnice między bakteriami i grzybami w tym badaniu ( Rysunek 5 i Rysunek 6 ) ze względu na nieistotną różnicę między etapami ( Tabela S2 ) i potencjalne efekty uboczne innych parametrów chemicznych [ 32 ]. Odwrotnie, nasze ustalenia wykazały, że fizykochemiczne właściwości gleby związane z solą (EC, K, Ca i Mg) i węglem (TC i SOC) były czynnikami determinującymi różnorodność mikrobiologiczną, szczególnie dla społeczności bakteryjnej ( Rysunek 5 i Rysunek 6 ), co jest zgodne z wcześniejszymi badaniami, które podkreślały modulującą rolę dopływów soli i węgla na dynamikę mikrobów glebowych na słonych terenach pustynnych [ 12 , 35 , 48 ]. Jednakże pozytywny związek stwierdzony pomiędzy różnorodnością mikroorganizmów a właściwościami związanymi z solą gleby jest sprzeczny z wynikami poprzednich badań [ 48 ]. Wynik ten jest prawdopodobnie związany z funkcją osmoregulacji mikroorganizmów [ 5 ] lub można go przypisać niskiemu zasoleniu w tym badaniu ( Tabela S2 ), które było niewystarczające do ograniczenia rozwoju mikroorganizmów. Po drugie, jako jedno ze źródeł pożywienia dla mikroorganizmów, wkład węgla nadziemnego jest niezbędny do metabolizmu mikroorganizmów i wzrostu w sukcesji wegetatywnej; w związku z tym nie jest trudno zrozumieć pozytywny wpływ węgla glebowego na liczebność i różnorodność mikroorganizmów ( Rysunek 5 i Rysunek 6 ).

Ponadto badania wykazały, że Actinobacteria i Proteobacteria odgrywają ważną rolę w cyklu węglowym gleby poprzez degradację opornego węgla [ 22 ]. Jednak funkcja ta jest pozornie ograniczona przez niskie dopływy soli i węgla, w których liczebność Actinobacteria i Proteobacteria była ujemna i nie była skorelowana odpowiednio z właściwościami soli (EC, Mg i Ca) i węgla (TC i SOC) ( Rysunek 5A ). Natomiast drugie pod względem dominujących typów, Chloroflexi i Acidobacteria, były ściśle związane z właściwościami związanymi z solą i węglem ( Rysunek 5A ), co sugeruje, że drugie pod względem dominujących typów społeczności bakteryjnych odgrywają ważną rolę w cyklu węglowym gleby. W konsekwencji spekulujemy, że akumulacja soli w wierzchniej warstwie gleby przez kserofity poprzez wydzielanie soli przyspieszyła rozwój wtórnej dominującej społeczności bakteryjnej ( Rysunek 1 ) i tym samym zwiększyła zawartość węgla w glebie w ciągu pierwszych 20 lat ( Tabela S2 ). W porównaniu ze społecznością bakteryjną, właściwości fizykochemiczne gleby nie były związane z liczebnością dominującej społeczności grzybów ( ryc. 5C ), ale znacząco przyczyniły się do jej zróżnicowania ( ryc. 6 ). Wynik ten sugeruje, że właściwości fizykochemiczne gleby mają pozytywny wpływ na rzadkie taksony o wąskich niszach, poprawiając w ten sposób zróżnicowanie społeczności grzybów, co może wyjaśniać, dlaczego dominujące typy społeczności grzybów nie różniły się istotnie między etapami zalesiania ( ryc. 1C ,D).