Page 164 - 《广西植物》2025年第11期
P. 164
２ １ ０ ８ 广 西 植 物 ４５ 卷
土壤细菌基因组 ＤＮＡꎬ用 １％琼脂糖凝胶电泳检测 视化均 采 用 Ｒ ( Ｖｅｒｓｉｏｎ ３. ３. １) 实 现ꎬ 并 在 Ａｄｏｂｅ
ＤＮＡ 提取质量ꎮ 将提取的总 ＤＮＡ 作为模板ꎬ用引 Ｉｌｌｕｓｔｒａｔｏｒ ( Ｖｅｒｓｉｏｎ ２０２１ ) 与 Ａｄｏｂｅ Ｐｈｏｔｏｓｈｏｐ
物 ３３８Ｆ ( ５′ － ＡＣＴＣＣＴＡＣＧＧＧＡＧＧＣＡＧＣＡＧ － ３′) 与 (Ｖｅｒｓｉｏｎ ２０２２)中进行图片处理与组合ꎮ
８０６Ｒ(５′－ＧＧＡＣＴＡＣＨＶＧＧＧＴＷＴＣＴＡＡＴ－３′) 对 １６Ｓ
ｒＤＮＡ Ｖ３－Ｖ４ 区进行 ＰＣＲ 扩增(Ｓｕｎ ｅｔ ａｌ.ꎬ ２０１３)ꎮ ２ 结果与分析
ＰＣＲ 扩 增 体 系 为 ( ２０ μＬ) 模 板 ＤＮＡ ꎬ 其 中 １０ ×
Ｂｕｆｆｅｒｖ ２ μＬꎬ２.５ ｍｍｏｌＬ ｄＮＴＰｓ ２ μＬꎬ双向引物 ２.１ 土壤理化性质
￣１
￣１ 单因素方差分析结果(表 １) 显示ꎬ３ 个研究区
各(５ μｍｏｌＬ ) ０.８ μＬꎬｒＴａｑ 聚合酶 ０.２ μＬꎬＢＳＡ
０.２ μＬꎬ模板 ＤＮＡ １０ ｎｇꎬ补 ｄｄＨ Ｏ 至 ２０ μＬꎮ ＰＣＲ 的根际土壤理化性质存在显著性差异( Ｐ<０.０５)ꎬ
２
反应程序:９５ ℃ ３ ｍｉｎꎻ９５ ℃ ３０ ｓꎬ５６ ℃ ３０ ｓꎬ７２ ℃ ＺＲ 处根际土壤的含水量、电导率、有机 物、速 效
４５ ｓꎬ２５ 个循环ꎻ７２ ℃ １０ ｍｉｎꎬ１０ ℃停止试验ꎮ 反应 钾、速效磷、铵态氮均显著高于 ＰＲ 和 ＳＨꎮ
产物用 １％琼脂糖凝胶电泳检测(李敬科等ꎬ２０２０)ꎮ ２.２ 根际土壤细菌多样性指数分析
样本送至上海美吉测序公司通过 Ｉｌｌｕｍｉｎａ ＨｉＳｅｑ 平 测序共得到 ９ 个样本的原始序列 ２０ ２８０ ０６３
台进行高通量测序ꎮ 测序数据上传至国家微生物 条ꎬ质控后得到优化序列 ５０６ ３２８ 条ꎬ平均序列长
科学数据中心 ( Ｎａｔｉｏｎａｌ Ｍｉｃｒｏｂｉｏｌｏｇｙ Ｄａｔａ Ｃｅｎｔｅｒꎬ 度为 ４４６ ｂｐꎬ对 ９７％相似水平下的 ＯＴＵ 进行生物
ＮＭＤＣ)ꎬ编号为 ＮＭＤＣ１００１９５４０ꎮ 信息统计分析得到 ４９０ 个 ＯＴＵ 集ꎬ２２ 门 ４２ 纲 ８５
１.５ 数据分析 目 １５６ 科 ２３８ 属 ３３５ 种ꎮ 随着测序深度的加大ꎬ观
用 ＦＬＡＳＨ( Ｖｅｒｓｉｏｎ １.２.７) 软件进行双端测序 测到的细菌数不再增加ꎬＳｈａｎｎｏｎ 稀释曲线区域平
序列 拼 接ꎬ Ｔｒｉｍｍｏｍａｔｉｃ ( Ｖｅｒｓｉｏｎ ０. ３３) 软 件 过 滤 缓ꎬ平均覆盖度为 ９９.８７％ꎬ说明本次测序深度已
Ｒａｗ ＴａｇｓꎬＵＣＨＩＭＥ(Ｖｅｒｓｉｏｎ ４.２)软件去除嵌合体ꎬ 经足够ꎬ样品测序结果可用于后续分析ꎮ
Ｕｓｅａｒｃｈ 软件对相似度在 ９７％水平下的 Ｔａｇｓ 进行 通过 α 多样性指数评估 ３ 个研究区根际土壤
聚类、获得 ＯＴＵ( ｏｐｅｒａｔｉｏｎａｌ ｔａｘｏｎｏｍｉｃ ｕｎｉｔ)ꎬ并以 细菌 多 样 性 与 丰 富 度 特 征ꎬ 包 括 Ｓｈａｎｎｏｎ 指 数、
ＳＩＬＶＡ 为参考数据 库 对 特 征 序 列 进 行 分 类 学 注 Ｓｉｍｐｓｏｎ 指数、Ａｃｅ 指数和 Ｃｈａｏ１ 指数ꎮ 结果(图 １)
释ꎮ 通过单因素方差分析( ｏｎｅ￣ｗａｙ ＡＮＯＶＡ) 检验 显示ꎬ３ 个研究区的根际土壤细菌 Ｓｈａｎｎｏｎ 指数、
土壤 理 化 性 质 的 组 间 差 异ꎮ 用 Ｍｏｔｈｕｒ ( Ｖｅｒｓｉｏｎ Ｓｉｍｐｓｏｎ 指数、Ａｃｅ 指数无显著性差异(Ｐ>０.０５)ꎬＳＨ
１. ３０ ) 进 行 微 生 物 群 落 多 样 性 ( Ｓｈａｎｎｏｎ 和 与 ＺＲ 的根际土壤细菌 Ｃｈａｏ１ 指数存在显著性差异
Ｓｉｍｐｓｏｎ)、群落丰富度(Ｃｈａｏ１ 和 Ａｃｅ) 的 α 多样性 (Ｐ<０.０５)且 ＺＲ>ＳＨꎬ说明 ＺＲ 处根际土壤细菌丰富
分析ꎬＱｉｉｍｅ(Ｖｅｒｓｉｏｎ ２０２０.２.０) 计算 β 多样性距离 度指数显著多于 ＳＨꎻＳｈａｎｎｏｎ 指数显示ꎬＰＲ 的根际
矩阵ꎬ并采用 ｖｅｇａｎ( Ｖｅｒｓｉｏｎ ２.４.３) 包进行非度量 土壤细菌多样性高于 ＺＲ 和 ＳＨꎬ表明 ＰＲ 处拥有更
多 维 尺 度 ( ｎｏｎ￣ｍｅｔｒｉｃ ｍｕｌｔｉｄｉｍｅｎｔｉｏｎａｌ ｓｃａｌｉｎｇꎬ 高的物种多样性和均匀度ꎻＳｉｍｐｓｏｎ 指数 ( 基于 λ
ＮＭＤＳ)分析ꎮ 使用 Ｋｒｕｓｋａｌ￣Ｗａｌｌｉｓ Ｈ ｔｅｓｔ 进行组间 值ꎬ数值越高代表多样性越低)排序结果与 Ｓｈａｎｎｏｎ
差异显著性检验ꎬＦｄｒ 多重检验校正ꎮ 利用 ＱＭＭＥ 指数相反ꎬ进一步验证了 Ｓｈａｎｎｏｎ 指数结果ꎻＡｃｅ 指
软件生成不同分类水平的物种丰度表ꎬＲ( Ｖｅｒｓｉｏｎ 数与 Ｃｈａｏ １ 指数结果均显示 ＺＲ>ＰＲ>ＳＨꎬ表明 ＺＲ
３.３.１)绘制样品各分类学水平下的群落结构ꎮ 通 处根际土壤细菌物种丰富度最高ꎮ
过 典 范 对 应 分 析 ( ｃａｎｏｎｉｃａｌ ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ 进一步通过 ＮＭＤＳ 分析对比组间差异ꎬ结果
ａｎａｌｙｓｉｓꎬＣＣＡ) 检验菌群与环境因子之间的关系ꎬ (图 ２)显示ꎬＳｔｒｅｓｓ<０.２ꎬ表明结果具有解释意义ꎬ３
采用 Ｓｐｅａｒｍａｎ 相关性系数计算环境因子与细菌属 个研究区根际土壤细菌样本存在明显分离ꎬ说明 ３
水平 之 间 的 关 系ꎬ 并 用 热 图 进 行 可 视 化ꎮ 使 用 个研究区的根际土壤细菌群落组成存在显著性差
Ｎｅｔｗｏｒｋｘ(Ｖｅｒｓｉｏｎ １.１１)进行共线性网络分析ꎮ 使 异(Ｐ<０.０５)ꎬＲ ＝ ０.７７７ ８ꎬ表明组间差异大于组内
用 ＰＩＣＲＵＳｔ１ 和 ＰＩＣＲＵＳｔ２ 进行功能预测ꎬ比对数 差异ꎮ
据库为 ＣＯＧ 和 ＫＥＧＧ 数据库ꎬ并采用单因素方差 ２.３ 根际土壤细菌群落组成分析
分析检验优势功能基因的组间差异( 冼康华等ꎬ ２.３.１ 门水平群落组成 对藓状雪灵芝根际土壤
２０２２ꎻ李继琼等ꎬ２０２５)ꎮ 以上数据分析和结果可 细菌 优 势 门 分 析 发 现 ( 图 ３: Ａ )ꎬ 变 形 菌 门
