адаптация

  • елементи
  • абстрактно
  • Въведение
  • резултатът
  • Биогеохимични свойства на водните проби
  • Ефекти от земеделските смущения и времето за вземане на проби върху BCC
  • Идентифициране на ключови бактериални семейства за характеризиране на нарушения на околната среда през сезона
  • Упадък във времето за връзка на сходство
  • Връзката между бактериалната структура на общността и биогеохимичните свойства
  • Стохастичност срещу определяне при нарушение на походката
  • Мрежите разкриват центрове за взаимодействие в мрежата
  • дискусия
  • методи
  • Място за изследване и вземане на проби
  • ДНК екстракция, бактериална 16S rRNA генна амплификация и пиросеквенция
  • Пиросеквенционна обработка на данни
  • Статистически анализ
  • Повече информация
  • Допълнителна информация
  • PDF файлове
  • Допълнителна информация
  • Коментари

елементи

абстрактно

резултатът

Биогеохимични свойства на водните проби

Температурата на водата се понижава монотонно през нашите периоди на вземане на проби (фиг. S1), което е в съответствие с температурната тенденция през три сезона. Нивата на хранителни вещества, като разтворен органичен въглерод (DOC), химическо потребление на кислород (COD), разтворен неорганичен азот (DIN) и PO 4 3–, обикновено са по-високи на мястото за рибовъдство, отколкото на контролното място (Фигура S1). ), което показва наличието на обогатена с хранителни вещества среда в рибната ферма. В допълнение, за дадена водна променлива, промяната във времето между двете места е подобна; например, нивото на ХПК достигна своя връх през есента, докато общото съдържание на фосфат (TP) нарастваше стабилно и през двата сезона (фиг. S1).

Ефекти от земеделските смущения и времето за вземане на проби върху BCC

Усилията за секвениране дадоха четири проби с нискокачествени данни от W148C и W148F; следователно тези четири проби бяха отстранени от по-нататъшен анализ. Общо 239 335 отчитания остават след качествено филтриране в останалите 44 проби, с 3 873–7 177 бактериални последователности на проба (средно = 5 439 ± 898). Доминиращи фил/класове са Alphaproteobacteria (средно относително изобилие, 23.8%), Bacteroidetes (16.0%), Gammaproteobacteria (14.9%), Cyanobacteria (14.2%), Actinobacteria (11.0%) и Betaproteobacteria (9.0%), които кумулативно представляват 88,9% от бактериалните последователности във всички проби. Като цяло относителните количества цианобактерии и актинобактерии намаляват, докато Bacteroidetes, Gammaproteobacteria и Betaproteobacteria се увеличават в продължение на три сезона (фиг. S2). Пробите бяха групирани според времето за вземане на проби и местообитанията (рибно стопанство и контролен обект, с изключение на ден 65), дори при това грубо ниво на класификация (Фиг. S2).

PCoA биплоти разкриха, че основното разделяне на състава на бактериобилантонната общност (BCC) се основава на времето за вземане на проби, въпреки че е ясно, че има ясно разграничение между мястото на култивиране и контрола (фиг. 1). Този модел беше потвърден допълнително от PERMANOVA, който показа, че времето за вземане на проби е ограничено до 19,3% (P 22, 26 са положително свързани с индексите на бактериално α-разнообразие (Таблица S2) и значително корелират (тест на Mantel, P = 0,001) за Bdellovibrionales и P = 0,013 за Myxococcales) с BCC вариации.

Пробите са кодирани чрез вземане на сезони и местообитания. S: лято; A: есен; W: зима; C: контрол; F: рибно стопанство. Числата представляват интервалите от дни след първото събиране.

Изображение в пълен размер

Маса в пълен размер

Идентифициране на ключови бактериални семейства за характеризиране на нарушения на околната среда през сезона

Диаметрите на кръговете са пропорционални на средната относителна честота (трансформация на квадратен корен) на всяко семейство на дадено място за три сезона. S: лято, A: есен, W: зима, C: контрол, F: рибовъдно стопанство.

Изображение в пълен размер

Упадък във времето за връзка на сходство

За да оценим ефектите от селскостопанските смущения върху оборота на BCC, ние оценихме връзката на сходството във времето за рибовъдното стопанство и контролната площадка поотделно. Установено е значително намаляване на времето за BCC сходство и на двете места (P

Спад във времето за връзка между бактериалните съобщества на контролните места (A) и рибовъдните обекти (B). Скоростта на оборота w (наклон на регресия) се изчислява, като се използва линейна регресия (log-log space подход), разположена между сдвоените средни стойности на сходство и интервалите от време за вземане на проби.

Изображение в пълен размер

Връзката между бактериалната структура на общността и биогеохимичните свойства

Установени са значителни корелации между BCC и всички променливи на околната среда (P

Прекъснатата линия показва еднакви задачи и за двете. Под линията доминира стохастичността, а над нея - доминирането. Числата, присвоени на всеки ред, показват процентното увеличение на определянето.

Изображение в пълен размер

Мрежите разкриват центрове за взаимодействие в мрежата

Както беше предложено по-рано, ние се съсредоточихме върху базовите OTU, които бяха открити в повече от 50% от пробите на всеки обект 21, в резултат на което 189 OTUs за контрол и 227 OTUs за съответно. Мрежовата графика показва, че взаимодействията между бактериите на вида са по-сложни и по-добре взаимосвързани между видовете в рибната ферма, отколкото на контролната площадка, въпреки че е открит по-висок модулен брой на контролната площадка (фиг. 5). Освен това в рибовъдното стопанство е имало по-висок процент положителни асоциации от видове, отколкото на контролната площадка (87,9% срещу 80,5%). Този модел беше допълнително валидиран от ключови параметри на топологията на мрежата, включително по-високи връзки, средна степен и фактор на клъстериране и по-нисък среден път (Таблица 3). Този модел разкрива по-голям брой взаимодействащи видове, сложност, по-голям обхват на модулната структура и по-близки възли в мрежата 21 на бактериалната общност на рибните стопанства, отколкото в мястото на контрол.

Мрежова графика за бактериални съобщества от контролен обект (A) и рибни стопанства (B) с подмодулна структура, използвайки метода за бърза алчна модулност 21. Всеки възел представлява бактериална OTU. Цветовете на възлите показват OTU, свързани с различни основни растителни растения или класове за протеобактерии. Синята граница показва положително взаимодействие, докато червената граница показва отрицателно взаимодействие между два отделни възла.

Изображение в пълен размер

Маса в пълен размер

дискусия

Накратко, дългосрочното прекъсване на размножаването на растенията значително намалява временното обръщане на BCC, но засилва взаимодействията между видовете, т.е.подобрени екологични взаимодействия между бактериалните групи, за да се приспособи нарушението. Постоянно нарастващите детерминистични процеси оформят временната динамика поради нарушаване на походката. Следователно, бактериалната общност може да премине към алтернативно стабилно състояние в отговор на дългосрочни смущения. В допълнение, ние идентифицирахме 14 бактериални семейства, които реагираха последователно на смущенията, въпреки че BCC беше силно променлив в продължение на три сезона. Нашето проучване дава представа за основните механизми, които оформят временната динамика на BCC, което е важно при прогнозирането на реакциите на екосистемите към антропогенни смущения. Необходими са обаче допълнителни проучвания за период от години до десетилетия, за да се утвърди този модел.

методи

Място за изследване и вземане на проби

Температурата на водата се записва in situ. Разтвореният кислород (DO) се измерва чрез титруване на Winkler 38. Нивата на DOC, общ азот (TN), TP, NO 3 -, NO 2 -, PO 4+ и COD бяха анализирани по стандартни методи 41. Концентрацията на DIN се изчислява като сума от NH 4 +, NO 3 - и NO 2 -. Chla се измерва съгласно описаните по-горе методи 11 .

ДНК екстракция, бактериална 16S rRNA генна амплификация и пиросеквенция

В деня на вземане на проби, приблизително 1 L вода е предварително филтрирана през найлонова мрежа (размер на порите 100 μm) за използване при екстракция на ДНК. След това пробите бяха филтрирани върху 0.22 μm мембрана (Millipore, Бостън, МА, САЩ), за да се получи микробна биомаса. Геномната ДНК беше извлечена с помощта на комплект за изолиране на ДНК на ДНК на MOBIO Power Water (MP Biomedicals, Irvine, Калифорния, САЩ) съгласно протоколите на производителя. ДНК екстрактите се определят количествено със спектрофотометър NanoDrop ND-1000 (NanoDrop Technologies, Wilmington, USA) и се съхраняват при -80 ° C до амплификация.

Съотношение (50 ng) на ДНК от всяка проба се използва като шаблон за бактериална 16S rRNA генна амплификация. Регионът V4-V5 се усилва, като се използва набор от специфични за региона праймери: праймер F515: GTGCCAGCMGCCGCGG, който съдържа адаптер за пироеконсонация на Roche 454 "A" и уникална последователност от базов код от 11 основи и грунд R907: CCGTCAATTCMTTRAGTTT4, който съдържа Roche. Последователен адаптер "B" в 5 'края на грунд 42. За да се намали ефектът от произволно PCR усилване, всички проби се амплифицират в три екземпляра при следните условия на реакция: 30 цикъла на денатурация при 94 ° C за 30 s, отгряване при 55 ° C за 30 s и удължаване при 72 ° C за 30 ss, s окончателно удължаване при 72 ° C за 10 минути 11. PCR продуктите за всяка проба се събират и пречистват с помощта на QIAquick PCR комплект за пречистване (Qiagen, GmbH, Hilden, Германия) и след това се определя количествено с помощта на PicoGreen комплект (Invitrogen, Carlsbad, CA, USA). Еквимоларните количества PCR продукти за всяка проба се комбинират в една епруветка за анализ на пироконектор Roche FLX + 454 (Roche Diagnostics Corporation, Branford, CT, USA), за да се получат посоки напред (F515 с баркод).

Пиросеквенционна обработка на данни

Статистически анализ

Анализът на основните координати (PCoA) и анализ на сходството (ANOSIM), базирани на претеглено разстояние UniFrac, бяха извършени за оценка на общите разлики в BCC 48. Затихването на времето за връзка на сходство (TDR) беше използвано за оценка на темповата скорост на оборот на BCC 4. За да се провери дали оборотът на TDR е различен от нула, е приложено зареждане на регресиращи променливи, които нарушават предположението за независимост 49. Скоростта беше тествана чрез тест от една проба между първоначалната скорост и средната стойност на заредените скорости чрез произволно сдвояване на оригиналния комплект. Анализът на молекулярните екологични мрежи (MENs) беше използван за оценка на ефектите от нарушаването на марикултурата върху бактериалните взаимодействия между видовете, като се използва отворен достъпен тръбопровод (//ieg2.ou.edu/MENA). Този подход е забележителен с това, че мрежата се дефинира автоматично и е устойчива на шум 21. Мрежата е начертана в Cytoscape 3.1.1 50 .

Следните анализи бяха извършени с помощта на пакетите „vegan“ и „ecodist“ в R (версия 3.0.2, //www.r-project.org). Проведен е пермутационен многовариатен дисперсионен анализ (PERMANOVA) с функция ADONIS, за да се оцени количествено приносът на местообитанията (рибовъдно стопанство и контролен обект) и времето за вземане на проби към вариациите на BCC 51, 52. За да се определят факторите, които значително ограничават BCC, променливите на околната среда бяха избрани чрез предварителен подбор в базиран на разстояние многомерен линеен модел (DistLM) 53. Приносът на всяка екологична променлива беше оценен с помощта на „пределни тестове“, за да се оцени статистическата значимост и процентно участие на всяка променлива, взета самостоятелно, и след това „последователни тестове“, за да се оцени кумулативният ефект на екологичните променливи, обясняващи вариациите в BCC 54. Анализът на нулевия модел беше използван за количествена оценка на ролята на детерминираните процеси на подбор при оформянето на BCC 55, който беше изчислен като пропорция на разликата между наблюдаваното сходство и очакваното сходство при нулевата хипотеза, разделено на наблюдаваното сходство 56 .

Повече информация

Как да цитирам тази статия: Xiong, J. et al. Доказателства за адаптация на общността на бактериопланктона в отговор на дългосрочни смущения в марикултурата. Sci. Представител. 5, 15274; doi: 10.1038/srep15274 (2015).