《成都生物研究所在土地利用变化影响土壤磷相关微生物方面获得新进展》

  • 来源专题:生物育种
  • 编译者: 季雪婧
  • 发布时间:2023-06-21
  •     磷是植物和土壤生物发育的第二大必需营养元素,但其在土壤中的生物有效性通常较低,各类陆生生态系统普遍存在磷限制的现象。土壤微生物通过产生磷酸酶等参与土壤磷循环,提高土壤磷的生物有效性。土地利用变化可通过改变植被覆盖和其他相关属性进而影响土壤物理、化学和生物特性,对土壤磷酸酶活性和相关微生物群落具有显著的影响。青藏高原是世界屋脊、亚洲水塔,是地球第三极,也是全球最脆弱的地区之一,生态系统容易受到全球气候变化和人类活动的影响,该区域在环境和植被覆盖变化方面具有高度多样性。了解土地利用变化对青藏高原地区土壤磷酸酶活性和相关微生物群落的影响,对评估该区域土壤磷循环和地力可持续性具有至关重要的意义。

        基于此,中国科学院成都生物研究所博士研究生Belayneh Azene和朱仁欢在博士生导师潘开文研究员和张林副研究员的指导下,以天然林、人工林、农田和灌木林四种土地利用类型的土壤为研究对象,探讨青藏高原东南缘亚高山生态系统土地利用类型变化对土壤磷酸酶活性、磷酸酶编码基因和相关微生物群落的影响。结果表明:磷的有效性在天然林转化为农田后显著增加。天然林转化为其他土地利用方式后,由于土壤有机碳、水分和全氮的降低,磷酸酶活性显著降低。检测到13个与磷溶解和磷矿化相关的基因,其中phoD和gcd分别是主要的磷矿化和磷溶解基因。农田土壤中gcd基因的丰度较高,而天然林中phoD基因的丰度较高。gcd基因丰度主要受pH和全磷控制,phoD基因丰度主要受pH和速效磷控制;土壤水分含量、有机碳和全氮调控研究检测到的其他基因。编码gcd基因的主要微生物门包括酸杆菌门(Acidobacteria)、变形菌门(Proteobacteria)、拟杆菌门(Bacteroidetes)和芽单胞菌门(Gemmatimonadetes),编码phoD基因的主要微生物门包括变形菌门(Proteobacteria)、酸杆菌门(Acidobacteria)、放线菌门(Actinobacteria)和Candidatus Rokubacteria。大多数携带gcd和phoD的微生物主要受pH、有效磷和总磷的调控,部分微生物门也受土壤水分含量、有机碳和全氮的调节。土地利用变化显著改变了土壤磷酸酶以及磷酸酶编码基因和相关微生物的丰度,这些变化对研究土壤磷循环以及该区域土壤磷的可持续管理具有重要意义。

  • 原文来源:http://www.ebiotrade.com/newsf/2023-6/20230620070010995.htm
相关报告
  • 《西北高原所在土地利用变化过程中土壤微生物对土壤多功能性调控机制方面取得新进展》

    • 来源专题:耕地与绿色发展
    • 编译者:张毅
    • 发布时间:2024-11-18
    • 土地利用变化对陆地生态系统具有广泛的影响。然而,青藏高原高寒生态敏感区土地利用变化对土壤环境因子、土壤微生物的影响以及初级生产力、土壤微生物和土壤多功能性之间的关系研究较少。特别是对于高寒生境土壤微生物多样性及其共生网络复杂性与土壤多功能性之间关系仍缺乏系统了解。 中国科学院西北高原生物研究所高原药用资源生态保护与繁育学科团队在环青海湖区域分别选择高寒草原、农田、人工灌丛为研究对象,构建了从天然草原—农田—人工灌丛的土地利用类型转化序列,测定了初级生产力、土壤真菌和细菌以及土壤因子。研究表明:随着农田向人工灌丛的转化土壤环境因子和微生物群落组成呈现出逐渐向天然草地恢复的趋势,土壤磷含量对土壤微生物群落组成的恢复发挥关键调节作用。退耕还林后土壤微生物共生网络复杂性的恢复比微生物群落组成和功能类群的恢复需要更长的时间。最重要的是,本研究揭示了土壤微生物共生网络复杂性在土地利用变化过程中介导初级生产力对土壤多功能性的影响。这些发现弥补了我们对咸水湖生境周围土地利用变化过程认识的不足,对于拓宽我们对土地利用变化的认识,促进全球高寒生态系统恢复决策的制定具有重要意义。 相关研究结果以?Soil microbial network complexity predicts soil multifunctionality better than soil microbial diversity during grassland-farmland-shrubland conversion on the Qinghai-Tibetan Plateau?为题于2024年10月11日发表于国际著名农林科学期刊?Agriculture, Ecosystems & Environment(5年影响因子/JCR分区:6.4/Q1)。西北高原所肖元明助理研究员为论文第1作者,周国英研究员为通讯作者。该研究得到青海省自然科学基金团队项目(2023-ZJ-902T)、中国科学院战略性先导计划项目(XDA26020201-2)以及中国科学院-青海省国家公园联合专项(LHZX-2020-11-1)的支持。
  • 《微生物研究所在AI赋能挖掘微生物组功能多肽方面获得新进展》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2022-03-08
    • 抗生素耐药是现代医学面临的严峻挑战之一,在近几十年来,产生抗生素耐药性的病原微生物持续增加,每年在全球范围内耐药菌引发感染造成的死亡人数达到70万人。抗菌肽(AMPs)作为解决抗生素耐药性的候选方案之一,具有不易产生抗药性、作用快速等优势,同时因为容易降解也不会对环境造成持续性污染。因此,开发出能够应对抗多重耐药菌的新药物,缓解耐药问题迫在眉睫;但传统方法筛选新药的候选分子成功率较低,亟需高通量的挖掘和筛选手段。       抗菌肽是一类具有抗微生物活性的小肽,其作用范围包括细菌、真菌、病毒和寄生虫。抗菌肽可以通过多种作用机制达到抑制病原微生物的效果,其中较为普遍的作用机制是结合病原微生物的细胞膜,扰乱细胞膜结构;或直接在细胞膜上形成微孔使细胞内容物外流,最终将病原微生物杀死。近些年来,能抵御多重耐药菌同时不易产生耐药性的抗菌肽,已被认为是替代传统抗生素的下一代抗菌剂,如果能在大量的微生物和微生物组中高效、高通量挖掘,将非常有益于临床应对耐药菌的治疗。       2022年3月3日,中国科学院微生物研究所在国际重要期刊《自然-生物技术》(Nature Biotechnology)上发表了题为“Identification of antimicrobial peptides from the human gut microbiome using deep learning”的研究性文章。该文章采用自然语言学习(NLP)的多种神经网络方法,实现了抗菌肽挖掘模型的构建和优化;通过该预测模型在大规模微生物组(1万余样本)中的应用,总计挖掘并合成了216种潜在的新型抗菌肽。经实验验证,其中181种新型抗菌肽具有抗菌活性(占83.8%)。进一步的实验表明抗菌肽对多重耐药革兰氏阴性菌具有较强的抑菌能力,同时在动物感染模型中验证部分抗菌肽具有非常好的体内活性和安全性(图1)。  该研究结合了微生物组大数据和最新的深度学习模型,提供了人工智能赋能大分子挖掘和转化的良好范例;同时,也表明微生物组数据中存在着大量待开发资源,通过计算方法可以将具有生物活性的分子快速高通量的发掘出来。其次,该研究还扩大了人工智能在生物医学领域的应用范围,先前研究中主要集中在医学图像处理、小分子药物筛选等领域,增加了人工智能的应用场景。考虑到未来随着测序数据的累积,更多的微生物大数据将被获得。同时,不论是小分子药物还是肽的搜索空间仍处于早期探索阶段,对于挖掘多功能分子(治疗感染、代谢和免疫疾病),具有非常大的发展潜力。       中国科学院微生物研究所王军课题组马越,夏彬彬,陈义华课题组郭正彦,张雨薇为本文的共同第一作者。王军研究员和陈义华研究员为共同通讯作者。本研究受到了中国科学院战略先导项目“病原体宿主适应与免疫干预”、科技部重点研发、国家自然科学基金委相关人才计划项目(陈义华)、面上项目和“糖脂代谢的时空网络调控”重大研究计划培育项目,以及北京市科技新星项目的支持。       论文链接:https://www.nature.com/articles/s41587-022-01226-0