《草皮储存下微生物碳氮利用效率方面获新进展》

  • 来源专题:生物育种
  • 编译者: 季雪婧
  • 发布时间:2024-10-28
  •     高寒草甸生态系统在全球碳氮循环与平衡过程中具有十分重要的作用。然而,由于人类活动的加剧,高寒草甸正面临严重的退化和破坏。草皮是一种宝贵而优质的生态恢复材料,因其具有优良的土壤资源和丰富的种子库,在生境恶劣且生长周期短的高寒地区具有广阔的应用前景。目前,虽然已有关注草皮移植恢复成效的研究,但普遍忽视了草皮储存过程的重要性。由于土地占用等原因,剥离的草皮往往无法及时进行移植回铺,进而需要储存一段时间。因此,草皮中植物、土壤和微生物等性质随储存过程的变化将决定草皮移植恢复是否成功。

        基于此,中国科学院成都生物研究所植物功能生态与重大工程区乡土植被恢复创新团队,在四川省康定市新都桥镇开展了草皮储存试验,使用堆叠储存和平铺储存两种常见方法储存剥离的草皮,以自然完整的草甸作为对照(图1),探究了草皮储存对微生物碳、氮利用效率的影响,通过结合植物生物量、土壤和微生物特征,分析微生物资源利用效率对草皮储存的响应及其潜在影响机制。

        结果表明,草皮储存显著降低了植物生物量、凋落物量和土壤pH,但增加了土壤养分水平。酶向量模型表明草皮储存导致微生物养分限制从氮向磷转变,并且堆叠草皮中碳限制高于平铺草皮。与自然草甸相比,草皮储存显著降低了微生物氮利用效率,但平铺草皮中微生物碳利用效率高于堆叠草皮。研究发现,微生物碳、氮利用效率直接受到养分失衡与酶化学计量的调控。本研究首次探究了草皮储存过程中微生物养分限制和资源利用效率的变化,通过比较两种储存方法,加深了对草皮储存的认识。这对于确定草皮的“保质期”、提升草皮恢复成效具有重要理论和实践价值。

        相关成果以Stockpiling turf alters microbial carbon and nitrogen use efficiency on the Tibetan Plateau为题发表在Science of the Total Environment上。本研究由博士研究生黄龙、研究员包维楷、青年研究员李芳兰等人共同完成,受国家自然科学基金(No. 32271654)、中国铁路科技项目(2022KY07)和四川自然科学基金等联合资助(2024NSFSC0010)。

  • 原文来源:http://www.ebiotrade.com/newsf/2024-7/20240713070623828.htm
相关报告
  • 《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。
  • 《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