浅旋耕配施微生物菌剂较其他秸秆还田方式提升黑土中抗生素抗性基因(antibiotic resistance genes, ARGs)与移动遗传元件(mobile genetic elements, MGEs)丰度
《Environmental Technology & Innovation》:Shallow rotary tillage with microbial inoculants enhances antibiotic resistance genes and mobile genetic elements compared with other straw incorporation methods in black soil
编辑推荐:
农业生态系统是抗生素抗性基因(antibiotic resistance genes, ARGs)的主要储存库与传播路径。秸秆还田可改善土壤质量,并通过改变土壤性质与微生物群落影响ARGs动态,然而不同还田方式(表覆、浅旋耕、深翻)尤其结合微生物菌剂对黑土中A
农业生态系统是抗生素抗性基因(antibiotic resistance genes, ARGs)的主要储存库与传播路径。秸秆还田可改善土壤质量,并通过改变土壤性质与微生物群落影响ARGs动态,然而不同还田方式(表覆、浅旋耕、深翻)尤其结合微生物菌剂对黑土中ARGs流行的影响尚不清楚。研究人员通过开展培养试验,系统评估上述策略对ARGs、移动遗传元件(mobile genetic elements, MGEs)及微生物群落的影响。结果表明,各处理中利福霉素与多肽类ARGs丰度最高;浅旋耕结合微生物菌剂处理中ARGs与MGEs(尤其是与外排泵相关基因)丰度最高;以靶位修饰机制为特征的ARGs及转座子特异富集于深翻处理;表覆有利于变形菌门(Proteobacteria)增殖,深翻富集放线菌门(Actinobacteria)。共存网络分析揭示ARGs与特定微生物宿主及核心MGEs(IS903、istA9)间存在复杂互作。ARGs分布变异主要由养分相关因子(碱解氮 AN、pH、速效钾 AK)驱动,而MGEs对总有机碳(total organic carbon, TOC)与电导率(electrical conductivity, EC)更敏感。本研究证明即使在无外源粪肥输入下,农业措施仍可通过直接选择压力与间接刺激水平基因转移(horizontal gene transfer, HGT)塑造土壤抗性组(resistome)。研究结果可为制定针对性策略以降低农业系统中ARGs与MGEs传播提供理论基础与实践指导。
《Environmental Technology 》刊载的该研究围绕黑土秸秆还田方式及微生物菌剂施用对土壤抗生素抗性基因(antibiotic resistance genes, ARGs)与移动遗传元件(mobile genetic elements, MGEs)的影响展开。当前农业土壤作为ARGs重要储存库,其秸秆还田对ARGs的影响方向不明确,不同还田方式与微生物菌剂的联合作用机制尚存空白,且缺乏MGEs介导的水平基因转移(horizontal gene transfer, HGT)风险系统研究,因此研究人员开展此项研究以明确差异效应、识别驱动因子并评估生态风险,为阻控ARGs传播提供依据。研究人员通过微宇宙培养试验发现浅旋耕配施菌剂显著提升ARGs与MGEs丰度,深翻特异富集靶位修饰类ARGs与转座子,表覆与深翻分别选择性富集变形菌门(Proteobacteria)与放线菌门(Actinobacteria),ARGs受碱解氮(alkali-hydrolyzable nitrogen, AN)、pH、速效钾(available potassium, AK)驱动,MGEs受总有机碳(total organic carbon, TOC)、电导率(electrical conductivity, EC)调控,证实农业措施通过选择与HGT双重途径塑造土壤抗性组(resistome),对制定农田ARGs阻控策略具有重要意义。
研究人员采用的主要关键技术方法包括:以吉林典型黑土、玉米秸秆及商用微生物腐熟剂(含枯草芽孢杆菌 Bacillus subtilis、解淀粉芽孢杆菌 Bacillus amyloliquefaciens、酵母、黑曲霉 Aspergillus niger、米曲霉 Aspergillus oryzae)为材料,设7组处理(CK、FG、FJ、QG、QJ、SG、SJ)完全随机区组设计,PVC盆培养180天并按五点法采集0?20 cm土层样品;基于宏基因组测序(Illumina NovaSeq 6000,PE150)使用DIAMOND比对综合抗生素抗性数据库(Comprehensive Antibiotic Resistance Database, CARD v3.1.2)与MGE数据库注释ARGs与MGEs并以reads per million(RPM)标准化;采用MetaPhlAn3与Kraken2进行微生物分类学分析;运用方差分析、冗余分析(redundancy analysis, RDA)、Mantel检验、Procrustes分析、共现网络及偏最小二乘结构方程模型(partial least squares structural equation modeling, PLS?SEM)解析驱动关系。
3.1. Classification and resistance mechanism composition of ARGs in black soil under straw incorporation
研究人员通过分析不同处理下ARGs分布特征发现,各处理中利福霉素与多肽类ARGs相对丰度最高;CK与SG中利福霉素抗性基因显著高于FJ、QG、QJ,多肽抗性基因在QJ显著低于CK与SG;四环素类比例稳定(7.69%–8.61%),QJ最高;氟喹诺酮类FJ最高(7.99%)、SG最低(6.99%);β?内酰胺类中青霉素与头孢菌素类ARGs在FJ与QJ增加,碳青霉烯类在SG最高(2.60%),氨基糖苷类在FJ达3.89%。抗性机制以抗生素外排与靶位改变为主,外排机制在FG、FJ、QG、QJ、SJ显著高于SG(31.68%–36.60%),靶位改变在SG显著高于QG、QJ、SJ(35.80%);抗生素灭活在QJ较高(8.12%),靶位保护与替换占比低于3%,透性降低可忽略(<0.03%)。
3.2. The influence of straw incorporation on the abundance of ARGs and MGEs in black soil
研究人员统计ARG种类数显示QJ最高(310),CK最低;QJ中mexN、MuxC、RbpA、MuxB、mdtC、tetA(58)等丰度显著升高,SJ中sul4、mdtB、MuxB、mdtC、macB升高,FJ以ceoB、adeF、MexF、smeR为主,SG特异诱导mtrA、parY、vanR、tetB(P)等,QG以bacA、CpxR、MexW、mdsB为主,FG中等表达rosA、oqxB、mel、MexK,CK维持QepA4、QepA2、QepA1基线水平。MGEs在QJ富集最显著,IS91与tnp?ISCR升高;SJ质粒相关基因较高;SG选择性富集Tn916与整合酶基因,istA族转座子丰度高,表明不同还田方式通过外源MGE激活或土壤结构?氧化还原调控调节ARG转移潜力。
3.3. Analysis of microbial abundance changes in phylum and genus levels in soil
研究人员在门水平发现假单胞菌门(Pseudomonadota)各处理占37.33%–46.62%,SG较CK下降37.33%,放线菌门(Actinomycetota)在SG增加68.29%,热蛋白门(Thermoproteota)在QJ增232.21%,酸杆菌门(Acidobacteria)稳定(1.57%–2.18%)。属水平FG中Afipia与Lysobacter增加,Pseudonocardia与Paraburkholderia减少;FJ中Paraburkholderia与Streptomyces增加;SG中Pseudonocardia与Nocardioides显著上升;SJ中Burkholderia增加、Pseudonocardia减少;QG中Mesorhizobium与Sphingobium增加,Sphingomonas与Pseudomonas减少;QJ中Mesorhizobium与Sphingobium减少,Bradyrhizobium与Sphingopyxis增加。表明表覆与浅旋耕利于Pseudomonadota,深翻利于Actinomycetota,菌剂进一步富集功能特化降解菌、固氮与溶磷菌。
3.4. Co-occurrence patterns of ARGs, MGEs, and the microbiome
研究人员经Mantel检验与Procrustes分析确认ARG组成与微生物群落显著关联后构建共现网络,发现Pengzhenrongella、Allokutzneria、Phreatobacter、Oerskovia为ARG关键潜在宿主,Pengzhenrongella与24个β?内酰胺酶基因正相关,Allokutzneria与Oerskovia同理,Frateuria与22个ARGs负相关;MGEs具广宿主适应性,整合酶与Sandaracinus、Solimonas、Candidatus Promineofilum正相关,与Candidatus Nitrosocosmicus等负相关,tnp?ISCR在Novibacillus、Sporothrix、Chondromyces、Nitrososphaera活跃而在Microlunatus、Afipia受抑。ARGs与MGEs多呈正相关,IS1166、IS903、Isha1152、istA2、istA9、Tn916连接度最高为核心MGEs,Isha1152与多类ARGs广谱相关;部分MGE?ARG对呈负相关,反映垂直遗传、互斥调控或防御系统作用。
3.5. Key driving factors influencing the variations of ARGs and MGEs
研究人员通过冗余分析(RDA)发现AN、pH、AK与ARGs关联较强,解释55.15%变异;rosB、RbpA、kdpE与AN正相关,mtrA、mexQ、mel、tetB(P)与pH正相关,rosA与AK、EC正相关,sul4与MC、TK、AP正相关,mexN与bacA与pH负相关。MGEs受TOC与EC最显著,TOC与IS91、IS903、istA9正相关,EC正向调节转posase、负向影响pH,IS1166与istA2与AN正相关。结构方程模型(PLS?SEM,GoF=0.429)显示土壤性质直接促进ARGs、抑制MGEs;微生物群落抑制ARGs、促进MGEs;MGEs对ARGs呈显著负直接关联,表明ARGs受环境过滤、宿主选择与MGE介导转移共同调控。
讨论部分总结指出,秸秆还田配施微生物菌剂比单施秸秆更易促进ARGs与MGEs传播;不同管理措施通过改变理化性质与微生物结构施加选择压力,QJ富集外排泵基因smwN与MGE IS91,SG富集靶位修饰基因mrA与转座子Tn916,FG促Proteobacteria、SG富Actinobacteria及纤维素降解菌Pseudonocardia;Pengzhenrongella与Allokutzneria为ARG关键宿主,Frateuria为潜在抑制菌;ARGs受AN、pH、AK直接选择驱动,MGEs受TOC、EC调控,TOC促IS903与istA9增殖,EC刺激转posase,活化MGE作为核心载体促进HGT(尤β?内酰胺类ARGs)。未来应关注土壤有机碳(soil organic carbon, SOC)管理与盐输入驱动的MGE介导HGT风险。
研究结论部分翻译如下:
秸秆还田与微生物菌剂结合比较单纯秸秆施用具有更高的促进ARGs与MGEs传播的风险。不同秸秆管理实践通过改变关键理化性质与重塑微生物群落结构,对土壤抗性组(resistome)施加不同选择压力。QJ处理促使外排泵基因(smwN)与MGEs(IS91)富集;SG处理选择性富集与靶位修饰机制相关的ARGs(mrA)及转座子(Tn916)。此外,FG处理促进变形菌门(Proteobacteria)生长,而SG处理富集放线菌门(Actinobacteria)及相关纤维素降解细菌(Pseudonocardia)。这些微生物群落结构转变直接决定了ARGs的宿主储库与MGEs活性。Pengzhenrongella与Allokutzneria是ARGs的关键宿主菌,而Frateuria是主要的潜在抑制者。进一步研究揭示ARGs与土壤性质、微生物群落相关;ARGs主要受AN、pH与AK的直接选择压力影响,而MGEs主要受TOC与EC调控。TOC直接促进IS903与istA9增殖,EC刺激转posase增殖;这些活化的MGEs作为核心载体进一步促进ARGs(尤其是β?内酰胺抗性基因)的HGT。未来农业环境ARGs传播风险评估与 mitigation 策略应聚焦于由SOC管理与盐输入驱动的MGE介导HGT活化风险。
需要我帮你把这篇解读文章提炼成一页PPT的核心要点大纲吗?