重金屬污染對鄱陽湖底泥微生物群落結構的影響

江玉梅,張 晨,黃小蘭,倪才英*,王金鳳,宋鵬飛,張志斌,2(.江西師范大學,鄱陽湖濕地與流域研究教育部重點實驗室,江西省亞熱帶植物資源保護與利用重點實驗室,江西 南昌 330022；2.流域生態與地理環境監測國家測繪地理信息局重點實驗室,江西 南昌 330209)

重金屬污染對鄱陽湖底泥微生物群落結構的影響

江玉梅1,張 晨1,黃小蘭1,倪才英1*,王金鳳1,宋鵬飛1,張志斌1,2(1.江西師范大學,鄱陽湖濕地與流域研究教育部重點實驗室,江西省亞熱帶植物資源保護與利用重點實驗室,江西 南昌 330022；2.流域生態與地理環境監測國家測繪地理信息局重點實驗室,江西 南昌 330209)

利用Illumina平臺高通量測序技術,分析了鄱陽湖4大河流(信江XS,饒河RS,修河SS,贛江GS)河口底泥微生物群落結構和多樣性對底泥重金屬污染的響應情況.結果表明,在測試的6種重金屬離子中,Cu、Zn全量和有效態表現為RS、XS顯著高于SS、GS,Mn全量和有效態在GS中顯著最高,Pb有效態在XS顯著最高,Pb全量、Cd全量和有效態、Cr全量和有效態在4條河流中無顯著差異; 經檢測,鄱陽湖4河口底泥微生物群落主要有5大類,它們分別是：變形菌門(Proteobacteria)(32.54%～50.35%),酸桿菌門(Acidobacteria)(6.13%～13.13%),擬桿菌(Bacteroidetes)(4.38%～14.92%),疣微菌門(Verrucomicrobia)(6.42%～10.70%)和綠灣菌門(Chloroflexi)(3.21%～11.73%). 多樣性指數結果表明：GS、SS微生物多樣性指數(Chao1和 Shannon)高于RS,與重金屬含量成反相關. 相關性分析表明：重金屬Cu、Zn、Cd、Pb、Cr、Mn和138個主要OTU顯著相關,其中Cu、 Cd和微生物門、屬顯著相關的OTU數量最多. 變形菌門中有9個屬和Cu有效量,5個屬和Cd有效量顯著正相關,這些正相關的菌群是土壤重金屬污染修復的重要微生物種質資源.

Mi-seq sequencing；土壤微生物；重金屬；鄱陽湖

鄱陽湖是中國最大的淡水湖,因承接五大河流(贛江、修河、信江、饒河、撫河,以下簡稱五河)來水的影響,其沉積物中營養水平和重金屬含量呈區域性差異分布[1].在五河入口處,信江和饒河因上游銅礦的影響使其河口底泥重金屬含量較高,贛江與修河河口含量較低[2].隨著人為活動的加劇,底泥中重金屬因挖沙、洪水、微生物活動和有機碳的輸入等作用下,從惰性物質轉變成可利用的有效態,增加其生物有效性或生物毒性[3-4].微生物作為底泥中最活躍的生物組成部分,對底泥重金屬含量及存在形式的變化反應最直接也最敏感.有研究認為微生物多樣性變化與重金屬離子種類[5-7]及污染時間[8]有關.不同微生物種類對重金屬的敏感性不同[9-11].如何確定土壤重金屬污染與土壤微生物群落之間的關系一直是土壤重金屬污染生態評價中的熱點問題[9-11].

分子生物學技術的發展為環境微生物群落多樣性研究提供了新的視野,重金屬污染對微生物的影響機制研究隨著分子生物學技術的應用而日愈增多[9-11].Haller等[10]利用熒光定量分析技術研究發現,在重金屬污染的日內瓦湖泊沉積物中主要變形菌門、擬桿菌門. Brito等[11]利用T-RFLP技術發現萊爾馬淡水湖泊沉積物中主要為放線菌門、變形菌門.高通量測序技術相比實時熒光定量PCR 技術、末端標記限制片段長度多態性分析(T-RFLP)技術等具有成本低、能做大量平行實驗等優點,并且能快速檢測微生物群落結構.

為此,本研究將結合鄱陽湖不同河口底泥重金屬元素(Cu,Zn,Pb,Cd,Cr,Mn)的含量及其分布特征,利用 Illumina平臺高通量深度測序技術分析底泥微生物群落結構,將鄱陽湖重金屬污染狀況與微生物群落結構多樣性聯系起來,尋找鄱陽湖不同重金屬污染下微生物種群的變化特征,這對認識鄱陽湖沉積物中重金屬離子對微生物群落的原位影響,尋找具有高效重金屬污染修復能力的微生物,闡釋鄱陽湖沉積物污染微生物修復機理具有十分重要的理論意義和應用價值.

1 材料與方法

1.1 樣品采集

根據前人的研究成果[2],本研究選擇了信江(XS)、贛江(GS)、饒河(RS)和修河(SS)河口為重金屬污染程度高低采樣點.撫河重金屬含量很低,且因采集的土壤多為沙質,提取 DNA的量無法進行后續分析,故沒撫河這一樣點的數據.

每個采樣地設置3個采樣點,每個采樣點距離50m遠,且在每一采樣點設3～5個重復.樣品采集用經過無金屬涂層加工過的抓斗式漏斗進行.每次采樣前先用 10%殺菌劑先對采樣器進行滅菌處理.依次用采樣器采集 0～10cm表層底泥樣品.用滅好菌的竹勺將樣品裝入滅菌自封袋,置于干冰保溫箱中帶回實驗室.用于 DNA提取的樣品存于-80℃低溫冰箱中保存.用于其他指標分析用的樣品存于4℃冰箱中保存.

1.2 土壤理化指標測定

pH值用水提取法(水土比2.5：1)測定;土壤有機碳(Total soil organic C,TOC)采用重鉻酸法測定[12].

重金屬(Cu,Zn,Pb,Cd,Cr和Mn)含量分析：全量采用國家標準要求的三酸消化.底泥重金屬有效態、有效鉀和有效磷的提取和測定分別采取Mehlich-3方法和ICP法.

1.3 DNA 提取、PCR擴增及Miseq測序

采用土壤DNA提取試劑盒(E.Z.N.A. Water DNA Kit)提取土壤DNA,每個樣地重復3次采樣,將每個樣地3個重復的DNA樣品合并成一個,檢測DNA濃度,送華大基因公司測序.

PCR 擴增采用16S rRNA 基因V4可變區

的細菌通用引物 515F(5’-GTGYCAGCMGCCGCGGTA-3’)和806R(5’-GGACTACHVGGGTWTCTAAT-3’,這對引物所擴增的 DNA片段能準確反映微生物的比例和分類地位[7,11].PCR 下游引物引入標簽序列(barcode)和PCR 條件見文獻[13].

擴增產物通過瓊脂糖凝膠電泳,試劑盒回收,用NanoDrop測定DNA濃度,最后按等物質的量比例混合成測序文庫,回收目的 Amplicon片段,用T4DNA Polymerase、Klenow DNA Polymerase和T4PNK將打斷形成的粘性末端修復成平末端,再通過3’端加堿基“A”,使得DNA片段能與3’端帶有“T”堿基的特殊接頭連接;最后,用合格的文庫進行 cluster制備和 Mi-seq測序(Illumina Inc.,San Diego,CA).用下機得到的數據進行相應的生物信息分析.

1.4 統計分析

通過QIIME平臺去除原始序列中的低質量序列[13],根據標簽序列分開來自不同樣品的序列.利用Uchime軟件去除在PCR過程中形成的嵌合體[14],獲得的高質量序列用 Usearch方法進行聚類[15],以16S rRNA基因序列97%相似度作為分類操作單元(operational taxonomic units,OTUs)的劃分標準. Chao1和 Shannon多樣性指數的計算利用 QIIME平臺完成,通過RDP Classifier鑒定OTU代表性序列的微生物分類地位(80%置信水平).方差分析(ANOVA)、Pearson相關性分析和PCA分析用SPSS Statistics 19.0完成. RDA分析用Canoco 4.5完成.

2 結果分析

2.1 底泥重金屬含量分析

表1 鄱陽湖底泥的化學性質Table 1 Chemical characteristics of soil sediments under Poyang Lake

表2 鄱陽湖底泥重金屬總含量Table 2 Total heavy metal contents of soil sediments under Poyang Lake

表1為鄱陽湖底泥的化學性質,4大河流底泥pH、TOC含量有顯著差異(P＜0.05),表現為SS顯著高于RS;有效P和K沒有顯著差異.表2和表3是各河口底泥重金屬全量及有效態測定結果,從表2和表3可以看出,除Cd和Cr外,RS和GS河流河口底泥Cu、Zn和Mn全量,Cu、Zn、Mn和

Pb有效態含量均有顯著差異(P＜0.05). Cu、Zn全量和有效態表現為RS顯著高于GS(P＜0.05),SS和XS介于它們之間. GS的Mn全量和有效態含量最高,且顯著高于XS. XS的Pb含量最高,SS的Cr含量最高.與《土壤環境質量標準》(GB15618-1995)相比,在測試的4條河流中,Cd的含量超過三級標準,Cr沒有污染;RS的Cu和Zn的含量超過二級標準,XS的Cu和Zn的含量超過一級標準,RS和XS的Pb含量超過一級標準,GS的Mn含量最高,但沒給出標準,無法確定其污染程度.

表3 鄱陽湖底泥重金屬有效態含量Table 3 Mehlich-3extractable heavy metal contents of soil sediments under Poyang Lake

2.2 底泥微生物多樣性指數

利用Mi-seq測序技術研究鄱陽湖RS、XS、SS和GS4條河流河口底泥微生物多樣性,共檢測到 1,868,376條序列,平均每個樣品 212782條. PCR 產物長度為 253bp,覆蓋率為 98.7%～99.1%(圖1). Rarefaction曲線趨于平坦,說明測序數量趨于飽和,現有的測序數據量對于獲得新的OTU已經足夠.

圖1 鄱陽湖濕地4條河流底泥DNA序列的Rarefaction曲線和OTU數量關系Fig.1 Rarefaction curves of OTUs clustered at 97% 16S rRNA sequence identity across soil DNA sequence samples from four rivers of Poyang Lake

表4為RS、XS、SS和GS河口底泥的OTU信息和微生物多樣性指數.本文共檢測到 OTU 18921-32161個, OTU數量表現為：GS ＞ XS ＞SS ＞ RS.微生物物種數,chao1指數和 Shannon指數變化趨勢表現為：XS ＞ GS ＞ SS ＞ RS. RS的微生物多樣性指數最低,XS的微生物多樣性指數最高.

表4 微生物群落多樣性指數(序列相似性97%)水平Table 4 Sequencing information and microbial diversity indices based on 97% identity of 16S rRNA gene sequences

2.3 底泥微生物群落結構組成

在檢測到的鄱陽湖4河口底泥微生物中,門分類水平上(OTU相對豐度大于5%)的原核微生物群落組成如圖2所示.鄱陽湖4條河流河口底泥微生物主要包括：變形菌門(Proteobacteria, 32.54%～50.35%),平均含量為 41.19%,酸桿菌門(Acidobacteria,6.13%～13.13%),平 均 含 量 為10.06%,擬桿菌門(Bacteroidetes,4.38%～14.92%),平均含量為 9.03%,疣微菌門(Verrucomicrobia, 6.42%～10.70%),平均含量為 8.80%,綠灣菌門

(Chloroflexi,3.21%～11.73%),平均含量為 6.55%.說明變形菌門、酸桿菌門是鄱陽湖底泥中的優勢微生物群落.4大河流中,變形菌門表現為：RS ＞SS ＞ GS ＞ XS,其中 RS占 50.35%,XS的占32.54%.酸桿菌門的含量由高到低依次為：GS (13.14%)＞ XS ＞ SS＞ RS(6.13%),其中GS的酸桿菌門含量是RS(的2倍多.擬桿菌門的含量變化順序為：RS ＞ SS ＞ GS ＞ XS.疣微菌門則表現為：SS ＞ GS ＞ RS ＞ XS,每個樣點差異不大.綠灣菌門表現為：XS ＞ GS ＞ SS ＞ RS,其中XS(11.73%)是RS(3.21%)的近4倍. PCA分析結果表明RS和SS分別和GS、XS相距較遠,GS和XS的距離相對較近(圖3),這和RS的污染最嚴重,SS輕微污染的結果相吻合.

圖2 微生物群落結構(門分類水平)Fig.2 Relative abundance of bacterial community proportions at phylum level in the soil samples collected from Poyang lake

另外,OTU平均相對豐度大于 0.5%的還有浮霉菌門(Planctomycetes)(2.21%～3.42%),硝化螺旋菌門(Nitrospirae)(0.92%～3.60%),廣古菌門(Euryarchaeota)(0.37%～3.96%),綠菌門(Chlorobi) (1.03%～2.40%),放 線 菌 門 (Actinobacteria) (0.67%～2.47%),WS3(0.51%～1.72%),芽單胞菌門(Gemmatimonadetes)(0.28%～1.40%),藍 藻 門(Cyanobacteria) (0.22%～1.51%),泉 古 菌 門(Crenarchaeota) (0.31%～2.31%),厚 壁 菌 門(Firmicutes) (0.22%～1.39%),螺 旋 體 門(Spirochaetes)(0.32%～1.44%),OP8(0.11%～1.89%), OP3(0.18%～1.19%).

圖3 主成分分析Fig.3 PCA (Principal component analysis)

2.4 不同重金屬對微生物群落結構的影響

OTU劃分有助于了解環境中微生物的種群組成及分布.每一個 OTU代表一種微生物.本研究選擇豐度高于0.05%的262個OTU,分析其與重金屬含量的Pearson相關性,結果表明有138個OTU與重金屬顯著相關.

2.4.1 將138個相關的OTU按豐度梯度(0.05%～0.1%、0.1%～0.5%、0.5%以上)歸類(圖4)當豐度在0.05%～0.1%之間時,和重金屬顯著或極顯著正/負相關的OTU個數最多,為97個,占37%;在0.1%～0.5%之間時,為39個,占15%;在0.5%以上時,只有2個,占0.01%,說明豐度介于0.05%～0.1%的菌群受重金屬影響最大.此外, OTU與重金屬正相關數量(218個OTU)明顯多于負相關(75個OTU);與重金屬有效態相關性個數(143個 OTU)稍低于與重金

屬全量(150個OTU).具體表現為：與有效態A_Cu、A_Pb、A_Zn、A_Cd、A_Cr、A_Mn的正相關數量分別為48、7、12、19、10、8個,與全量T_Cu、T_Pb、T_Zn、T_Cd、T_Cr、T_Mn正相關數量分別為26、5、21、26、24、12個;和有效態A_Cu、A_Pb、A_Zn、A_Cd、A_Cr、A_Mn的負相關數量分別為6、12、3、6、5、7個,和全量T_Cu、 T_Pb、T_Zn、T_Cd、T_Cr、T_Mn負相關數量分別為5、2、9、10、4、6個.說明重金屬對微生物生長有促進作用的菌群大于有抑制作用菌群,那些與重金屬含量成正相關的菌群被定義為耐受菌群,與重金屬含量呈負相關的菌群被定義為敏感菌群.這些耐受或敏感菌群正是土壤重金屬污染修復或指示的重要種質資源.

圖4 不同豐度的OTU和重金屬含量的顯著正(A)/負(B)相關性個數Fig.4 Significant positive (A) and negative (B) relation numbers of soil heavy metal content with OTU of three richness threshold values (＞0.5%; 0.5%～0.1%; and 0.1%～0.05%)

2.4.2 將138個相關的OTU序列比對到微生物門水平 共比對到12個門和6類重金屬全量、有效態顯著或極顯著相關(表5).其中優勢菌變形菌門和重金屬相關OTU個數最多(155個)：β-變形菌綱和重金屬Cu、Zn、Cd、Mn全量和有效態主要為顯著正相關,與有效態A_Pb、A_Cr為顯著負相關,與全量T_Pb、T_Cr既有正相關,也有顯著負相關;δ-變形菌綱和 Cu、Cd、Cr、Zn全量和有效態主要為正顯著相關,與 Mn全量和有效態主要為負顯著相關;γ-變形菌綱與 Cu全量和有效態正相關,和有效態 A_Pb顯著負相關;α-變形菌綱和有效態A_Cu、全量T_Pb、T_Zn顯著正相關.說明變形菌門中多數為耐受菌,少數為敏感菌.其他優勢菌如擬桿菌門、疣微菌門、酸桿菌門、綠灣菌門和重金屬也有顯著相關性.擬桿菌門對六類重金屬的有效態表現為耐受性,特別是對 A_Cu的耐受菌最多,對全量 T_Cd、T_Zn、T_Cu的耐受菌較多. 酸桿菌門對重金屬

A_Cu、A_Pb、A_Cd、T_Cd、T_Cr較敏感,表現為負顯著相關.疣微菌門與有效態和全量 Cu、Pb、Cd主要呈顯著負相關,說明其對 Cu、Pb、Cd污染敏感.

2.4.3 將138個顯著相關的OTU序列比對到微生物屬水平 發現39個OTU比對到24個屬,這24屬中,除了紅長命菌屬、假單胞菌屬(OTU7558,OTU3859)、Tolumonas、柄桿菌屬、Prochlorococcus、硝化螺旋菌屬和部分重金屬顯著負相關外,其他菌屬和不同重金屬顯著正相關(表6).變形菌門 13個屬和重金屬顯著正相關：其中9個屬和有效態A_Cu顯著正相關,有6個屬和全量T_Cu顯著正相關,5個屬和效態A_Cd顯著正相關. 疣微菌門、擬桿菌門分別有2個屬和重金屬顯著正相關：表現為Luteolibacter和T_Cr,突柄桿菌屬和A_Cu,黃桿菌屬和A_Cu,Arcicella和A_Cu、A_Cd、T_Cu顯著正相關.另外,非優勢菌群藍藻門、放線菌門和硝化螺旋菌門分別有4、2、1個屬和重金屬顯著相關.通過環境變量和微生物屬水平的RDA分析也得出了類似的結果(圖5).

24屬39個OTU中除了13個OTU序列和單種重金屬顯著相關外,其他26個OTU序列和2種或以上重金屬或一種重金屬的有效態、全量均顯著相關.如紫色桿菌屬中OTU16442和A_Cu、A_Cr、T_Cu顯著正相關,硫桿菌屬(OTU10013)和A_Cu、A_Zn、A_Cd、T_Cu、T_Pb顯著正相關.地桿菌屬OTU7599和A_Cu、A_Cd、T_Cu、T_Zn、T_Cd顯著正相關,OTU1499和 A_Cu、A_Zn、A_Cd、T_Cu、T_Zn顯著正相關.說明紫色桿菌屬、硫桿菌屬、地桿菌屬在復合重金屬污染中的具有一定耐受能力.

圖5 RDA分析Fig.5 RDA analysis

表5 重金屬全量和有效態對微生物門類(相對豐度高于0.05%)的相關性統計Table 5 Correlation of total and mehlich-3extractable heavy metals and microbe abundance higher than 0.05% at phylum level

續表5

表6 重金屬全量和有效態對微生物屬(相對豐度高于0.05%)的相關性統計Table 6 Pearson’s correlation of total and mehlich-3extractable heavy metals with dominant genus of microbe (relative abundance ＞ 0.05%)

3 討論

3.1 鄱陽湖底泥微生物群落的結構組成

本研究利用Mi-seq高通量測序技術發現鄱陽湖底泥中豐度高于0.5%的微生物歸屬于16個門,其中優勢菌為變形菌門、酸桿菌門、疣微菌

門、擬桿菌門、綠灣菌門,表明這些菌都能在厭氧環境中生長,是鄱陽湖底泥微生物信息的重要補充. Haller等[10]利用熒光定量分析技術研究發現,在重金屬污染的日內瓦湖泊沉積物中主要變形菌門、擬桿菌門. Brito等[11]利用T-RFLP技術發現萊爾馬淡水湖泊沉積物中主要為放線菌門、變形菌門.與這些淡水湖泊相比,鄱陽湖底泥中發現了更多的微生物種類,這同時也說明Mi-seq高通量測序技術在微生物群落結構研究中具有重要的作用[16-17].任麗娟等[18]報道淡水湖泊和河流水體中,微生物類群主要為變形菌門、藍藻菌門、放線菌門、擬桿菌門、疣微菌門. Zhu等[19]利用454平臺高通量測序技術在中國南海底泥中的優勢菌為變形菌門、厚壁菌門、浮霉菌門、放線菌門和綠灣菌門,其中γ-變形菌綱最豐富,含量達42.6%.本研究也發現變形菌門豐度最高,其中 β-變形菌綱最豐富,得到了與上述研究類似的優勢菌,說明不同生境中微生物群落組成類似,但豐度有差異.

3.2 重金屬對土壤微生物多樣性的影響

近年來,土壤重金屬污染與土壤微生物群落之間的關系一直是土壤重金屬污染生態研究中的熱點問題.雖然不同微生物對不同重金屬的敏感性不一致,但多數研究表明重金屬污染能明顯影響微生物群落結構多樣性[20-21].

RS和XS的的Cu、Pb、Zn、Cd含量明顯高于GS和SS,這在張杰等[22]的研究中也有報道.張杰等[22]認為RS和XS已嚴重受到重金屬的污染,SS和GS的污染程度較輕. SS和GS的重金屬污染程度輕,其微生物多樣性(Observed species, Chao1和 Shannon多樣性指數)高,物種較豐富;RS的污染重,其微生物多樣性指數低(表2～表4),物種數下降.與 RS相比,XS的污染也嚴重,但其微生物多樣性指數并沒有下降,而是介于 SS和GS之間. 同樣是重金屬含量相對較高的 XS和 RS微生物多樣性指數卻有明顯差異,說明重金屬對微生物的影響不是簡單的線性關系[7,24-26],還受到其他因素的影響,如pH、TOC、重金屬的有效態等[23].Nakatsu等[27]曾發現 Cr(VI)含量高的土壤中放線菌豐富,說明鉻對微生物影響可能較小,并無明顯毒害作用,這和本文中 Cr的結果是相吻合的,Cr在SS和GS中高,但Cr含量沒超過《土壤環境質量標準》(GB15618-1995)一級標準,因此對微生物的影響很小,微生物多樣性指數依然保持較高水平.

3.3 重金屬對土壤微生物群落結構的影響

Prasad等[28]的研究結果表明不同微生物種類對重金屬的耐受程度不同.本研究通過分析OTU豐度和重金屬之間的相關性發現：在高豐度(＞0.5%)時,2個門(變形菌門和酸桿菌門)和重金屬顯著相關;在 0.1%～0.5%豐度時,6個門類和重金屬顯著相關,其中以變形菌門為主;在 0.05%～0.1%豐度時,12個門類和重金屬顯著相關(圖 4,表5).這些結果表明,隨著OTU豐度的改變,與重金屬相關的微生物種類明顯不同.

4條河流中微生物群落結構分布差異明顯,如GS的酸桿菌門含量是RS的2倍多,XS的綠灣菌門(11.73%)是RS(3.21%)的近4倍,表明重金屬含量除了影響微生物多樣性外,還影響微生物的組成和豐度. RS的Cu、Pb、Zn顯著高于GS,而酸桿菌門豐度只有GS的一半不到,說明Cu、Pb、Zn抑制酸桿菌門的生長.相關性分析表明,酸桿菌門和有效Cu、Pb顯著負相關(表5). 酸桿菌門是新近基于分子生物學研究劃分的新細菌類群,嗜酸菌,且多為不可培養細菌,對重金屬污染的響應研究還很少. Frazar等[29]和Gillan等[30]研究表明,變形菌門對重金屬的耐受能力最強,本研究也發現類似的結果(表 5～表 6).變形菌門為革蘭氏陰性菌,有研究表明革蘭氏陰性菌中單胞菌屬的丁香假單胞菌cop基因對Cu有耐受性[31],后來發現很多微生物中含有這個基因.本文通過相關性和RDA分析(表6,圖5)發現變形菌門中Methylotenera、紫色桿菌屬、硫桿菌屬、胞菌屬、假單胞菌屬、地桿菌屬、慢生根瘤菌屬、紅桿菌屬等 9個屬和 A_Cu顯著或極顯著正相關; Methylotenera、紫色桿菌屬、硫桿菌屬、胞菌屬、地桿菌屬、慢生根瘤菌屬等6個屬和T_Cu顯著或極顯著正相關,這些菌是否含有cop基因,需要進一步驗證.

另外,變形菌門(β,γ-變形菌綱)和A_Pb表現

為正、負相關,說明Pb對β,γ-變形菌綱的影響是復雜(表5). Zhang等[32]在實驗室分析Pb污染對土壤微生物影響也發現變形菌門最豐富,特別是α,β,γ,δ-變形菌綱.變形菌門為重金屬污染土壤中的優勢群,可能與其廣泛的降解代謝有關以及生境廣泛有關[33].信江 Pb的含量最高,而疣微菌門含量最低,且疣微菌門和A_Pb、T_Pb負相關(表5),說明Pb不利于疣微菌門微生物生長,因為Pb和酶活性基團如-SH,-NH2,-OH,-COOH,等可形成穩定的共價鍵,導致酶活性位點的關閉,間接提高對微生物的毒性[32].

Rajapaksha等[34]發現重金屬對革蘭氏陰性菌中假單胞菌、產堿桿菌屬、叢毛單胞菌屬、貪噬菌屬、勞爾氏菌屬、伯克氏菌屬和黃桿菌屬等7個屬有耐受性,而本研究中發現重金屬和24個屬顯著相關(表6,圖5).和Rajapaksha等[34]報道的耐受菌類別相比,本研究獲得的可能的耐受菌屬更多.

4 結論

4.1 信江,饒河,修河,贛江4條河流河口底泥中,除Cd和Cr,其他4種重金屬Cu、Pb、Zn、Mn總含量和有效態差異均達到顯著水平. 其中饒河的 T_Zn含量顯著高于信江、贛江和修河(P＜0.05),贛江的T_Mn顯著高于饒河、信江和修河(P＜0.05). 重金屬有效態A_Cu、A_Pb、A_Zn表現為饒河和信江高于修河和贛江,且差異達顯著水平(P＜0.05),信江的 A_Mn顯著低于其他三河口.

4.2 鄱陽湖4條河流河口底泥沉積物微生物群落主要有：變形菌門,酸桿菌門,擬桿菌,疣微菌門,綠灣菌門,其豐度分別為 41.19%,10.06%,9.03%, 8.80%,和6.55%.

4.3 變形菌門對重金屬 Cu、Cd的耐受性最明顯,其中9個屬和A_Cu,5個屬和A_Cd顯著正相關,這些正相關的菌群是土壤重金屬修復的重要種質資源.

4.4 重金屬污染對微生物群落結構的影響不是簡單的線性關系.RS的重金屬污染重,其微生物多樣性指數低.Cr和Mn含量分別在SS和GS中最高,但SS和GS的微生物多樣性指數依然保持較高水平.

[1] 王圣瑞,倪 棟,焦立新,等.鄱陽湖表層沉積物有機質和營養鹽分布特征 [J]. 環境工程技術學報, 2012,2(1)：23-28.

[2] 李 鳴.鄱陽湖重金屬污染特征研究及環境容量估算 [D]. 南昌：南昌大學, 2010.

[3] Beveridge T J, Hughes M N, Lee H, et al. Metal-microbe interactions： Contemporary approaches [J]. Advances in Microbial Physiology, 1997,38：177-243.

[4] Newman D K, Banfield J F. Geomicrobiology： how molecularscale interactions underpin biogeochemical systems [J]. Science, 2002,296(5570)：1071-1077.

[5] Singh B K, Quince C, Macdonald C A, et al. Loss of microbial diversity in soils is coincident with reductions in some specialized functions [J]. Environmental Microbiology, 2014,16(8)：2408-2420.

[6] Islam E, Paul D, Sar P. Microbial diversity in uranium deposits from jaduguda and bagjata uranium mines, india as revealed by clone library and denaturing gradient gel electrophoresis analyses [J]. Geomicrobiology Journal, 2014,31(10)：862-874.

[7] Liu Y R, Wang J J, Zheng Y M, et al. Patterns of bacterial diversity along a long-term mercury-contaminated gradient in the paddy soils [J]. Microbial Ecology, 2014,68(3)：575-583.

[8] Yuan G L, Liu C, Chen L, et al. Inputting history of heavy metals into the inland lake recorded in sediment profiles： Poyang Lake in China [J]. Journal of Hazardous Materials, 2011,185(1)：336-345.

[9] Hoostal M J, Gabriela Bidart-Bouzat M, Bouzat J L Local adaptation of microbial communities to heavy metal stress in polluted sediments of Lake Erie [J]. FEMS Microbiology Ecology, 2008,65(1)：156-168.

[10] Haller L, Tonolla M, Zofi J, et al. Composition of bacterial and archaeal communities in freshwater sediments with different contamination levels (Lake Geneva, Switzerland) [J]. Water Research, 2011,45(3)：1213-1228.

[11] Brito E M S, De la Cruz Barrón M, Caretta C A, et al. Impact of hydrocarbons, PCBs and heavy metals on bacterial communities in Lerma River, Salamanca, Mexico： Investigation of hydrocarbon degradation potential [J]. Science of the Total Environment, 2015,521-522：1-10.

[12] 魯如坤.土壤農業化學分析方法 [M]. 北京：中國農業科技出版社, 2000.

[13] Caporaso J G, Kuczynski J, Stombaugh J, et al. Q I I M E allows analysis of high-throughput community sequencing data [J]. Nature Methods, 2010,7(5)：335-336.

[14] Edgar R C, Haas B J, Clemente J C, et al. U C H I M E improves

sensitivity and speed of chimera detection [J]. Bioinformatics, 2011,27(16)：2194-2000.

[15] Edgar R C. Search and clustering orders of magnitude faster than BLAST [J]. Bioinformatics, 2010,26(19)：2460-2461.

[16] Julia M, Bella D, Bao Y G, et al. High throughput sequencing methods and analysis for microbiome research [J]. Journal of Microbiological Methods, 2013,95：401-414.

[17] Vasileiadis S, Puglisi E, Arena, M, et al. Soil bacterial diversity screening using single 16S rRNA gene V regions coupled with multi-million read generating sequencing technologies [J]. PLoS ONE, 2012：e42671.

[18] 任麗娟,何 聃,邢 鵬,等.湖泊水體細菌多樣性及其生態功能研究進展 [J]. 生物多樣性, 2013,21(4)：421-432.

[19] Zhu D, Tanabe SH, Yang C, et al. Bacterial Community Composition of South China Sea Sediments through Pyrosequencing-Based Analysis of 16S rRNA Genes [J]. PLoS ONE, 2013,8(10)：e78501.doi：10.1371/journal.pone.0078501

[20] 陳承利,廖 敏,曾路生.污染土壤微生物群落結構多樣性及功能多樣性測定方法 [J]. 生態學報, 2006,26(10)：3404-3409.

[21] Wasilkowski D, Mrozik A, Piotrowska-Seget Z, et al. Changes in enzyme activities and microbial community structure in heavy metal-contaminated soil underin situaided phytostabilization [J]. CLEAN - Soil, Air, Water, 2014,42(11)：1618-1625.

[22] 張 杰,陳 熙,劉倩純,等.鄱陽湖主要入湖口重金屬的分布及潛在風險評價 [J]. 長江流域資源與環境, 2014,23(1)：95-100.

[23] 崔紅標,范玉超,周 靜,等.改良劑對土壤銅鎘有效性和微生物群落結構的影響 [J]. 中國環境科學, 2016,36(1)：197-205.

[24] 韓桂琪,王 彬,徐衛紅,等.重金屬Cd、Zn、Cu、Pb復合污染對土壤微生物和酶活性的影響 [J]. 水土保持學報, 2010,(5)：238-242.

[25] 滕 應,黃昌勇,駱永明,等.鉛鋅銀尾礦區土壤微生物活性及其群落功能多樣性研究 [J]. 土壤學報, 2004,41(1)：113-119.

[26] 汪仲瓊,王為東,祝貴兵,等.人工和天然地蘆葦根際土壤細菌群落結構多樣性的比較 [J]. 生態學報, 2011,31(16)：4489-4498.

[27] Nakatsu C H, Carmosini N, Brett B, et al. Soil microbial community responses to additions of organic carbon substrates and heavy metals (Pb and Cr) [J]. Applied Environmental Microbiology, 2005,71(12)：7679-7689.

[28] Prasad M N V. Metals in the Environment： Analysis by Biodiversity [M]. CRC Press (New York). 2001,

[29] Frazar C, Gannon J E, Ramsey P, et al. Differences in hyporheiczone microbial community structure along a heavy-metal contamination gradient [J]. Applied Environmental Microbiology, 2003,69：5563-5573.

[30] Gillan D C, Danis B, Pernet P, et al. Structure of sediment associated microbial communities along a heavy-metal contamination gradient in the marine environment [J]. Applied Environmental Microbiology, 2005,1 71：679-690.

[31] Mellano M A, Cooksey D A. Nucleotide sequence and organization of copper resistance genes from Pseudomonas syringae pv. tomato [J]. Journal of Bacteriology, 1988,170：2879-2883.

[32] Zhang W, Chen L, Zhang R, et al. High throughput sequencing analysis of the joint effects of BDE209-Pb on soil bacterial community structure [J]. Journal of Hazardous Materials, 2016, 301：1-7.

[33] Sinkko H, Lukkari K, Sihvonen L M, et al. Bacteria contribute to sediment nutrient release and reflect progressed eutrophicationdriven hypoxia in an organic-rich continental sea [J]. PLoS ONE, 2013,8,e67061.

[34] Rajapaksha R M C P, Tobor-Kap?on M A, B??th E. Metal toxicity affects fungal and bacterial activities in soil differently [J]. Applied and Environmental Microbiology, 2004,70(5)：2966–2973.

Effect of heavy metals in the sediment of Poyang Lake estuary on microbial communities structure base on Mi-seq sequencing.

JIANG Yu-mei1, ZHANG Chen1, HUANG Xiao-lan1, NI Cai-ying1*, WANG Jin-feng1, SONG Peng-fei1, ZHANG Zhi-bin1,2(1.Jiangxi Provincial Key Lab of Protection and Utilization of Subtropical Plant Resources, Key Laboratory of Poyang Lake Wetland and Watershed Research (Ministry of Education), Jiangxi Normal University, Nanchang 330022, China；2.Key laboratory of Watershed Ecology and Geographical Environment Monitoring, NASG, Nanchang 330209, China). China Environmental Science, 2016,36(11)：3475～3486

An alternative approach based on the high-throughout Mi-seq sequencing technology was used in this study to analyze microbial communities of the sediments polluted by heavy metals from Poyang Lake estuaries including Xinjiang river (XS), Raohe river (RS), Xiushui river (SS) and Ganjiang river (GS), which aimed to understand how microbial community composition response to different heavy metals (Cu、Zn、Cd、Pb、Cr and Mn). Contents of total Cu (T_Cu) and Zn (T_Zn) in RS and XS were significantly higher than those in other rivers (SS and GS), and the content of total Mn (T_Mn) in GS was the highest, but the content of available Pb (A_Pb) was the highest in XS among the four river estuaries. On the other hand, total Pb (T_Pb), total and available Cd (T_Cd and A_Cd), and total and available Cr (T_Cr and A_Cr) among four rivers estuaries had no significant difference with each other. The microbial communities explored by 16S rRNA gene sequencing were distributing mainly in five broad taxonomic groups, which were Proteobacteria (32.54%～50.35%), Acidobacteria (6.13%～13.13%), Bacteroidetes (4.38%～14.92%), Verrucomicrobia (6.42%～10.70%) and Chloroflexi (3.21%～11.73%). The microbial diversity index (Chao 1and Shannon) of SS and GS were much higher than those of the RS, which resulted from much higher heavy metals in RS than the others. Correlation analysis showed that both kinds (total and available) of heavy metal ions (Cu、Zn、Cd、Pb、Cr and Mn) measured had significantly positive or negative relation with 138 operational taxonomic units (OTUS) among all OTUS (18921～32161) detected, and Cu

Mi-seq；sequencing；soil microbe；heavy metals；Poyang Lake

X172

A

1000-6923(2016)11-3475-12

江玉梅(1976-),女,江西萬年人,副教授,博士,主要研究方向為土壤微生物學.發表論文15篇.

2016-04-20

國家自然科學基金項目(41061037,31460147,41461042);江西省青年科學家(20142BCB23010);鄱陽湖濕地與流域研究教育部重點實驗室主任基金(ZK2013007,ZK2013001);流域生態與地理環境監測國家測繪地理信息局重點實驗室開放課題資助(WE2016010)

* 責任作者, 教授, ncy1919@126.com

and Zn had the most related OTU numbers among all metals. For example, A_Cu were positively related with nine genera in Proteobacteria, and A_Cd positively related with five genera in the same phylum. These microbes may be the important species resource for restoration of damaged water or land area polluted by heavy metals.