化肥配施有機肥對花生根際細菌群落結構及共存網絡的影響①

李桂龍，李朋發，吳 萌，李忠佩*

化肥配施有機肥對花生根際細菌群落結構及共存網絡的影響①

李桂龍1,2，李朋發1,2，吳 萌1,2，李忠佩1,2*

(1 土壤與農業可持續發展國家重點實驗室(中國科學院南京土壤研究所)，南京 210008；2 中國科學院大學，北京 100049)

為評估化肥配施有機肥對花生根際細菌群落的影響，田間試驗條件下研究了不施肥(CK)、施化學氮磷鉀肥(NPK) 和化學氮磷鉀肥+有機肥配施(NPKM) 對花生根際細菌群落多樣性、結構和共存網絡的影響。結果表明：NPKM處理下花生根際土養分狀況明顯改善，特別是有效磷的含量，較CK和NPK處理分別提高了5.31倍 ～ 12.16倍和3.24倍 ～ 6.50倍；而NPK處理下花生根際土養分狀況并沒有明顯提升；SourceTracker 分析顯示，NPKM處理下根際細菌群落中只有2.1% ～ 5.5% 的物種來源于有機肥自身，但其花生根際細菌群落多樣性在生育期前期要明顯高于CK和NPK處理，而CK和NPK處理下根際細菌群落多樣性差異不大；限制性主成分分析(CAP) 顯示，施肥措施和生育期均對根際細菌群落結構產生了顯著影響，NPKM處理下花生根際土中富集了屬于根瘤菌目(Rhizobiales)、梭菌目(Clostridiales)和芽孢桿菌目(Bacillales)這一類根際促生菌，根際細菌共存網絡結構更加復雜，且網絡中重要連接點的比例要也明顯高于CK和NPK處理網絡。可見，化肥配施有機肥有助于構建一個健康穩定的根際細菌群落。

化肥配施有機肥；根際微生物；細菌共存網絡

為了滿足不斷增長的人口對糧食的需求，在過去的50年里，全世界的化肥使用量增加了700%[1]。然而，過量施用化肥會產生一系列環境問題，包括土壤質量退化、地下水污染及溫室氣體排放增加等[2]。因此，其他替代性農藝措施如化肥配施有機肥已被廣泛采用，以緩解上述因過量使用化肥所導致的環境問題[3-4]。化肥配施有機肥的目標是在維持環境可持續的同時，保證農業生態系統的服務能力，而土壤微生物對農業生態系統的服務能力至關重要[5]。

根際微生物群落被稱為植物的“擴展基因組”或“第二基因組”，在決定植物生長發育方面起著重要作用[6]。以往的研究表明，施肥措施會影響土壤和植物相關微生物群落，進而影響農田生態系統服務能力[7]。因此，在越來越多地采用化肥配施有機肥的情況下也需要評估其對微生物群落的影響。以往比較常規施肥和化肥配施有機肥措施對土壤微生物的影響的研究大多集中在土壤微生物群落上。例如，劉佳等[8]發現有機無機配施后顯著增加了旱地紅壤細菌群落的多樣性；Bi等[9]發現化肥配施有機肥通過調控土壤解磷菌群落提升了稻田土壤磷的可利用性。盡管有關化肥配施有機肥對根際微生物群落的影響已有相關報道[10-11]，但這些研究多集中于某一生育期下施肥措施對根際微生物群落的影響。由于多種因素的影響，根際微生物群落在不同的生育期具有明顯的差異性。因此，有必要了解化肥配施有機肥措施下根際微生物群落隨生育期的動態變化，這對于評估化肥配施有機肥對根際微生物的影響具有重要意義。

微生物群落的結構對其功能有重要影響。然而，由于微生物群落眾多成員之間的相互關系十分復雜，這使得研究微生物群落的結構成為一項艱巨的任務。微生物共存網絡分析可以揭示這種復雜的相互關系，能夠為群落結構的研究提供新的見解[12-13]。目前，網絡分析已被用于探索不同環境中不同微生物類群之間的相互作用[14-15]。網絡分析還可以識別對微生物群落結構和潛在功能影響最大的關鍵物種或其他重要微生物[13]，而這些往往很難用微生物生態學中廣泛使用的標準α或β多樣性指標來揭示。Fan等[10-11]通過網絡分析發現，化肥配施有機肥能夠提升根際生態網絡中關鍵模塊的微生物群落穩定性及關鍵微生物菌群的多樣性，進而提高小麥產量。可見，利用網絡分析探究施肥措施對根際微生物群落相互作用的影響，可能會幫助人們向預期方向調節植物微生物群，提高農業生態系統的資源利用效率。

花生是我國重要的油料作物和經濟作物，然而由于不合理的農業管理措施，造成了花生產量和品質的持續下降[16]。提高花生產量和品質的一個潛在方法是通過合理的農藝措施來調控支持植物健康的微生物群落以發揮其促生功能，特別是那些在根際的微生物群落。為此，本研究通過田間試驗，以花生這一典型作物為研究對象，研究化肥配施有機肥對花生根際細菌群落結構和共存網絡的影響，以期為管理豐富的植物微生物組提供科學依據。

1 材料與方法

1.1 試驗地概況

田間試驗設置于江西省農業科學院贛東北紅壤綜合試驗區，該試驗區位于江西省撫州市東鄉縣境內(116°35′11″E、28°10′59″N)，屬亞熱帶濕潤氣候區，過去50年平均年降水量為1 750 mm，降水主要集中在4—6月。試驗地土壤類型為第四紀紅黏土母質發育而來的紅壤，表層土壤(0 ～ 20 cm)的基礎養分特性為：pH 4.49，有機質13.82 g/kg，全氮1.11 g/kg，全磷0.46 g/kg，全鉀11.75 g/kg，堿解氮90.0 mg/kg，有效磷18.8 mg/kg，速效鉀130.4 mg/kg。

1.2 試驗設計與樣品采集

田間試驗始于2014年，試驗設3個處理：①不施肥(CK)，②施化學氮磷鉀肥(NPK)，③化學氮磷鉀肥配施有機肥(NPKM)。肥料年施用量為：N 135 kg/hm2、P2O581 kg/hm2和K2O 135 kg/hm2。在NPKM處理中，50% 的 N 來源于化肥，50% 的 N 來源于有機肥，即保證總施氮量不變。氮肥使用尿素(N，460 g/kg)，磷肥使用過磷酸鈣(P2O5，120 g/kg)，鉀肥使用氯化鉀(K2O，600 g/kg)，有機肥使用豬糞(每年施用前測定其N含量)。所有肥料在作物種植前一次性基施，肥料基施方式為株間穴施。試驗設3次重復，隨機區組排列，小區面積為27 m2(6 m × 4.5 m)。供試花生品種為粵油256，于4月中旬條播，行距40 cm，穴距20 cm，每穴播種2粒，種植密度約為12.5 萬穴/hm2。

于2020年在花生苗期(5月18日，T1)、花針期(6月17日，T2)、結莢期(7月16日，T3)各取樣1次。采樣時每小區分作2個半區進行，每個半區取長勢相對一致具有代表性的花生樣品5株，將花生完全取出后，輕輕抖動附著在根上的土壤，然后用無菌毛刷輕輕刷下緊密結合在根表的那部分土壤，即為根際土，徹底混勻后作為1個樣品，即每處理獲得6個重復樣品。土樣采集后盡快帶回室內，揀除雜質后過2 mm篩，而后將每個樣品分為兩份：一份風干用于測定土壤化學性質，一份保存在–80℃的冰箱中用于提取土壤DNA。另外，在花生成熟期時統計各處理小區內所有花生產量。

1.3 土壤化學性質測定

土壤化學性質的測定依照魯如坤[17]的方法進行：采用電位法測定土壤pH(水︰土=2.5︰1，/)，采用重鉻酸鉀氧化–容量法測定土壤有機碳(SOC)，采用凱氏定氮法測土壤全氮(TN)，采用碳酸鈉熔融法測定土壤全磷(TP)，采用堿解擴散法測定土壤堿解氮(AN)，采用碳酸氫鈉浸提–鉬銻抗比色法測定土壤有效磷(AP)。

1.4 土壤DNA提取和16S rRNA基因高通量測序

稱取500 mg土壤樣品用FastDNA ? SPIN Kit for Soil試劑盒(MP Biomedicals，美國)提取DNA，具體方法和步驟依據試劑盒說明書進行。有機糞肥的DNA提取也采用上述方法進行。采用通用引物515F/907R 擴增細菌16S rRNA 基因片段[18]。將PCR擴增后的產物用2% 瓊脂糖凝膠電泳檢測，純化后建庫，采用Illumina MiSeq系統進行雙向高通量測序(上海美吉)。

1.5 高通量測序數據分析

基于QIIME1分析平臺進行高通量數據分析。序列經質控、拼接、比對后在97% 相似性水平劃分操作分類單元(operational taxonomic unit，OTU)，通過與RDP數據庫(http://rdp.cme.msu.edu/classifier/ classifier.jsp)比較確定細菌序列的系統學分類。

1.6 數據處理

花生產量、土壤化學性質、細菌多樣性指標采用Duncan多重比較來判斷差異顯著性(<0.05)。以NPKM處理的樣品為對照，以有機糞肥樣品為來源，采用SourceTracker2[19]來預測NPKM處理下樣品中細菌物種來源于有機糞肥中細菌物種的比例。采用R軟件vegan包的capscale()函數進行限制性主成分分析(partial canonical analysis of principal coordinates，CAP)，以探究施肥及生育期對細菌群落結構的影響。Mantel分析利用R軟件vegan包中的mantel()函數執行。采用R軟件edgeR包的decideTestsDGE()函數分析不同施肥處理之間的差異物種。基于Pearson相關性矩陣的共存網絡分析利用R軟件WGCNA包中的corAndPvalue()函數計算相關性系數。首先，剔除出現頻次少的OTU(保留在1/3及以上的樣品中出現的OTU)。值經過BH矯正，之后刪除值小于0.85且值大于0.0001的值。網絡參數平均度、連通性、平均路徑長度分別利用R軟igraph包中的degree()、edge_connectivity()、average.path.length()函數進行計算。通過計算節點的值(within-module connectivity，模塊內連通性)和值(among-module connectivity，模塊間連通性)來對網絡中的節點進行分類[20]。將≤2.5且≤0.62的節點定義為邊緣節點(peripherals)，這類節點在整個網絡中與其他節點聯系較少；將>2.5且≤0.62的節點定義為模塊中心節點(module hubs)，這類節點在網絡模塊內部連接性較高；將≤2.5且>0.62的節點定義為重要連接點(connectors)，這類節點為聯系模塊之間的樞紐；將>2.5且>0.62的節點定義為網絡中心節點(network hubs)，這類節點為在整個網絡和模塊中連接性都較高的節點。網絡圖在Gephi(https://gephi.org/)軟件中繪制；和弦圖用R軟件circlize包繪制；其他圖均用R軟件ggplot2包繪制完成。

2 結果

2.1 不同施肥措施下花生產量

花生的產量統計結果(表1)顯示，NPKM處理可以顯著提高花生產量，較CK處理提升了0.8倍；而NPK處理下花生產量與CK相比并沒有明顯提升。

表1 不同施肥措施下花生產量

注：表中同列不同小寫字母表示處理間差異顯著(<0.05)。

2.2 不同施肥措施下土壤化學性質

不同施肥處理下，花生根際土的化學性質產生了明顯的變化(表2)。CK和NPK處理下根際土的化學性質差異不顯著(>0.05)，僅在T2時期觀察到NPK處理下根際土的TP含量顯著高于CK處理(<0.05)。與CK和NPK處理相比，NPKM處理下根際土的pH較高，在T2時期顯著高于其他兩個處理(<0.05)；其余指標，NPKM處理下均顯著提高(<0.05)，特別是AP含量，較CK和NPK處理分別提高了5.31倍 ～ 12.16倍和3.24倍 ～ 6.50倍。

2.3 有機肥細菌群落的分類組成及其向土壤的潛在傳遞

有機肥中細菌的群落與NPKM處理下花生根際細菌群落組成有很大不同(圖1A)。有機肥中細菌群落中擬桿菌門(Bacteroidetes)、γ-變形桿菌(Gammaproteobacteria)、α-桿菌（Alphaproteobacteria）和厚壁菌門(Firmicutes)細菌門類占據主導優勢；而NPKM處理下花生根際細菌群落以α-桿菌、放線菌門(Actinobacteria)、酸桿菌門(Acidobacteria)、β-變形桿菌(Betaproteobacteria)和綠彎菌(Chloroflexi)為主。此外，有機肥中細菌群落的多樣性明顯小于NPKM處理下花生根際細菌群落多樣性(圖1B)。SourceTracker的結果顯示，NPKM處理下根際細菌群落中只有2.1% ～ 5.5%(T1時期：5.5%；T2時期：3.7%；T3時期：2.1%)的物種可能來自于有機肥自身所攜帶的細菌物種(圖1C)。以上結果說明，有機肥中的細菌組成對花生根際細菌種群結構產生的影響甚小。

表2 不同施肥措施對根際土壤化學性質的影響

注：同列不同小寫字母表示同一時期不同處理間差異顯著(<0.05)。

(M代表有機糞肥；NPKM_T1、NPKM_T2、NPKM_T3代表T1 ～ T3時期下NPKM處理下花生根際土樣品；圖B中不同小寫字母表示處理間差異顯著(P<0.05))

2.4 不同施肥措施下花生根際微生物群落特征

與CK和NPK處理相比，NPKM處理在生育期前期顯著提高了花生根際細菌多樣性；而在T3時期各處理間細菌多樣性沒有明顯差異。CK和NPK處理下根際細菌多樣性差異不大，僅在T2時期NPK處理下細菌多樣性相對于CK顯著增加，但增加的幅度要明顯小于NPKM處理(圖2)。

CAP分析表明，施肥和生育期均對根際細菌群落結構產生了顯著影響，分別解釋了整個群落變異的13.1%(施肥：=0.001)和16.7%(生育期：=0.001)(圖3)。CK和NPK處理沿著第二軸分開，而NPKM處理與CK和NPK處理沿著第一軸分開，說明NPKM處理與CK(NPK)處理細菌群落的差異要大于CK與NPK處理細菌群落的差異(圖2A)。T2和T3時期細菌群落沿著第二軸分開，而T1時期細菌群落與T2和T3時期細菌群落沿著第一軸分開，說明T1與T2(T3)時期細菌群落的差異要大于T2與T3時期細菌群落的差異(圖2B)。Mantel檢驗表明，各土壤化學指標均顯著影響細菌群落結構；其中AP對細菌群落結構的影響最大(表3)。

(圖中*表示在P<0.05 水平上差異顯著，**表示在P<0.01水平上差異顯著)

(不同變量(施肥措施和生育期)對整個根際細菌群落變異的解釋率標注于圖的上方)

2.5 不同施肥措施下土壤細菌差異OTU

在T1時期，CK處理富集了9個OTU，主要歸屬于根瘤菌目(Rhizobiales)和厭氧繩菌目(Anaerolineales)；NPK處理富集了20個OTU，主要歸屬于纖線桿菌目(Ktedonobacterales)和變形桿菌(Proteobacteria)下一個未鑒別的目；NPKM處理富集了53個OUT，大部分歸屬于根瘤菌目(Rhizobiales)、鞘脂單胞菌目(Sphingomonadales)、芽孢桿菌目(Bacillales)和梭菌目(Clostridiales)(圖4A，4D)。在T2時期，有8個OTU在CK處理中富集，主要隸屬于鞘氨醇桿菌目( Chitinophagales)；只有4個OTU在NPK處理下富集；而NPKM處理下富集了70個OTU，主要隸屬于根瘤菌目、梭菌目、紅螺菌目(Rhodospirillales)、鞘脂單胞菌目(Sphingomonadales)、芽孢桿菌目和弗蘭克氏目(Frankiales)(圖4B，4E)。同樣，在T3時期NPKM處理下富集了最多數目的OTU，主要歸屬于根瘤菌目、梭菌目、酸桿菌暫定目(Candidatus Solibacter)、紅螺菌目和鞘脂單胞菌目(圖4C，4F)。總體上看，與CK和NPK處理相比，NPKM處理下花生根際屬于根瘤菌目、梭菌目和芽孢桿菌目的物種豐度顯著增加。

表3 根際細菌群落組成與土壤化學性質的Mantel分析

(圖A中每一個點代表一個OTU，點的大小代表每個OTU在所有樣品中的平均相對豐度，點的位置代表該OTU的相對豐度在所有處理中的相對比例，彩色的點表示與其他兩組處理比較，只在該組中顯著富集的OTU(橙色代表只在CK處理中顯著富集，藍色代表只在NPK處理中顯著富集，紫色代表只在NPKM處理中顯著富集)，灰色的點代表3組間兩兩比較無顯著差異的OTU，括號中的數字代表每個處理下富集的OTU數目；圖B中每條柱子左邊彩色的點代表該分類單元所屬的門)

2.6 不同施肥措施下花生根際細菌群落的共存網絡特征

對不同施肥處理下的花生根際細菌群落進行共存網絡分析，以探索根際細菌之間的相互作用(圖5A)。CK處理下的細菌網絡包含144個節點，159條邊；NPK處理下的細菌網絡包含237個節點，323條邊；NPKM處理下細菌網絡包含288個節點，620條邊。NPKM處理下根際細菌網絡與其他處理下的根際細菌網絡相比具有更高的連通性(connectivity)和平均度(average degree)，表明NPKM處理下花生根際細菌之間的相互作用要比其他處理下復雜。而NPKM處理下細菌網絡中平均路徑長度(average path length)卻低于其他處理，表明NPKM處理下細菌網絡中物種間的信息傳遞效率更高。

(A圖中每個節點代表一個OTU，點的大小代表節點的度，邊的顏色代表正負相關性(紅色正相關，綠色負相關)，根據節點所屬的門對其著色；B圖中兩個扇形之間的條帶代表兩個門之間的連接數，每個條帶的寬度代表其對應的連接數占整個網絡連接數的比例，扇形依據其所屬的門進行著色)

各施肥處理下網絡中細菌間的相互作用(邊)在門水平上的分布模式明顯不同(圖5B)。在NPK和NPKM處理網絡中，對細菌相互作用貢獻最大的是變形桿菌門(Proteobacteria)；而在CK處理網絡中，貢獻最大的是酸桿菌門(Acidobacteria)。擬桿菌門(Bacteroidetes)在NPK處理網絡中占有的連接數的比例(9.29%)要遠遠小于其在CK和NPKM處理網絡中(CK：18.24%；NPKM：21.77%)；而放線菌門(Actinobacteria)在NPK處理網絡中所占有的邊的比例(27.24%)要遠高于其在CK和NPKM處理網絡中(CK：11.94%；NPKM：14.35%)。此外，綠灣菌門(Chloroflexi)在CK和NPK處理網絡中對細菌相互作用的貢獻(CK：25.79%；NPK：26%)要大于其在NPKM處理網絡中(14.19%)；而芽單胞菌門(Gemmatimonadetes)在NPKM處理網絡中所占有的邊的比例(21.94%)要遠高于其在CK和NPK處理網絡中(CK：9.43%；NPK：13.93%)。

各處理下的網絡中均沒有觀察到網絡中心節點；CK和NPK處理網絡中各檢測到一個模塊中心節點，而NPKM處理網絡中沒有檢測到此類節點(圖6)。值得注意的是，NPKM處理網絡中重要連接點的比例要明顯高于CK和NPK處理網絡，表明NPKM處理下花生根際細菌群落之間的相互作用更加密切。

3 討論

化肥配施有機肥料能夠有效提升土壤肥力、改善土壤生態環境[21]。本研究中，NPKM處理下花生根際土的AP含量顯著提高，這與Chen等[22]的田間試驗結果相似。一方面，有機肥自身所含有的大量有機磷通過礦化轉變為無機磷，提高了根際土壤的AP含量。另一方面，有機碳的添加提升了土壤微生物利用難溶性磷的能力，從而活化出更多的可利用性磷[23]。其他土壤養分指標，如SOC、TN、TP和AN在NPKM處理下含量也明顯升高。同時，與CK相比，NPK處理下花生根際的養分狀況并沒有得到明顯改善。劉佳等[8]的研究也表明，旱地紅壤經過長期施肥，NPK處理對土壤肥力的提升效果遠不如NPKM處理。本研究田間產量數據也表明，經過長達7年的連續施用化學氮磷鉀肥 (NPK處理)，相對于CK，花生的產量并沒有明顯提升，而化肥配施有機肥措施下(NPKM處理)花生產量較CK提高了0.8倍。這說明在紅壤旱地花生生產中，化肥有機肥配施要優于單施化學氮磷鉀肥。

(圖中百分數代表各類節點占整個網絡中節點總數的比例，圖中垂直虛線代表橫坐標值為0.62，水平虛線代表縱坐標值為2.5)

土壤微生物多樣性在支持多種生態系統功能中起著至關重要的作用[24]。本研究中，盡管在最后一個時期各處理間根際細菌群落多樣性差異不大，但在前期NPKM處理下花生根際細菌群落多樣性明顯提高。有研究表明，有機肥的添加為土壤微生物提供了充足的底物，有利于微生物在根際定殖，導致根際微生物多樣性增加[25]。此外，外源添加的有機糞肥自身攜帶的大量微生物也是造成NPKM處理下根際細菌群落多樣性提高的一個重要原因[26]。本研究通過比較有機糞肥與NPKM處理樣品中細菌群落組成與多樣性的差異，發現有機糞肥自身攜帶的細菌物種與NPKM處理樣品中細菌群落組成明顯不同，其群落多樣性遠小于NPKM處理；Source Tracker分析也表明，NPKM處理樣品中細菌物種只有很少的比例來自于有機糞肥自身攜帶的細菌物種。說明NPKM處理下花生根際細菌群落多樣性提高主要是由有機糞肥中充足的養分造成的。根際微生物在植物生產力、養分吸收和抗病能力方面發揮著關鍵作用[6]。本研究表明，NPKM處理下花生根際屬于根瘤菌目(Rhizobiales)、梭菌目(Clostridiales)和芽孢桿菌目(Bacillales)的物種的相對豐度明顯增加。以往的研究表明，屬于梭菌目和芽孢桿菌目的菌屬具有促生作用，對植物的健康生長至關重要[27-28]；屬于根瘤菌目(Rhizobiales)的根瘤菌能夠與豆科植物互作，行使共生固氮作用，對陸地氮循環具有重要意義[29]；且豆科植物根際屬于根瘤菌目的根瘤菌的豐度和多樣性對于根瘤的形成起著至關重要的作用[30]。這在一定程度上也表明，配施有機肥能夠通過調控根際有益菌屬進而促進花生結瘤固氮及生長，對于農業生產具有指導意義。

共存網絡分析為認識土壤微生物群落之間復雜的相互關系提供了新的途徑[13]。越來越多的研究表明，共存網絡的特性可能代表微生物之間的相互作用，可以影響微生物群落對外界擾動的響應[31-32]。本研究中，共存網絡分析表明，NPKM處理下根際細菌網絡的拓撲學特性如節點數、連接數、平均度以及連通性明顯提高，表明NPKM處理下花生根際細菌群落形成了一個更為復雜的網絡。前人的研究表明，土壤養分在調節微生物群落之間相互作用的強度方面起著關鍵作用[33]。NPKM處理下根際土壤養分狀況明顯改善，而土壤養分的提升能夠為微生物提供更多的資源生態位，因此能夠塑造更加復雜的群落結構和互作關系，形成更復雜的共存網絡。Santolini和Barabási[34]認為，具有較高連通性的復雜網絡比具有較低連通性的簡單網絡對環境擾動的抵抗性更強。從這一點來說，NPKM處理網絡的復雜性可能表明，在化肥配施有機肥管理措施下，花生根際微生物對環境脅迫具有更強的彈性。重要連接點對于整個網絡的穩定性和連接性至關重要[35]。本研究發現，NPKM處理網絡中未觀測到模塊中心節點，但重要連接點的比例明顯增加。這意味著與其他處理相比，NPKM處理下花生根際細菌群落能夠維持相對穩定的狀態，進一步表明化肥配施有機肥有助于花生根際細菌群落形成更穩定的網絡結構以增強根際微生物對外界干擾的抵抗力。

4 結論

化肥配施有機肥能夠有效提升花生根際的養分水平并提高根際細菌群落的多樣性。化肥配施有機肥改善了花生根際細菌群落結構，富集了有益于花生結瘤固氮和生長的物種。化肥配施有機肥有助于根際細菌群落形成復雜的共生網絡，同時增加了網絡中重要節點的比例，有利于根際細菌群落應對復雜多變的根際環境。

[1] Tilman D, Cassman K G, Matson P A, et al. Agricultural sustainability and intensive production practices[J]. Nature, 2002, 418(6898): 671–677.

[2] Bender S F, Wagg C, van der Heijden M G A. An underground revolution: Biodiversity and soil ecological engineering for agricultural sustainability[J]. Trends in Ecology & Evolution, 2016, 31(6): 440–452.

[3] Liang Q, Chen H Q, Gong Y S, et al. Effects of 15years of manure and inorganic fertilizers on soil organic carbon fractions in a wheat-maize system in the North China Plain[J]. Nutrient Cycling in Agroecosystems, 2012, 92(1): 21–33.

[4] Chivenge P, Vanlauwe B, Six J. Does the combined application of organic and mineral nutrient sources influence maize productivity? A meta-analysis[J]. Plant and Soil, 2011, 342(1/2): 1–30.

[5] Delgado-Baquerizo M, Maestre F T, Reich P B, et al. Microbial diversity drives multifunctionality in terrestrial ecosystems"[J]. Nature Communications, 2016, 7: 10541.

[6] Compant S, Samad A, Faist H, et al. A review on the plant microbiome: Ecology, functions, and emerging trends in microbial application[J]. Journal of Advanced Research, 2019, 19: 29–37.

[7] Gu S S, Hu Q L, Cheng Y Q, et al. Application of organic fertilizer improves microbial community diversity and alters microbial network structure in tea () plantation soils[J]. Soil and Tillage Research, 2019, 195: 104356.

[8] 劉佳, 陳曉芬, 劉明, 等. 長期施肥對旱地紅壤細菌群落的影響[J]. 土壤學報, 2020, 57(2): 468–478.

[9] Bi Q F, Li K J, Zheng B X, et al. Partial replacement of inorganic phosphorus (P) by organic manure reshapes phosphate mobilizing bacterial community and promotes P bioavailability in a paddy soil[J]. Science of the Total Environment, 2020, 703: 134977.

[10] Fan K K, Delgado-Baquerizo M, Guo X S, et al. Microbial resistance promotes plant production in a four-decade nutrient fertilization experiment[J]. Soil Biology and Biochemistry, 2020, 141: 107679.

[11] Fan K, Delgado-Baquerizo M, Guo X, et al. Biodiversity of key-stone phylotypes determines crop production in a 4-decade fertilization experiment[J]. The ISME Journal, 2021, 15(2): 550–561.

[12] Barberán A, Bates S T, Casamayor E O, et al. Using network analysis to explore co-occurrence patterns in soil microbial communities[J]. The ISME Journal, 2012, 6(2): 343–351.

[13] Deng Y, Jiang Y H, Yang Y F, et al. Molecular ecological network analyses[J]. BMC Bioinformatics, 2012, 13: 113.

[14] Li D, Ni H W, Jiao S, et al. Coexistence patterns of soil methanogens are closely tied to methane generation and community assembly in rice paddies[J]. Microbiome, 2021, 9(1): 20.

[15] Yuan M M, Guo X, Wu L, et al. Climate warming enhances microbial network complexity and stability">[J]. Nature Climate Change, 2021, 11(4): 343–348.

[16] Liu W X, Wang Q L, Wang B Z, et al. Changes in the abundance and structure of bacterial communities under long-term fertilization treatments in a peanut monocropping system[J]. Plant and Soil, 2015, 395(1/2): 415–427.

[17] 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.

[18] Biddle J F, Fitz-Gibbon S, Schuster S C, et al. Metagenomic signatures of theMargin subseafloor biosphere show a genetically distinct environment[J]. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(30): 10583–10588.

[19] Knights D, Kuczynski J, Charlson E S, et al. Bayesian community-wide culture-independent microbial source tracking[J]. Nature Methods, 2011, 8(9): 761–763.

[20] Poudel R, Jumpponen A, Schlatter D C, et al. Microbiome networks: A systems framework for identifying candidate microbial assemblages for disease management[J]. Phytopathology?, 2016, 106(10): 1083–1096.

[21] Diacono M, Montemurro F. Long-term effects of organic amendments on soil fertility. A review[J]. Agronomy for Sustainable Development, 2010, 30(2): 401–422.

[22] Chen Y, Sun R B, Sun T T, et al. Organic amendments shift the phosphorus-correlated microbial co-occurrence pattern in the peanut rhizosphere network during long-term fertilization regimes[J]. Applied Soil Ecology, 2018, 124: 229–239.

[23] Liu E K, Yan C R, Mei X R, et al. Long-term effect of chemical fertilizer, straw, and manure on soil chemical and biological properties in northwest China[J]. Geoderma, 2010, 158(3/4): 173–180.

[24] Cardinale B J, Matulich K L, Hooper D U, et al. The functional role of producer diversity in ecosystems[J]. American Journal of Botany, 2011, 98(3): 572–592.

[25] Tang H, Xu Y, Sun J, et al. Soil enzyme activities and soil microbe population as influenced by long-term fertilizer management under an intensive cropping system[J]. Journal of Pure and Applied Microbiology, 2014, 8: 15–23.

[26] Watts D B, Torbert H A, Feng Y C, et al. Soil microbial community dynamics as influenced by composted dairy manure, soil properties, and landscape position[J]. Soil Science, 2010, 175(10): 474–486.

[27] Niu D D, Liu H X, Jiang C H, et al. The plant growth-promoting rhizobacteriumAR156 induces systemic resistance inby simultaneously activating salicylate- and jasmonate/ ethylene-dependent signaling pathways[J]. Molecular Plant-Microbe Interactions: MPMI, 2011, 24(5): 533–542.

[28] Polianskaia L M, Vedina O T, Lysak L V, et al. The growth-promoting effect ofandsp. cultures on some agricultural crops[J]. Mikrobiologiia, 2002, 71(1): 123–129.

[29] Coskun D, Britto D T, Shi W M, et al. How plant root exudates shape the nitrogen cycle[J]. Trends in Plant Science, 2017, 22(8): 661–673.

[30] Suzaki T, Kawaguchi M. Root nodulation: A developmental program involving cell fate conversion triggered by symbiotic bacterial infection[J]. Current Opinion in Plant Biology, 2014, 21: 16–22.

[31] de Vries F T, Griffiths R I, Bailey M, et al. Soil bacterial networks are less stable under drought than fungal networks[J]. Nature Communications, 2018, 9: 3033.

[32] Wei Z, Gu Y A, Friman V P, et al. Initial soil microbiome composition and functioning predetermine future plant health[J]. Science Advances, 2019, 5(9): eaaw0759.

[33] Fernandez C W, Kennedy P G. Revisiting the 'Gadgil effect': Do interguild fungal interactions control carbon cycling in forest soils? [J]. The New Phytologist, 2016, 209(4): 1382–1394.

[34] Santolini M, Barabási A L. Predicting perturbation patterns from the topology of biological networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(27): E6375–E6383.

[35] Guimerà R, Nunes Amaral L A". Functional cartography of complex metabolic networks[J]. Nature, 2005, 433(7028): 895–900.

Effects of Chemical Fertilizer Combined with Organic Manure on Peanut Rhizosphere Bacterial Community Structure and Co-occurrence Network

LI Guilong1, 2, LI Pengfa1, 2, WU Meng1, 2, LI Zhongpei1, 2*

(1 State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China; 2 University of Chinese Academy of Sciences, Beijing 100049, China)

To evaluate the effects of different fertilization on peanut rhizosphere bacterial community, three fertilization treatments were conducted in the field plot experiments. The treatments include no fertilizer (CK), nitrogen, phosphorus and potassium fertilizer (NPK), and application of NPK plus manure (NPKM). The diversity, community composition, and co-occurrence network of the rhizospheric bacteria were studied. The results showed that NPKM significantly improved the nutrient status in peanut rhizosphere soil, especially for the content of available phosphorus, which was 5.31–12.16 and 3.24–6.50 times higher than those of CK and NPK, respectively. However, NPK did not significantly improve the nutrient status of peanut rhizosphere soil. The results of SourceTracker showed that only 2.1%–5.5% of the bacteria community in NPKM potentially originated from organic manure. In the early growth stage, NPKM had a significantly higher bacterial community diversity as compared with CK or NPK. However, no significant differences of bacterial community diversity were detected between the CK and NPK. Partial canonical analysis of principal coordinates (CAP) corroborated that both growth stages and fertilization regimes had significant effects on the assembly of rhizosphere bacterial communities. A number of beneficial bacterial OTUs classified to Rhizobiales, Clostridiales, and Bacillales, were significantly enriched under NPKM. Rhizosphere bacterial co-occurrence network was most complex under NPKM, and the proportion of connectors was also highest under NPKM. The results indicate that chemical fertilizer combined with organic manure could help to build a healthy and stable rhizosphere bacterial community.

Chemical fertilizer combined with organic manure; Rhizosphere bacteria; Bacteria co-occurrence network

S154.3

A

10.13758/j.cnki.tr.2022.03.009

李桂龍, 李朋發, 吳萌, 等. 化肥配施有機肥對花生根際細菌群落結構及共存網絡的影響. 土壤, 2022, 54(3): 498–507.

國家自然科學基金項目(41771298)和江西省重點研發計劃一般項目(20203BBF63039)資助。

(zhpli@issas.ac.cn)

李桂龍(1988—)，男，山西大同人，博士研究生，主要從事花生根際微生物與其結瘤固氮效率關系的研究。E-mail：glli@issas.ac.cn