利用来自植物地上部分与根部残余物的碳的不同演替策略以及土壤微生物群落的组装动态

《SOIL BIOLOGY & BIOCHEMISTRY》：Distinct successional strategies and assembly dynamics of soil microbial community utilizing carbon derived from plant shoot versus root residues

土壤有机碳动态受植物残体输入影响显著，但微生物同化 shoot 和 root 残留的机制仍不明确。本研究采用 DNA-stable isotope probing 结合高通量测序，追踪 1-48 天内苜蓿 shoot 和 root 残留的 13C 同位素标记微生物。结果表明：细菌群落以快速响应者（如 Lysobacter、Streptomyces）为主，呈现功能冗余和随机组装特征；真菌群落受 residue 元素组成差异驱动， shoot 残留主要被快速病原真菌（如 Fusarium）分解，root 残留则依赖中间/延迟响应的腐生共生真菌（如 Orbilia、Cochlonema）。该研究阐明 residue 质量通过元素 stoichiometry 选择性塑造微生物分解策略，为精准调控土壤碳汇提供机制依据。

　　

中国甘肃省兰州市兰州大学畜牧农业科学与技术学院草地微生物组研究中心，草地改良与草地农业生态系统国家重点实验室，邮编730000

摘要

土壤有机碳（SOC）的动态受植物残体输入的强烈影响，然而微生物机制——特别是吸收来自地上部分和根部碳的微生物群落的身份、活性及其时间动态——仍然知之甚少。本研究采用基于DNA的稳定同位素探针技术（DNA-SIP）结合扩增子测序，追踪了在1天、7天、14天、30天和48天时间序列中，¹³C标记的苜蓿地上部分和根部残体被土壤微生物群落吸收的过程。我们识别出积极参与残体分解的细菌和真菌类群，并根据其峰值活性将其时间响应策略分为快速、中等或延迟类型。地上部分和根部残体在元素化学计量比上存在差异，这导致了它们在碳吸收过程中的细菌和真菌响应的不同。真菌群落的组成受残体类型的影响比细菌群落更为显著。细菌的组装主要是随机的，快速响应者（如Lysobacter和Streptomyces）在氮（N）吸收和磷（P）循环方面表现出保守的功能潜力，在两种类型的残体中均占主导地位。相比之下，真菌群落主要受确定性过程控制，表现出特定的残体特异性代谢策略：地上部分碳的吸收由快速响应的、通常是病原性的类群（如Fusarium）驱动，而根部碳的吸收则更倾向于中等和延迟的腐生及共生真菌（如Orbilia和Cochlonema）。这些发现表明，地上部分和根部残体的质量（如元素化学计量比）选择了不同的微生物分解者的演替策略和功能特征，为预测残体对土壤碳和养分循环的具体贡献提供了机制基础。

引言

土壤有机碳（SOC）在提高土壤肥力、缓解气候变化和确保生态系统可持续性方面起着关键作用（He等人，2023a；Lal，2004）。在农业生态系统中，土壤碳预算通常被理解为长期有机物质输入（主要是植物残体）与通过微生物呼吸作用导致的土壤碳损失之间的平衡（Shao等人，2019；Torn等人，2005）。一种广泛实施且有效的策略是保留植物残体，包括地上部分和根部残体（Bolinder等人，2020；Diacono和Montemurro，2010；Whitbread等人，2003），以对抗土壤退化并维持SOC水平。然而，植物残体的化学和结构组成各不相同（Puget和Drinkwater，2001；Shahbaz等人，2017），这导致它们对SOC保护的贡献也有所不同。由于含有丰富的难降解化合物（如木质素），根部来源的碳往往比地上部分来源的碳更稳定，这些化合物更耐分解且在土壤中的停留时间更长（Abiven等人，2005）。尽管如此，最近的研究挑战了SOC稳定性仅由植物残体的难降解性或质量决定的观点（Lehmann和Kleber，2015；Schmidt等人，2011）。例如，化学性质不稳定的物质（如来自植物地上部分的物质）可能在土壤微生物群落中表现出更高的碳利用效率（CUE），从而可能比难降解的根部残体对SOC的形成贡献更多（Cotrufo等人，2015）。关于植物地上部分和根部碳在土壤中转化过程的持续争论突显了需要更清楚地了解它们在土壤碳循环中的各自作用。解决这一问题对于有效管理和调节土壤碳动态至关重要。

土壤微生物群落展示了多样的植物残体利用和底物代谢模式（Andresen等人，2014；Noah等人，2007）。植物残体的分解和SOC的积累取决于微生物合成过程（生物量产生）与分解过程（CO₂释放）之间的平衡（Liang等人，2017；Prommer等人，2019；Schimel和Schaeffer，2012）。不同生化性质的植物残体被纳入土壤后，会改变微生物群落的结构和组成（Eviner和Chapin，2003；Trivedi等人，2020）。例如，在生态系统恢复过程中，土壤细菌和真菌群落表现出不同的恢复轨迹，这主要是由于它们的动态受到植物残体组成的显著影响（Sun等人，2017）。现有证据表明，土壤碳固定的主要过程发生在分解的早期阶段，非结构性化合物被迅速吸收进微生物生物量中（Cotrufo等人，2015）。微生物群落在分解过程中可以表现出功能冗余，表明尽管特定环境内的微生物群落组成发生变化，它们降解有机残体的能力仍然保持完整（Banerjee等人，2016）。虽然这些研究揭示了微生物对植物残体添加的响应，但它们往往未能区分休眠/死亡和活跃的微生物群体，而这些群体才是调节关键生物地球化学过程的真正驱动力（Arora-Williams等人，2018；Burkert等人，2019）。鉴于微生物转化途径在处理植物残体输入和调节碳动态中的重要性（Kogel-Knabner，2002；Paul，2016），增强我们对微生物在分解过程中从植物地上部分和根部吸收碳的机制的理解至关重要。

区分活跃和非活跃微生物最有效的方法之一是DNA稳定同位素探针技术（DNA-SIP），它为研究土壤微生物群落中的碳流动提供了新的途径（Schwartz等人，2016）。目前，与碳相关的DNA-SIP技术已被广泛用于研究参与简单、低分子量有机底物（如葡萄糖、甲醇和丙酸）分解的微生物群落（Ginige等人，2004；Radajewski等人，2002）。一些研究还探讨了根系分泌物或复杂的高分子量有机底物（如纤维素）以了解微生物降解途径（Eichorst和Kuske，2012；?tursová等人，2012）。Kong等人（2020）使用¹³C-DNA-SIP结合高通量测序来识别参与从水稻残体中吸收碳的活跃微生物群落。简而言之，为了在植物残体分解过程中增强土壤碳的固存，必须充分考虑碳通过微生物处理进入土壤有机物的具体途径（Prescott，2010）。使用DNA-SIP技术（如¹³C-DNA-SIP）将为准确识别参与从地上部分和根部残体中吸收碳的微生物群落提供一种有前景的方法，从而深入探索促进SOC储存的微生物功能。

本研究使用了来自一个苜蓿（Medicago sativa L.）栽培系统的田间实验的土壤样本，随后进行了一个包含¹³C标记的苜蓿地上部分和根部残体的控制微宇宙实验。通过DNA-SIP技术和16S rRNA及18S rRNA基因测序，识别了吸收残体来源碳的土壤细菌和真菌类群。此外，我们分析了在不同培养时间（1天、7天、14天、30天和48天）参与不同植物残体碳流动的土壤微生物的响应策略（快速、中等或延迟）。我们假设地上部分和根部残体之间的质量差异选择了不同的活跃微生物群落及其响应策略，特定群体对于维持这些残体的土壤碳流动至关重要。我们的研究在识别促进植物残体可持续分解的活跃微生物类群方面具有重要的价值，为未来的应用提供了依据。

田间实验和土壤采样

土壤样本采集自中国吉林松原市的一个试验农场（123°35'N, 44°17'E），该农场于2021年建立了苜蓿栽培系统。该地区具有半干旱大陆性季风气候，年平均温度和降水量分别为5.5°C和404毫米。该地区的土壤类型被归类为草地黑土（He等人，2023b）。

实验设计包括四个重复的单一种植实验

参与地上部分和根部残体碳流动的土壤微生物群落

检测到地上部分和根部组织在总碳（TC）、总氮（TN）和总磷（TP）浓度及其化学计量比方面存在显著差异（图S2）。根部的TC和TN显著低于地上部分，但C:N和C:P比率明显更高，这突显了植物不同部分之间的营养分配模式差异。

长时间培养导致参与植物来源碳流动的细菌群落的α多样性显著且一致地增加（图2a和b），而

由植物残体质量驱动的独特微生物群落组装和底物偏好

根部残体相对富含碳且养分贫乏的特性可能对微生物代谢施加更强的化学计量限制（图S2d和e），从而导致分解速度缓慢，并选择更专门的微生物类群（Dibar等人，2020；Meng等人，2022）。地上部分和根部残体之间养分可用性和元素平衡的变化预计会影响微生物生长限制和资源利用策略，从而影响微生物

结论

在本研究中，细菌群落表现出更广泛的功能冗余和更随机的组装，导致对不同类型残体的响应一致。相比之下，真菌群落受到更强的确定性筛选和功能专化的影响，反映了它们对地上部分和根部残体独特性质的高度特异性响应。

CRediT作者贡献声明

Ning Ling：写作 – 审稿与编辑、监督、项目管理、资金获取、概念化。Tengfei Ma：写作 – 审稿与编辑。Xuewei Wang：写作 – 审稿与编辑。Jianing Wang：写作 – 审稿与编辑、监督、项目管理。Peng He：写作 – 初稿撰写、可视化、方法学设计、调查、数据分析、数据管理

未引用的参考文献

Bao等人，2020；Eviner和Chapin III，2003；Kiers等人，2011；Pereira e Silva等人，2012；Ruan等人，2023；van der Does和Rep，2017；Zu等人，2024。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

数据可用性

数据将按请求提供。

致谢

本工作得到了国家自然科学基金（U24A20630）的财政支持。