综合运用光谱学、地球化学和微生物学方法来评估受铀污染湿地中铀的形态分布及微生物多样性

《Ecotoxicology and Environmental Safety》：Integrative spectroscopic, geochemical, and microbiological approaches for assessing uranium (U) speciation and microbial diversity in a U-impacted wetland

　　海梅·戈麦斯-玻利瓦尔 | 帕斯卡尔·亨纳 | 劳雷琳·费弗里尔 | 安东尼奥·马丁·纽曼-波尔特拉 | 苏珊娜·萨克斯 | 弗兰克·博克 | 罗宾·施图德特纳 | 伊万·阿列克谢延科 | 雅克·布尔吉尼翁 | 斯蒂芬·拉瓦内尔 | 弗雷德里克·科彭 | 穆罕默德·拉尔比·梅龙 | 维吉妮·沙蓬
格拉纳达大学微生物学系，Fuenteneuva校区，格拉纳达18071，西班牙

**摘要**
天然存在的放射性核素（NOR），如铀（U），可能对人类和非人类生物产生不利影响。因此，识别控制这些核素在环境中迁移和再分布的生物和非生物因素对于更好地预测其行为至关重要。为此，采用多学科方法来研究一个受铀矿影响湿地的土壤-微生物组-植物根系。地球化学分析显示，从矿区采集的土壤层中铀的浓度（平均722 μg/g）和铅的浓度（平均1743 μg/g）均高于邻近对照区（铀分别为24 μg/g，铅为200 μg/g）。对两个区域的比较分析未发现两种本地植物物种出现生理压力或根际原核生物群落的显著差异。相比之下，周围表层土壤中的根际真菌群落和微生物组合在两地之间存在显著差异。在矿区下方的富铀土壤层中，发现了一个独特的微生物群落，其多样性低于表层土壤。该群落包括子囊菌属Pseudorotium和Lulwoana，以及参与硫（S）循环（例如Desulfosporosinus、Desulfobacca）和铁（Fe）循环（例如Geobacteraceae、Geothrix、Clostridium、Gallionella、Thiobacillus）的细菌，这些微生物可能调节着铀的形态和迁移性。最后，在土壤和土壤水中检测到六价铀磷酸盐物种，以及能够形成铀磷酸盐生物矿物的细菌（例如Pseudomonas、Sphingomonas、Chryseobacterium），这表明微生物在该生态系统中的铀固定过程中起着关键作用。

**1. 引言**
天然存在的放射性核素（NOR），如铀（U），存在于地壳中，常见于岩石、土壤和水中（Rudnick和Gao，2003；IAEA，2023）。此外，人类活动会显著增加环境中的这些核素浓度。例如，铀矿开采和矿石加工会污染土壤、水和空气（Brugge和Buchner，2011）。就辐射防护而言，一些重要的NOR（例如镭-226、钋-210）与铀-238（238U）和钍-232（232Th）的衰变链有关（IAEA，2014）。这些同位素在受铀矿影响的环境中尤其值得关注，因为这些NOR来源可能长期存在，对人类和非人类生物构成持续风险（IAEA，2023；Cothern等，1983；Salbu和Lind，2020）。

湿地是独特的生态系统，它们常年或季节性地被水饱和，对调节水质、生物多样性和气候起着关键作用。湿地还可以作为有害微量元素的潜在汇（Schell等，1989）。迄今为止，多项研究表明，受铀矿影响的湿地会积累高浓度的铀及其衰变产物（Kaplan等，2020；Mangeret等，2018；Sch?ner等，2009）。因此，有人提出利用人工湿地来被动处理矿井废水（Groza等，2010；Noller等，1994）。放射性核素在这些系统中的行为取决于一系列复杂的生物和非生物因素（Chen等，2021）。pH值、氧化还原电位、含水量、氧气、天然有机物和土壤地球化学性质等参数是影响NOR形态和溶解度的关键因素（Stetten等，2018；Straub等，2022；Wang等，2014）。另一方面，微生物和植物等生物通过各种机制在铀的固定或迁移过程中起着重要作用（Wang等，2014；Groudev等，2010）。因此，制定从土壤中去除铀的策略仍然是一个挑战（Selvakumar等，2018）。如果铀能够影响土壤微生物群落的结构和多样性（Mondani等，2011；Sutcliffe等，2017；Fomina等，2020），那么土壤微生物可以通过不同机制调节铀的形态（Merroun和Selenska-Pobell，2008；Newsome等，2014；Zammit等，2014）。细菌可以通过还原作用将铀转化为不溶性的U(IV)，或通过氧化作用将其转化为U(VI)并使其溶解。几十年来，已经描述了多种细菌物种的还原过程，包括铁还原菌（IRB）和硫酸盐还原菌（SRB）（Lovley等，1991；Wall和Krumholz，2006）。或者，铁氧化菌（IOB）也可以氧化铀（Beller，2005；Weber等，2011）。其他机制，如生物吸附、生物累积和生物矿化，也可以使铀固定（Hu等，2024；Theodorakopoulos等，2015；Wufuer等，2017）。土壤真菌，包括腐生菌和菌根菌，也可以通过生物吸附、分泌有机酸和生物矿化等方式影响土壤中铀的迁移性和形态，从而影响其在陆地生态系统中的生物可利用性和运输（Gadd，2010；Gadd和Fomina，2011）。此外，生长在受铀污染湿地中的植物也可以在其组织中固定铀（Chang等，2014；Li等，2015），其中放射性核素在植物中的最终命运取决于其形态（Laurette等，2012）。土壤中痕量金属和放射性核素的迁移性和生物可利用性也受到植物与微生物协同作用的影响，特别是在根际，那里植物根系与微生物群落之间存在分子层面的相互作用（Kosolapov等，2004）。一方面，植物为其他生物提供栖息地，并促进有利于微生物活动的有机化合物的形成以及与金属的结合。另一方面，包括外菌根菌在内的微生物通过改变金属和放射性核素的形态，可以减少或促进植物对它们的吸收（Ahsan等，2017；Rajkumar等，2009；Rosas-Moreno等，2023；Davies等，2015）。这种植物与微生物之间的协同作用可以应用于金属和NOR的生物修复过程。近年来，基于植物-微生物关联的植物技术越来越受到关注（Raklami等，2022；Wang等，2024a）。然而，关于微生物如何影响这些元素向根系转移的机制理解仍然有限，这一知识空白在铀的情况下尤为关键。

在本研究中，我们调查了一个位于前铀矿和铀矿石洗选厂下游的湿地，该工厂一直运营到1957年（法国Puy de D?me的Rophin）。在湿地的某些区域，可以在富含有机物的表层土层之下发现一层白色淤泥质壤土，其特征是铀浓度较高（Geng等，2024；Martin等，2020）。本研究的目标是：（i）评估受污染的基底层是否影响表层土壤和根际的微生物群落；（ii）确定是否存在可能影响铀形态的微生物，并判断这些微生物是否存在于土壤中或与植物根系相关。为此，我们采集了土壤样本以及两种本地湿地植物Caltha palustris和Scirpus sylvaticus的标本。采用多学科方法，结合微生物多样性分析、植物生理学、地球化学和光谱学技术，对该放射性核素污染地区的土壤-植物-微生物系统进行了表征。

**2. 材料与方法**
**2.1. 研究地点**
样本采集自一个位于前铀矿和铀矿石洗选厂下游的湿地，该工厂一直运营到1957年（法国Puy de D?me的Rophin；详见Martin等，2020）。在湿地的一部分区域，大约10–30厘米深处可以发现一层人为形成的白色淤泥质壤土，其中铀浓度较高，并覆盖着一层有机表层土（图1B）。

**2.2. 样本采集与处理**
2021年和2022年分别进行了两次样本采集。每次采集时确定了两个区域：一个含有白色淤泥层，称为“富铀区”（2021年为UZ1，GPS坐标：46°00’24.7’’N 3°32’59.6’’E；2022年为UZ2，GPS坐标：46°00’24.8’’N 3°33’00.4’’E）；另一个区域没有白色淤泥层，称为“对照区”（CZ，GPS坐标：46°00’24.5’’N 3°32’59.6’’E）（图1A）。为便于区分，2021年在CZ采集的样本标记为“CZ1”，2022年在CZ采集的样本标记为“CZ2”，尽管两次采集的地理位置相同。每次采样时，湿地都处于饱和状态。两个采样点都存在两种植物物种C. palustris和S. sylvaticus。

**2.2.1. 样本采集**
2021年，从UZ1和CZ1各采集了5株C. palustris和5株S. sylvaticus的样本。每个植物样本及其相关的土壤样本均使用Eijkelkamp公司的俄罗斯泥炭钻（直径5厘米，长度50厘米）采集（图S1）。样本中的人为形成层呈白色橙色。根据土壤层划分为A、B、C和D层（分别为UZ1的HA、HB、HC和HD层；CZ1的HA和HD’层）。从UZ1和CZ1的A层中提取了植物根系并放入塑料袋中。所有植物和土壤样本均在4°C的冷藏箱中保存48小时后运输至实验室。在实验室中，从A层和B层中取出约5克土壤样品并转移到无菌Eppendorf管中，置于-20°C下保存以用于DNA提取。剩余部分土壤经过干燥和筛分后用于物理化学分析（见下文）。植物根系通过手动摇晃以分离土壤。从每个植物样本中切下多根根段，放入50毫升试管中，并用无菌超纯水冲洗以分离附着的土壤（假设这部分土壤属于外根际）。附着的土壤通过4°C下12,000转/分钟的离心处理10分钟进行分离，上清液丢弃，沉淀物在-20°C下保存以用于DNA提取。

2022年，使用Eijkelkamp公司的俄罗斯泥炭钻或手持采样钻在富铀区（UZ2）采集了三个土壤样本。为了避免空气接触，采样后立即将土壤样本装入聚氯乙烯（PVC）管中并密封，以保持原有条件。样品抵达实验室后，将其置于-80°C下保存直至后续处理。另外两个土壤样本根据土壤层进行划分，用于物理化学分析和多样性分析。同时，在UZ2和CZ2中分别选择了5株C. palustris和S. sylvaticus的样本。在现场测量了每个植物基部3厘米和10厘米深度处的pH值和氧化还原电位（使用WTW inolab多实验室pH计，配备Mettler toledo SOLID PRO-ISM pH电极）。植物样本用铲子和手工方法采集以尽可能保留整个根系（图1D-F）。手动摇晃以分离A层的土壤后，切下根段并放入无菌超纯水中冲洗，以分离附着的土壤（假设这部分土壤属于根际）。部分大量土壤样本被转移到5毫升的Falcon试管中，并使用干净的一次性刮刀进行后续的DNA提取，其余的样本被干燥并筛选以进行物理化学分析（见下文）。所有植物和土壤样本均在4°C的冷藏箱中保存，直到运输到实验室（24小时）。在实验室中，清洗过的根系和大量土壤样本被保存在-20°C直到进行DNA提取。所有土壤Drill芯的照片展示在图S1.2.3中。土壤的物理化学和多元素分析如下进行：

土壤含水量是通过将样本在60°C下干燥至质量恒定来评估的。烘干后的样本被筛分成2毫米大小。通过混合每个植物物种的五个 replicate 样本中每个土层的干重比例，制备了一个复合样本。在这些复合样本上测量了元素组成、C:N比和pH值。土壤pH值的测量遵循AFNOR标准n°10390（AFNOR，2021）。简而言之，pH值是使用pH电极在1:5 w/v的土壤：超高纯度水悬浮液比例下测量的。悬浮液摇动1小时，然后密封瓶子静置1小时，开瓶后立即进行pH值测量。样品的总固体碳（TC）和总氮（TN）含量是在燃烧后测量的。产生的碳、氢和硫氧化物以及氮通过Elementar Vario El Cube仪依次进行分析。土壤样本中的微量元素含量通过电感耦合等离子体质谱仪（ICP-MS）使用NexION 300D光谱仪（Perkin Elmer）测定，对于10 μg g^-1的分析物浓度，精度为±5%。0.1克样品粉末的量被用8毫升65% HNO3（Sigma-Aldrich）和2毫升40% HF（Sigma-Aldrich）的混合物在特氟龙衬里的容器中消化，蒸发至干燥，然后溶解在100毫升4%体积的HNO3中。每个样本的主要元素组成是通过X射线荧光（XRF）光谱法确定的，使用的是1:10锂四硼酸盐稀释制成的压制片。这部分压制片在1000°C下燃烧1小时以计算燃烧损失（LOI）。用于XRF测量的仪器是PANalytical Zetium。

环境变量的PCA分析是用FactomineR软件包计算的（Lê等人，2008）。结果使用ggplot2（Wickham，2016）、ggrepel（Slowikowski，2016）和dplyr（Wickham等人，2014）软件包进行可视化。

2.4. 土壤的显微镜分析

为了表征土壤样本的组成，使用FEG-SEM显微镜（FEI QEMSCAN 650 F）上的场发射枪环境扫描电子显微镜（FEG-ESEM）进行了分析。样本的制备方法按照Ruiz Fresneda等人（2018）描述的临界点干燥方法进行。

2.5. 土壤和土壤水中的铀物种分析

在准备铀物种分析之前，将UZ2区域的冷冻土壤Drill芯转移到惰性气体手套箱中并在氮气氛围下解冻。解冻后，移除土壤Drill芯的塑料盖子，并收集解冻过程中释放的水分（以下称为土壤水）到一个50毫升的聚丙烯试管（Greiner Bio-one）中。土壤Drill芯被分成九个部分。从每个钻取芯段中心的土壤样本中取出量转移到塑料比色皿（macro，Rotilabo，Carl Roth GmbH）中，用于时间分辨激光诱导荧光光谱（TRLFS）分析。对于土壤水分析，测量了水的pH值（pH计PH720，WTW inolab；Blue Line 16 pH电极，SI Analytics）。水的元素组成通过ICP-MS（型号NexION350x，Perkin Elmer）进行分析。选定的阴离子以及水的总结合氮（TNb）、总无机物（TIC）和溶解有机碳（DOC）含量分别通过离子色谱法（Dionex Integrion HPIC，ThermoFisher）或多N/C（Multi N/C 2100，Analytik Jena）分析确定。

基于土壤水分析，使用Geochemist’s Workbench 2023软件中的React模块（版本18.0.1；Bethke，2022）和PSI/Nagra化学热力学数据库（Hummel和Thoenen，2023）计算了土壤水中的U(VI)物种。由于缺乏一些数据（天然有机物质的类型和浓度及其与U的络合数据），计算仅基于U(VI)的存在，没有考虑U(VI)与有机物质的络合。

通过TRLFS研究了土壤样本和土壤水中的U(VI)物种。测量在低温条件（-120°C）下进行，以减少有机成分和土壤基质引起的背景噪声。使用Nd:YAG脉冲激光系统（Continuum Inlite系列；Continuum），激光能量为3 mJ，频率四倍频为266 nm，脉冲宽度为5–8 ns。关于所用激光系统和测量条件的更多详细信息在Rajabi等人（2021）的文献中有描述。获得的TRLFS数据使用Origin 2017（OriginLab Corporation）和MATLAB 6.0软件（The Mathworks Corporation）的并行因子分析（PARAFAC）进行分析，如文献（Drobot等人，2015）中所述。

TRLFS测量后，土壤样本从比色皿转移到玻璃小瓶中，并在70°C下干燥。干燥后的土壤样本用浓HNO3在微波炉（Multiwave 5000，Anton Paar）中消化。通过ICP-MS（型号iCAP RQ，Thermo Scientific）确定了所得溶液中的U含量。基于这些结果，计算了干燥土壤样本中的U含量。

2.6. 微生物多样性、生物信息学和统计分析

根据制造商的建议，使用DNeasy? PowerSoil? Pro Kit（QIAGEN）从0.5克的土壤、附着土壤和清洗过的根系样本中提取环境DNA。2021年，从CZ1-HA、UZ1-HA和UZ1-HB的大量土壤以及从UZ1和CZ1收集的植物标本的根系附着的土壤中成功纯化了36个DNA样本。2022年，从HA、HB和HC的大量土壤以及从UZ2和CZ2区域收集的植物标本的清洗过的根系中成功纯化了44个DNA样本，详细信息见表S1。DNA样本的质量和产量在Qubit 3.0荧光计（Life Technology）上进行了量化。DNA在-20°C下保存，直到进一步处理。使用针对16S rRNA基因V4可变区域（16S-v4）的前导引物515 F（5’-GTGYCAGCMGCCGCGGTAA-3’）和反向引物806 R（5’-GGACTACNVGGGTWTCTAAT-3’）进行了原核生物（细菌和古菌）群落分析（Apprill等人，2015）。对于真菌，使用了针对内部转录间隔区1（ITS1）的前导引物ITS1-F（5’-CTTGGTCATTTAGAGGAAGTAA-3’）和反向引物ITS2（5’-GCTGCGTTCTTCATCGATGC-3’）（Gardes和Bruns，1993；White等人，1990）。样本通过下一代测序（NGS）由Stab Vida（Capraica，葡萄牙）公司使用lllumina MiSeq平台进行测序，使用MiSeq Reagent Kit v3和300 bp的配对末端。原始序列数据已存放在Sequence Read Archive（SRA）数据库中，BioProject ID为PRJNA1120917（https://www.ncbi.nlm.nih.gov/bioproject/?term=PRJNA1120917）。

包含2021年和2022年获得的读数的数据集——16S-v4平均每个样本有5330,328个读数，ATS1平均每个样本有3813,606个读数——使用QIIME2（Bolyen等人，2019）进行分析。为了提高数据集质量，排除了16S-v4读数计数最低的样本（CZ2-HA-Sc4-BS和CZ1-HA-Ca6-AS）和ITS1读数计数最低的样本（UZ1-HA-Ca2-BS）（见图S2）。对于16S-v4，使用q2-demux插件对原始序列数据进行解复用和质量过滤，然后使用DADA2（Callahan等人，2016）进行去噪。对于ITS，由于反向读数的质量不足，仅使用前向读数进行进一步分类（Tedersoo等人，2022）。在读数分类之前，使用ITSxpress工具v2.1.4（Einarsson和Rivers，2024）清理可能影响分析的保守区域中的真菌读数。使用q2-feature-classifier插件的classify-sklearn（Bokulich等人，2018）的朴素贝叶斯分类器对扩增子序列变体（ASVs）进行分类，该分类器分别针对16S-v4使用Greengenes2（版本2022.10）（McDonald等人，2024）和UNITE（unite版本10）（Abarenkov等人，2025）数据库进行分类。对于16S-v4，将标记为“未分配”、“线粒体”和“叶绿体”的序列从数据集中排除。此外，所有被分类为g_JC017（Marinilabiliaceae）的ASV也被移除，因为它们是叶绿体的误注释结果（Ivan Aleksieienko，2018）。对于ITS1，未分类为k_Fungi或在门级别未分类的序列也从数据集中移除。得到的ASVs丰度表及其分类信息见表S2。对于16S-v4，使用mafft对齐（Katoh和Standley，2013）和fasttree2（Price等人，2010）以及q2-phylogeny插件构建了系统发育树。使用MicrobiomeAnalyst和默认参数进行了稀疏曲线、群落组成可视化、alpha多样性指标（观察特征、Chao1和Shannon指数）、beta多样性指标（16S-v4的加权Unifrac和ITS1的Bray-Curtis）（Lozupone和Knight，2005）、主成分分析（PCoA）图、线性判别分析效应大小（LEfSe）（Segata等人，2011）以及相关的统计分析（PERMDISP、PERMANOVA和经过Benjamini-Hochberg假发现率（FDR）校正的非参数Kruskal-Wallis程序（Benjamini和Hochberg，1995））。所有具有不饱和稀疏曲线的样本都被排除在分析之外。调整后的p值<0.05被视为显著。

2.7. 真菌类群注释

使用FUNGuild v.1.0（Nguyen等人，2016）和FungalTraits v.1.2（P?lme等人，2020）工具推断真菌生态类群。总体而言，使用microeco包（Liu等人，2021），48.2%的真菌ASV被FUNGuild分配，42.1%被FungalTraits分配。读数计数根据功能匹配的总数和每个样本的总读数丰度进行了归一化。为了可视化，仅显示了贡献超过5%功能丰度的分配结果。

2.8. 植物生理参数的现场测量

在收获前对C. palustris和S. sylvaticus植物的叶子进行了现场测量。使用ForceA Dualex叶夹计测量了叶绿素、花青素和黄酮类化合物的含量（Cerovic等人，2012）。还计算了氮平衡指数（NBI），作为叶绿素和黄酮类化合物含量的比率。使用非侵入性叶绿素荧光来确定在不同光照强度下的光合作用量子产率。光曲线协议包括5个每个阶段30秒的光合有效辐射（PAR）阶段，分别为100、200、300、500和1000 μmol的光子m?2 s?1（FluorPen FP110，Photon Systems Instruments）。光合成电子转移率（ETR）通过荧光记录计算，公式为ETR = 量子产率 x 0.5 × 0.84 × 入射光（以μmol的光子m?2 s?1计）。

3. 结果

3.1. 土壤Drill芯的视觉外观

2021年，收集了20个与植物标本相关的土壤Drill芯：10个来自对照区（CZ1），10个来自富铀区（UZ1）。2022年，收集了20个带有完整根球的植物标本，包括周围的土壤：10个来自对照区（CZ2），10个来自富铀区（UZ2）。此外，还从UZ2收集了两个土壤Drill芯（第三个用手工取样器钻取的芯的视觉检查未在现场进行）。根据视觉检查，CZ和UZ收集的土壤Drill芯之间存在明显差异（见图1B和C；图S1）。CZ的土壤Drill芯包含两个暗色土层：最上层，称为土层A（HA；深度约为0–20厘米），以及土层D’（HD’），深度约为20–30厘米，两者之间由一层薄碎石分隔。相比之下，UZ的土壤Drill芯显示出一个分层的剖面，包含四个不同的土层。最上层HA（深度约为0–10厘米），由含有纤维植物材料和根系的暗色土壤组成。下面是土层B（HB），深度约为10–20厘米，由白色橙色的粉质壤土组成，含有纤维碎片；土层C（HC），从大约20–30厘米开始，特征为白色灰色的致密层。在大约30厘米深度，剖面过渡到土层D（HD），这是一个深棕色的层，表明其有机质含量相对于HB和HC更高。在不同层的厚度和富含铀的土层的颜色上观察到一些异质性（见图S1）。

3.2. 土壤的物理化学和微观形态特征

不同土层的物理化学特性总结在表1中（完整数据集见表S3）。土壤pH值在所有土层中均呈酸性，范围在3.9到5.0之间。CZ样本中的铀（U）浓度平均分别为CZ1-HA为22 μg/g，CZ2-HA为37 μg/g，CZ1-HD’为11 μg/g。这些浓度与当地地质背景中的铀含量一致（根据Ignace Salpeteur（2010）的研究，范围为11–59 μg/g），表明该地区未受到矿山排水的影响。相比之下，UZ样本中的铀浓度较高，范围在115到2385 μg/g之间，这证实了该地区受到历史采矿活动的显著污染。在湿地中观察到铀沉积的显著空间异质性：2021年和2022年采样的区域之间，HA、HB和HC中的铀浓度分别高出了4倍、1.4倍和8.7倍。此类异质性已在先前的研究中得到记录（Martin等人，2020年；Grangeon等人，2023年）。UZ样本中还检测到较高的铅（Pb）浓度，平均为1740 μg/g，而CZ样本中的铅浓度为200 μg/g。

表1. 2021年和2022年采集的土壤样本的化学成分。样本名称：对照区（CZ）或富铀区（UZ）- 1或2（2021年或2022年）- 土层A、B、C、D或D’（HA、HB、HC、HD、HD’）- 水生芦苇（C. palustris）或林地莎草（S. sylvaticus）。ICP-MS分析（浓度值以μg/g表示，精度为5%）和XRF分析（浓度值以百分比表示）。LOI（灼烧损失）、TC（总碳）、TN（总氮）和WC（水分含量）以百分比表示（精度为10%）。nd：未测定。

样本 pH Cu Zn As Pb Th US Si O2 Al2O3 Fe2O3 Ca Na OT TiO2 P2O5 LOI TC TN WC
CZ1-HA-Ca 5.0 7.2 8.9 23.6 70.5 16.1 13.5 21.3 47.6 9.6 1.7 0.6 1.2 0.2 10.2 35.8 21.3 1.9
CZ1-HA-Sc 5.0 7.3 3.4 9.8 34.3 67.2 18.9 11.7 24.0 44.3 8.7 1.6 0.7 1.1 0.2 0.2 0.2 1.8
CZ1-HD’-Ca 4.5 5.6 4.3 20.3 16.9 73.6 18.1 10.2 nd nd nd nd nd nd 18.0 7.6 0.7
CZ1-HD’-Sc 4.6 6.3 4.3 15.3 14.6 72.5 18.3 11.3 0.0 13.2 1.3 0.2 1.8 0.3 0.2 18.0 10.2
UZ1-HA-Ca 4.9 8.7 6.9 76.8 78.5 10 21.5 10.5 23.2 25.7 4.9 2.0 1.1 0.2 0.0 9.0 0.2 64.3 30.1 2.5
UZ1-HA-Sc 4.9 8.5 70.4 75.4 82.3 23.2 12.1 14.1 13.1 4.6 0.2 1.1 0.2 0.1 0.2 10.2
UZ1-HB-Ca 4.8 8.6 11.4 31.8 25.5 38.6 24.6 74.0 37.3 13.2 1.3 0.2 0.4 0.2 1.7
UZ1-HB-Sc 4.5 3.6 14.2 38.4 30.8 22.5 67.8 17.8 10.9 1.2 0.2 0.2 0.2 0.1 0.2

XRF分析显示，HA中的SiO2含量为12%至47%，而在UZ-HB中比例更高（约70%）；Al2O3含量为2%至17%；K2O和Fe2O3含量为1%至5%。这些成分可能与石英（SiO2）、微斜长石（KAlSi3O8）、钠长石（NaAlSi3O8）、蒙脱石（Ca0.3Mg0.6Al1.4Si4O10(OH)2）、高岭石（Al2Si2O5(OH)4）和白云母（KAl2(AlSi3)O10(OH)2）等矿物相对应，这与Grangeon等人（2023年）的先前研究结果一致。

通过主成分分析（PCA）对数据集进行分析，可以基于物理化学参数展示土壤样本的分布（图S3A）。第一轴和第二轴分别解释了52.7%和20.5%的数据变异性。对照区（CZ）和污染区（UZ）的表层（HA）位于第一轴的负侧，与较高的碳含量（LOI值在35.8%至80%之间）、水分含量（73.4–88.5%）、P2O5、CaO、Fe2O3和镉（Cd）含量相关。相比之下，较深的土层（HB、HC、HD）在第一轴上有正投影，与钍（Th）、稀土元素、Al2O3以及在较小程度上与铀（U）相关。HB和HC样本的碳含量非常低（LOI值在4.4%至12.6%之间）。第二轴主要由Na2O和铅（Pb）、砷（As）等金属构成。Na2O与CZ中最深的土层（HD’）有很强的相关性，在该土层中的浓度达到1.8%。

通过FEG-ESEM对UZ2-HB土壤样本的分析，使用背散射模式观察到了电致密集区域（图2）。对这些电致密集区域的元素分散X射线分析确认了硅（Si）、铝（Al）的存在，根据分析位置的不同，还检测到了铀（U）、铅（P）、磷（P）、铁（Fe）、镧系元素等其他元素，这与ICP-MS的结果一致，表明该土层中金属浓度较高（见表1）。

3.3 土壤和土壤水中铀的形态在专门为UZ2采集的土壤芯样中分析了土壤和水中的铀形态（见材料与方法部分）。解冻土壤芯样后收集的水的pH值为7.3。表2总结了选定的阳离子和阴离子的浓度，以及土壤水中的总结合氮、总无机碳和总有机碳含量。土壤水中的铀浓度非常低，处于纳摩尔（nM）级别，而砷（As）和铅（Pb）的浓度分别高出100倍和10倍。

基于土壤水的成分，计算了pH值在4到10范围内的铀（VI）形态（见图S4A和B）。考虑到可能的固相形成，在pH值在5到7范围内的土壤中，主要是固相的超自辉石（Ca(UO2)2(PO4)2·6H2O）。在排除固相形成的情况下，溶液中主要存在的铀(VI)形态是UO2HPO4、UO2CO3和UO2(CO3)2?。进一步计算了其他铀(VI)形态，如UO22+、UO2OH+、UO2SiO(OH)3+和(UO2)2CO3(OH)3?，但其含量较低。为了解释测量的TLRF数据，需要考虑解冻土壤芯样后土壤水的pH值（7.3）。考虑到固相的形成，计算结果显示，在现有条件下，固相的超自辉石是主要的铀(VI)形态（占总铀的94.7%）。此外，溶液中还存在UO2(CO3)22?（2.2%）、UO2CO3（1.6%）和CaUO2(CO3)32?（0.6%）。这里未考虑浓度低于总铀浓度0.5%的其他形态。

干燥土壤样本的分析显示，土壤中的铀浓度在4.6至410 μg/g干土之间，其中最高铀浓度出现在3至6厘米深的土层（图S5）。记录了TRLFS光谱以确定土壤和水中的铀(VI)形态。图3A和3B分别展示了土壤水和含有最高铀浓度的土壤样本的TRLFS光谱。通过PARAFAC对光谱进行评估后发现，水中和所有土壤样本中都能检测到一种铀(VI)形态。将所有样本的铀(VI)光谱与各种参考光谱进行比较（图S6），发现与UO2HPO4复合物的光谱最为吻合（图3C）。因此，似乎土壤和分离出的土壤水中都存在铀(VI)磷酸盐形态。考虑到配位化合物的形成，虽然也可能存在铀(VI)-碳酸盐或-羟基复合体，但在这些条件下无法检测到。考虑到固相的形成，计算结果显示在pH值7.3时，溶液中主要存在的铀(VI)形态是超自辉石（94.7%）。此外，还检测到了UO2(CO3)22?（2.2%）、UO2CO3（1.6%）和CaUO2(CO3)32?（0.6%）。

3.4 林地莎草（S. sylvaticus）和水生芦苇（C. palustris）的生理状态由于在CZ-HA和UZ-HA土壤样本中测量到不同水平的有毒金属（如铀和铅），因此分析了这些区域中这两种植物的生理状态。在2022年的研究中，现场测量了活植物叶片中的5个参数：叶绿素、花青素和黄酮类化合物的含量、氮平衡指数（NBI，即叶绿素与黄酮类化合物的比例），以及在不同光照强度下的光合电子传输速率。黄酮类化合物和花青素是次生代谢的产物，它们在压力条件下通常会增加。NBI用于评估植物的氮状态，该指数越高，植物的生理状态越好。对于这两种植物，UZ2和CZ2的植物在所有测量参数上没有显著差异（见图S7和S8）。对叶片组织中铀和铅含量的量化显示，UZ2植物的地上部分这些元素的含量较低，平均值分别为0.2 μg/g干重和1.5 μg/g干重。这些结果可能解释了尽管土壤中存在有毒金属，但叶片中未检测到明显的生理压力。

3.5 表层土壤中的微生物群落及其与植物根系的关联为了研究HA层中的微生物群落是否受到植物和有毒金属的影响，我们使用16S-v4 rRNA基因和ITS1 metabarcoding方法来表征土壤和根际中的细菌、古细菌和真菌的多样性。2021年，由于缺乏从C. palustris和S. sylvaticus根系中提取根际土壤的标准化方法，我们分析了附着在根表面的土壤，认为这代表了外生根际。通过这种方法，未观察到每种植物的根际和 bulk 土壤中的原核生物和真菌群落之间存在显著差异（见图S10）。我们假设这可能是由于湿地土壤的高水分含量，这可能模糊了土壤-根界面的定义。为了解决这一限制，2022年我们采用了改进的方法，直接从水洗根中提取DNA。使用这种方法，观察到与根平面和内生根际相关的微生物群落有明显差异。

在门水平上，C. palustris和S. sylvaticus的根相关原核生物群落主要由变形菌门（Proteobacteria）、拟杆菌门（Bacteroidota）和浮霉菌门（Planctomycetota）组成，分别占总群落的97.6–98.7%和77.1–79.6%（见图S11A和表S4A）。相比之下，bulk 土壤群落主要由变形菌门、浮霉菌门、厚壁菌门（Firmicutes_A）、嗜热菌门（Thermoproteota）、疣微菌门（Verrucomicrobia）和放线菌门（Actinobacteriota）组成，分布更为均匀。对于真菌，Rozellomycota、Mortierellomycota、子囊菌门（Ascomycota）和Basiodiomycota是bulk 土壤和根系中四个最丰富的门，而C. palustris的根系中Olpidiomycota贡献了20–25%（见图S11B和表S4B）。在属水平上，C. palustris根相关群落主要由Enterobacteriaceae_A细菌类群组成，约占总群的70%，其次是Pseudomonas_E_647464（见图4A，表S4C）。C. palustris根相关群落中的主要真菌类群在CZ2为Olpidium，在UZ2为未分类的子囊菌门（Ascomycota）和Ilyonectria（见图4B，表S4D）。S. sylvaticus根相关细菌群落的组成更为均衡，其中Enterobacteriaceae_A、Pseudomonas_E_647464和Janthinobacterium_571526占31–34%。在bulk 土壤中，这三个真菌类群是最丰富的，而在土壤原核生物群落中，主要的真菌类群包括Methanobacterium_B、Nitrosotalea、Neobacillus、Bradyrhizobium、PALSA_986、Clostridium_AD、Roseiarcus、Aquisphaera、VBCG01和Acidoferrum。

下载：下载高分辨率图像（834KB）
下载：下载全尺寸图像

图4. 控制区和富铀区 bulk 土壤及植物根系的微生物群落。A) 2022年在CZ2和UZ2采集的Caltha和Scirpus的bulk 土壤及根系中，属水平上最丰富的原核生物群落组成（>2%）。对于未在属水平上分类的序列，标明了最低的分类等级。B) 2022年在CZ2和UZ2采集的Caltha和Scirpus的bulk 土壤及根系中，属水平上最丰富的真菌群落组成（>2%）。对于未在属水平上分类的序列，也标明了最低的分类等级。C) 基于加权UniFrac距离的prokaryotic群落的PCoA 图谱。解释的方差显示在括号中。PERMANOVA和PERMDISP分析的结果显示在顶部。D) 基于Bray-Curtis指数的PCoA图显示了ASV水平上的真菌群落。解释的方差显示在括号中。PERMANOVA和PERMDISP分析的结果显示在顶部。组名：CZ2（对照区）或UZ2（富铀区）– Ca（香蒲）或Sc（莎草）– BS（ bulk soil）或WR（冲洗过的根）。α多样性指标（观察到的丰富度、Chao1和Shannon多样性指数）显示各样本中的原核生物多样性较高，而真菌群落的多样性相对较低（图S11C和S11D）。对于这两种微生物群体，bulk土壤中的多样性通常高于与根相关的群落。唯一的例外是真菌的Shannon多样性，其在土壤和根之间的差异并不总是显著，这可能是由于样本间的高变异性（图S11D）。植物种类之间也观察到了差异：S. sylvaticus的根通常包含更多样的微生物群落，尽管这种差异在原核生物中比在真菌中更为明显。进行主坐标分析（PCoA）以进一步研究原核生物（图4C）和真菌群落（图4D）之间的差异。对于原核生物，基于加权UniFrac距离的PCoA确认了根与bulk土壤群落之间以及两种植物种类之间的显著差异。这些差异得到了成对PERMANOVA分析的支持（表S4E）。每种植物种类都拥有特定的根原核微生物群落，C. palustris或S. sylvaticus在不同采样区之间没有显著差异（p值>0.3）。此外，bulk土壤中的原核微生物群落在两个采样区之间存在显著差异（CZ2 vs UZ2；调整后的p值=0.015）。这些发现表明，根原核微生物群落的组成主要由植物种类决定，而不是特定的环境因素，而bulk土壤微生物群落可能受到特定环境因素的影响。对于真菌，基于Bray-Curtis差异的PCoA（图4D）和成对PERMANOVA测试（表S4F）显示C. palustris和S. sylvaticus的根相关群落之间存在差异（调整后的p值=0.16），以及根相关群落和bulk土壤群落之间的差异（调整后的p值<0.018），尽管在CZ2中这种差异不那么显著（调整后的p值=0.06）。基于线性判别分析效应大小（LEfSe）的差异丰度分析用于识别导致C. palustris、S. sylvaticus和bulk土壤根微生物群落之间观察到的差异的重要原核和真菌分类单元。对于原核生物，LEfSe鉴定出189个ASVs和108个属（调整后的p值<0.01，LDA得分>3.0），这些分类单元对所有组之间的差异有贡献（表S4F和S4G）。与bulk土壤相比，C. palustris的根微生物群落富集了Pseudomonas_E_647464、Hafnia、Sphingomonas_L_486704、Pedobacter_887417、Chryseobacterium_796614和WSN01（图5A）。S. sylvaticus的根微生物群落则以高丰度的细菌属为特征，包括Pseudomonas_E_647464、Janthinobacterium_571526、Flavobacterium、Hafnia、Sphingomonas_L_486704、Mucilaginibacter_A、Pedobacter_887417、Chryseobacterium_796614、Dyadobacter_90604616和WSN01。下载：下载高分辨率图像（896KB）下载：下载全尺寸图像 图5. 线性判别分析效应大小（LEfSe）在土壤和植物根微生物群落之间的对比。A) LDA得分>3.0且FDR调整后的p值<0.01的顶30个原核属。B) LDA得分>3.0且FDR调整后的p值<0.05的顶30个真菌属。组名：CZ2（对照区）或UZ2（富铀区）– Ca（香蒲）或Sc（莎草）– BS（bulk土壤）或WR（冲洗过的根）。对于真菌，LEfSe突出了102个ASVs和37个属（调整后的p值<0.05，LDA得分>3.0）（表S4H和S4I）。与bulk土壤相比，两个地点的C. palustris根微生物群落富集了Cystofilobasidium、Olpidium、Cryptococcus、Dactylaria、Dioszegia、Lulwoana和Oliveonia，其中Dactylaria和Oliveonia在UZ2中比在CZ2中更丰富（图5B）。S. sylvaticus的根微生物群落显示出Cystofilobasidium、Mortierella、Dioszegia、Mrakia、Cryptococcus、Kriegeria、Phaeotremella和Meliniumyces的高丰度，后五种在UZ2中比在CZ2中更为丰富。FUNGuild被用来对样本中的真菌功能类群进行分类（表S4K）。在C. palustris根相关群落中，具有指定功能的分类单元的比例最高（84-80%），反映了其特征明确的分类单元的较高丰度（图S12）。腐生菌在所有样本中始终表现出最高的相对丰度，平均占34%，其次是病原菌和共生菌，它们的贡献较为均匀（平均占17-18%）。在腐生菌中，土壤腐生菌、木材腐生菌和枯落物腐生菌最为丰富（平均占7.5-6%）。内生菌和外生菌根瘤真菌在所有样本中的比例分别为9.6％和4.7％。植物病原菌占总数的10%，在C. palustris根相关群落中的比例显著更高（p值<0.05）。如前所述，PCoA结果显示，表面bulk土壤层（HA）中的微生物群落在CZ2和UZ2之间存在显著差异，无论是原核生物还是真菌（图4B和4C，表S4E和S4F）。这一结果表明，潜在的白色-橙色富铀层（HB）可能对其有影响，因为它可能是金属和放射性核素的来源。鉴于某些微生物能够影响金属和放射性核素的种类和迁移性，我们对HB土壤中的原核和真菌群落进行了表征，以识别潜在相关的分类单元。在门水平上，2021年和2022年收集的HB样本中的原核群落组成相对相似（图S13A），而真菌群落则存在较大差异（图S13B）。总体而言，鉴定出了68个细菌和古菌门（表S5A），以及16个真菌门（表S5B）。细菌门Proteobacteria、Acidobacteriota、Chloroflexota和Actinobacteriota以及古菌门Thermoproteota是最丰富的，总共占据了56-67%的群落。真菌群落主要由子囊菌门（特别是在2021年）、Rozellomycota、Basidiomycota和Mortierellomycota主导（特别是在2022年），它们合计占所有读数的96-99%。对于原核生物，24-28%的群落在属水平上未被分配，21个属的平均相对丰度≥1%，占总群的29-38%（表S5C）。最丰富的分类单元与古菌属PALS_986和Nitrosotalea以及细菌属Micrococcaceae、Desulfobacca、Bradyrhizobium、GWC2_73_18、Thiobacillus、VadinHA17_877549、2_12 FULL_60_19、0_14_3_00_41_53、Acidoferrum和Sideroxydans相关（图6A）。鉴定出了许多参与硫（S）、铁（Fe）和铀（U）生物地球化学循环的分类单元。SRB包括Desulfomonile、Desulfobacca、2_12_FULL_60_19属的成员（Desulfobacterota）（Waite等人，2020年）、Desulfosporosinus（Stackebrandt等人，1997年）以及0_14_3_00_41_53属的成员（Thermodesulfovibrionales）（Umezawa等人，2021年）。脱硫细菌（SOB）包括Sulfuricaulis（Kojima等人，2016年）、Sulfuricella（Kojima和Fukui，2010年）和Sulfurimicrobium（Umezawa等人，2021年）。铁和/或铀氧化细菌如Galionella（Ferris等人，2000年）、Sideroxydans（Emerson等人，2007年；Fabisch等人，2013年；Beller等人，2005年；Dekker等人，2016年）以及铀和/或铁还原菌如Acidoferrum（Epihov等人，2021年）、Geobacteraceae（Holmes等人，2002年）、Geothrix（Coates等人，1999年；You等人，2021年；List等人，2019年）也在HB微生物群中被检测到。对于真菌，25个属的相对丰度≥1%（图S5D），包括GS29_gen_Incertae_sedis、Pseudorotium、Lulwoana、Mortierellaceae、GS11_gen_Incertae_sedis、Leotiaceae_gen_Incertae_sedis、Thelephoraceae_gen_Incertae_sedis、Mortierella和Rozellomycota_gen_Incertae_sedis（图6B）。根据FUNGuild的预测，腐生菌是HB中真菌的主要营养方式，占31%，其次是病原菌和共生菌，分别占18%和17%（表S5I）。相对丰度最高的类群是内生菌和植物病原菌，其相对丰度为9-10%，以及木材腐生菌、土壤腐生菌和枯落物腐生菌，占总数的7-5%。下载：下载高分辨率图像（919KB）下载：下载全尺寸图像 图6. 富铀层（HB）中的微生物群落特征及其与上层土壤层（HA）的比较。A) 2021年（UZ1-HB）和2022年（UZ2-HB）收集的样本中丰度最高的原核属（>1%）。B) UZ1-HB和UZ2-HB土壤样本中丰度最高的真菌属（>2%）。C) 基于16S ASVs的加权UniFrac距离的PCoA图，用于UZ1-HA和UZ1-HB土壤样本。D) 基于ITS ASVs的Bray-Curtis差异的PCoA图，用于UZ1-HA和UZ1-HB土壤样本。E) 线性判别分析效应大小（LEfSe）显示了对UZ1-HB和UZ1-HA之间观察到的差异有贡献的顶30个原核属（p值>0.02）。F) LEfSe显示了对UZ1-HB和UZ1-HA之间观察到的差异有贡献的显著真菌属（p值>0.05，LDA>3.0）。为了评估HB微生物群的特异性，与上层土壤层HA进行了比较分析。由于2022年收集的HB样本数量有限（2个重复样本），因此仅考虑了2021年的数据。基于观察到的、Chao1和Shannon指数，UZ1-HA和UZ1-HB之间的α多样性没有显著差异（p值>0.05，t检验）（图S13C），而UZ1-HB的真菌群落丰富度低于UZ1-HA（图S13D）。基于16S-v4（图6C）和ITS1 ASVs的PCoA显示UZ1-HA和UZ1-HB之间的群落组成存在显著差异（图6C和6D）。对于原核生物，基于LEfSe的差异丰度分析鉴定出117个ASVs和93个属（调整后的p值<0.01，LDA得分>3.0），区分了UZ1-HA和UZ1-HB（表S5E和S5F）。HB中的关键生物标志物包括与Bathyarchaeia相关的古菌属（PALSA-986和GCA-2726865）和Methanoregula，以及细菌分类单元如Desulfobacca和2–12-FULL-60–19（Desulfobacterota）、GW-Nitrospira-1和0_14_3_00_41_53（Nitrospirota）、Bog-209、RHKY01和RBG-13–43–22（Acidobacteriota）、Sideroxydans和Galionella（Proteobacteria）（图6E）。对于真菌，LEfSe鉴定出15个ASV和10个属，使用较低的调整后p值阈值0.1（LDA > 3.0）区分了UZ1-HA和UZ1-HB（表S5G和S5H）。Malassezia、Lulwoana和Pseudeurotium在UZ1-HB中显著富集，而在UZ2-HA中较少（图6F）。4. 讨论 在这项工作中，采用了结合光谱学、微生物多样性和地球化学分析的整合方法，以更好地理解可能影响Rophin站点受铀影响湿地中U物种形成和原核生物多样性的关键参数。地球化学分析与之前在Rophin进行的分析一致（Martin等人，2020年），在一些区域，U浓度与矿区继承的白色-橙色和灰色层的存在相关。最近在Rophin站点的调查描述了湿地土壤剖面由4层组成（Geng等人，2024年；Grangeon等人，2023年），与本研究中获得的土壤剖面类似。除了U之外，Pb的浓度也很高。Pb是采矿活动的指示物，这可以从238U的衰变系列中解释（Geng等人，2024年），也可以从PARsonsite（Pb2(UO2)(PO4)2·2H2O）这种混合U/Pb矿物形式中解释，这种矿物在Western Lachaux地区占主导地位，以及autunite [Ca(UO2)2(PO4)2?nH2O]（Geng等人，2024年；Grangeon等人，2023年），这些矿物在Rophin地区已被处理。其他金属如Cu和Zn在富铀区的浓度也较高。Cu可能来自氧化矿石表面，形式为torbernite（Cu(UO2)2(PO4)2?12H2O）（Himeur，2010年）。除了对土壤中存在的金属进行ICP-MS分析外，还记录了时间分辨的U(VI)荧光光谱，以确定土壤和土壤水中的U(VI)种类。即使在土壤水中的U浓度非常低的情况下，也能检测到U(VI)。对光谱数据的PARAFAC分析揭示了土壤和收集的土壤水中存在U(VI)磷酸盐种类。尽管解冻土壤芯后的土壤水pH值较高（pH 7.3），高于直接在湿地测量的pH值（pH 3.9–5.0，参见表1），但湿地中U(VI)磷酸盐种类的存在得到了土壤水中U(VI)物种热力学形成的支持。这种U(VI)磷酸盐种类可能部分是由微生物介导的生物矿化作用的结果（Wufuer等人，2017年），因为这已经在天然富铀土壤颗粒中观察到（Mondani等人，2011年）。相比之下，在这些条件下没有检测到U(VI)碳酸盐或羟基复合物。由于土壤是以湿润样本的形式进行测量的，并且其发光信号强度较低，因此无法区分土壤中未溶解的六价铀（U(VI)物种与样本中剩余土壤水中的溶解物种。我们假设在湿润土壤样本中检测到的物种很可能是由剩余的土壤水引起的。除了含有高浓度的金属和放射性核素外，这片富铀的地层还具有水饱和、贫营养、酸性和还原性的特点，这对微生物来说是一个恶劣的环境。根据这些条件，在HB中观察到的原核生物和真菌群落与HA中的明显不同，反映了微生物对不同环境条件的适应。原核生物群落与之前描述的厌氧环境（包括湿地）以及富含金属和铀的土壤及沉积物具有共同特征。在这些环境中发现了大量严格厌氧的细菌和古菌，表明随着深度的增加，土壤中的还原性增强，这与现场测量的氧化还原电位（低于+200 mV）一致（数据未显示）。在HB的生物标志物中，鉴定出几种厌氧菌类，包括Bathyarchaeia（PALSA-986, GCA-2726865）（Hou等人，2023年；Zhou等人，2018a年；Nesb?等人，2024年），它们是复杂的有机物分解者（Zhou等人，2018b年）；产甲烷菌如Methanoregula（Br?uer等人，2011年）；Desulfobacterota（例如Desulfobacca, 2–12-FULL-60–19）；Thermodesulfovibrionales（0–14–3–00–41–53, GW-Nitrospira-1）（Umezawa等人，2021年）；厌氧酸杆菌（Bog-209, RHKY01）（Woodcroft等人，2018年）；以及Syntrophomonadaceae（Sieber等人，2010年）。然而，在HB中也富集了一些需氧或微需氧细菌，特别是Sideroxydans、Thiobacillus和Galionella，这表明氧化还原条件可能有所波动，可能与地下水位季节性变化有关（Cooper等人，2020年）。Thermoproteota（以前称为Crenarchaeota）和Thermoplasmatota（以前称为Euryarchaeota）在HB的原核生物群落中也很常见（Dhal和Sar，2014年；Lusa等人，2019a年；Martinez等人，2014年）。与HB类似，Proteobacteria、Acidobacteriota（以前称为Acidobacteria）和Chloroflexota（以前称为Chloroflexi）也常见于湿地土壤和沉积物中（Mellado和Vera，2021年；Wang等人，2024b年），尤其是在受到有毒金属污染的湿地土壤中（Sazykin等人，2023年；Wang等人，2022年）。这些菌类在印度Jaduguda和德国Seelingst?dt等前铀矿中是土壤微生物群落的丰富组成部分（Dhal和Sar，2014年；Harpke等人，2021年）。Acidobacteriota能够很好地适应酸性、压力和饥饿状态（Kalam等人，2020年），并且已在受铀污染的土壤中被检测到（Barns等人，2007年）。HB的原核生物群落还包含多种参与硫、铁和铀生物地球化学循环的微生物，这与之前在富铀和铀矿影响环境中的研究结果一致（MacGregor等人，2024年）。这些微生物可以直接或间接调节铀的形态和迁移性（Merroun和Selenska-Pobell，2008年）。在HB中检测到了硫酸盐还原菌（SRB），如Desulfobacca和Desulfosporosinus，据报道它们会影响铀的生物地球化学循环（Lovley等人，1993年）。Desulfobacca被报道为富有机质土壤中的重要菌类（Fuller等人，2020年），而Desulfosporosinus hippei最近被证明具有还原铀的能力（Hilpmann等人，2023年）。SRB可以通过氧化低分子量有机化合物（如乳酸、乙酸、乙醇等）来还原六价铀（Wall和Krumholz，2006年），这些有机化合物可以通过土壤微生物（包括腐生真菌和细菌如Clostridium）的降解产生，这些微生物也在HB中被检测到。同时，在HB中也发现了硫酸盐氧化菌（SOB），如Sulfuricaulis或Sulfuricella。一些Sulfuricella菌株参与了氮（N）循环，通过反硝化作用（Zeng等人，2016年），这最终可能导致铀的还原。然而，硝酸盐由于其较高的氧化还原电位也可能抑制铀的还原（Istok等人，2004年）。在HB中还检测到了铁和/或铀的还原菌，如Acidoferrum、Clostridium和Geobacteraceae以及Geothrix。Geobacteraceae是众所周知的铀还原菌（Wall和Krumholz，2006年）；Clostridium也是如此（Gao和Francis，2008年）。Geothrix已在多种富铀环境中被报道（Mondani等人，2011年；Sutcliffe等人，2017年；Barns等人，2007年；Wu等人，2007年），包括Rophin矿下游的溪流沉积物（Mallet等人，2024年）。此外，在HB中还富集了氧化亚铁的细菌，如Galionella、Sideroxydans和Thiobacillus。如Thiobacillus denitrificans这样的细菌可以促进四价铀的氧化（Beller，2005年），而Galionella的一些菌株可以通过将铀固定在三价铁生物矿物上来固定六价铀（Krawczyk-B?rsch等人，2021年）。铁还原菌和氧化菌的共存表明这一土壤层的氧化还原条件存在波动。与原核生物相比，HB中的真菌群落多样性较低，表明环境过滤作用更强。尽管多样性较低，但两个土壤层中的真菌群落主要由腐生菌主导，表明整体功能结构得以保持。然而，群落组成的显著差异以及LEfSe识别的有限数量的区别性菌类表明，这种变化主要是由分类组成变化而不是功能变化引起的。HB中的真菌群落主要由子囊菌门（Ascomycota）、担子菌门（Basidiomycota）和Mortierellomycota主导。子囊菌门和担子菌门被广泛认为是土壤中的主要真菌门类，包括湿地中的真菌，它们有助于有机物的分解和养分循环（Onufrak等人，2020年；Hillgén等人，2024年；Yang等人，2025年；Timmersoo等人，2014年）。HB中子囊菌门成员的优势反映了它们的代谢多样性及其耐受环境压力的能力，包括金属（Egidi等人，2019年；Luo等人，2024年；Li等人，2024年）。特别是Pseudeurotium和Lulwoana这两个子囊菌属在本研究中被指出是HB特有的属。Pseudeurotium成员已在多种生境中被检测到，例如受到矿排水水影响的泥炭地（Kujala等人，2018年）和受到六价铬污染的土壤（Luo等人，2024年）。此外，Pseudeurotium和Lulwoana在受到多种金属污染的土壤中也占主导地位（Wang等人，2023年）。进一步的工作，包括分离和生理表征代表性菌株，将有助于更好地评估这些微生物在这些环境中的金属耐受性和转化过程中的作用。为了进一步研究HB层对其周围环境的影响，我们关注了表层土壤（HA）中的微生物和植物，并对CZ和UZ进行了比较分析。UZ表层土壤中的铀和铅浓度高于CZ，这可能部分来自于下层的富铀层（Geng等人，2024年）。通过PCoA分析显示，CZ-HA中的土壤原核生物和真菌群落与UZ-HA中的显著不同，我们推测铀和铅是导致这些差异的重要因素。植物种类和地点之间也观察到了根际真菌群的差异。相比之下，尽管UZ-HA中存在这些有毒金属，但在两种植物的根际原核生物群落中没有检测到显著影响，也没有观察到植物的生理压力迹象。综合这些结果表明，植物种类在塑造根际原核生物群落方面起着比土壤条件更重要的作用，而植物和环境因素都对真菌群落产生影响。在根际中常见的细菌属，其中一些具有促进植物生长的特性（PGP），被确定为C. palustris和S. sylvaticus根际群落的生物标志物。这些包括Flavobacterium、Chryseobacterium和Sphingomonas（K?mpfer等人，2025年）、Pseudomonas_E_647464（Devkota等人，2024年）、Mucilaginibacter（Hirsch等人，2025年）、Janthinobacterium、Pedobacter以及与Enterobacteriaceae_A相关的属（Janda和Abbott，2021年）。不同植物种类之间的群落组成存在显著差异，C. palustris的多样性较低。关于C. palustris和S. sylvaticus的根际微生物群落知之甚少。最近的一项研究描述了中国青藏高原湿地Caltha scapose的根际和根面细菌群落。虽然没有提供与该物种相关的细菌群的详细组成（Iqbal等人，2024年），但报告的根面群落的Shannon指数（约2.2-2.6）与本研究中C. palustris的指数（约2）一致。在C. palustris的根际群落中，与Enterobacteriaceae_A相关的菌类高度富集，其近亲包括从野生蓝莓生物群中分离出的菌株（accession number CP0605592.1）和具有促进植物生长特性的菌株（Kumar等人，2022年）。关于S. sylvaticus的根，Flavobacterium sp.从Scirpus maritimus的附生微生物中分离出来（Jolley等人，1976年），而Pseudomonas sp.的内生菌株从Scirpus triqueter中分离出来（Zhang等人，2014年）。Chryseobacterium、Pseudomonas和Sphingomonas是这两种植物的标志菌属。有趣的是，这些属的某些成员已被报道能够与磷酸盐共同作用进行铀的生物矿化（Choudhary和Sar，2011年；Khare和Acharya，2024年；Krawczyk-B?rsch等人，2015年；Merroun等人，2011年；Yu等人，2022年；Zhou等人，2024年），表明铀的生物矿化不仅发生在土壤中，也可能发生在植物根表面。本研究为C. palustris和S. sylvaticus的根际真菌群落提供了新的见解，这些信息此前尚未被记录。根际真菌群落主要由子囊菌门、担子菌门、Rozellomycota和Mortierellomycota主导，其中Olpidiomycota在C. palustris中尤为丰富。S. sylvaticus的根际群落多样性高于C. palustris，但两者都以腐生菌为主，尤其是木腐生菌，并且含有丰富的植物病原体和内生菌。LEfSe分析显示，与C. palustris相比，Olpidium和Ilyonectria（植物病原体）在C. palustris中显著富集，而Mortierella（土壤腐生菌、内生菌）和Mrakia（土壤腐生菌）在S. sylvaticus中富集。此外，叶腐生菌Cystofilobasidium和动物病原体Cryptococcus在两种植物中都比在总体土壤中更多。除了在芬兰铀矿中富集的Mortierella（Lusa等人，2019b）和能够在宿主植物中增强耐受性的Mortierella alpina（Wani等人，2017年）以及能够高效吸附铀的Mortierella alpina（Qiu等人，2024年）外，目前尚未有直接证据表明这些属与金属耐受性有关。5. 结论本研究表明，富铀层对微生物群落有持久的影响，包括表层土壤和两种本土植物的根际真菌群落，而在根际原核生物群落中未观察到这种效应。在土壤-植物系统中检测到了具有潜在金属耐受性的细菌和真菌，或者能够改变铀的氧化还原状态或进行生物矿化的细菌和真菌。这些生物在多大程度上以及通过何种机制影响铀和共污染物（如金属）向植物的转移仍有待阐明。使用先进的代谢组学方法对这些独特的微生物群落进行进一步的功能分析将提供关键 insights。同时，对植物部分（铀和金属的分布、传输因素的测量）的持续研究将有助于更好地理解这一系统。从长远来看，保护这些微生物群落作为天然的衰减屏障，并选择具有相应根际微生物群的本土植物，可能为管理此类场地提供有希望的方法。