利用qPCR（实时荧光定量PCR）定量自由生活线虫（Free-living nematode, FLN）群落以监测农业土壤生物健康状况

《Ecological Indicators》：Quantification of free-living nematode communities using qPCR for monitoring soil biological health in agricultural soils

线虫群落被广泛用作土壤生物状况的指示生物，因为其组成的变化反映了土壤食物网和土壤生态功能的改变。然而，对传统形态学鉴定的依赖限制了线虫群落评估的可扩展性。据研究人员所知，本研究提出了首套经过验证的qPCR（实时荧光定量PCR）检测方法，靶向自由生活线虫（FLN）指示类群，使得利用土壤环境DNA（eDNA）进行大规模群落评估和定量成为可能。研究人员基于澳大利亚粮食种植区50个地点三年间对农业管理和环境变量的响应，利用多变量分析选择类群作为指示生物。研究人员开发了十五种qPCR检测方法，靶向关键的 trophic groups（营养类群），包括目一级的 Dorylaimida（杂食者）和 Mononchida（捕食者），以及科一级的 Aphelenchidae 和 Aphelenchoididae（菌食者）、Cephalobidae、Panagrolaimidae、Mesorhabditidae 和 Rhabditidae（菌食者），以及 Tylenchidae（植物关联类群）。通过使用分裂的土样，将检测方法性能与传统形态学分析进行直接比较来验证。在单个类群、整体FLN群落结构以及基于线虫的指数（NBI）方面，观察到qPCR检测方法与形态学（40个类群）方法之间的强相关性。重要的是，qPCR衍生的群落和NBI检测到的选定环境变量之间的相同显著处理效应与形态学数据一致。对于 Tylenchidae 确定了一些局限性，表明需要对这个分类学复杂的类群改进检测方法的特异性。将这些FLN qPCR检测方法与分析已有的微生物qPCR检测整合到澳大利亚商业土壤DNA服务中，能够处理具有生物学相关性的土壤样本（500 g），将支持土壤生物健康的大规模监测。

论文解读：利用qPCR定量自由生活线虫群落以监测农业土壤生物健康

研究背景与问题提出

土壤健康维持对于最佳作物产量和可持续农业生产至关重要。土壤健康指标通常分为物理、化学和生物指标，其中生物指标因土壤食物网中的生物相互作用驱动许多生态系统服务而尤为关键。线虫作为土壤中最广泛使用的生物指示类群之一，其群落变化能反映土壤生态结构和功能的改变。线虫可根据功能类群（摄食偏好）和生活史策略（定殖者-持久者，c-p尺度）进行区分，其群落分析及衍生的线虫基准指数（Nematode-based Indices, NBIs）被广泛用于评估土壤生态系统状况。

然而，传统的线虫形态学鉴定耗时且依赖专家，不适合高通量应用，这限制了线虫群落评估在大规模土壤健康监测中的推广。尽管DNA宏条形码（metabarcoding）和qPCR等分子方法提供了快速、大规模的替代方案，但仍面临基因拷贝数变异、分类单元扩增差异、缺乏共识引物集、PCR偏差以及参考数据库不完善等挑战。qPCR方法能够对特定线虫类群进行靶向定量，相较于高通量测序（HTS）更适用于商业规模的土壤环境DNA（eDNA）检测。此外，以往鲜有将qPCR方法应用于指示类群以常规评估土壤生物健康的报道。传统从土壤分离线虫再提取DNA的方法存在偏向性，而直接土壤eDNA虽无需分离线虫，但通常使用的土壤量（<10 g）较小，难以具备生物学代表性。因此，研究开发验证基于土壤eDNA的FLN指示类群qPCR检测方法，并采用较大样本量（可达500 g）的DNA提取技术，对推动大规模土壤生物健康监测具有重要意义。该论文发表在《Ecological Indicators》。

主要关键技术方法

研究人员在澳大利亚粮食种植区50个地点连续三年采集了475个农业土壤样本（约1.2 kg/个，0–10 cm深），测定了理化参数。样本分为子样，分别进行形态学线虫群落分析（200 g土，Whitehead托盘提取，100–150条随机选个体鉴定至科/属级，40个类群，并计算生物量）和土壤eDNA提取及qPCR分析（200 g土，由SARDI分子诊断中心采用专有方法提取eDNA，可达500 g样本量）。通过BIOENV和SIMPER分析形态学数据确定关键指示类群；针对18S rRNA基因区域设计引物和TaqMan MGB探针，开发了15个qPCR检测方法；使用合成寡核苷酸标准品建立标准曲线，评估特异性（体外模拟群落和体内序列比对）。比较了qPCR与形态学在单个类群定量、群落结构（BIOENV、RELATE、Mantel检验、PERMANOVA）及NBIs（MI、CI、EI、SI，使用NINJA工具计算）上的结果，并分析了对耕作、施氮量和粘土含量变化的响应。

研究结果

3.1 线虫指示类群与相关qPCR检测方法

从形态学鉴定的40个类群中，多变量分析确定了19个关键指示属/科，优先选择14个分类单元开发15个qPCR检测方法，覆盖九个类群/科：Dorylaimida（目，杂食者）、Mononchida（目，捕食者）、Aphelenchidae（科，菌食者）、Aphelenchoididae（科，菌食者）、Cephalobidae（科，菌食者）、Panagrolaimidae（科，菌食者）、Mesorhabditidae（科，菌食者）、Rhabditidae（科，菌食者，2个检测）、Tylenchidae（科，植物关联，6个检测）。这些检测结合已有植物寄生线虫检测，覆盖了主要营养类群，形态学数据显示其检测到了85%的FLN群落。部分检测存在一定非靶标可能性，Tylenchidae由于分类复杂，其检测后续未用于商业测试。

3.2 单个FLN类群qPCR与形态学方法的定量比较

除Tylenchidae（R²=0.09）外，其余八个类群的qPCR生物量与形态学生物量均有显著线性关系（P<0.001），Mononchida和Rhabditidae+Mesorhabditidae相关性最高（R²=0.4），其余为0.2–0.3。Tylenchidae的六个检测总和与形态学相关性低，其中检测5解释大部分变异（R²=0.69）。相关性分析显示除Tylenchidae（0.04）外，对应类群间相关性高（0.316–0.643），非对应类群间的相关性主要反映共发生而非错判。形态学和qPCR数据内部的相关性模式相似。

3.3 qPCR与形态学方法的FLN群落结构比较

BIOENV分析显示除Tylenchidae外，所有qPCR检测均与形态学定义的群落相关（Spearman r=0.419，全组合），Mononchida和Rhabditidae+Mesorhabditidae是解释形态学群落模式的最佳变量。RELATE和Mantel检验显示qPCR与形态学生物量数据集显著相关（P≤0.001，Rho=0.412，r=0.388）。基于qPCR的NBIs与形态学NBIs显著相关，成熟度指数（MI）相关性最高（R²=0.5–0.6），富集指数（EI）、结构指数（SI）和通道指数（CI）为0.3–0.4；qPCR的NBI范围通常高于形态学。

3.4 选定农业管理与环境变量下FLN群落的比较

PERMANOVA分析显示，对于耕作、施氮量和粘土含量，qPCR和形态学方法均识别出相同的主效应显著性和大多数两两比较显著性（P=0.001–0.002，仅CT1与NT比较在qPCR中不显著）。处理间相似性的线性比较R²达0.77，相对分离一致，但qPCR相似性值约高10%。ANOVA显示所有NBIs的主效应均显著（P=0.001），两种方法的NBI在不同处理间有相似显著差异（P<0.001），但某些指数值（如EI）在方法间有差异。

讨论与结论总结

研究人员讨论了qPCR与形态学方法存在不同偏向但结果具有一致性：形态学Whitehead托盘法依赖线虫主动迁移，可能遗漏不活跃或卵阶段，且通常回收约50%，并受土壤性质和线虫行为影响（如大型Dorylaimida可能低估，低丰度Mononchida可能漏检）；eDNA则捕获所有生命阶段甚至死亡线虫DNA，可能导致qPCR定量更高，但群落结构仍强相关。Tylenchidae低相关性源于其分类复杂性、营养异质性和非单系群，需改进检测或选用其他靶区域（如LSU rRNA或COI）。NBI的差异可能源于qPCR仅靶向15个指示类群对比形态学40个类群，以及菌食者（Ba1）可能的低估。研究人员也指出rDNA拷贝数变异需考虑，但目前缺乏线虫拷贝数数据。生物量转换（Andrassy公式）可更好反映功能贡献，但科内属间大小差异和生命阶段差异带来估算误差。未来可开发更多指示类群检测（如Geomonhystera、Plectus）并细化Dorylaimida为科一级检测以提升NBI计算和环境区分能力。该研究采用的SARDI MDC商业服务可达500 g土壤样本的高通量DNA提取，克服了以往小样本量的限制，使FLN qPCR检测能用于田间管理的生物学相关评估。所选指示类群分布广泛，可能适用于其他生态系统，但需在更多种植系统和实践中验证。这些qPCR检测为种植者和农学家提供了评估土壤生物状况的工具，但需在低降雨等环境下进一步验证，并关联其他土壤健康指标与交付系统。

结论：研究人员开发并验证了15个靶向FLN指示类群的qPCR检测，这些类群对澳大利亚大田作物土壤的管理和环境变化有响应。qPCR衍生的FLN丰度、群落结构和NBIs与基于40个类群的形态学分析强相关，并能检测耕作、施氮量和粘土含量水平间的可比差异。Tylenchidae检测需进一步改进特异性方可用于商业测试。该研究首次报告了基于指示类群的qPCR检测可从土壤eDNA提供生态有意义的高通量线虫群落评估，整合入现有微生物qPCR检测服务将实现大规模标准化土壤生物健康监测。