2022, Vol. 42文章信息
- 常娜娜, 张政, 阿木提喀日·马木提, 杜菲, 地丽胡玛.阿吉, 马正海
- CHANG Nana, ZHANG Zheng, MAMUTI Amutikari, DU Fei, DILIHUMA Aji, MA Zhenghai
- 天山北麓典型水库细菌多样性分析
- Diversity of the bacterial community in reservoirs in the north part of Tianshan Mountain
- 生态学报. 2022, 42(7): 2843-2852
- Acta Ecologica Sinica. 2022, 42(7): 2843-2852
- http://dx.doi.org/10.5846/stxb202009082345
-
文章历史
- 收稿日期: 2020-09-08
天山北麓为冰雪消融及降雨汇集的山溪河流在天山北坡形成的淤积平原, 具独特的山地-绿洲-荒漠生态系统。解放后人们利用该区域内天然形成的湖泊或洼地为库址修建了大量的平原水库和渠道, 形成了规模巨大的水库湿地群, 促使农垦事业迅速发展, 该区域已成为新疆最大的绿洲农耕区, 是国家粮、棉、糖、轻纺工业、能源等产业的重要基地和新疆重点发展地区。其中天山北麓中段位于准噶尔盆地南缘, 东起乌鲁木齐市, 西至乌苏市, 南起前山带, 北至库尔班通古特沙漠边缘, 地形总体由南东向北西倾斜, 冰雪消融和降水补给形成乌鲁木齐河、玛纳斯河等河流, 横越其间的兰新铁路和连霍高速公路西段是亚欧大陆桥的重要区段和新疆“东联西出”的重要通道, 天山北麓中段也是新疆工农业最发达和人口最集中的地区[1-3]。
天山北麓是干旱区山地生态系统和荒漠生态系统的交界地带, 是自然环境的敏感区域, 其中尤以平原生态系统中水库等湿地最为明显, 其稳定性和抗干扰性极差[4], 生物多样性受自然条件和人类活动双重影响而变的极为复杂。本研究选取天山北麓中段东端位于乌鲁木齐市和五家渠市附近的八一水库(BYW)、西端位于奎屯市附近的奎屯/车排子水库(KCW)以及中部位于石河子市附近的蘑菇湖水库(MGW)和位于新安镇附近的安集海水库(AJW)为典型样点(图 1), 以宏基因组学方法分析水库细菌群落的组成特征及其功能, 探讨环境因素和人类活动对水库细菌多样性的影响, 以期为该区域水库湿地的生态保护和合理化利用提供参考依据。
|
| 图 1 采样水库的地理分布 Fig. 1 Geographical distribution of the sampling reservoirs |
MGW(44°29′N、85°57′E)位于石河子市西北18km处, 是玛纳斯河流域库容最大的水库, 承担灌溉、养殖、调洪蓄水和纳污等功能, 水库正常蓄水位为392m, 库容1.8亿m3[3]。
KCW(44°49′N、85°15′E)由相邻的两个水库组成, 奎屯水库位于奎屯市以北约60km, 古尔班通古特沙漠西面的一座拦河水库, 以灌溉为主, 兼有防洪和渔业养殖等功能, 水库正常蓄水位为3l6.9m, 库容5000万m3；车排子水库在奎屯水库北侧5km处, 由奎屯水库西泄水闸的引水渠进水, 库容4000万m3[5]。
AJW(44°35′N、85°48′E)位于塔城地区沙湾县安集海镇和新安镇附近, 主要引蓄巴音沟河和金沟河冬季闲水, 以灌溉为主, 兼有防洪功能, 水库正常蓄水位为462.8m, 库容4800万m3[3]。
BYW (44°17′N、87°53′E)属于乌鲁木齐河流域, 南侧及西侧紧靠乌鲁木齐市米东区羊毛工镇, 东侧为甘莫公路, 北靠新疆生产建设兵团102团团部, 距五家渠市24km, 主要承担农业灌溉任务, 正常蓄水位为462 m, 库容3000万m3[6]。
1.2 样品采集于2017年10月秋季枯水期末期采集BYW、MGW、AJW和KCW表层水样, 采水器和容器均经消毒灭菌, 每个水库根据水域结构选6个采样点, 采样点间隔500m以上, 每点采样500mL, 之后混合为3L水样, 其中奎屯水库和车排子水库各选3个采样点, 采样后合并为一份水样。样品于-20℃便携式冰箱保存, 于当天运回实验室, 储存于-80℃冰箱备用。
1.3 水库水样中细菌的收集冻存水样于冰水浴中融化后, 三层灭菌纱布过滤除去颗粒杂质, 300rpm离心10min除去细小颗粒杂质, 最后10000×g离心30min, 收集的细菌沉淀于-80℃保存。样品送北京诺禾致源科技股份有限公司进行细菌宏基因组高通量测序。
1.4 细菌DNA的提取及PCR扩增细菌沉淀经CTAB法提取总DNA, 琼脂糖凝胶电泳和Qubit2.0荧光定量仪检测DNA的纯度和浓度, DNA稀释至1ng/μL。以此DNA为模板, 使用带Barcode的16SrDNA V3—V4区引物341F(CTAYGGGRBGCASCAG)和805R(GGACTACNNGGGTATCTAAT)进行PCR扩增, 琼脂糖凝胶电泳后切胶回收PCR产物。
1.5 文库构建和上机测序使用Thermofisher公司的Ion Plus Fragment Library Kit 48 rxns建库试剂盒进行文库的构建, 构建好的文库经过Qubit 2.0荧光定量仪定量和文库检测合格后, 使用Illumina MiSeq测序平台测序。
1.6 宏基因组数据分析使用Uparser软件(Uparse v7.0.1001, http://drive5.com/uparse/)进行操作分类单元(operational taxonomic units, OTUs)聚类, 按照97%的序列相似性得到OTUs代表序列, 筛选每个OTU的代表序列进行不同分类水平上的物种注释。利用Muthur软件进行α多样性指数(Shannon, Simpson, Chao1, Ace)计算及聚类分析, 绘制稀释曲线以评价测序所获水样菌群种类的覆盖度以及细菌的多样性。使用Unweighted Unifrac算法计算样本间距离, 获得的距离矩阵用于β多样性分析, 以探讨4个水库水样菌群组成的相关性。为了探究天山北麓中段4个水库菌群的代谢功能, 利用PICRUSt(Phylogenetic Investigation of Communities by Reconstruction of Unobserved States)软件和KEGG数据库预测宏基因组测序数据的功能基因组成。用R语言工具和Excel软件绘制相关图表。
2 结果与分析 2.1 水库细菌OTU及α多样性分析测序数据经过质量控制后, 共计得到316686条有效序列, 以97%的序列一致性将序列共聚类成431个OTUs。由稀释性曲线可知, 随测序数量增加OTU数量趋于平缓(图 2), 表明测序深度能够覆盖水样中所有菌群并满足分析要求, 且AJW的细菌种类较为丰富。4个水库比较而言, AJW获得的OTUs数量(337个)以及Shannon和Chao1指数(5.23和325.7)均明显高于另3个水库, 且KCW、BYW和MGW的OTU数量和α多样性指数均接近。以上结果表明, AJW细菌群落的丰度和多样性均高于另3个水库(表 1)。
|
| 图 2 稀释曲线 Fig. 2 Rarefaction curve AJW: 安集海水库Anjihai reservoir；KCW: 奎屯/车排子水库Kuitun/Chepaizi reservoir；MGW: 蘑菇湖水库Moguhu reservoir；BYW: 八一水库Bayi reservoir；OTUs：操作分类单元Operational taxonomic units |
| 地点 Sites |
原始读序数 Reads |
有效读序数 Reads |
OTU数量 OTUs |
细菌多样性指数Bacterial diversity indexes | |
| Shannon | Chao1 | ||||
| AJW | 82, 901 | 80, 163 | 337 | 5.23 | 325.77 |
| KCW | 90, 810 | 88, 067 | 227 | 3.90 | 206.91 |
| MGW | 73, 354 | 68, 361 | 219 | 3.77 | 196.05 |
| BYW | 88, 940 | 80, 095 | 243 | 4.09 | 222.00 |
| AJW：安集海水库Anjihai reservoir；KCW：奎屯/车排子水库Kuitun/Chepaizi reservoir；MGW：蘑菇湖水库Moguhu reservoir；BYW：八一水库Bayi reservoir；OTUs：操作分类单元Operational taxonomic units | |||||
以Unweighted Unifrac距离矩阵分析样品间的相异系数, 结果表明, AJW与BYW、MGW以及KCW的相异系数分别为0.520、0.589和0.502, 而另3个水库之间的相异系数在0.363—0.386之间, 说明在菌群组成方面, KCW、BYW和MGW间相似, 而AJW和其他水库间的差异较大(图 3)。
|
| 图 3 水库水样菌群距离矩阵热图 Fig. 3 The distance matrix heatmap of the bacterial community in the water samples of the reservoirs |
4个水库在细菌门分类水平上共鉴定出18个菌门(图 4), 其相对丰度在不同水库间存在差异。变形菌门(Proteobacteria)和拟杆菌门(Bacteroidetes)在4个水库中的丰度均为最高, 变形杆菌的相对丰度在21.29%—43.79%之间, 拟杆菌门的相对丰度在28.28%—77.63%之间。另外, 厚壁菌门在AJW和MGW的相对丰度分别达到24.46%和27.61%, 放线菌门(Actinobacteria)在AJW中的相对丰度为11.36%。鉴定出的菌门还包括蓝藻细菌门(Cyanobacteria)、疣微菌门(Verrucomicrobia)、装甲菌门(Armatimonadetes)、浮霉菌门(Planctomycetes)、梭杆菌门(Fusobacteria)、绿弯菌门(Chloroflexi)等。
|
| 图 4 水库水样菌群组成 Fig. 4 The bacterial community in the water samples of the reservoirs Bacteroidetes：拟杆菌门；Proteobacteria：变形菌门；Firmicutes：厚壁菌门；Actinobacteria：放线菌门；Cyanobacteria：蓝细菌门；Verrucomicrobia：疣微菌门；Armatimonadetes：装甲菌门；Planctomycetes：浮霉菌门；Fusobacteria：梭杆菌门；Chloroflexi：绿弯菌门；Saccharibacteria：螺旋体门；Acidobacteria：酸杆菌门；Deinococcus-thermus：栖热菌门；Gemmatimonadetes：芽单胞菌门；Parcubacteria：浮霉菌门；Candidatus_Berkelbacteria：候选菌门_伯克利菌门；Chlorobi：绿菌门；Flavobacteriia：黄杆菌纲；Gammaproteobacteria：γ-变形菌纲；Bacilli：芽孢杆菌纲；Alphaproteobacteria：α-变形菌纲；Betaproteobacteria：β-变形菌纲；Acidimicrobiia：酸微杆菌纲；Unidentified_Actinobacteria：未鉴定的放线菌；Unidentified_Cyanobacteria: 未鉴定的蓝细菌；Chloroplast：叶绿体纲；Cytophagia：纤维粘网菌纲；Flavobacterium：黄杆菌属；Acinetobacter：不动杆菌属；Planomicrobium：动性杆菌属；Massilia：马赛菌属；Pseudomonas：假单胞菌属；Psychrobacter：嗜冷杆菌属；Rhizobium：根瘤菌属；Exiguobacterium：微小杆菌属；Paenisporosarcina：类芽孢八叠球菌属；Others：其它 |
在细菌纲分类水平上, 4个水库共鉴定出38个菌纲, 相对丰度前10的菌纲如图 4所示, 大多隶属拟杆菌门、变形菌门和厚壁菌门, 其中拟杆菌门中的黄杆菌纲(Flavobacteriia)在4个水库均为优势菌, 相对丰度在32.16%—77.34%之间。变形菌门下属菌纲在不同水库中的相对丰度差异较大, γ-变形菌纲(Gammaproteobacteria)的相对丰度在MGW和BYW中较高, 分别达到41.68%和25.94%, α-变形菌纲(Alphaproteobacteria)和β-变形菌纲(Betaproteobacteria)分别于AJW和KCW中具有较高丰度, 分别为15.32%和15.24%。芽孢杆菌纲(Bacilli)在AJW和MGW中具有较高丰度, 分别达到24.46%和27.61%。相对丰度前10的菌纲还包括酸微杆菌纲(Acidimicrobiia)、纤维粘网菌(Cytophagia)、叶绿体纲(Chloroplast)以及未鉴定的放线菌(Actinobacteria)和蓝细菌(Cyanobacteria), 其主要存在于AJW。
在细菌属分类水平上, 4个水库共鉴定出181个菌属, 其中AJW的细菌种类(146个菌属)明显多于另3个水库。图 4显示了相对丰度前10的菌属, 黄杆菌属(Flavobacterium)在4个水库均为优势菌, 相对丰度在27.66%—77.32%之间。除黄杆菌属外, 各水库的菌群组成存在较大差异, 相对丰度较高的包括AJW的动性杆菌属(Planomicrobium)、KCW的马赛菌属(Massilia)、MGW的不动杆菌属(Acinetobacter)和动性杆菌属以及BYW的假单胞菌属(Pseudomonas)和嗜冷杆菌属(Psychrobacter)。相对丰度前10的菌属还包括主要存在于AJW的CL500-29_marine_group、根瘤菌属(Rhizobium)和微小杆菌属(Exiguobacterium)以及主要存在于BYW的类芽孢八叠球菌属(Paenisporosarcina)。
2.4 预测功能的多样性利用PICRUSt软件和KEGG数据库注释水库菌群的功能。功能基因通路分析表明(图 5), 4个水库菌群代谢功能相关基因的相对丰富最高, 均达到50%左右, 另外遗传信息处理、信号传递和细胞生长相关的功能基因亦较丰富, 说明水库菌群生长旺盛。次生代谢功能基因分析表明(图 5), 4个水库菌群氨基酸代谢(21.28%—22.47%)、碳水化合物代谢(17.82%—19.92%)和能量代谢(10.75%—11.66%)相关基因的相对丰富较高, 其次为辅酶因子与维生素代谢(8.16%—8.65%)、脂质代谢(7.42%—8.46%)和核苷酸代谢(6.61%—7.05%)相关基因, 同样说明水库菌群生长旺盛。另外, 4个水库菌群中环境异生物降解代谢(xenobiotic biodegradation and metabolism)相关基因的相对丰度在6.09%—7.86%之间, 环境异生物降解功能基因的细分注释和分析表明(图 5), 4个水库菌群苯甲酸(15.6%—18.12%)、氨基苯甲酸酯(10.98%—12.54%)、氯烷烃和氯烯烃(8.29%—9.36%)、萘(7.78%—8.18%)降解相关基因的相对丰度均较高, 此外, 还含有硝基甲苯、二恶英、乙苯、二甲苯、莠去津、苯乙烯、多环芳烃、对氟苯甲酸乙酯等降解相关的基因(图 5)。
|
| 图 5 基于KEGG分析的功能基因分类及丰度 Fig. 5 The classification and abundance of the functional genes based on KEGG analysis Cellular processes：细胞进程；Environmental information processing：细胞内环境物质运输、信息转导等；Genetic information processing：遗传信息进程；Human diseases；人类疾病；Metabolism：代谢；Organismal systems：生物系统；Unclassified：未分类的；Amino acid metabolism：氨基酸代谢；Biosynthesis of other secondary metabolites：其他次级代谢物的生物合成；Carbohydrate metabolism：碳水化合物代谢；Energy metabolism：能量代谢；Enzyme families：酶家族；Glycan biosynthesis and metabolism：多糖生物合成和代谢；Lipid metabolism：脂质代谢；Metabolism of cofactors and Vitamins：辅酶因子与维生素代谢；Metabolism of other amino acids：其他氨基酸代谢；Metabolism of terpenoids and polyketides：萜类和多酮类化合物代谢；Nucleotide metabolism：核苷酸代谢；Xenobiotics biodegradation and metabolism：环境异生物降解代谢；Xylene degradation：二甲苯降解；Toluene degradation：甲苯降解；Styrene degradation：苯乙烯降解；Polycyclic aromatic hydrocarbon degradation：多环芳烃降解；Nitrotoluene degradation：硝基甲苯降解；Naphthalene degradation；萘降解；Metabolism of xenobiotics by cytochrome P450：细胞色素P450对外源性药物的代谢作用；Fluorobenzoate degradation：对氟苯甲酸乙酯降解；Ethylbenzene degradation：乙苯降解；Drug metabolism-other enzymes：药物代谢酶；Drug metabolism-cytochrome P450：细胞色素P450对药物的代谢作用；Dioxin degradation：二恶英降解；Chlorocyclohexane and chlorobenzene degradation：氯环己烷和氯苯降解；Chloroalkane and chloroalkene degradation：氯烷烃和氯烯烃的降解；Caprolactam degradation：己内酰胺降解；Bisphenol degradation：双酚降解；Benzoate degradation：苯甲酸降解；Atrazine degradation：莠去津降解；Aminobenzoate degradation：氨基苯甲酸酯降解；1, 1, 1-Trichloro-2, 2-bis (4-chlorophenyl) ethane (DDT) degradation：1, 1, 1-三氯-2, 2-二(4-氯苯基)乙烷(DDT)降解; KEGG: 京都基因与基因组百科全书Kyoto encyclopedia of genes and genomes |
水体中微生物群落结构特征会随着富营养程度和污染水平等多种环境因素的变化而变化, 同时, 水环境中微生物群落组成和多样性亦能反映水质状况, 可作为水环境生态质量的评价指标[7-8].本文基于宏基因组学方法分析天山北麓4个水库细菌的多样性, 选取的4个水库均受到农牧渔业以及工业等人类活动干扰, 且干扰因素和干扰程度存在一定差异, 其中AJW位于安集海镇附近, 主要功能是灌溉和调洪蓄水；BYW临近乌鲁木齐市城郊, 周边交通网密集, 零散有工业区, 并接纳了部分污水；MGW位于石河子市附近, 承担灌溉、养殖和调洪蓄水功能之外还接纳了石河子地区的工业和生活污水；KCW位于奎屯市附近, 灌溉和调洪蓄水的同时还大力发展渔业, 且紧邻大面积的棉田。研究结果表明4个水库菌群结构存在差异, 其中AJW菌群的多样性和丰度高于另3个水库, 以上差异主要是由于水库周边环境和人类活动干扰等因素的差异所致。
在门分类阶元上, 变形杆菌和拟杆菌门在4个水库的丰度最高, 这两个菌门均广泛栖息于土壤和水环境中, 前期亦有报道其在多种水环境中含量较高, 具有富集酸性氨基酸、水解纤维素和有机化合物矿化等功能[9-10]。同时, 研究也发现各菌门在4个水库中的相对丰度存在差异, 拟杆菌门在KCW和BYW中的相对丰度较高, 变形杆菌在MGW的相对丰度较高, 厚壁菌门在AJW和MGW中的相对丰度较高, 放线菌门在AJW的丰度较高, 以上差异可能与各水库水质、纤维素等碳水化合物含量以及受周边农牧业、工业和居住人群影响等因素有关, 如高丰度的变形杆菌和拟杆菌与水环境中蛋白质等有机质含量呈正相关, 渔业和排污均可导致水库中有机质含量的增加, 同时, 变形杆菌和拟杆菌亦可降解和转化水环境中的有机质, 从而维持和改善水质。
从纲分类阶元, 拟杆菌门中的黄杆菌纲在4个水库均为优势菌, 据报道该菌是多种水环境中的优势菌群[11-13]。变形菌门中的β-变形菌纲类群是河流、湖泊和水库等淡水环境的重要组成部分[14]。本研究中变形菌门下属菌纲在不同水库中的相对丰度差异较大, β-变形菌纲在KCW中的相对丰度较高, 为15.24%, 而在其余3个水库中的相对丰度很低, 仅为0.69%—4.13%；α-变形杆菌纲在AJW中的相对丰度较高, 为15.32%；γ-变形菌纲的相对丰度在MGW和BYW分别达到41.68%和25.94%, 远高于另两个水库。γ-变形菌在污染的水和土壤中相对含量较高[16-18], 并包括一些重要的病原菌属, 根据Zwart等人的研究, γ-变形菌纲是水环境浮游细菌的短暂成员, 由周围环境带来, 常常是最适应污染环境的菌株[19]。以上变形菌纲的含量差异说明各水库水质和受污染程度的不同, 其中MGW和BYW水质较差。另外, 变形菌纲菌群数量与水环境的温度相关[20-21], 本研究于10月中下旬秋末采样, 水温较低也会导致α和β变形菌纲菌群丰度下降。另外, 酸微杆菌纲、叶绿体纲、放线菌纲和蓝细菌在安集海水库中的相对丰度都明显高于另3个水库, 说明AJW细菌多样性更为丰富, 同时, 放线菌纲、酸微杆菌纲和叶绿体纲细菌还具有重要的生态功能[22-23], 在维持水体的水质状况中发挥重要作用。
在属分类阶元上, 黄杆菌属在4个水库均为优势菌, 该菌属在自然界各类环境中的分布极为广泛, 在水环境中具有重要的功能[13, 15, 24]。从图 4C所示的菌属丰度来看, 高丰度菌属在4个水库中的含量同样差异较大, 不动杆菌和假单胞菌同属γ-变形菌纲, 其在富营养水体中的含量较高[19], 本研究中两者分别于MGW和BYW中具有较高的丰度；而属于β变形菌纲的马赛菌属在KCW的丰度较高, 据报道马赛菌的含量在氮、磷浓度较高的环境中会增加[25], KCW发展渔业以及紧邻大面积棉田都可能增加水体中的氮、磷浓度, 并导致马赛菌属含量增加。动性杆菌属在AJW和MGW中的相对丰度较高, 据报道该菌具嗜盐性, 在稀土-重金属复合污染土壤中的丰度明显增高。嗜冷杆菌在BYW、MGW和AJW的相对丰度分别为11.59%、6.24%和4.76%, 该菌多于低温环境中生长, 曾从南极和北极海冰等寒冷环境中分离到[26-28], 推测水库中较高丰度的嗜冷杆菌可能源于天山冰雪中的细菌, 并随冰雪融化注入水库, 另外, 本研究于秋末采样, 低水温也将促使该菌相对丰度的增加。CL500-29_marine_group和微小杆菌属在AJW的相对丰度较高, 据报道CL500-29_marine_group与溶解氧等水质指标呈正相关[29-30], 微小杆菌属存在于多种极端环境, 并参与环境污染的生物修复[31-32], 两者均有利于水质和菌群多样性的维持。
功能基因通路分析和次生代谢功能基因分析的结果显示, 与细菌生长相关的各类代谢以及遗传信息处理、信号传递和细胞生长等功能基因丰度均较高, 说明水库中细菌生长旺盛。环境异生物降解功能基因分析的结果显示, 苯甲酸、氨基苯甲酸酯、氯烷烃和氯烯烃、萘降解代谢相关功能基因在4个水库菌群中的相对丰度均较高, 另外还含有多种芳香族化合物降解代谢的相关功能基因, 各水库菌群降解环境异生物的种类亦有差异, 芳香族化合物(包括苯甲酸、萘、乙苯、对氟苯甲酸乙酯)降解相关功能基因在MGW的相对丰度较高, 有机氯化合物(包括氯代烷烃和氯代烯烃、环氯己烷及氯苯)降解相关功能基因在KCW的相对丰度较高。由于细菌对环境异生物具有趋化性, 即细菌感应、趋向(或趋离)并降解环境污染物的特性[33-34], 故环境污染物含量和菌群降解污染物功能基因的含量呈正相关, 就本研究而言, 水库菌群含有芳香族和有机氯等化合物降解相关基因, 说明水库可能存在相应污染。据文献报道, 假单胞菌属、放线菌、分枝杆菌属、微球菌属、棒状杆菌属、弧菌属、黄杆菌属、芽孢杆菌属、不动杆菌属等细菌均能降解污染有机物[35-37], 本研究显示假单胞菌属、黄杆菌属和不动杆菌属以及芽孢杆菌纲为水库的优势菌或丰度较高的菌群, 这些菌群具有趋向和降解污染物的功能, 可能在水库污染物的生物修复中发挥作用。
4 结论天山北麓中段4个水库菌群组成有一定的共性, 在门分类阶元上优势菌为变形菌门和拟杆菌门, 在纲分类阶元上优势菌为黄杆菌纲, 在属分类阶元上优势菌为黄杆菌属。同时, 各水库菌群组成存在较大差异, 在变形菌门中, γ-变形菌纲的相对丰度在MGW和BYW较高, α-变形菌纲和β-变形菌纲分别于AJW和KCW具有较高丰度；芽孢杆菌纲在AJW和MGW具有较高丰度, AJW含有利于维持水质和菌群多样性的放线菌纲、酸微杆菌纲和叶绿体纲以及微小杆菌属和CL500-29_marine_group。以上菌群的结构特征与水库水源、周边环境和人类活动等因素相关。菌群功能基因分析显示水库菌群含有芳香族和有机氯等化合物降解相关基因, 其可能在污染物的降解和生物修复中发挥作用。
| [1] |
邓铭江, 章毅, 李湘权. 新疆天山北麓水资源供需发展趋势研究. 干旱区地理, 2010, 33(3): 315-324. |
| [2] |
宁珊, 张正勇, 周红武, 李丽, 赵贵宁. 基于生态服务价值的玛纳斯河流域土地利用结构优化. 生态学报, 2019, 39(14): 5208-5217. |
| [3] |
李俊峰, 余书超, 范文波, 苏军, 叶茂. 玛纳斯河流域湿地平原水库群对流域生态环境作用的研究. 水土保持研究, 2006, 13(2): 219-222. DOI:10.3969/j.issn.1005-3409.2006.02.070 |
| [4] |
阎顺, 穆桂金, 孔昭宸, 倪健, 杨振京. 天山北麓晚全新世环境演变及其人类活动的影响. 冰川冻土, 2004, 26(4): 403-410. DOI:10.3969/j.issn.1000-0240.2004.04.005 |
| [5] |
刘兵. B/S模式奎屯水库洪水预报调度系统研究[D]. 石河子: 石河子大学, 2008: 1-23.
|
| [6] |
付晓娟. 新疆五家渠农业开发与生态环境变迁[D]. 西安: 西北大学, 2016: 31-54.
|
| [7] |
文新宇, 谌书, 杨远坤, 王彬, 李函珂, 刘杰, 唐阳, 封小倩. 缓丘地带黄河镇水库微生物群落多样性特征. 应用与环境生物学报, 2021, 27(6): 1-10. |
| [8] |
刘闪, 曹星星, 吴攀, 杨诗笛, 费学海, 陈满志, 廖家豪. 酸性矿山废水影响下水库细菌群落结构特征与环境因子关系. 环境科学学报, 2020, 40(12): 4349-4357. |
| [9] |
Fernández A B, Vera-Gargallo B, Sánchez-Porro C, Ghai R, Papke R T, Rodriguez-Valera F, Ventosa A. Comparison of prokaryotic community structure from Mediterranean and Atlantic saltern concentrator ponds by a metagenomic approach. Frontiers in Microbiology, 2014, 5: 196. |
| [10] |
薛俊增, 肖南燕, 王琼, 吴惠仙. 洋山港海域细菌群落多样性的季节变化. 生态学报, 2016, 36(23): 7758-7767. |
| [11] |
Bižic'-Ionescu M, Zeder M, Ionescu D, Orlic' S, Fuchs B M, Grossart H P, Amann R. Comparison of bacterial communities on limnic versus coastal marine particles reveals profound differences in colonization. Environmental Microbiology, 2015, 17(10): 3500-3514. DOI:10.1111/1462-2920.12466 |
| [12] |
McLaughlin R W, Wang S B, Zhou W, Cheng G J, Deng K J. A comparison of the bacterial diversity of two shallow freshwater lakes in China. Proceedings of the National Academy of Sciences, India Section B: Biological Sciences, 2015, 85(1): 137-146. DOI:10.1007/s40011-013-0250-2 |
| [13] |
Gómez-Consarnau L, Needham D M, Weber P K, Fuhrman J A, Mayali X. Influence of light on particulate organic matter utilization by attached and free-living marine bacteria. Frontiers in Microbiology, 2019, 10: 1204. DOI:10.3389/fmicb.2019.01204 |
| [14] |
Araya R, Tani K, Takagi T, Yamaguchi N, Nasu M. Bacterial activity and community composition in stream water and biofilm from an urban river determined by fluorescent in situ hybridization and DGGE analysis. FEMS Microbiology Ecology, 2003, 43(1): 111-119. DOI:10.1111/j.1574-6941.2003.tb01050.x |
| [15] |
Taniguchi A, Eguchi M. Community structure of actively growing bacteria in a coastal fish-farming area. PLoS One, 2020, 15(6): e0235336. DOI:10.1371/journal.pone.0235336 |
| [16] |
Wang Z H, Yang J Q, Zhang D J, Zhou J, Zhang C D, Su X R, Li T W. Composition and structure of microbial communities associated with different domestic sewage outfalls. Genetics and Molecular Research: GMR, 2014, 13(3): 7542-7552. DOI:10.4238/2014.September.12.21 |
| [17] |
Miyashita N T. Contrasting soil bacterial community structure between the phyla Acidobacteria and Proteobacteria in tropical Southeast Asian and temperate Japanese forests. Genes & Genetic Systems, 2015, 90(2): 61-77. |
| [18] |
Liu R Y, Yu Z S, Zhang H X, Yang M, Shi B Y, Liu X C. Diversity of bacteria and mycobacteria in biofilms of two urban drinking water distribution systems. Canadian Journal of Microbiology, 2012, 58(3): 261-270. DOI:10.1139/w11-129 |
| [19] |
Zwart G, Crump B C, Kamst-van Agterveld M P, Hagen F, Han S K. Typical freshwater bacteria: an analysis of available 16S rRNA gene sequences from plankton of lakes and rivers. Aquatic Microbial Ecology, 2002, 28(2): 141-155. |
| [20] |
王彩霞, 王毅波, 刘鹏远, 吴霖, 孙延瑜, 胡晓珂. 渤海三湾表层水域细菌群落结构多样性及其环境因子分析. 微生物学通报, 2018, 45(9): 1956-1971. |
| [21] |
Xu Z, Woodhouse J N, Te S H, Gin K Y H, He Y L, Xu C, Chen L. Seasonal variation in the bacterial community composition of a large estuarine reservoir and response to cyanobacterial proliferation. Chemosphere, 2018, 202: 576-585. DOI:10.1016/j.chemosphere.2018.03.037 |
| [22] |
Parfenova V V, Gladkikh A S, Belykh O I. Comparative analysis of biodiversity in the planktonic and biofilm bacterial communities in Lake Baikal. Microbiology, 2013, 82(1): 91-101. DOI:10.1134/S0026261713010128 |
| [23] |
Ghai R, Mizuno C M, Picazo A, Camacho A, Rodriguez-Valera F. Key roles for freshwater Actinobacteria revealed by deep metagenomic sequencing. Molecular Ecology, 2014, 23(24): 6073-6090. DOI:10.1111/mec.12985 |
| [24] |
Uphoff H U, Felske A, Fehr W, Wagner-Döbler I. The microbial diversity in picoplankton enrichment cultures: a molecular screening of marine isolates. FEMS Microbiology Ecology, 2001, 35(3): 249-258. DOI:10.1111/j.1574-6941.2001.tb00810.x |
| [25] |
Shao K Q, Yao X, Xie G J, Wu Y Y, Hu Y, Tang X M, Gao G. Detectable levels of bacterial pathogens in the rivers of the lake Chaohu basin, China. International Journal of Environmental Research and Public Health, 2019, 16(23): 4857. DOI:10.3390/ijerph16234857 |
| [26] |
Ayala-del-Río H L, Chain P S, Grzymski J J, Ponder M A, Ivanova N, Bergholz P W, Di Bartolo G, Hauser L, Land M, Bakermans C, Rodrigues D, Klappenbach J, Zarka D, Larimer F, Richardson P, Murray A, Thomashow M, Tiedje J M. The genome sequence of Psychrobacter arcticus 273-4, a psychroactive Siberian permafrost bacterium, reveals mechanisms for adaptation to low-temperature growth. Applied and Environmental Microbiology, 2010, 76(7): 2304-2312. DOI:10.1128/AEM.02101-09 |
| [27] |
Bowman J P, Nichols D S, McMeekin T A. Psychrobacter glacincola sp. nov., a halotolerant, psychrophilic bacterium isolated from Antarctic sea ice. Systematic and Applied Microbiology, 1997, 20(2): 209-215. DOI:10.1016/S0723-2020(97)80067-7 |
| [28] |
Brinkmeyer R, Knittel K, Jürgens J, Weyland H, Amann R, Helmke E. Diversity and structure of bacterial communities in Arctic versus Antarctic pack ice. Applied and Environmental Microbiology, 2003, 69(11): 6610-6619. DOI:10.1128/AEM.69.11.6610-6619.2003 |
| [29] |
刘峰, 冯民权, 王毅博. 汾河入黄口夏季微生物群落结构分析. 微生物学通报, 2019, 46(1): 54-64. |
| [30] |
Zhang L, Fang W K, Li X C, Lu W X, Li J. Strong linkages between dissolved organic matter and the aquatic bacterial community in an urban river. Water Research, 2020, 184: 116089. DOI:10.1016/j.watres.2020.116089 |
| [31] |
张莹, 石萍, 马炯. 微小杆菌Exiguobacterium spp. 及其环境应用研究进展. 应用与环境生物学报, 2013, 19(5): 898-904. |
| [32] |
Kasana R C, Pandey C B. Exiguobacterium: an overview of a versatile genus with potential in industry and agriculture. Critical Reviews in Biotechnology, 2018, 38(1): 141-156. DOI:10.1080/07388551.2017.1312273 |
| [33] |
蒋建东, 张瑞福, 何健, 张晓舟, 崔中利, 李顺鹏. 细菌对环境污染物的趋化性及其在生物修复中的作用. 生态学报, 2005, 25(7): 1764-1771. DOI:10.3321/j.issn:1000-0933.2005.07.033 |
| [34] |
Sivasubramanian S, Namasivayam S K R. Phenol degradation studies using microbial consortium isolated from environmental sources. Journal of Environmental Chemical Engineering, 2015, 3(1): 243-252. DOI:10.1016/j.jece.2014.12.014 |
| [35] |
Fuentes S, Méndez V, Aguila P, Seeger M. Bioremediation of petroleum hydrocarbons: catabolic genes, microbial communities, and applications. Applied Microbiology and Biotechnology, 2014, 98(11): 4781-4794. DOI:10.1007/s00253-014-5684-9 |
| [36] |
Balcke G U, Turunen L P, Roland G, Wenderoth D F, Dietmar S. Chlorobenzene biodegradation under consecutive aerobic-anaerobic conditions. FEMS Microbiology Ecology, 2004, 49(1): 109-120. DOI:10.1016/j.femsec.2003.08.014 |
| [37] |
Singh D P, Prabha R, Gupta V K, Verma M K. Metatranscriptome analysis deciphers multifunctional genes and enzymes linked with the degradation of aromatic compounds and pesticides in the wheat rhizosphere. Frontiers in Microbiology, 2018, 9: 1331. DOI:10.3389/fmicb.2018.01331 |