生态学报  2022, Vol. 42 Issue (8): 3254-3266

文章信息

张弘杰, 徐慧敏, 过梓栩, 何斐, 曾巾, 赵大勇
ZHANG Hongjie, XU Huimin, GUO Zixu, HE Fei, ZENG Jin, ZHAO Dayong
水产养殖不同物种对水体和沉积物中细菌群落的影响
Effects of different aquacultural species on planktonic and sedimental bacterial communities
生态学报. 2022, 42(8): 3254-3266
Acta Ecologica Sinica. 2022, 42(8): 3254-3266
http://dx.doi.org/10.5846/stxb202103190734

文章历史

收稿日期: 2021-03-19
网络出版日期: 2021-12-17
水产养殖不同物种对水体和沉积物中细菌群落的影响
张弘杰1,3 , 徐慧敏1,3 , 过梓栩1 , 何斐2 , 曾巾3 , 赵大勇1     
1. 河海大学水文水资源与水利工程科学国家重点实验室, 南京 210098;
2. 生态环境部南京环境科学研究所, 南京 210042;
3. 湖泊与环境国家重点实验室, 中国科学院南京地理与湖泊研究所, 南京 210008
摘要: 为探究水产养殖中养殖不同物种对水体和沉积物中细菌群落的影响, 以养殖克氏原螯虾(Procambarus clarkii, PC)和中华鳖(Pelodiscus sinensis, PS)的水体和沉积物样品为研究对象, 利用基于16S rRNA基因的高通量测序技术, 对细菌群落多样性和群落组成进行分析, 并结合环境因子, 探究水产养殖对细菌群落的影响。结果显示, 水体和沉积物中细菌群落的α多样性均呈现PS>PC的显著差异(P < 0.05)。非度量多维尺度分析的结果显示, PC和PS区的水体和沉积物细菌群落结构均呈现明显差异。冗余分析(RDA)的结果表明, 水体氨氮(NH4+-N)和硝酸盐氮(NO3--N)是影响水体细菌群落结构的最主要环境因子, 沉积物总氮(TN)、总磷(TP)和有机碳(OC)均对沉积物细菌群落结构有显著影响(P < 0.05)。PC和PS区中的细菌隶属于34门、114纲、258目、504科和955属, 水体中共筛选出了11个优势菌门(相对丰度>0.5%), 沉积物中筛选出了13个。2个养殖区域的水体样品中共筛选出了15个优势(相对丰度>1%)操作分类单元(Operational Taxonomic Unit, OTU), 其中有9个具有脱氮除磷或去除有机质的作用, 它们分别属于丛毛单胞菌科(Comamonadaceae)、腐螺旋菌科(Saprospiraceae)、嗜甲基菌属(Methylophilus)、放线菌目(Actinomycetales)和沉积杆菌属(Sediminibacterium)。整体上, 这9个优势OTUs在PC区中的相对丰度更高, 并且与氨氮(NH4+-N)和硝酸盐氮(NO3--N)的相关性较强。同时, 在沉积物样品中筛选出了7个优势OTUs, 其中有3个主要参与氮循环, 它们分别属于Dechloromonas属、Prolixibacteraceae科和厌氧绳菌科(Anaerolineaceae)。此外, 在水体样品中发现了3个优势OTUs为致病菌, 分别属于黄杆菌属(Flavobacterium)和多核杆菌属(Polynucleobacter)。综合以上分析, 养殖不同物种会对水体和沉积物中细菌群落多样性和结构产生不同影响。
关键词: 水产养殖    细菌    高通量测序技术    群落多样性    群落组成    
Effects of different aquacultural species on planktonic and sedimental bacterial communities
ZHANG Hongjie1,3 , XU Huimin1,3 , GUO Zixu1 , HE Fei2 , ZENG Jin3 , ZHAO Dayong1     
1. State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing 210098, China;
2. Nanjing Institute of Environmental Science, MEE, Nanjing 210042, China;
3. State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China
Abstract: In order to investigate the effects of different aquacultural species (Procambarus clarkii, PC and Pelodiscus sinensis, PS) on planktonic and benthic bacterial communities, water and sediment samples were collected. The α-diversity, compositions and abundance of the planktonic and benthic bacterial community were analyzed using high-throughput sequencing targeted the 16S rRNA genes. The influence of environmental factors on bacterial communities was also examined. The results showed that, for both water and sediment samples, the α-diversity of bacterial community within PS zone was significantly higher than that of the PC zone (P < 0.05). Nonmetric multidimensional scaling (NMDS) analysis showed that the bacterial community composition of the water and sediment samples were significantly different between the two zones. Redundancy analysis (RDA) showed that ammonia nitrogen (NH4+-N) and nitrate nitrogen (NO3--N) were the main factors that affected the bacterial community composition in the water samples. Total nitrogen (TN), total phosphorus (TP), and organic carbon (OC) had significant effects (P < 0.05) on the bacterial community composition in the sediment samples. 34 phyla, 114 classes, 258 orders, 504 families, and 955 genera of bacterial communities were obtained totally from the water and sediment samples in the two zones. High-throughput sequencing analysis indicated that there were eleven and thirteen dominant phyla (relative abundance>0.5%) of bacterial communities within water and sediment samples, respectively. We found fifteen and seven dominant (relative abundance>1%) operational taxonomic units (OTUs) in water samples and sediment samples, respectively. In water samples, there were nine dominant OTUs could remove nutrients, and they were belonged to Comamonadaceae, Saprospiraceae, Methylophilus, Actinomycetales and Sediminibacterium, respectively. The relative abundance of these nine dominant OTUs within PC zone was higher than that of the PS zone in general. And the relative abundance of the eight of them was significantly positively correlated (P < 0.01) with NH4+-N and NO3--N. In sediment samples, there were three dominant OTUs played important roles in the nitrogen cycle, and they were belonged to Dechloromonas, Prolixibacteraceae and Anaerolineaceae, respectively. Furthermore, three dominant OTUs in water samples were detected as pathogens, which belonged to Flavobacterium and Polynucleobacter, respectively. Pearson correlation analysis demonstrated that the relative abundance of the three dominant OTUs which were detected as pathogens were significantly positively correlated (P < 0.01) with NH4+-N and NO3--N. Based on the above results, different aquacultural species had different effects on bacterial community diversity and composition of water and sediment.
Key Words: aquaculture    bacteria    high-throughput sequencing    community diversity    community composition    

水产养殖业是农业的重要组成部分, 也是全球最大的食品产业之一[1]。近年来, 克氏原螯虾(Procambarus clarkii)、中华鳖(Pelodiscus sinensis)等重要淡水物种的人工养殖发展迅速[2]。克氏原螯虾隶属于十足目(Decapoda)、螯虾科(Astacidae)[3], 是我国养殖最广的淡水螯虾品种[4]。中华鳖属龟鳖目(Testudinata)、鳖科(Trionychidae)[5], 在我国分布广泛, 药用价值极高, 是我国重要的淡水养殖物种之一[6]

细菌是生态系统中的重要组成部分[7]。在水产养殖系统中, 细菌既能作为分解者降解养殖动物无法利用的有机质, 又可以作为养殖动物的直接或间接饵料[8]。此外, 细菌群落对环境的变化十分敏感, 其与周围的环境因子相互作用、往复调控[9]。在水产养殖的水体中, 细菌群落的结构、多样性等均随水环境的变化而改变, 水体细菌群落的变化又会对水环境造成影响[10], 因此, 对养殖环境中的水体细菌群落进行深入研究具有重要意义[11]。除养殖水体外, 沉积物也是细菌附着的主要介质[12]。大量的细菌富集于沉积物中, 通过同化、异化等代谢过程来影响沉积物中营养盐的分布、转化和利用等[13]。因此, 沉积物中的细菌群落可以作为水环境变化和演替的重要标志[14], 探究水产养殖对沉积物中细菌群落的影响也具有重要意义。

近年来, 快速发展的高通量测序技术由于其具有通量大、测试结果准确等优点成为准确、便捷和全面地研究养殖系统中的细菌群落结构和组成的研究手段之一[15]。胡常巨等人[16]利用高通量测序技术探究网箱养殖对水环境细菌群落的影响, 表明养殖活动显著改变了养殖水环境中浮游细菌群落结构。陶玲[11]利用高通量测序技术研究发现, 稻田-池塘复合循环水养殖系统与常规池塘养殖系统中的细菌群落结构存在差异。但目前的研究大多是对比水产养殖(或某种特殊的养殖系统, 如循环水养殖系统)和天然水体细菌群落的差异[17-18], 鲜有研究利用高通量测序技术, 对养殖不同物种的水环境细菌群落进行深入探究。而水产养殖不同物种对水环境中的细菌群落可能产生完全不同的影响[19]。不同物种的生活习性和管理方式等可能会对细菌群落产生不同的影响, 而不同的细菌群落又可能会对养殖水环境或作物产生不同的影响[20]。因此, 利用高通量测序技术对养殖不同物种的水体和沉积物中细菌群落进行深入研究, 对探究水产养殖对水环境中细菌群落的影响有着重要意义。克氏原螯虾和中华鳖是两种在生理特性、生活习性及管理方式等方面具有明显差异的淡水养殖物种。克氏原螯虾是杂食性动物, 生长发育较快, 挖洞能力强, 抗逆力很强, 能生活在一些轻度污废水中[21]。中华鳖以肉食为主, 生长发育相对缓慢, 繁殖力低, 具有上岸晒背的习性[5, 22]。因此, 我们预期养殖这两种作物会对水体和沉积物产生不同的影响。综上, 本研究以养殖不同物种(克氏原螯虾和中华鳖)的水体和沉积物细菌群落为研究对象, 以基于16S rRNA基因的高通量测序技术为研究方法, 揭示了养殖不同物种的水体和沉积物间细菌群落α多样性、群落组成和优势细菌的异同, 以期为养殖环境的维护和改善提供参考。

1 材料与方法 1.1 样品采集

本次研究的水体和沉积物样品均采集于江苏省省级精品渔业园(119°01′48″E, 32°13′51″N)的多年轮作稻田(Oryza sativa:亚洲栽培稻)湿地。在实验开始前, 利用不锈钢板将该湿地划分为两个区域, 分别投放克氏原螯虾(Procambarus clarkii)和中华鳖(Pelodiscus sinensis), 并根据养殖物种分别命名为PC和PS区。该湿地首次尝试稻-虾/鳖共作的模式。PC和PS区均于2019年5月上旬进行水稻播种; 6月底水稻插秧; 7月上旬水稻进入返青分蘖期, 此时投放幼虾(20-30 kg/hm2)和幼鳖(1500只/hm2); 11月底收割水稻(共产出水稻360 kg); 12月底-2020年1月初打捞克氏原螯虾和中华鳖。为保证PC和PS区中的本底微生物多样性和结构相似, 两块稻田湿地的面积(5328 m2)、种植密度(46%)、管理方式和灌溉用水等均保持一致。为探究养殖不同作物对水体和沉积物细菌群落的影响, 于养殖周期结束后(2020年1月)在上述2个区域中, 各选择6个采样点, 分别利用不锈钢采水器(HAD-WB-SS)和抓斗式采泥器(CN-100)采集水体(水面以下30-50 cm)和表层沉积物(0-3 cm)样品。为避免水稻根系微生物对沉积物样品的影响, 在采集沉积物样品时, 我们尽量避开水稻生长的地方, 并确保所采集的样品中无水稻根系。收集到样品后, 利用保温箱(4 ℃)冷藏, 快速运回实验室。利用YSI 6600(YSI 6600, Yellow Springs, 美国)对水体的温度(T)、pH和溶解氧浓度(DO)分别进行原位测定。

1.2 样品预处理

样品运回实验室后, 利用真空冷冻干燥机(LABCONCO, 美国)冻干沉积物样品, 并在样品冻干后进行研磨和过筛(35目土壤筛)。取部分水体样品, 用0.22 μm的硅胶微孔滤膜进行过滤, 分别冷冻保存滤膜和滤液于超低温冰箱中(-70 ℃)。

1.3 样品理化指标测定

水体的总氮(TN)和总磷(TP)浓度使用原水样采用碱性过硫酸钾消解紫外分光光度法(HJ 636-2012)进行测定[23]。水体的氨氮(NH4+-N)和硝酸盐氮(NO3--N)浓度使用过滤后的水样通过流动注射仪(San++, SKALAR, 荷兰)测定[24]。水体化学需氧量(COD)使用原水样利用重铬酸钾法(HJ 828-2017)[25]进行测定。

沉积物的总氮(TN)和总磷(TP)浓度也采用碱性过硫酸钾消解紫外分光光度法(HJ 636-2012)进行测定[23]。使用重铬酸钾氧化-分光光度法(HJ 615-2011)[26]测定沉积物的有机碳浓度(OC)。

各区域水体和沉积物的理化指标测定结果如表 1所示。

表 1 2个养殖区域水体和沉积物的环境变量 Table 1 Environmental variables of water and sediment samples in the two aquacultural zones
样品
Samples
区域
Zones
TN
总氮/
(mg/L)
TP
总磷/
(mg/L)
NH4+-N
氨氮/
(mg/L)
NO3--N
硝酸盐氮/
(mg/L)
COD
化学需氧量/
(mg/L)
T
温度/℃
pH DO
溶解氧/
(mg/L)
水体Water PC区 3.11 ± 0.16 0.13 ± 0.03 0.40 ± 0.01* 0.70 ± 0.02* 38.67 ± 2.31 5.27 ± 0.06* 7.40 ± 0.01* 6.99 ± 0.11
PS区 2.89 ± 0.28 0.10 ± 0.03 0.36 ± 0.02 0.67 ± 0.01 34.50 ± 5.45 4.70 ± 0.01 7.02 ± 0.16 7.34 ± 0.28
样品
Samples
区域
Zones
TN
总氮/
(g/kg)
TP
总磷/
(g/kg)
OC
有机碳/%
沉积物Sediment PC区 1.59 ± 0.08* 1.34 ± 0.34* 3.44 ± 0.21*
PS区 0.12 ± 0.01 0.93 ± 0.07 1.75 ± 0.09
TN: 总氮total nitrogen; TP: 总磷total phosphorus; OC: 有机碳organic carbon; NH4+-N: 氨氮ammonia nitrogen; NO3--N: 硝酸盐氮nitrate nitrogen; COD: 化学需氧量chemical oxygen demand; T: 水温temperature; DO: 溶解氧dissolved oxygen; PC: 克氏原螯虾Procambarus clarkii; PS: 中华鳖Pelodiscus sinensis; 表中*表示组间存在显著差异(独立样本T检验), P < 0.05
1.4 DNA提取及高通量测序

水体滤膜和沉积物样品分别采用E.Z.N.A.®水体DNA提取试剂盒(Omega Biotek, Doraville, GA, 美国)和PowerSoil® DNA提取试剂盒(MoBio Laboratories, Inc., Carlsbad, CA, 美国)进行水体和沉积物总DNA的提取[27]。使用PowerCleanTM DNA纯化试剂盒(MoBio Laboratories, Carlsbad, CA, 美国)对DNA样品进行纯化[28]。采用1%的琼脂糖凝胶电泳验证所提取的DNA样品。

使用引物对515F(5′-GTGCCAGCMGCCGCGG-3′)和806R(5′-GGACTACHVGGGTWTCTAAT-3′)对16S rRNA基因的高可变区V4区进行扩增[29]。PCR扩增体系为20 μL(0.8 μL上下游引物、10 ng DNA模板、2 μL dNTP、0.4 μL FastPfu酶, 及无菌蒸馏水), PCR扩增程序为95 ℃预变性2 min, 25次的扩增循环(95 ℃变性30 s, 55 ℃退火30 s, 72 ℃延伸30 s), 并最终在72 ℃下延伸5 min[30]。PCR产物合并后通过2%的琼脂糖凝胶电泳检验。PCR产物经纯化和定量后, 由诺禾致源生物科技有限公司(北京)利用Illumina Miseq测序平台进行测定。本研究所获得的所有细菌基因序列均已上传到National Center for Biotechnology Information(NCBI)数据库中, 序列登记号为PRJNA698288。

测序结果使用QIIME (v 1.9.1)进行处理[31], 使用“trim”功能筛选出截断读数超过10 bp且配对成功的序列[32]。然后使用FLASH (v 1.0.0)拼接序列[33], 再使用QIIME (v 1.9.1) 中的“vsearch”功能查找并去除嵌合体[34], 使用“pick_de_novo_otus.py”命令, 根据3%的差异原则划分操作分类单元(Operational Taxonomic Units, OTU)[35]。对照SILVA 16S rRNA基因数据库(SILVA123_QIIME_release, 2016)[36], 匹配分类学信息。使用“filter_taxa_from_otu_table.py”命令去除非细菌序列和序列数不高于总序列数0.0005%的稀有OTU[37], 使用“parallel_align_seqs_pynast.py”命令计算进化树, 最后使用“multiple_rarefactions_even_depth.py”命令对最终完善的文件进行重采样, 并导出最终的OTU表。

基于OTU表, 在QIIME (v 1.9.1)中使用“alpha_diversity.py”计算Observed OTUs和Shannon指数来反映细菌群落的α多样性。再利用QIIME (v 1.9.1)中的“beta_diversity.py”计算Weighted Unifrac距离矩阵来反应细菌群落的β多样性。

1.5 多元统计分析

本研究利用软件GraphPad Prism (v 8)绘制箱型图来反映细菌群落α多样性的高低。基于OTU表, 利用R(v 3.5.3)中的程序包“Vennerable”进行Venn图的绘制。根据β多样性矩阵, 使用R(v 3.5.3)中的“vegan”程序包进行非度量多维尺度分析(Nonmetric multidimensional scaling, NMDS), 来可视化不同样品间群落结构的差异和相似性。为探究细菌群落与环境因子的相关性关系, 利用R(v 3.5.3)中的“vegan”程序包进行冗余分析(redundancy analysis, RDA)。将平均相对丰度大于0.5%的细菌门作为优势菌门, 并利用软件GraphPad Prism (v 8)绘制堆叠图。筛选平均相对丰度大于1%的OTUs作为优势OTUs, 使用软件IBM SPSS Statistics (v 22.0)分析优势OTUs与环境因子的相关关系(Pearson相关), 并利用R(v 3.5.3)中的“Heatmap”程序包分别绘制热图。采用独立样本T检验对水体样品和沉积物样品指标进行差异显著性检验。

2 结果与分析 2.1 2个养殖区域的水体和沉积物环境变量

表 1的结果显示, 2个养殖区域的水体和沉积物环境变量均存在一些差异。其中, PC区的水体NH4+-N和NO3--N浓度均显著高于PS区(P < 0.05)。水体TN、TP和COD浓度均呈现PC>PS的趋势。对于沉积物, PC区的TN、TP和OC浓度均显著高于PS区(P < 0.05)。

2.2 水产养殖不同物种的水体和沉积物中细菌群落的α多样性特征

2个区域细菌群落的α多样性如图 1所示, 对于水体和沉积物样品, PS区的Observed OTUs和Shannon指数均显著(P < 0.05)高于PC区。即PS区中水体和沉积物细菌群落的α多样性均显著高于PC区。

图 1 2个养殖区域中水体和沉积物的α多样性 Fig. 1 α-diversity of bacterial communities within water and sediment samples between the two zones Observed OTUs: OTU数, Shannon: Shannon指数; PC: 克氏原螯虾, PS: 中华鳖; 图中*表示显著性差异(独立样本T检验), *: P < 0.05, ***: P < 0.001

对于养殖水体, 2个区域共有2639个相同的OTUs, PS区的特有OTU数为2588远大于PC区的195(图 2)。对于沉积物, PC和PS区的OTU数基本一致, 绝大多数OTUs为两区域共有, 但PS区的特有OTU数(408)仍明显高于PC区(143)。由此可见, 沉积物中的共有OTU数占总OTU数的比重大于水体。并且, PS区中水体和沉积物的特有OTU数均高于PC区。

图 2 2个养殖区域中水体和沉积物细菌群落共有和特有OTU数的Venn图及2个养殖区域中水体和沉积物细菌群落特有OTUs分类学信息(门/亚门水平) Fig. 2 Venn plots showing of the number of OTUs of bacterial communities shared and specialized between the two zones within water and sediment samples. Taxonomy information of OTUs (phyla/subphyla) of bacterial communities specialized between the two zones within water and sediment samples PC: 克氏原螯虾, PS: 中华鳖

对于水体, PC区的特有OTUs共分类为15个细菌门, PS区的特有OTUs共分类为16个细菌门。两个区域的特有OTUs均是属于拟杆菌门(Bacteroidetes)的最多(PC:33个, PS:280个), 并且SR1仅在PS区中观测到(图 2)。对于沉积物, PC区的特有OTUs共分类为13个细菌门, 其中属于拟杆菌门(Bacteroidetes)和β-变形菌纲(Betaproteobacteria)的特有OTUs均为19个明显高于其他门(图 2)。PS区的特有OTUs共分类为14个细菌门, 其中属于拟杆菌门(Bacteroidetes)的特有OTUs最多(70个)。

2.3 水产养殖不同物种的水体和沉积物中细菌群落结构

NMDS图(图 3)的结果显示, PC和PS区的细菌群落分别聚集, 且2个区域无重叠, 表明PC和PS区的细菌群落结构存在明显差异。冗余分析(RDA)的结果显示, 对于水体, 第一主轴的解释率为91.4%, 远大于第二主轴, NO3--N在第一主轴上的投影长度最长, NH4+-N次之(图 3)。对于沉积物, RDA的第一和第二主轴共有高达99.73%的解释率, 并且OC、TN和TP均对沉积物的细菌群落结构有显著(P < 0.05)影响(图 3)。

图 3 基于Weighted Unifrac距离矩阵的非度量尺度分析(NMDS)及细菌群落结构与环境因子间的冗余分析(RDA) Fig. 3 Nonmetric multidimensional scaling analysis (NMDS) based on Weighted Unifrac dissimilarity and redundancy analysis (RDA) between bacterial community structure and environmental variables PC: 克氏原螯虾, PS: 中华鳖; 图中*表示显著相关, *: P < 0.05, **: P < 0.01, ***: P < 0.001
2.4 水产养殖不同物种的水体和沉积物中细菌群落组成

本研究共获得1487129条序列、7247个OTUs, 它们属于细菌的34门、114纲、258目、504科和955属。2个区域的优势(相对丰度>0.5%)细菌门/亚门如图 4所示。水体样品中共有11个优势菌门, 这11个门的相对丰度和占到所有细菌的91.46%-98.54%。沉积物样品中共有13个优势菌门, 其相对丰度和占到总细菌的77.52%-84.98%。

图 4 2个养殖区域中水体和沉积物细菌群落的优势菌门/亚门(相对丰度>0.5%)相对丰度 Fig. 4 Relative abundance of dominant phyla/subphyla (relative abundance>0.5%) of bacterial communities within water and sediment samples between the two zones PC: 克氏原螯虾, PS: 中华鳖

将相对丰度>1%作为筛选优势OTUs的阈值, 水体细菌群落中共筛选出15个优势OTUs, 而沉积物细菌群落中仅筛选出7个优势OTUs(图 5)。水体细菌群落优势OTUs中, 6个属于β-变形菌纲(Betaproteobacteria)、5个属于拟杆菌门(Bacteroidetes)、3个属于放线菌门(Actinobacteria)和1个属于α-变形菌纲(Alphaproteobacteria)。PS区中OTU3394(丛毛单胞菌科, Comamonadaceae)、OTU12347(腐螺旋菌科, Saprospiraceae)、OTU12385(丛毛单胞菌科, Comamonadaceae)、OTU15668(嗜甲基菌属, Methylophilus)、OTU16336(丛毛单胞菌科, Comamonadaceae)、OTU20544(丛毛单胞菌科, Comamonadaceae)、OTU38268(黄杆菌属, Flavobacterium)、OTU41298(放线菌目, Actinomycetales)、OTU42336(沉积杆菌属, Sediminibacterium)、OTU52126(多核杆菌属, Polynucleobacter)和OTU61118(黄杆菌属, Flavobacterium)的相对丰度显著低于PC区(P < 0.01), OTU94966(腐螺旋菌科, Saprospiraceae)的相对丰度显著高于PC区(P < 0.001)。

图 5 2个养殖区域中水体和沉积物的优势OTUs(相对丰度>1%)相对丰度热图 Fig. 5 Heatmap showing the relative abundance of dominant OTUs (relative abundance>1%) of bacterial communities within water and sediment samples between the two zones PC: 克氏原螯虾, PS: 中华鳖; 图中*表示组间存在显著性差异(独立样本T检验), **: P < 0.01, ***: P < 0.001; 最低分类学等级中, 不同小写字母表示不同分类水平, p: 门, c: 纲, o: 目, f: 科, g: 属

沉积物优势OTUs中, 5个属于拟杆菌门(Bacteroidetes)、1个属于β-变形菌纲(Betaproteobacteria)、1个属于绿弯菌门(Chloroflexi)。这7个优势OTUs的相对丰度在两个区域之间均存在显著差异(P < 0.001)。PS区中OTU11213(Dechloromonas属)和OTU59770(Prolixibacteraceae科)的相对丰度均显著高于PC区(P < 0.001)。而OTU1482(拟杆菌门, Bacteroidetes)、OTU89828(拟杆菌门, Bacteroidetes)、OTU97626(拟杆菌门, Bacteroidetes)、OTU103576(拟杆菌门, Bacteroidetes)和OTU103578(厌氧绳菌科, Anaerolineaceae)的相对丰度则是PC区显著更高(P < 0.001)。

2个养殖区域的优势OTUs与环境因子的相关性(Pearson相关)结果如图 6所示。总体来看, 水体NH4+-N和NO3--N与水体优势OTUs相关性较强。其中OTU3394、12347、12385、15668、16336、20544、38268、41298、42336、52126和611181均与NH4+-N和NO3--N显著正相关(P < 0.01)。而OTU94966与NH4+-N和NO3--N显著负相关(P < 0.01)。

图 6 2个养殖区域中水体和沉积物的优势OTU(相对丰度>1%)与环境因子的相关性热图 Fig. 6 Heatmap showing correlation between the relative abundance of the dominant OTUs (relative abundance>1%) and environmental factors in water and sediment samples between the two zones *表示显著相关, *: P < 0.05, **: P < 0.01

对于沉积物, TN、TP和OC浓度均与优势OTUs有较强的相关性。整体上, TP与优势OTUs的相关性较TN和OC弱。OTU11213和OTU59770与TN和OC均显著负相关(P < 0.05), OTU1482、OTU89828、OTU97626、OTU103576和OTU103578与TN和OC均显著正相关(P < 0.01)。

3 讨论 3.1 水产养殖不同物种对水体和沉积物中细菌群落多样性及结构的影响

本研究中, PS区的水体和沉积物细菌群落α多样性均显著高于PC区(P < 0.05, 图 1)。细菌群落多样性受宿主影响较大[38], 如张琼琼等人研究发现, 微生物多样性与宿主呈现专一性, 即宿主会在周围环境中形成独特的微环境并对细菌具有趋化和富集的作用, 进而使得不同宿主对应了不同大小的细菌群落多样性[39]。因此, 养殖克氏原螯虾(PC)和中华鳖(PS)的水体和沉积物中极有可能分别形成了独特的微环境, 如2种不同物种的排泄物、皮肤分泌物等对细菌分别具有独特的趋化和富集作用, 导致PC和PS区的水体和沉积物间细菌群落种类和数量发生变化, 进而使细菌群落多样性与宿主呈现专一性, 最终导致了PC和PS区细菌群落的α多样性呈现显著差异。Venn图的结果显示, 细菌群落α多样性更高的PS区中拥有更多的特有OTUs(图 2), 这些OTUs可能就是在养殖中华鳖形成的特定微环境下定植并富集的。中华鳖还具有上岸晒背的习性, 这一习性也可能将陆地中的细菌带入到养殖水环境中, 使特有OTUs数量增加, 进而导致细菌群落多样性升高[5, 22]。本研究统计了PC和PS区中特有OTUs的分类学信息(图 2), 但由于目前认知所限, 这些特有OTUs大多只能获得较为粗糙的分类学信息, 因此这些OTUs的特性大部分还不清楚, 需要在后续的研究中进一步探究, 以探明养殖作物的哪些生理特征或生活习性会导致哪些特有OTUs的定殖和富集。此外, 环境中的营养浓度对细菌群落多样性也有着较大影响[40]。研究表明, 在营养浓度较高的养殖环境中, 更低的营养负荷反而可能会造成更高的多样性[41]。而本研究中细菌群落α多样性更高的PS区中, 水体TN、TP和COD均略低于PC区, 沉积物TN、TP和OC均显著低于PC区(P < 0.05, 表 1)。这可能是克氏原螯虾和中华鳖的生理特征、生活习性及管理方式的不同造成的。由于克氏原螯虾的杂食性, 在养殖过程中存在饵料的过量投放和产生大量排泄物等问题[42]。另一方面, 中华鳖生长发育缓慢, 饵料投放较少, 并且其代谢缓慢[43]。克氏原螯虾挖洞刨沙的习性会导致沉积物中的营养物质更容易释放到水体中[21]。因此, 养殖中华鳖的水环境更容易保持较低的营养负荷, 使细菌群落α多样性更高。综上, 由于PC和PS区宿主不同分别形成了独特的微环境(排泄物、皮肤分泌物等对细菌独特的趋化和富集作用), 及生理特征、生活习性和管理方式不同导致的水环境营养盐负荷的差异, 二者共同作用导致了PS区的细菌群落α多样性显著高于PC区。

PC和PS区的水体和沉积物细菌群落结构也表现出明显差异(图 3), 并与环境因子显著相关(图 3)。RDA结果表明, 水体NH4+-N和NO3--N浓度是对水体细菌群落结构影响最大的环境因子, 沉积物TN、TP和OC均对PC和PS区的沉积物细菌群落结构有显著影响(P < 0.01, 图 3)。研究表明, 水体中的NH4+-N和NO3--N浓度是调控细菌群落分布的重要环境因子, 细菌的生长除需要有机氮源外, 还需要利用NH4+-N和NO3--N等无机氮源, 只有在无机氮充分存在的情况下, 细菌才能有效地利用有机氮源[44]。李博在研究草鱼养殖系统和草鱼鲢鱼混养系统细菌群落结构时, 也发现氮元素对不同养殖系统水体细菌群落结构的影响最大[45]。在淡水养殖生态系统中, 沉积物中大量的氮、磷、碳等营养元素, 能够为通过提供营养元素的方式, 支持更丰富、更多样的细菌群落, 对细菌群落结构有着重要影响[46]。Song等对东平湖沉积物细菌群落结构的研究也表明, TN、TP和OC等主要的营养元素对沉积物细菌群落结构有着重要影响[47]

3.2 养殖不同物种的水体和沉积物中的优势OTUs

在PC和PS区的水体和沉积物中, 均观察到了与去除营养物质相关的优势OTUs。研究表明, 水产养殖中较高的营养盐水平容易使脱氮除磷菌或与降解有机质相关的细菌群落富集[48]。本研究中筛选出的15个水体细菌群落优势OTUs中, OTU3394、12347、12385、15668、16336、20544、41298、42336和94966共9个优势OTUs均能脱氮除磷或降解水中有机质。其中, OTU3394、12385、16336和20544均属于丛毛单胞菌科(Comamonadaceae)。丛毛单胞菌是一种有效的脱氮除磷菌, 如Li等人研究发现, 属于丛毛单胞菌科的细菌可以有效的净化养殖池塘水质, 并在营养浓度较高的基质上能够保持较高的相对丰度[49]。OTU12347和94966均属于腐螺旋菌科(Saprospiraceae)。腐螺旋菌科是一种现代污水处理厂中用于脱氮除磷的常见细菌, 并在氮磷等营养盐浓度较高的水环境中会大量增殖[50]。OTU15668嗜甲基菌属(Methylophilus), Liu等人曾在太湖中检测到嗜甲基菌属, 并发现其对去除水体中有机物有着重要作用[51]。OTU41298属于放线菌目(Actinomycetales), 放线菌目对水体有机微污染的降解有重要作用, 翟晓萌就曾分离和培养放线菌目的细菌用于处理水体有机微污染[52]。OTU42336属于沉积杆菌属(Sediminibacterium), 沉积杆菌属是一种严格好氧或兼性厌氧细菌, 有研究表明其在有氧条件下有利于有机碳的降解和去除[53]。总体来看, 这些与脱氮除磷或降解有机质相关的优势OTUs相对丰度呈现PC区>PS区的趋势(图 5), 与2个区域营养盐浓度趋势相同(表 1)。并且这9个优势OTUs中有8个(OTU3394、12347、12385、15668、16336、20544、41298和94966)均与NH4+-N和NO3--N显著正相关性(P < 0.01, 图 6)。

此外, 本研究在水体优势OTUs中发现了致病细菌。OTU38268和61118均属于黄杆菌属(Flavobacterium), 而黄杆菌是一种致病细菌, 其普遍存在于养殖水体中, 会在健康的动物表皮形成生物膜, 抵抗黏膜免疫防御, 进而造成感染, 导致其烂鳃、体表溃疡等症状[54]。OTU52126属于多核杆菌属(Polynucleobacter), 也是一种致病菌, Li等人研究表明多核杆菌容易引起鱼类的皮肤病[55]。本研究中结果表明, OTU38268、52126和61118均与NH4+-N和NO3--N浓度显著正相关(P < 0.05, 图 6), 并在NH4+-N和NO3--N浓度更高的PC区中相对丰度显著高于PS区(表 1, 图 5), 说明这3种致病OTUs更易在NH4+-N和NO3--N浓度更高的养殖区域富集。

本研究筛选出的7个沉积物优势OTUs中, OTU11213、OTU59770和103578均与去除沉积物营养浓度有关。在本研究中, OTU11213是沉积物中平均相对丰度最高的(图 5), 其属于Dechloromonas属, Dechloromonas广泛存在于水产养殖系统中并参与氮循环[56]。OTU59770属于Prolixibacteraceae科, Prolixibacteraceae主要参与氮循环, 能在缺氧的条件下, 将硝酸盐还原为亚硝酸盐[57]。OTU103578属于厌氧绳菌科(Anaerolineaceae), 是沉积物和湿地土壤中常见的优势类群, 主要参与沉积物中氮素的去除[58]

4 结论

(1) 由于宿主的不同和营养浓度的差异, 使得PC和PS区的水体和沉积物中细菌群落的α多样性呈现显著(P < 0.05)差异。并且在水体和沉积物中, 细菌群落α多样性均为PS区显著高于的PC区。

(2) 养殖克氏原螯虾(PC)和中华鳖(PS)造成的水体和沉积物理化指标差异, 引起了养殖区域间细菌群落结构的差异。水体中的NH4+-N和NO3--N是造成水体细菌群落组成差异的最主要环境因子, 沉积物中的TN、TP和OC均对沉积物细菌群落组成有显著影响(P < 0.05)。

(3) PC和PS区的养殖水体中均检测出了致病菌(黄杆菌属和多核杆菌属), 并且检测出的致病菌均与NH4+-N和NO3--N浓度显著(P < 0.01)正相关。

参考文献
[1]
Dawood M A O, Koshio S, Abdel-Daim M M, Van Doan H. Probiotic application for sustainable aquaculture. Reviews in Aquaculture, 2019, 11(3): 907-924. DOI:10.1111/raq.12272
[2]
He M D, Liu F, Wang F. Quantitative analysis of density dependent resource utilization, cannibalism, and competition of the red swamp crayfish (Procambarus clarkii) in rice-crayfish cocultures without supplementary food. Aquaculture, 2021, 543: 736966. DOI:10.1016/j.aquaculture.2021.736966
[3]
黄锦. 不同施肥模式下稻-克氏原螯虾养殖田块水体、土壤和肠道微生物的研究[D]. 上海: 上海海洋大学, 2019.
[4]
蒋国民, 李金龙, 刘丽, 何志刚, 邹利, 王余德, 吴启藩, 王冬武, 邓时铭. 克氏原螯虾(Procambarus clarkii)细菌性病原分离鉴定及血清免疫因子变化研究. 水产学报: 1-9. (2021-06-15)[2021-07-06]. http://kns.cnki.net/kcms/detail/31.1283.S.20210611.1637.002.html.
[5]
Zhao B, Gao Y, Yao Q B, Dai X X, Chu Z J, Tao Z, Mu Y. Pelodiscus sinensis embryos infected with Aeromonas hydrophila show higher survival rates than infected Mauremys reevesiis embryos. Aquaculture, 2019, 518: 734660.
[6]
Wang F, Chen Z, Cheng Y S, Hou G J, Ji S F, Zhang Y, Li J, Zhu C J, Wu Y C, Song G T, Jiang Y L. Nutritional evaluation of two strains of Chinese soft-shelled turtle, Pelodiscus sinensis. Journal of Food Composition and Analysis, 2021, 101: 103971. DOI:10.1016/j.jfca.2021.103971
[7]
贾远航, 靳振江, 袁武, 程跃扬, 邱江梅, 梁锦桃, 潘复静, 刘德深. 会仙岩溶湿地、稻田与旱地土壤细菌群落结构特征比较. 环境科学, 2019, 40(7): 3313-3323.
[8]
李可. 对虾养殖环境微生物多样性分析和微生态制剂的研究与应用[D]. 厦门: 厦门大学, 2007.
[9]
Xiong J B, Ye X S, Wang K, Chen H P, Hu C J, Zhu J L, Zhang D M. Biogeography of the sediment bacterial community responds to a nitrogen pollution gradient in the East China Sea. Applied and Environmental Microbiology, 2014, 80(6): 1919-1925. DOI:10.1128/AEM.03731-13
[10]
Moriarty D J W. The role of microorganisms in aquaculture ponds. Aquaculture, 1997, 151(1/4): 333-349.
[11]
陶玲. 稻田-池塘复合循环水养殖系统调控效应及其作用机制研究[D]. 荆州: 长江大学, 2017.
[12]
王慎, 张思思, 许尤, 官卓宇, 杨正健, 刘德富, 马骏. 不同水温分层水库沉积物间隙水营养盐垂向分布与细菌群落结构的关系. 环境科学, 2019, 40(6): 2753-2763.
[13]
金笑, 寇文伯, 于昊天, 刘亚军, 马燕天, 吴兰. 鄱阳湖不同区域沉积物细菌群落结构、功能变化及其与环境因子的关系. 环境科学研究, 2017, 30(4): 529-536.
[14]
Spring S, Schulze R, Overmann J, Schleifer K H. Identification and characterization of ecologically significant prokaryotes in the sediment of freshwater lakes: molecular and cultivation studies. FEMS Microbiology Reviews, 2000, 24(5): 573-590. DOI:10.1111/j.1574-6976.2000.tb00559.x
[15]
胡东, 王丽萍, 赵苒, 邵宗泽. 福建漳浦凡纳滨对虾海水养殖中后期水体细菌群落多样性分析. 海洋学报, 2017, 39(8): 89-98. DOI:10.3969/j.issn.0253-4193.2017.08.009
[16]
胡常巨, 熊金波, 陈和平, 王凯, 叶然, 崔永平, 朱建林, 张德民. 象山港网箱养殖区与非养殖区的细菌群落分布. 生态学报, 2015, 35(24): 8053-8061.
[17]
Jiang W W, Tian X L, Li L, Dong S L, Zhao K, Li H D, Cai Y Y. Temporal bacterial community succession during the start-up process of biofilters in a cold-freshwater recirculating aquaculture system. Bioresource Technology, 2019, 287: 121441. DOI:10.1016/j.biortech.2019.121441
[18]
Song C, Zhong L Q, Liu Y, Yin Y, Zhang C, Zhang X W, Chen J Z. Spatial and temporal succession of bacterial communities in three artificial fishponds. Aquaculture Research, 2019, 50(10): 2793-2801. DOI:10.1111/are.14231
[19]
刘瑞娟. 蟹虾贝混养系统细菌群落结构与功能多样性初步研究[D]. 青岛: 中国海洋大学, 2014.
[20]
冯敬宾, 胡超群. 海水鱼类共附生细菌群落研究进展. 生态学报, 2010, 30(10): 2722-2734.
[21]
Pang G H, Sun J X, Peng B, Tan Y F, Wu Y L, Bai X F. Assessment of essential element accumulation in red swamp crayfish (Procambarus clarkii) and the highly efficient selenium enrichment in freshwater animals. Journal of Food Composition and Analysis, 2021, 101: 103953. DOI:10.1016/j.jfca.2021.103953
[22]
Zhang X T, Yang Z C, Deng D F, Liu H Y, Yin L Y, Yang P P, Zhang Y, Wang S Q. Effects of dietary starch levels on the growth, plasma metabolites and expression of genes involved in glucose transport and metabolism in Pelodiscus sinensis juveniles. Aquaculture Research, 2020, 51(2): 738-750. DOI:10.1111/are.14424
[23]
潘忠成, 李敏. HJ 636-2012测定总氮时影响空白值因素分析. 环境工程, 2016, 34(1): 126-129, 167-167.
[24]
沈烽, 赵大勇, 黄睿, 王司辰, 曹新益, 徐慧敏, 曾巾, 余钟波. 南京玄武湖浮游细菌群落结构的季节变化及其与环境因子的关系. 湖泊科学, 2017, 29(3): 662-669.
[25]
张晟, 郑坚, 刘婷婷, 曾凡海, 付永川. 三峡水库入库支流水体中营养盐季节变化及输出. 环境科学, 2009, 30(1): 58-63.
[26]
李忠佩, 张桃林, 陈碧云. 可溶性有机碳的含量动态及其与土壤有机碳矿化的关系. 土壤学报, 2004, 41(4): 544-552. DOI:10.3321/j.issn:0564-3929.2004.04.008
[27]
Jiao C C, Zhao D Y, Huang R, Cao X Y, Zeng J, Lin Y Q, Zhao W J. Abundant and rare bacterioplankton in freshwater lakes subjected to different levels of tourism disturbances. Water, 2018, 10(8): 1075. DOI:10.3390/w10081075
[28]
黄睿, 沈烽, 罗娟, 王司辰, 唐启彤, 徐慧敏, 吴燕, 赵大勇. 蓝藻水华消亡对湖泊表层沉积物中氨氧化细菌丰度和群落结构的影响. 生态与农村环境学报, 2015, 31(3): 334-339.
[29]
Caporaso J G, Lauber C L, Walters W A, Berg-Lyons D, Huntley J, Fierer N, Owens S M, Betley J, Fraser L, Bauer M, Gormley N, Gilbert J A, Smith G, Knight R. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. The ISME Journal, 2012, 6(8): 1621-1624. DOI:10.1038/ismej.2012.8
[30]
Zeng J, Yang L Y, Du H W, Xiao L, Jiang L J, Wu J, Wang X L. Bacterioplankton community structure in a eutrophic lake in relation to water chemistry. World Journal of Microbiology and Biotechnology, 2009, 25(5): 763-772. DOI:10.1007/s11274-008-9946-5
[31]
Zeng J, Jiao C C, Zhao D Y, Xu H M, Huang R, Cao X Y, Yu Z B, Wu Q L. Patterns and assembly processes of planktonic and sedimentary bacterial community differ along a trophic gradient in freshwater lakes. Ecological Indicators, 2019, 106: 105491. DOI:10.1016/j.ecolind.2019.105491
[32]
Bolger A M, Lohse M, Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics, 2014, 30(15): 2114-2120. DOI:10.1093/bioinformatics/btu170
[33]
Magoč T, Salzberg S L. FLASH: fast length adjustment of short reads to improve genome assemblies. Bioinformatics, 2011, 27(21): 2957-2963. DOI:10.1093/bioinformatics/btr507
[34]
Edgar R C, Haas B J, Clemente J C, Quince C, Knight R. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics, 2011, 27(16): 2194-2200. DOI:10.1093/bioinformatics/btr381
[35]
Schloss P D. The effects of alignment quality, distance calculation method, sequence filtering, and region on the analysis of 16S rRNA gene-based studies. PLoS Computational Biology, 2010, 6(7): e1000844. DOI:10.1371/journal.pcbi.1000844
[36]
吴悦妮, 冯凯, 厉舒祯, 王朱珺, 张照婧, 邓晔. 16S/18S/ITS扩增子高通量测序引物的生物信息学评估和改进. 微生物学通报, 2020, 47(9): 2897-2912.
[37]
Bokulich N A, Subramanian S, Faith J J, Gevers D, Gordon J I, Knight R, Mills D A, Caporaso J G. Quality-filtering vastly improves diversity estimates from Illumina amplicon sequencing. Nature Methods, 2013, 10(1): 57-59. DOI:10.1038/nmeth.2276
[38]
封晔, 唐明, 陈辉, 丛伟. 黄土高原六道沟流域8种植物根际细菌与AMF群落多样性研究. 环境科学, 2012, 33(1): 314-322.
[39]
张琼琼, 黄兴如, 郭逍宇. 基于T-RFLP技术的不同水位梯度植物根际细菌群落多样性特征分析. 生态学报, 2016, 36(14): 4518-4530.
[40]
Danovaro R, Pusceddu A, Harriague A C, Marrale D, Dell'sanno A, Petrillo M, Albertelli G, Croce N D. Community experiments using benthic chambers: microbial significance in highly organic enriched sediments. Chemistry and Ecology, 1999, 16(1): 7-30. DOI:10.1080/02757549908037635
[41]
刘晶晶, 曾江宁, 陈全震, 江志兵, 赵永强, 廖一波, 寿鹿, 徐晓群, 黄逸君, 杜萍. 象山港网箱养殖区水体和沉积物的细菌生态分布. 生态学报, 2010, 30(2): 377-388.
[42]
李聪. 稻-虾综合种养系统中不同碳/氮投喂模式对克氏原螯虾食性、可食部分营养组成及稻田水质的影响初探[D]. 上海: 上海海洋大学, 2018.
[43]
周显青, 牛翠娟, 李庆芬, 马海飞. 光照强度对中华鳖稚鳖摄食和生长的影响. 动物学报, 1998, 44(2): 157-161.
[44]
杨季芳, 王海丽, 陈福生, 屠霄霞, 陈吉刚, 冯辉强. 象山港海域细菌的分布特征及其环境影响因素. 生态学报, 2011, 31(14): 4007-4018.
[45]
李博. 草鱼混养生态系统细菌生产力和群落结构的实验研究[D]. 青岛: 中国海洋大学, 2013.
[46]
Dykhuizen D E. Santa Rosalia revisited: Why are there so many species of bacteria. Antonie van Leeuwenhoek, 1998, 73(1): 25-33. DOI:10.1023/A:1000665216662
[47]
Song H, Li Z, Du B, Wang G, Ding Y. Bacterial communities in sediments of the shallow Lake Dongping in China. Journal of Applied Microbiology, 2012, 112(1): 79-89. DOI:10.1111/j.1365-2672.2011.05187.x
[48]
Shtykova Y R, Sitnikova T Y, Kulakova N V, Sukhanova E V, Khanayev I V, Parfenova V V. First reports on the bacterial community of the digestive system of endemic Baikal gastropods Benedictia baicalensis. Microbiology, 2018, 87(6): 825-832. DOI:10.1134/S0026261718060140
[49]
Li Z F, Che J F, Xie J, Wang G J, Yu E M, Xia Y, Yu D G, Zhang K. Microbial succession in biofilms growing on artificial substratum in subtropical freshwater aquaculture ponds. FEMS Microbiology Letters, 2017, 364(4): fnx017.
[50]
端正花, 潘留明, 陈晓欧, 王秀朵, 赵乐军, 田乐琪. 低温下活性污泥膨胀的微生物群落结构研究. 环境科学, 2016, 37(3): 1070-1074.
[51]
Liu Y X, Wang Y H, Wang Q Q, Wang B B, Liu X D, Wu B. Adsorption and removal of bisphenol A in two types of sediments and its relationships with bacterial community. International Biodeterioration & Biodegradation, 2020, 153: 105021.
[52]
翟晓萌, 李道棠. 有机微污染源水生物预处理微生物菌种的分离筛选. 环境科学, 2000, 21(5): 77-79. DOI:10.3321/j.issn:0250-3301.2000.05.018
[53]
宋雅丽. 橘红海生杆菌SYL130T的多相分类学鉴定[D]. 武汉: 华中农业大学, 2018.
[54]
Marana R, Muzii L, Caruana P, Dell'Acqua S, Mancuso S. Evaluation of the correlation between endometriosis extent, age of the patients and associated symptomatology. Acta Europaea Fertilitatis, 1991, 22(4): 209-212.
[55]
Li Z F, Wang G J, Zhang K, Gong W B, Yu E M, Tian J J, Xie J, Yu D G. Epizootic ulcerative syndrome causes cutaneous dysbacteriosis in hybrid snakehead (Channa maculata♀×Channa argus♂). PeerJ, 2019, 7: e6674. DOI:10.7717/peerj.6674
[56]
Xu Z S, Dai X H, Chai X L. Biological denitrification using PHBV polymer as solid carbon source and biofilm carrier. Biochemical Engineering Journal, 2019, 146: 186-193. DOI:10.1016/j.bej.2019.03.019
[57]
Watanabe M, Kojima H, Fukui M. Aquipluma nitroreducens gen. nov. sp. nov., a novel facultatively anaerobic bacterium isolated from a freshwater lake. International Journal of Systematic and Evolutionary Microbiology, 2020, 70(12): 6408-6413. DOI:10.1099/ijsem.0.004551
[58]
王怡静, 夏晶晶, 于景丽, 希尼尼根, 李传虹, 李新, 芦燕. 水分驱动半干旱区河流沉积物/土壤厌氧绳菌群落的空间异质性. 微生物学通报, 2020, 47(9): 2807-2821.