干旱条件下棉花根际真菌多样性分析

岳丹丹 韩 贝 Abid Ullah 张献龙 杨细燕

研究简报

干旱条件下棉花根际真菌多样性分析

岳丹丹 韩 贝 Abid Ullah 张献龙 杨细燕*

华中农业大学作物遗传改良国家重点实验室, 湖北武汉 430070

植物根际微生物群落对植物生长和适逆性至关重要, 本研究对干旱条件下棉花根际真菌群落进行分析, 旨在探明干旱胁迫对棉花根际真菌多样性和群落结构的影响, 为利用有益微生物提高棉花水分利用率提供理论依据。以陆地棉Jin 668 (cv. Jin668)为试验材料, 采用盆栽控水方式, 对处于开花期的棉花根际土壤(SDP)和未种植棉花土壤(SOPD)进行干旱处理, 正常浇水的棉花根际土壤(SPN)和无棉花土壤(SNPN)为对照。从中采集土壤样品, 提取DNA, 采用Illumina Miseq对真菌ITS1区域进行高通量测序, 研究土壤中真菌多样性。结果共鉴定到970个OTUs, SNPN、SOPD、SPN和SDP样品中真菌OTUs数量分别为481、528、743和752个, 其中288个OTUs为所有组共有。对获得OTUs进行门、纲、目、科和属5个分类水平的划分表明, 棉花根际真菌群落结构主要由子囊菌门(82.70%)和担子菌门(10.15%)组成; 干旱处理使粪壳菌纲(Sordariomycetes)、粪壳菌目(Sordariales)和毛壳菌科(Chaetomiaceae)丰度显著降低, 而散囊菌目(Eurotiales)、发菌科(Trichocomaceae)、曲霉属()和青霉属()的丰度显著增加。多样性分析结果显示, 与未种棉花的土壤相比, 有棉花的土壤中真菌群落的α多样性显著增加; 同时, SPN和SDP之间的真菌群落结构更相似, 而与SNPN和SOPD间差异较大。研究表明, 棉花根际存在丰富的真菌群落, 干旱对土壤中真菌的丰度和多样性有显著影响。本研究从微生物的角度为提高棉花耐旱性的研究提供新见解。

棉花; 干旱; 真菌群落多样性; 根际微生物; 高通量测序

干旱是世界粮食安全和植物生产力的主要制约因素之一, 对农作物生长、发育和农艺性状等产生不利影响[1]。棉花是主要经济作物之一, 表现出比其他主要作物如小麦、水稻和玉米对干旱条件更强的耐受性[2]。然而, 干旱等极端环境条件仍然会限制棉花的生长和产量、影响其纤维品质。在长期的进化过程中, 棉花已经形成了一系列形态、生理、生化和分子策略应对干旱胁迫[3]。根系是吸收养分和水分的主要部位, 同时也是分泌排泄物质的重要部位, 植物根系分泌物较多, 营养丰富、微生物多样性丰富[4]。植物影响着其周围及体内微生物的群落结构, 这些微生物又通过其生命活动影响植物的生长发育。微生物组被认为是植物的第2套基因组, 对植物的生长和适逆性至关重要[5]。

研究表明, 特定的根际和内生微生物有助于提高棉花对大丽花轮枝孢菌的抗性[6]。除了保护植物免受生物和非生物胁迫的内在系统外, 在遭受干旱胁迫时, 植物可以与相互作用的微生物(特别是对土壤变化迅速响应的各种土壤微生物群落)建立有益联系, 从而减轻干旱胁迫损伤[7-8], 如来自谷子的耐干旱根际细菌可以在干旱胁迫条件下促进植物生长[9]。同时, 一些体外试验也表明, 根系微生物在植物抵御盐碱、干旱和抗病等非生物胁迫过程中发挥作用[10-12]。水稻[13]、玉米[14]、拟南芥[15-16]等多种植物的根系微生物与宿主植物适逆能力相关性的研究也表明有益微生物能提高植物对逆境的适应性。

进一步研究表明, 微生物能合成植物生长调节因子以减轻胁迫对寄主植物的不利影响, 如丛枝菌根真菌可能通过影响宿主植物生长素、细胞分裂素和乙烯等激素分泌, 进而导致植物根系形态发生变化, 增强植物的抗旱性[17]; 水杨酸、茉莉酸、乙烯等植物激素介导的信号通路调控根际促植物生长细菌诱导植物产生对病原菌的免疫反应, 即诱导系统抗病性, 增强植物的抗病性[18]; 基于植物和真菌中赤霉素(gibberellic acids, GA)生物合成途径也被阐明[19]。此外, 微生物还会改变土壤酸碱度、土壤结构、土壤肥力和氧气利用率[20], 如丛枝菌根真菌可通过改善根系形态和改良土壤结构来提高植物的抗旱性[17]。微生物的这些特性可抑制植物病原体并增强植物对高温、盐、干旱和金属毒性的耐受性[21]。同时, 微生物在植物离子转运和营养吸收方面也发挥着重要作用, 如丛枝菌根真菌可以通过改变宿主植株的根系形态和菌丝网络的形成, 以扩大植株对土壤养分吸收范围; 植物释放的有机酸、磷酸酶和质子等根系分泌物可以改变土壤结构和理化性质, 与根际微生物共同作用溶解土壤中难溶的矿质元素(如P和Fe), 提高植株对离子的转运能力、促进其吸收[22]。其次, 微生物还能调控宿主植物的水通道蛋白基因、干旱相关基因以促进植物在干旱胁迫下的生长和代谢[23], 如丛枝菌根真菌能够特异性诱导苜蓿()水通道蛋白基因的表达, 进而调节苜蓿对硝态氮或铵态氮的吸收[24], 或通过诱导相关磷转运蛋白基因的特异性表达等多种方式, 为植物提供生长和抗逆所需的矿质元素[22,25]。

反过来, 根际微生物群落结构变化也受植物的影响, 如利用高通量测序技术测定的花铃期土壤中细菌群落结构结果表明, 黄萎病抗病品种在花铃期的细菌群落结构优于感病品种[12]。此外, 根际微生物的群落结构也受其他多种因素影响。在不同的发育阶段, 棉花根际细菌的群落结构变化很大[26]; 土壤微生物群落对长期连作棉花也有相似的反应, 即在相同的生境中, 微生物群落表现出相似性[27]; 相对无植物种植的土壤, 即使在干旱胁迫下棉花根际也有着丰富的细菌群落, 这可能有助于提高植物的耐旱性[28]。

植物-微生物互作为研究植物适逆性提供了一个新视角, 对有益微生物的使用将有助于农业生产系统走向一个更具生产力的时代。目前, 高通量测序方法为根际微生物群落的研究提供了新的思路和方法。本研究利用高通量测序技术, 通过对正常和干旱条件下棉花根际真菌群落特征进行分析, 研究干旱对棉田土壤中真菌多样性和群落结构的影响, 确定最适合棉花抗旱研究的真菌种类, 有助于挖掘棉田中有益微生物, 同时对提高棉花耐旱性的研究具有重要的理论意义。

1 材料与方法

1.1 植物材料、干旱处理及样品采集

土壤的收集、材料的种植及干旱处理参照文献[28], 从长期连作棉花试验田采集土壤, 将土壤在阳光下干燥1个月, 然后用2 mm的筛子过筛, 称取2.5 kg加入每个土钵中备用。

棉花种子(陆地棉Jin 668)用0.1%氯化汞消毒, 在棉花无菌苗培养基中萌发, 炼苗后转入上述土钵中, 每个土钵种1棵植株, 平行设置不种棉花的土钵土壤, 所有的土壤均用蒸馏水灌溉。植株在温室条件下[(28±2)℃, 约16 h/8 h光/暗光周期]生长, 在进入六叶期, 对种植棉花的土钵和不种棉花的土钵进行干旱处理(不浇水), 以正常浇水的有棉花的土钵和无棉花的土钵为对照, 干旱处理2周后, 干旱处理的棉花植株发生萎焉, 此时收集各组土壤样品, 有棉花种植的土壤微生物样品由根表土壤微生物和根围土壤微生物组成。棉花根表土壤微生物的收集方法如下: 小心收集干旱和对照棉花的根系, 然后放置在含有25 mL磷酸盐缓冲液(每升6.33 g NaH2PO4·H2O, 16.5 g Na2HPO4·7H2O, 200 mL Silwet L-77)的50 mL无菌试管中, 高速离心去除根表土壤; 将上层溶液通过100 mm的尼龙膜过滤器过滤以去除残渣, 然后在5000 ×转速下离心15 min, 收集下层含有微生物的沉淀, 迅速在液氮中冷冻, 然后–80℃储存。根围土壤样品的收集: 在棉株周围(无棉株)土壤中6个方向均匀取样, 15个土钵为一个重复进行混合, 然后收混集10 g土壤样品放入无菌离心管中。共获得4种土壤微生物样品, 分别为干旱处理的棉花根际土壤样品(drought treated plant rhizosphere soil, SDP)、正常浇水棉花根际土壤样品(normally watered plant rhizosphere soil, SPN)、未种棉花干旱处理的土壤(drought treated soil without plants, SOPD)和正常浇水的土壤(normally watered soil without plants, SNPN)样品。每次处理进行3次生物重复, 共收集12个样品。

1.2 DNA提取、真菌ITS1区扩增、Illumina文库的制备和高通量测序

由上海派森诺生物科技股份有限公司(中国上海)完成样品微生物DNA的提取、Illumina文库的制备和高通量测序。通过引物ITS5F (5¢-GGAAGTAAAAGTCGTAA CAAGG-3¢)和ITS2R (5¢-GCTGCGTTCTTCATCGATGC-3¢)扩增真菌ITS1区, 采用Illumina MiSeq测序平台进行双末端(Paired-end)测序。

1.3 原始数据处理、操作分类单位(OTU)划分及多样性分析

利用QIIME 1.8.0软件对测序数据进行识别、拼接, 并去除低质量、非特异扩增序列及嵌合体序列[29]。在相似性97%的水平上使用UCLUST对获得的序列进行操作分类单元(operational taxonomic unit, OTU)聚类分析, 并筛选出OTUs的代表性序列[30]; 基于UNITE数据库(Release 5.0, https://unite.ut.ee/)[31], 对OTUs代表序列进行物种注释分析, 获得每个OTUs分类学信息并构建稀释性曲线、物种积累曲线和等级丰度曲线, 利用QIIME软件计算α多样性指数, 包括丰富度指数Chao1、多样性指数Shannon、Simpson指数和ACE指数[32]。物种积累曲线和等级丰度曲线用R语言绘制。

β多样性分析用于检验不同样本之间群落结构的相似性, 主要通过主成分分析(principal component analysis, PCA)和多维尺度分析(multidimensional scaling, MDS)进行。

1.4 统计分析

观察评价原始样本组间差异大小及其统计学显著性是通过基于排列的PERMANOVA分析来评估。Adonis/ PERMANOVA多元方差分析使用QIIME软件进行, 并进行999次置换检测组间差异是否具有统计学显著性。UniFrac距离组间或组内差异比较分析是根据样本分组, 分别对加权的UniFrac距离矩阵的组内和组间距离均值进行检验, 并通过1000次蒙特卡罗置换检验判断统计显著性。

2 结果与分析

2.1 高通量测序结果分析

为了探索正常和干旱条件下棉花根际真菌群落, 对正常和干旱条件下的棉花根际土壤和无棉花种植的土壤共12个样品进行菌群DNA抽提, 利用Illumina高通量测序技术对真菌ITS1区进行测序, 共获得568,592条Clean tags, 并进行OTUs的划分。基于≥97%的相似度水平, 通过聚类共获得970个用于物种分类的OTUs, 其中SNPN、SOPD、SPN和SDP的OTUs总数分别为481、528、743和752个, 其中288个OTUs为所有组共有(图1-A)。在OTU鉴定后, 对每个样品的OTUs划分为门、纲、目、科、属和种5个分类水平, 结果表明, 相对无棉花种植的土壤, 棉花根际土壤真菌群落更丰富; 另外, 相对于对照, 干旱处理也增加了土壤中微生物的多样性(图1-B)。

A: 样本OTUs数量的Venn图; B:不同分类级别下样本OTUs数。SNPN: 正常浇水的土壤样品; SOPD: 未种棉花干旱处理的土壤样品; SPN: 正常浇水棉花根际土壤样品; SDP: 干旱处理的棉花根际土壤样品。

A: Venn diagram of sample OTUs quantity; B: the number of OTUs of sample at different classification level. SNPN: normally watered soil without plants; SOPD: drought treated soil without plants; SPN: normally watered plant rhizosphere soil; SDP: drought treated plant rhizosphere soil.

2.2 α多样性分析

通过进行α多样性分析检查单个微生物生态系统中物种丰富度和均匀度。真菌群落稀疏曲线结果显示, 序列量到5000时各样品稀释曲线均基本趋于平缓, 表明取样基本合理, 真实环境中真菌群落结构的置信度较高, 能够比较真实地反映土壤样本的真菌群落(图2-A)。同时在抽取相同序列的条件下, SOP和SPN相对SOPN和SNPN样本的OUT数多, 说明SOP和SPN样本中物种丰富度更高。此外, 物种累积曲线也显示了样本量足以反映种群的丰富度(图2-B)。等级丰度曲线也表明, SPN和SDP具有更高的均匀度和丰富度, 而SNPN和SOPD在OTUs上的丰度差异更大且均匀度较低(图2-C)。

许多指数可以反映微生物群落的α多样性。Shannon指数反映群落中物种的变化度, Shannon指数高代表群落中物种丰富度高且分布均匀, 常用的测量指标还包括反映群落丰富度的Chao 1指数和ACE指数, 以及反映群落均匀度的Simpson指数。分别计算每个样本的α多样性指数, 并在表1中列出。结果显示, SNP和SDP的α多样性指数与对照相比均显著地提高, 表明SPN和SDP具有较高的物种丰富度和均匀度。

2.3 分类学分析

基于OTU分类结果, 获得了门、纲、目、科、属和种分类水平下每个样品的特有组成。不同样品在每一个分类级别下的微生物类群都有差异, 总体上SDP在纲、目、属和种水平上比其他样本具有更高的微生物类群数量(表2)。

A: 稀疏曲线; B: 物种累积曲线; C: 丰度等级曲线。缩写同图1。

A: sparse curves, B: species cumulative curve; C: rank abundance curve. Abbreviations are the same as those given in Fig. 1.

表1 微生物多样性指数

同列不同小写字母表示差异显著(< 0.05)。缩写同图1。

Different lowercase letters in the same column indicate significant differences at< 0.05. Abbreviations are the same as those given in Fig. 1.

表2 各分类水平的微生物类群数统计表

同列不同小写字母表示差异显著(< 0.05)。缩写同图1。

Different lowercase letters in the same column indicate significant differences at< 0.05. Abbreviations are the same as those given in Fig. 1.

将OTU的代表序列与微生物参考数据库进行比对可得到每个OTU对应的物种分类信息, 进而获得了5个分类层次下(门、纲、目、科和属)每个样品的组成和丰度分布。分析棉花土壤样品真菌多样性发现, 门分类水平上, 大多数真菌是子囊菌门(Ascomycota)、担子菌门(Basidiomycota)、类原生动物门(Rozellomycota)、接合菌门(Zygomycota)、纤毛亚门(Ciliophora)、壶菌门(Chytridiomycota)、球囊菌门(Glomeromycota), 其中子囊菌门(Ascomycota)为第一优势门。与无棉花种植的土壤相比, 棉花根际土壤中壶菌门(Chytridiomycota)和球囊菌门(Glomeromycota)丰度显著降低(图3-A)。

在纲分类水平上, 大多数真菌是粪壳菌纲(Sordariomycetes)、散囊菌纲(Eurotiomycetes)、座囊菌纲(Dothideomycetes)、伞菌纲(Agaricomycetes)、圆盘菌纲(Orbiliomycetes)、银耳纲(Tremellomycetes)。与无棉花种植的土壤相比, 散囊菌纲(Eurotiomycetes)在棉花根际土壤中的丰度显著增加, 而粪壳菌纲(Sordariomycetes)和座囊菌纲(Dothideomycetes)的丰度显著降低。此外, 与正常浇水处理的棉花根际土壤相比, 粪壳菌纲(Sordariomycetes)在干旱处理的棉花根际土壤中的丰度显著降低(图3-B)。

A～E表示分类单元在门、纲、目、科和属水平上的百分比。缩写同图1。

A–E represent the percentage of taxa at phylum, class, order, family, and genus level, respectively. Abbreviations are the same as those given in Fig. 1.

在目分类水平上, 大多数真菌是粪壳菌目(Sordariales)、肉座菌目(Hypocreales)、小囊菌目(Microascales)、散囊菌目(Eurotiales)、格孢腔菌目(Pleosporales)、圆盘菌目(Orbiliales)。与无棉花种植的土壤相比, 棉花根际土壤中的散囊菌目(Eurotiales)丰度显著增加, 而肉座菌目(Hypocreales)和格孢腔菌目(Pleosporales)的丰度显著降低。此外, 与正常浇水处理的棉花根际土壤相比, 散囊菌目(Eurotiales)在干旱处理的棉花根际中丰度显著增加, 而粪壳菌目(Sordariales)降低(图3-C)。

毛壳菌科(Chaetomiaceae)、小囊菌科(Microascaceae)、丛赤壳科(Nectriaceae)、发菌科(Trichocomaceae)、毛球壳科(Lasiosphaeriaceae)、圆盘菌科(Orbiliaceae)是较为丰富的科。相对无棉花种植的土壤, 棉花根际土壤中发菌科(Trichocomaceae)和毛球壳科(Lasiosphaeriaceae)的丰度显著增加, 而毛壳菌科(Chaetomiaceae)的丰度显著降低。此外, 在干旱处理的棉花根际中发菌科(Trichocomaceae)的丰度显著增加, 而毛壳菌科(Chaetomiaceae)降低(图3-D)。

在属分类水平上, 腐质霉属()是棉花根际土壤真菌的优势菌属, 其在SPN土壤中相对丰度最高, 而在无棉花种植的土壤中相对丰度最低。此外, 毛壳菌属()、青霉属()、节丛孢属()、曲霉属()、顶孢霉属()和茎点霉属()也是不同处理下土壤中的优势菌群。与无棉花种植的土壤相比, 曲霉属()和青霉属()在棉花根际土壤中占优势, 而顶孢霉属()和茎点霉属()的丰度降低。干旱处理增加了曲霉属()和青霉属()的丰度(图3-E)。

系统发育树分析表明, 子囊菌门(Ascomycota)和担子菌门(Basidiomycota)是棉花根际土壤中最丰富的门。此外, 最丰富的纲是粪壳菌纲(Sordariomycetes)和伞菌纲(Agaricomycetes) (图4-A)。根据分类群的丰度分布或样品之间的相似程度, 对前50个属在不同样品中进行聚类分析, 与无棉花种植的土壤相比, 绿僵菌属()、曲霉属()、斜盖伞属()、青霉属()、柄孢壳属()、节担菌属()、根霉属()、足放线病菌属()和蛇口壳属()在棉花的根际土壤中相对丰富(图4-B)。

2.4 β多样性分析

为了观察不同样本之间真菌群落的相似性, 通过主成分分析(PCA)和多维尺度分析对12个样本进行β多样性分析。PCA分析发现, 第1主成分(PCA1)和第2主成分(PCA2)分别可以解释所有变量的74.15%和13.32%, 2个主成分方差累积贡献率达到87.47%, 说明其能够表征微生物群落组成的特征, 进一步分析表明, SPN和SDP棉花根际样品的微生物群落结构相对相似(图5-A)。经加权UniFrac PCoA分析显示, 与没有种植棉花的土壤样品(SNPN和SOPD)相比, SPN和SDP样品的真菌群落结构具有很高的相似性, 并且不同(图5-B)。为更全面地描述组内和组间的菌群结构差异大小, 计算各组之间和组内加权的UniFrac距离均值。结果显示, SPN-SNPN和SDP-SNPN之间有很大的UniFrac距离, 然而, SDP-SPN之间UniFrac距离较小, 特别是在SPN、SDP和SOPD组内, UniFrac距离非常小(图5-C)。

A: 显示样本群体中从门到属水平的所有分类群的层次关系的分类层次树; B: 综合群体组成的热水平图和聚类分析。缩写同图1。

A: the classification hierarchy tree shows the hierarchical relationships of all taxa from the phylum to the genus level in the sample population; B: combined heat level map of the community composition with cluster analysis. Abbreviations are the same as those given in Fig. 1.

同时我们也利用偏最小二乘法判别分析(partial least squares discrimination analysis, PLS-DA)对基于物种丰度矩阵和样本分组数据构建的高通量测序产生的大量微生物群落数据进行判别分析显示, SPN和SOPD彼此之间更相似(图5-D)。此外, 对原始样本组间的差异还进行了方差分析, 加权UniFrac的R统计值为0.7253。此外, 加权后的UniFrac的值和排列数分别为0.001和999。

A: 主成分分析的二维排序; B: 加权UniFrac的PCoA分析; C: 加权UniFrac距离的多组方框图; D: PLS-判别式分析。缩写同图1。

A: two-dimensional ranking of the PCA analysis; B: weighted UniFrac PCoA analysis; C: multiple sets of box plots for the weighted UniFrac distance; D: PLS-discriminant analysis. Abbreviations are the same as those given in Fig. 1.

3 讨论

全球环境变化对植物生长产生不利影响, 微生物组作为植物的第2套基因组, 对植物生长及适逆性非常重要,因此微生物群落在增强植物生长方面的潜在功能使得阐明植物微生物群落对环境变化的响应变得非常重要。微生物群落不是一成不变的, 受到环境以及微生物间和植物与微生物间交流的调节[33]。根系分泌物吸引附近土壤环境中的微生物, 改变的根系分泌物扩散到土壤后, 影响了作物根际的土壤环境, 从而致使作物根际微生物数量及种类发生特定变化。例如, 不同植物之间微生物群落组成有显著差异[20], 环境条件如干旱、盐度、酸碱度、土壤结构和肥力也影响微生物群落[16,34]。研究表明, 有机肥处理后土壤中细菌和放线菌的群落多样性与Shannon指数显著升高, 且氮肥处理后真菌多样性水平升高[35]; 干旱胁迫的发生也能够引起棉花根际土壤中细菌的富集且群落多样性显著增加[28]。

在本研究中, 通过微生物基因的高通量测序来检测干旱和正常条件下棉花根际及无棉花种植的连作棉田土壤中的真菌群落。研究结果表明, 不同处理土壤中真菌群落的主要成分存在差异, 其中分类学上不同种类真菌的相对丰度发生变化, 棉花根际真菌群落结构主要由子囊菌门(Ascomycota)、担子菌门(Basidiomycota)、类原生动物门(Rozellomycota)、接合菌门(Zygomycota)、纤毛亚门(Ciliophora)、壶菌门(Chytridiomycota)、球囊菌门(Glomeromycota)组成, 其中子囊菌门和担子菌门是植物根际土壤中最丰富的真菌门, 这一结果与前人研究一致[36]。子囊菌门是土壤微生物群落中最丰富的真菌门, 具有降解有机物质的作用, 在有机质含量高的土壤中含量丰富[26,37]。

聚类分析结果表明, 在正常和干旱条件下, 与无棉花种植的土壤相比, 棉花根际土壤中绿僵菌属()、曲霉属()、斜盖伞属()、青霉属()、柄孢壳属()、节担菌属()、根霉属()等相对丰富。其中, 曲霉属()和青霉属()在干旱胁迫下棉花根际土壤中丰度较高。这与前人发现凤仙花的根际真菌群落中青霉属, 曲霉属等优势种在旱季出现的频度最高这一研究结果一致[38]。曲霉属是盐场高浓度盐水中本土真菌群落的一部分[39], 具有更高的胁迫耐受性, 其中曲霉属的构巢曲霉()具有耐旱性[40]。此外, 研究发现曲霉属和青霉属有较强的渗透压耐受性, 耐受性最强的是菌种多属于曲霉属[41]。因此, 这些对干旱敏感的微生物, 尤其是在干旱条件下植物根际富集的微生物可能有助于植物抵抗干旱和其他非生物胁迫。

近年来研究已报道, 植物在遭受干旱胁迫时, 根际促植物生长细菌作用的植物能更快速产生高量的ABA, 更快地调控基因表达和代谢, 积累脯氨酸和甜菜碱等渗透调节物质, 或增加抗氧化酶和抗氧化物, 提高抗氧化酶活性, 增强植物耐旱的能力[25]。同时, 激素作为植物和微生物之间的中介, 影响植物微生物群落结构的功能[33], 在植物遭受非生物胁迫时也发挥着积极的作用[42]。如根际促植物生长细菌能够合成刺激植物细胞生长和分裂的植物激素, 从而促使植物抵御环境胁迫[18]。因此, 我们推测曲霉属()和青霉属()真菌可能通过刺激植物合成更多的ABA或植物激素的方式, 参与调节植物在抗旱的信号通路, 以提高植物的抗旱性。此外, 它们对植物抗旱性具体作用机制有待进一步的研究。

本研究还发现, 在干旱和正常条件下, 棉花的种植与否对根际真菌群落结构的α多样性有不同的影响。棉花的种植提升了土壤真菌的物种多样性和物种丰富度, SPN和SPD样品具有较高的均匀度和丰富度, 而SNPN和SOPD的OTUs丰度差异较大且均匀度较低。同时, 在干旱胁迫下, SDP有较高的OTUs。这些结果均表明, 植物根系物质的分泌改变了微生物生态环境, 吸引着附近土壤环境中的微生物富集, 使得根际微生物的物种更多样, 丰富度更高。这些结果与前人发现棉花根际具有更丰富的细菌群落的结果一致[28]; 另一方面, 干旱胁迫可能通过调节根际分泌物的释放, 刺激了土壤中一些微生物的生长, 在变化的环境下维持植物适应性[43]。此外, β多样性结果显示, SPN和SDP之间的微生物群落结构更相似, 与SNPN和SOPD间差异较大, 同样, SNPN和SOPD彼此之间更相似。结果表明棉花的种植改变了根际土壤微生物群落结构。棉花根际真菌群落结构的变化可能主要受到棉花根与土壤相互作用的影响[28,33,43], 植物根系改变土壤的物理和化学性质, 从而致使根际微生物数量及种类发生特定变化[44]。无棉花种植的土壤(SNPN和SOPD)和根际土壤(SPN和SDP)微生物多样性的差异分析表明, 微生物附着在根上, 可能随后促进植物的生长发育、增强耐旱性。此外, 在这项研究中, 鉴定出的许多真菌与棉花植物之间的具体关系是未知的, 因此, 需要进行更多的研究, 尤其是侧重于天然存在的根际真菌, 这些真菌是生物防治剂的潜在来源。

[1] Rapparini F, Peñuelas J. Use of Microbes for the Alleviation of Soil Stresses, New York: Springer, 2014. pp 21–42.

[2] Parida A K, Dagaonkar V S, Phalak M S, Umalkar G V, Aurangabadkar L P. Alterations in photosynthetic pigments, protein and osmotic components in cotton genotypes subjected to short-term drought stress followed by recovery., 2007, 1: 37–48.

[3] Ullah A, Sun H, Yang X Y, Zhang X L. Drought coping strategies in cotton: increased crop per drop., 2017, 15: 271–284.

[4] Rovira A D. Plant root exudates., 1969, 35: 35–57.

[5] Bai Y, Muller D B, Srinivas G, Garrido-Oter R, Potthoff E, Rott M, Dombrowski N, Munch P C, Spaepen S, Remus-Emsermann M, Huttel B, McHardy A C, Vorholt J A, Schulze-Lefert P. Functional overlap of the Arabidopsis leaf and root microbiota., 2015, 528: 364–369.

[6] Wei F, Zhao L, Xu X, Feng H, Shi Y, Deakin G, Feng Z, Zhu H. Cultivar-dependent variation of the cotton rhizosphere and endosphere microbiome under field conditions., 2019, 10: 1659.

[7] Toju H, Peay K G, Yamamichi M, Narisawa K, Hiruma K, Naito K, Fukuda S, Ushio M, Nakaoka S, Onoda Y, Yoshida K, Schlaeppi K, Bai Y, Sugiura R, Ichihashi Y, Minamisawa K, Kiers E T. Core microbiomes for sustainable agroecosystems., 2018, 4: 247–257.

[8] Lau J A, Lennon J T. Rapid responses of soil microorganisms improve plant fitness in novel environments., 2012, 109: 14058–14062.

[9] Niu X, Song L, Xiao Y, Ge W. Drought-tolerant plant growth-promoting rhizobacteria associated with foxtail millet in a semi-arid agroecosystem and their potential in alleviating drought stress., 2017, 8: 2580.

[10] de Zelicourt A, Al-Yousif M, Hirt H. Rhizosphere microbes as essential partners for plant stress tolerance., 2013, 6: 242–245.

[11] Yang J, Kloepper J W, Ryu C M. Rhizosphere bacteria help plants tolerate abiotic stress., 2009, 14: 1–4.

[12] 赵卫松, 郭庆港, 李社增, 王培培, 鹿秀云, 苏振贺, 张晓云, 马平. 花铃期棉花黄萎病抗病与感病品种对土壤细菌群落结构的影响. 中国农业科学, 2020, 53: 942–954.

Zhao W S, Guo Q G, Li S Z, Wang P P, Lu X Y, Su Z H, Zhang X Y, Ma P. Effect of wilt-resistant and wilt-susceptible cotton on soil bacterial community structure at flowering and boll stage., 2020, 53: 942–954 (in Chinese with English abstract).

[13] Edwards J, Johnson C, Santos-Medellín C, Lurie E, Sundaresan V. Structure, variation, and assembly of the root-associated microbiomes of rice., 2015, 112: 911–920.

[14] Walters W A, Jin Z, Youngblut N, Wallace J G, Sutter J, Zhang W, González-Peña A, Peiffer J, Koren O, Shi Q, Knight R, Glavina Del Rio T, Tringe S G, Buckler E S, Dangl J L, Ley R E. Large-scale replicated field study of maize rhizosphere identifies heritable microbes., 2018, 115: 7368–7373.

[15] Zolla G, Badri D V, Bakker M G, Manter D K, Vivanco J M. Soil microbiomes vary in their ability to confer drought tolerance to., 2013, 68: 1–9.

[16] Carvalhais L C, Dennis P G, Badri D V, Kidd B N, Vivanco J M, Schenk P M. Linking jasmonic acid signaling, root exudates, and rhizosphere microbiomes., 2015, 28: 1049–1058.

[17] 吴会会, 邹英宁, 吴强盛. 干旱胁迫下菌根真菌对枳根系形态、内源激素和土壤结构的影响. 中国南方果树, 2018, 47(3): 14–17.

Wu H H, Zou Y N, Wu J S. Effects of mycorrhizal fungi on root morphology, endogenous hormones and soil structure of trifoliate orange under drought stress., 2018, 47(3): 14–17 (in Chinese with English abstract).

[18] Pieterse C M, Zamioudis C, Berendsen R L, Weller D M, Van Wees S C, Bakker P A. Induced systemic resistance by beneficial microbes., 2014, 52: 347–375.

[19] Hedden P, Thomas S G. Gibberellin biosynthesis and its regulation., 2012, 444: 11–25.

[20] Finkel O M, Castrillo G, Herrera Paredes S, Salas Gonzalez I, Dangl J L. Understanding and exploiting plant beneficial microbes.,2017, 38: 155–163.

[21] Lundberg D S, Lebeis S L, Paredes S H, Yourstone S, Gehring J, Malfatti S, Tremblay J, Engelbrektson A, Kunin V, Rio T G D. Defining the coreroot microbiome., 2012, 488: 86–90.

[22] 薛英龙, 李春越, 王苁蓉, 王益, 刘津, 常顺, 苗雨, 党廷辉. 丛枝菌根真菌促进植物摄取土壤磷的作用机制. 水土保持学报, 2019, 33(6): 10–20.

Xue Y L, Li C Y, Wang C R, Wang Y, Liu J, Chang S, Miao Y, Dang T H. Mechanisms of phosphorus uptake from soils by arbuscular mycorrhizal fungi., 2019, 33(6): 10–20 (in Chinese with English abstract).

[23] Rapparini F, Peñuelas J. Use of Microbes for the Alleviation of Soil Stresses, New York: Springer, 2014. pp 165–174.

[24] Uehlein N, Fileschi K, Eckert M, Bienert G P, Bertl A, Kaldenhoff R. Arbuscular mycorrhizal symbiosis and plant aquaporin expression., 2007, 68: 122–129.

[25] Miller S H, Browne P, Prigent-Combaret C, Combes-Meynet E, Morrissey J P, O’Gara F. Biochemical and genomic comparison of inorganic phosphate solubilization in Pseudomonas species., 2010; 2: 403–411.

[26] Qiao Q, Wang F, Zhang J, Chen Y, Zhang C, Liu G, Zhang H, Ma C, Zhang J. The variation in the rhizosphere microbiome of cotton with soil type, genotype and developmental stage., 2017, 7: 3940.

[27] Xi H, Shen J, Qu Z, Yang D, Liu S, Nie X, Zhu L. Effects of long-term cotton continuous cropping on soil microbiome., 2019, 9: 18297.

[28] Ullah A, Akbar A, Luo Q, Khan A H, Manghwar H, Shaban M, Yang X. Microbiome diversity in cotton rhizosphere under normal and drought conditions., 2019, 77: 429–439.

[29] Caporaso J G, Kuczynski J, Stombaugh J, Bittinger K, Bushman F D, Costello E K, Fierer N, Peña A G, Goodrich J K, Gordon J I, Huttley G A, Kelley S T, Knights D, Koenig J E, Ley R E, Lozupone C A, McDonald D, Muegge B D, Pirrung M, Reeder J, Sevinsky J R, Turnbaugh P J, Walters W A, Widmann J, Yatsunenko T, Zaneveld J, Knight R. QIIME allows analysis of high-throughput community sequencing data., 2010, 7: 335–336.

[30] Edgar R C, Haas B J, Clemente J C, Quince C, Knight R. UCHIME improves sensitivity and speed of chimera detection., 2011, 27: 2194–2200.

[31] Koljalg U, Nilsson R H, Abarenkov K, Tedersoo L, Taylor A F, Bahram M, Bates S T, Bruns T D, Bengtsson-Palme J, Callaghan T M, Douglas B, Drenkhan T, Eberhardt U, Duenas M, Grebenc T, Griffith G W, Hartmann M, Kirk P M, Kohout P, Larsson E, Lindahl B D, Lucking R, Martin M P, Matheny P B, Nguyen N H, Niskanen T, Oja J, Peay K G, Peintner U, Peterson M, Poldmaa K, Saag L, Saar I, Schussler A, Scott J A, Senes C, Smith M E, Suija A, Taylor D L, Telleria M T, Weiss M, Larsson K H. Towards a unified paradigm for sequence-based identification of fungi., 2013, 22: 5271–5277.

[32] Chao A, Shen T J. Nonparametric prediction in species sampling., 2004, 9: 253–269.

[33] Eichmann R, Richards L, Schäfer P. Hormones as go-betweens in plant microbiome assembly., 2021, 105: 518–541.

[34] Verbon E H, Liberman L M. Beneficial microbes affect endogenous mechanisms controlling root development., 2016, 21: 218–229.

[35] Yu C, Hu X M, Deng W, Li Y, Xiong C, Ye C H, Han G M, Li X. Changes in soil microbial community structure and functional diversity in the rhizosphere surrounding mulberry subjected to long-term fertilization., 2015, 86: 30–40.

[36] 赵存鹏, 郭宝生, 刘素恩, 王兆晓, 昭耿, 王凯辉, 耿军义. 粮棉轮作对土壤中养分及真菌多样性的影响. 华北农学报, 2017, 32(6): 139–146.

Zhao B C, Guo B S, Liu S E, Wang Z X, Zhao G, Wang K H, Geng J Y. Effect of cotton and grain crops rotation on nutrients contents and diversity of fungi in the soil., 2017, 32(6): 139–146 (in Chinese with English abstract).

[37] Rousk J, Brookes P C, Bååth E. Fungal and bacterial growth responses to N fertilization and pH in the 150-year ‘Park Grass’ UK grassland experiment., 2011, 76: 89–99.

[38] 刘宇, 韩淑梅, 宋希强, 丁琼, 王鹏, 赵莹. 不同海拔下海南凤仙花可培养根际真菌和细菌群落的季节性变化. 热带生物学报, 2018, 9(1): 50–56.

Liu Y, Han S M, Song X Q, Ding Q, Wang P, Zhao Y. Seasonal variation of microbial communities in the rhizosphere of(Balsaminaceae) at different altitudes., 2018, 9(1): 50–56 (in Chinese with English abstract).

[39] Butinar L, Zalar P, Frisvad J C, Gunde-Cimerman N. The genusmembers of indigenous fungal community in hypersaline waters of salterns., 2005, 51: 155–166.

[40] Beever R E, Laracy E P. Osmotic adjustment in the filamentous fungus., 1986, 168: 1358–1365.

[41] Araújo C A S, Ferreira P C, Pupin B, Dias L P, Avalos J, Edwards J, Hallsworth J E, Rangel D E N. Osmotolerance as a determinant of microbial ecology: a study of phylogenetically diverse fungi., 2020, 124: 273–288.

[42] Fahad S, Hussain S, Bano A, Saud S, Hassan S, Shan D, Khan F A, Khan F, Chen Y, Wu C, Tabassum M A, Chun M X, Afzal M, Jan A, Jan M T, Huang J. Potential role of phytohormones and plant growth-promoting rhizobacteria in abiotic stresses: consequences for changing environment., 2015, 22: 4907–4921.

[43] Qiao Q, Zhang J, Ma C, Wang F, Chen Y, Zhang C, Zhang H, Zhang J. Characterization and variation of the rhizosphere fungal community structure of cultivated tetraploid cotton., 2019, 14: e0207903.

[44] Yan N, Marschner P, Cao W, Zuo C, Qin W. Influence of salinity and water content on soil microorganisms., 2015, 3: 316–323.

Fungi diversity analysis of rhizosphere under drought conditions in cotton

YUE Dan-Dan, HAN Bei, Abid Ullah, ZHANG Xian-Long, and YANG Xi-Yan*

National Key Laboratory of Crop Genetic Improvement, Huazhong Agricultural University, Wuhan 430070, Hubei, China

Plant rhizosphere microorganisms play important roles in plant growth and the adaptability of plants to adverse environmental stresses. In this study, cotton rhizosphere fungal communities were analyzed under drought conditions, aiming to explore the effects of drought stress on the diversity and community structures of cotton rhizosphere fungi, and to provide a theoretical basis for improving cotton water use efficiency by using beneficial microorganisms. Drought stress was applied to upland cotton (cv. Jin 668) at flowering stage (SDP), while the soil without plants was also subjected to drought (SOPD). Simultaneously, the plants (SPN) and pots without plants (SNPN) regularly watered were used as controls. The soil samples were collected, the microbial DNA was isolated, and Illumina Miseq was conducted for a high-throughput sequencing of fungi ITS1 regions to study the diversity of the rhizosphere fungal communities. As a result, a total of 970 OTUs were identified, and the numbers of fungal OTUs in the samples of SNPN, SOPD, SPN, and SDP were 481, 528, 743, and 752, respectively, among which 288 OTUs were shared by all samples. The OTUs were classified to different levels of phyla, class, order, family, and genus of fungi. The rhizosphere fungal community of cotton was predominantly consisted of the phyla Ascomycota (82.70%) and Basidiomycota (10.15%). The abundance of Sordariomycetes, Sordariales, and Chaetomiaceae decreased, while the abundance of Eurotiales, Trichocomaceae,, andincreased significantly under drought stress. Moreover, the diversity of fungal community in the soil with cotton plants significantly higher than that in the soil without cotton plants. Meanwhile, the fungi community structures of SPN and SDP resembling each other and differing greatly from SNPN and SOPD. These results revealed that the cotton rhizosphere had a rich pool of fungal communities, and drought stress had a significant effect on the abundances and diversity of fungi in cotton rhizosphere. This study provided new insights for the researches of improving drought tolerance of cotton in terms of soil microorganisms.

cotton; drought; fungal community diversity; rhizosphere; high-throughput sequencing

10.3724/SP.J.1006.2021.04162

本研究由国家重点研发计划项目“大田经济作物优质丰产的生理基础与调控”(2018YFD1000907)资助。

This study was supported by the National Key Research and Development Program of China “Physiological Basis and Agronomic Management for High-quality and High-yield of Field Cash Crops” (2018YFD1000907).

杨细燕, E-mail: yxy@mail.hzau.edu.cn

E-mail: ddyue@webmail.hzau.edu.cn

2020-07-20;

2021-01-21;

2021-02-25.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20210225.1448.011.html