环境科学  2022, Vol. 43 Issue (5): 2595-2605   PDF    
引用本文
薛玉琴, 徐飞, 刘坤和, 王佳颖, 竹兰萍, 朱志豪, 张拓. 面源污染诱导嘉陵江沉积物中细菌群落结构与功能异变[J]. 环境科学, 2022, 43(5): 2595-2605.
XUE Yu-qin, XU Fei, LIU Kun-he, WANG Jia-ying, ZHU Lan-ping, ZHU Zhi-hao, ZHANG Tuo. Non-point Source Pollution (NPSP) Induces Structural and Functional Variation in Bacterial Communities in Sediments of Jialing River[J]. Environmental Science, 2022, 43(5): 2595-2605.
面源污染诱导嘉陵江沉积物中细菌群落结构与功能异变
薛玉琴1, 徐飞1,2, 刘坤和1, 王佳颖1, 竹兰萍1, 朱志豪1, 张拓1,3     
1. 西华师范大学环境科学与工程学院, 南充 637002;
2. 黑龙江省科学院自然与生态研究所, 哈尔滨 150040;
3. 中国农业科学院农业环境与可持续发展研究所, 北京 100081
收稿日期: 2021-09-15; 修订日期: 2021-10-20
基金项目: 西华师范大学科研基金项目(19E061); 长江生态环境保护修复联合研究项目(CJZDZYJ47); 国家自然科学基金项目(41907132)
作者简介: 薛玉琴(1999~), 女, 主要研究方向为环境微生物学, E-mail: 1029045937@qq.com
通信作者: 徐飞, E-mail: 29162038@qq.com
摘要: 通过分析嘉陵江沉积物中细菌群落多样性变化, 揭示面源污染对嘉陵江水环境的影响, 为嘉陵江流域的环境保护与资源利用提供依据.于2020年12月在嘉陵江面源污染型支流的入江口采集非面源污染样品、面源污染样品和面源污染干扰样品这3种类型沉积物.利用高通量测序技术分析嘉陵江不同类型沉积物中细菌群落结构、多样性及功能类型.结果表明: 嘉陵江不同类型沉积物的理化性质和细菌群落多样性均存在显著性差异(P < 0.05).沉积物细菌的优势菌群为变形菌门, 其次为蓝藻菌门、绿弯菌门、放线菌门和酸杆菌门(相对丰度>1%), 面源污染导致蓝藻菌门显著减少, 促进酸杆菌门显著增加(P < 0.05).水解氮、总氮、有机碳和pH值为嘉陵江沉积物细菌群落变化的主要影响因子.沉积物细菌群落主要涉及到了细胞过程、环境信息处理、遗传信息处理和新陈代谢4类一级代谢功能, 二级功能在全局及概要图、碳水化合物代谢、氨基酸代谢和能量代谢等18类基因功能方面表现活跃, 面源污染诱导了脂质代谢、外源生物降解与代谢、折叠、分类和降解和膜运输等主要二级功能发生异变(P < 0.05).综上所述, 面源污染造成沉积物细菌群落结构与功能发生变化, 破坏了嘉陵江流域生态系统的稳定性.
关键词: 嘉陵江      面源污染      沉积物      细菌群落多样性      功能预测     
Non-point Source Pollution (NPSP) Induces Structural and Functional Variation in Bacterial Communities in Sediments of Jialing River
XUE Yu-qin1 , XU Fei1,2 , LIU Kun-he1 , WANG Jia-ying1 , ZHU Lan-ping1 , ZHU Zhi-hao1 , ZHANG Tuo1,3     
1. College of Environmental Science and Engineering, China West Normal University, Nanchong 637002, China;
2. Institute of Natural Resources and Ecology, Heilongjiang Academy of Sciences, Harbin 150040, China;
3. Institute of Environment and Sustainable Development in Argiculture, Chinese Academy of Agriculture Sciences, Beijing 100081, China
Abstract: This study aimed to provide evidence for environmental protection and resource utilization in the Jialing River basin through analysis of bacterial community diversity variation in Jialing River sediments and to reveal the impact of non-point source pollution on the water environment of the Jialing River. In December 2021, three types of sediment samples (non-contaminated samples, non-point source pollution samples, and non-point source pollution effects samples) were collected at the estuary of the non-point source pollution tributary of the Jialing River. High-throughput sequencing technology was used to analyze the bacterial community structure, diversity, and functional types in different types of sediments in the Jialing River. The results showed that there were significant differences in the physical and chemical properties and bacterial community diversity in different types of sediments in the Jialing River (P < 0.05). The dominant phylum of sediment bacteria was the Proteobacteria, followed by the Cyanobacteria, Chloroflexi, Actinobacteriota, and Acidobacteriota (relative abundance>1%). Non-point source pollution caused a significant decrease in Cyanobacteria and a significant increase in Acidobacteria (P < 0.05). Available nitrogen, total nitrogen, organic carbon, and pH were the main influencing factors of bacterial community changes in Jialing River sediments. The bacterial community in sediments mainly involved four primary metabolic pathways: cellular processes, environmental information processing, genetic information processing, and metabolism. The secondary metabolic pathways were active in 18 functional genes such as global and overview maps, carbohydrate metabolism, amino acid metabolism, and energy metabolism. Non-point source pollution induced significant variation in the main secondary metabolic pathways such as lipid metabolism, xenobiotics biodegradation and metabolism, folding, sorting and degradation, and membrane transport (P < 0.05). Hence, non-point source pollution caused structural and functional variation in bacterial communities in the sediments of the Jialing River and destroyed the stability of the Jialing River basin ecosystem.
Key words: Jialing River      non-point source pollution      sediment      bacteria community diversity      functional prediction     

河流作为重要的淡水生态系统, 拥有丰富的生物多样性, 同时存在易被破坏和难以恢复的特征[1].随着我国经济的快速发展、人们生活水平的不断提高和城镇化规模的大幅扩大, 水资源破坏状况日益加剧, 尤其是河流污染问题成为了环境治理的焦点[2, 3].近年来, 我国政府充分认识到河流生态破坏问题的危害性, 通过政策引导和财政资金的支持, 使水环境质量持续改善, 水生态建设得到加强, 但在面源污染防治研究方面仍存在严重不足[3, 4].有研究表明, 在全球范围内面源污染已经超过点源污染成为水体污染的主要原因, 尤其是在发展中国家的农业生产中, 随着农业生产方式的改变, 农药和化肥等生产要素的投入占比增加以及养殖业规模化发展, 农业面源污染物的排放量不断增多, 严重制约了水环境的健康发展[5, 6].

面源污染是由土壤泥沙颗粒、农药等有害物质、氮磷等营养物质和农业生产废弃物等组成, 随着地表径流与泥沙的输移在流域内增加或衰减, 最终进入河道, 造成了河流水体富营养化[7, 8].与此同时, 微生物伴随着污染物迁移进入天然水体中, 并在水体流动的作用下不断地向其他区域扩散.而大部分微生物通过附着在土壤泥沙等颗粒污染物上而逐渐沉积下来, 在环境选择、种间竞争和随机扩散机制作用下重塑河道沉积物中的微生物群落结构[9, 10].河道沉积物是微生物营养代谢及污染物降解的主要场所[11, 12], 沉积物中微生物通过同化等生物化学活动使水环境条件发生改变, 进一步影响沉积物中营养物质的转化与分布, 推动沉积物中碳氮磷等生命要素的物质循环[13].当污染物排放导致河道沉积物理化指标发生改变时, 沉积物中的微生物数量、群落结构或功能也会随之发生相应的改变[14].因此, 沉积物中微生物群落结构与功能成为了判断河流水体生态系统是否稳定的重要衡量指标[15], 细菌是河流沉积物中数量最多和分布最广的微生物类群, 其群落结构和多样性具有显著的环境敏感性[16].研究面源污染对河流沉积物细菌群落的影响有利于提升面源污染监测水平, 在面源污染对水环境的影响评估和面源污染治理方面具有积极的促进作用.

嘉陵江作为长江上游重要的一级支流, 是长江流域的重要生态屏障[17].来自生态环境管理部门的一组水质监测数据显示, 2020年在嘉陵江支流上的25个监测断面中, 有24个监测断面的氮磷含量为V类水质标准, 1个为Ⅳ类水质标准, 与国家的Ⅲ类水质要求相差甚远.而这些地区以农业生产为主, 少有化工企业, 污染源几乎全部来自农业面源和生活污水.因此, 在嘉陵江流域开展农业面源污染研究具有得天独厚的优势.目前, 有关面源污染方面的研究主要集中在面源污染输出特征、污染负荷核算和污染防控技术与管理等领域[18~20], 而针对面源污染对河流沉积物生态过程的作用机制研究仍未见详细报道, 尤其是面源污染对沉积物中细菌群落结构组成及功能的影响尚不明确.因此, 为了掌握嘉陵江流域沉积物中细菌群落特征, 揭示面源污染对沉积物中细菌群落的影响程度, 本文以嘉陵江沉积物中的细菌群落对研究对象, 利用高通量测序技术和生物信息学分析方法, 探究面源污染对沉积物细菌群落组成与功能的影响, 并进一步分析沉积物细菌群落多样性与环境因子之间的相互作用关系, 以期为嘉陵江流域的生态环境保护和面源污染治理提供科学依据.

1 材料与方法 1.1 研究地区概况

研究区域位于嘉陵江中下游(105°55′32″~106°05′21″E, 30°44′17″~31°38′03″N).嘉陵江作为长江流域面积最大的支流, 以秦岭为源头, 其流经陕西、甘肃、四川和重庆, 并最终于重庆朝天门与长江相汇, 全长约1 120 km, 流域面积1.598×105 km2, 沿途接纳了东河、构溪河、西河和西充河等19条支流.嘉陵江中下游地区属亚热带季风气候, 年降水量980~1 150 mm, 历年平均气温在17.1℃左右.流域农村人口基数大, 生活污水及农业面源污染是嘉陵江水体的主要污染源[21, 22].

1.2 采样点位设置及样品采集

如图 1所示, 采样点位于嘉陵江中下游的面源污染型支流(阆中东河、南部西河和西充河)入江口沉积区.在3条支流上距离入江口5 km处设置面源污染支流点位, 3个点位分别命名为：B1、B2和B3.在嘉陵江干流距离入江口上下游5 km处分别设置非面源污染点位和面源污染干扰点位, 3个非面源污染点位分别命名为：A1、A2和A3, 3个面源污染干扰点位分别命名为：C1、C2和C3.

图 1 嘉陵江流域及采样点示意 Fig. 1 Schematic diagram of Jialing River Basin and sampling sites

于2020年12月进行样品采集, 在各点位分别采集3个沉积物平行样品, 收集到面源污染底泥样品、非面源污染底泥样品和面源污染干扰沉积物样品3种类型, 每种类型的沉积物样品各9份, 共计27份样品.使用清洗灭菌后的抓斗式底泥采集器采集表层沉积物, 每份样品约重1 kg, 装入灭菌自封袋中, 冷藏带回实验室, 以-80℃超低温冰箱保存.各样品再分为2份, 用于检测沉积物细菌基因的样品约50 g, 剩余样品用于测定沉积物的理化性状.

1.3 沉积物理化指标的测定

pH值使用底泥上覆水进行电位法测定; 含水率使用鲜土烘干重量法测定; 重铬酸钾-硫酸溶液方法测定土壤有机质(SOM); 重铬酸钾氧化-油浴外加热方法测定土壤有机碳(TOC); 总磷(TP)采用碱熔-钼锑抗分光光度法(HJ 632-2011)测定; 总氮(TN)使用碱性过硫酸钾消解紫外分光光度法(HJ 636-2012)测定, 水解性氮采用碱性环境下转换为铵态氮, 微量滴定管滴定测得.

1.4 沉积物细菌DNA提取与PCR扩增

进行样品预处理后, 使用E.Z.N.A.®Soil DNA配套提取试剂盒(Omega Bio-tek, Norcross, GA, U.S) 及相应浓度琼脂糖凝胶电泳检测对基因组DNA进行提取, 采用细菌16S rRNA的V3-V4高变区域对目的基因进行PCR扩增, 引物序列为338F(5′-ACTCCTACGGGAGGCAGCA-3′)和806R(5′-GGACTACHVGGGTWTCTAAT-3′).

PCR实验使用的是TransGen AP221-02：TransStart Fastpfu DNA Polymerase, 20 μL反应体系：4 μL FastPfu缓冲液进行5次循环, 2.5 mmol·L-1 dNTPs 2 μL, 5 μmol·L-1的上游引物0.8 μL, 5 μmol·L-1的下游引物0.8 μL, FastPfu聚合酶0.4 μL, BSA 0.2 μL, Template DNA 10 ng, 补双蒸水至20 μL. PCR仪：ABI GeneAmp® 9700型.细菌的PCR反应参数：①预变性：95℃持续2~3 min; ②进行27次循环(95℃加热变性持续30 s; 55℃进行退火, 持续30 s; 72℃延伸持续45 s); ③结束循环后72℃持续10 min, 然后控制在10℃直到机器停止[23].所有样本严格按照以上实验条件进行, 每个样本进行3次重复实验, 将同一样本的PCR产物混合, 用2%琼脂糖凝胶电泳对样品进行检测, 使用AxyPrep DNA凝胶回收试剂盒(Axygen公司) 切胶回收PCR产物, 等摩尔混合.通过在Illumina MiSeq平台进行MiSeq测序.

1.5 生物信息统计与分析

运用美吉公司的生物云平台, 对实验数据进行测序及分析.使用Qiime2 (v2020.2) 软件(注释方法为bayes), RDP classifier贝叶斯算法对ASV代表序列进行分类学分析, 置信度为0.7, 比对数据库(Silva 132/16s bacteria).使用mothur-1.30软件计算α多样性指数(Simpson、Chao1、Shannon和Ace).利用R语言工具[R-3.3.1 (vegan)]制作, 采用主坐标分析(PCoA) 对β多样性的距离矩阵进行计算和冗余分析.利用非参数Kruskal-Wallis (KW) sum-rank test检测不同类型样品中的显著差异物种; 再使用Wilcoxon rank-sum test检验和LEfSe软件进行线性判别分析(LDA).对沉积物中微生物功能与代谢途径预测和表层沉积物细菌功能和代谢途径预测, 采用PICRUSt2 (v2.2.0-b) 软件进行分析, 使用SPSS软件中单因素方差分析的Duncan分析进行多重比较和差异显著性分析.

2 结果与分析 2.1 各采样点沉积物理化性质

由表 1可知, 9个采样点pH值变化范围为7.89~8.36, 偏弱碱性; 底泥的含水率均值约为53%; ω(TN)在0.547~1.713g·kg-1之间; ω(TP)普遍较高, 其变化范围为455~699 mg·kg-1.B组为面源污染类型支流采样点, C组为受B组干扰的干流采样点, 由此导致B组和C组的各项理化性质相近, 且与A组采样点的理化性质差异较大. 3条支流之间, 由于A1和A2点位是饮用水水源地, 且A2采样点的下游河段有拦河水坝存在, 造成A2采样点除总磷外所有指标含量均是最高.B1的有机质和有机碳含量显著高于B2和B3(P < 0.05).

表 1 各采样点底泥理化性质比较1) Table 1 Comparison of the physical and chemical properties of each sediment sample

2.2 细菌群落结构及其差异 2.2.1 细菌ASV数目

9个采样点经高通量测序得到的优化序列数为1 629 816; 按照100%相似性对序列进行ASV聚类, 得20 365条ASV, 平均长度为415.77 bp.如图 2(a)所示, 9个样本检出的ASV数目依次是：1 592、2 981、2 473、2 359、2 453、3 241、935、2 048和2 283.各采样点ASV分布数目由大到小依次为：C2、B1、B2、C1、A2、C3、B3、A1和A3.

图 2 不同采样点所代表沉积物细菌的ASV数量比较 Fig. 2 Comparison of the ASV number of bacteria in sediments represented by different sampling sites

如图 2(b)~2(d)所示, 面源污染点位与面源污染干扰点位的细菌群落相似度较高, B1与C1之间、B2与C2之间和B3与C3之间的共有ASV分布数目分别为：1 082、1 123和522个.而未污染点位与面源污染点位和面源污染干扰点位的细菌群落相似度较低, A1与B1之间、A2与B2之间和A3与B3之间的共有ASV分布数目分别为：415、546和211个.A1与C1之间、A2与C2之间和A3与C3之间的共有ASV分布数目分别为：339、600和332个, 表明嘉陵江干流沉积区的细菌ASV分布数目受到了支流的显著影响.

如图 2(e)~2(g)所示, A1、A2和A3共有的沉积物细菌ASV分布数目为113个, 独有的沉积物细菌ASV数目分别为959、1 666和652, 表明嘉陵江干流的沉积物细菌群落结构已发生改变.B1、B2和B3点所有共有的沉积物细菌ASV分布数目为461个, 分别约占各支流的15%、18%和22%.表明阆中东河、南部西河和西充河的细菌类群具有一定的差异性.C1、C2和C3点所共有的细菌ASV分布数目为269个, 独有的沉积物细菌ASV数目分别为1 662、2 193和1 615个.

2.2.2 细菌群落α多样性

由表 2可看出, 9个沉积物采样点中C1采样点的细菌丰富度Chao1指数、Ace指数和细菌多样性Shannon指数最大, 而A3采样点的Chao1指数和Shannon指数的值最小.A1采样点的Ace指数最小.而Simpson指数最大值在A3采样点, 最小值在C1采样点.非面源污染类型的采样点的Shannon指数和Simpson指数具有显著差异(P < 0.05).A1与C1和A3与C3之间的4项指数均存在显著差异(P < 0.05).A1与B1和A3与B3之间4个指数差异显著(P < 0.05).A2和B2之间的Shannon指数和Chao1指数差异显著(P < 0.05).B3和C3采样点的Shannon指数差异显著(P < 0.05).A组的Shannon指数显著低于B、C组(P < 0.05).由此可见, 面源污染显著提高了沉积物细菌多样性.

表 2 各采样点沉积物细菌群落α多样性指数1) Table 2 The α-diversity index of bacterial community in sediments of each sampling site

2.2.3 细菌群落β多样性

根据皮尔森距离算法在门分类水平的主坐标分析, 比较9个采样点底泥细菌群落的相关性及其差异关系.如图 3(a)~3(c)所示, 第一轴和第二轴的累积解释变异量分别达到64.37%、53.28%和67.21%, 各支流入江口沉积区的不同采样点细菌群落相互之间没有明显重叠, 可相互分开.组间差异检验表明, 阆中东河与西充河的不同采样点之间的细菌群落差异显著(P < 0.05), 南部西河的不同采样点之间的细菌群落没有显著性差异(P>0.05).

图 3 各采样点沉积物细菌门水平分类主坐标分析 Fig. 3 PCoA analysis of each sediment sample bacterial phylum

如图 3(d)~3(f)所示, 第一轴和第二轴的累积解释变异量分别达到73.52%、53.22%和58.76%, A1与A2和B1与B2之间的细菌群落有所重叠, 其它各点位细菌群落相互之间没有明显重叠.组间差异检验表明, 3条支流沉积物的细菌群落结构没有显著性差异(P>0.05), 而干流上的A1和A2的细菌群落结构相似, 与A3之间的细菌群落结构差异显著(P < 0.05), C1、C2和C3之间细菌群落结构差异显著(P < 0.05).

2.2.4 细菌群落物种组成及群落结构分析

高通量测序得到的12 051条ASV分别属于56个门、168个纲、390个目、628个科、1 228个属和2 503个种.图 4为门水平上的细菌群落分类.从中可以看出, 相对丰度最高的是变形菌门(Proteobacteria, 40.39%), 其次为蓝藻菌门(Cyanobacteria, 23.21%)、绿弯菌门(Chloroflexi, 15.09%)、放线菌门(Actinobacteriota, 8.62%)和酸杆菌门(Acidobacteriota, 2.55%), 其余门分类细菌丰度小于2%.变形菌门(Proteobacteria)是除A3采样点之外所有采样点的优势类群, 而A3采样点的优势种群为蓝藻菌门(Cyanobacteria).结果表明, 非面源的沉积物(A组)中蓝藻菌门的丰度受面源污染的影响显著降低; 非面源的沉积物(A组)中酸杆菌门丰度相较于支流(B组)以及受支流影响的沉积物(C组)中酸杆菌门丰度有所增加, 表明面源污染能促进酸杆菌门显著增加.

图 4 采样点中沉积物细菌群落的结构柱状图 Fig. 4 Histogram of the bacterial community structure in the sediments at the sampling site

为了解面源污染对各采样点沉积物细菌物种的影响, 利用统计工具LEfSe构建了群落进化分支图(图 5).结果表明, 不同类型的沉积区细菌在门、纲、目、科和属这5个分类水平上都存在着显著优势物种.在门的水平上, A类采样点的Cyanobacteria为未受面源污染影响的干流沉积物中的优势细菌门, B类采样点的Actinobacteriota、Desulfobacterota、Bacteroidota和Firmicutes是受面源污染的支流沉积物中的优势菌门, C类采样点的Acidobacteriota和Nitrospinota为受面源污染干扰的干流沉积物中的显著优势菌门.

图 5 不同类型沉积物中细菌群落的进化分枝 Fig. 5 Cladogram of soil bacterial community for different types of sediments

2.3 细菌群落结构与环境因子的相关性

利用冗余分析方法对9个采样点沉积物细菌群落结构的土壤理化性质与群落物种相关性进行分析, 结果如图 6所示, 第一轴(RDA1)和第二轴(RDA2)共同解释了细菌群落-环境因子相关性累积方差的68.16%, 能够反映沉积物环境因子对细菌群落结构的多样性有一定的影响.检验结果显示, 9个采样点的pH (r2=0.533 3, P=0.001)、TN (r2=0.284 7, P=0.019)、TOC (r2=0.218 2, P=0.048)和DON (r2=0.388 8, P=0.005)为主要影响细菌群落变化的环境因子.DON、TN和TOC呈正相关关系, pH值呈负相关关系.

图 6 环境因子与沉积物细菌群落之间的冗余分析 Fig. 6 Redundancy analysis between environmental factors and bacterial communities in sediments

如图 6所示, 蓝藻菌门(Cyanobacteria)与pH具有较强的正相关性, 受碳、氮含量的影响较小; 放线菌门(Actinobacteria)和酸杆菌门(Acidobacteria)与TOC、SOM、TN和DON呈正相关性; 丰度最高的变形菌门(Proteobacteria)与TP和MC呈正相关性, 与pH呈负相关关系.

沉积物细菌α多样性与理化性质的相关性分析如表 3, pH值与Shannon和Chao1呈显著负相关(P < 0.05), pH值与Simpson指数显著正相关(P < 0.05), DON与Chao1指数呈显著正相关(P < 0.05).这表明pH对沉积物细菌物种丰富度和群落多样性均有显著抑制作用, 水解氮对沉积物细菌物种丰富度有显著促进作用.

表 3 沉积物细菌α多样性指数与沉积物理化性质的相关分析 Table 3 Correlation analysis of sediment bacterial α diversity index and sediment physical and chemical properties

2.4 沉积物细菌的功能注释空间

不同类别的沉积物细菌群落在利用PICRUSt 2软件预测分析并基于KEGG数据库对一、二级功能代谢通路进行注释分析如表 4.结果表明, 所有样品中所含一级生物代谢通路有6类, 与9个采样点所划分的3种类别主要相关的一级代谢通路分别为新陈代谢(metabolism)、遗传信息处理(genetic information processing)、环境信息处理(environmental information processing)和细胞过程(cellular processes).

表 4 各采样点沉积物的二级功能相对丰度信息1) Table 4 Secondary function of each sampling site sediment relative abundance information

各采样点分析得出与二级代谢通路功能相关通路等共有46类, 9个采样点所划分成3种类别的沉积物细菌与二级代谢通路相关的主要有18类(功能基因序列相对丰度>1%).如表 4所示, A组采样点的膜运输功能显著高于其他样地(P < 0.05).A组采样点的折叠、分类和降解显著高于B、C组的样地(P < 0.05).在新陈代谢的一级功能下, A组采样点的脂质代谢功能显著高于B、C组的样地(P < 0.05).A组采样点的外源生物降解与代谢功能显著低于B、C组的样地(P < 0.05).

3 讨论 3.1 嘉陵江沉积物细菌群落多样性差异分析

嘉陵江作为长江上游重要水系之一, 是长江流域的重要生态屏障.嘉陵江沉积物中微生物群落多样性对于长江上游水生态系统乃至全流域都起着重要影响作用.阆中东河、南部西河和西充河这3条嘉陵江支流均流经城镇及农村区域, 且农村区域覆盖面积较大, 沿程接纳城镇污水排放和化肥农药的输入, 导致面源污染严重[6].面源污染导致河流水体中营养通量增加, 破坏了水生态系统, 使得细菌群落组成成分各异[24].本研究表明, 嘉陵江沉积物细菌中变形菌门丰度最高(40.39%), 其次为蓝藻菌门、绿弯菌门和放线菌门.这与王佳[25]等研究浑河底泥细菌主要有变形菌门, 其他主要有蓝藻菌门和拟杆菌门, 以及张旭[26]针对芬兰的湖泊沉积物所研究指出其优势菌群主要是变形菌门, 其他主要有酸杆菌门、放线菌门、蓝细菌门和厚壁菌门等结论相似.但不同研究区域的细菌组成具有一定的特异性, 本研究中非面源污染沉积物(A组)中蓝藻菌门相对丰度高于绿弯菌门; 支流以及受支流影响的沉积物(B组)中绿弯菌门相对丰度高于蓝藻菌门, 这表明河流沉积物中细菌群落会受河流沿岸的污染排放影响, 导致变形菌门和绿弯菌门成为河流沉积物中的主要细菌群落组成[27].而蓝藻菌门在天然水体中分布广泛, 能进行光合作用释放氧气, 并参与水体的氮磷循环[28].A1和A2为饮用水源地, A3点流经湿地公园, 3个点位的水质及生态环境优良可能是蓝藻菌门相对丰度较高的原因[28].

面源污染能够改变沉积物的理化性质而影响沉积物中细菌群落结构[29].本研究表明, AN、TN、TOC和pH值为嘉陵江沉积物门类细菌种群的主要环境因子.在阆中东河, 非面源污染沉积物的所有理化指标均小于面源污染支流和受干扰干流沉积物的理化指标.在南部西河和西充河, 非面源污染的沉积物的理化指标并未有明显的规律变化, A2采样点作为水源地, 藻类水生植物种类丰富, 水生生物群落较为完整, 提高了沉积物有机物质的沉积, 同时在A2采样点下游有拦河水坝存在, 拦河水坝促进了沉积物累计, 导致沉积物总氮等含量增加.非面源污染的沉积物(A组)的蓝藻菌门主要受pH值的影响, 王鹏等[30]对鄱阳湖河口研究发现微生物群落结构的主要环境因子也同样为pH值.英国湖泊沉积物[29]和中国钱塘江沉积物[31]的研究中均能发现细菌群落结构主要影响因子是pH值.而本研究所进行的RDA分析得出的总氮为主要环境影响因子与钱玮等[13]的研究结论一致.于妍等[32]的研究表明不同营养程度的细菌群落结构也有所不同, 碱解氮对白洋淀重度富营养化沉积物细菌群落影响较大, TOC、TN和TP对中度营养化沉积物细菌群落影响大.本研究表明, 面源污染型支流(B组)和受干扰干流(C组)沉积物中主要环境影响因子是AN、TN和TOC, 这进一步印证了面源污染导致营养水平的变化对沉积物细菌群落结构起到重要作用[33].然而在本研究中并未发现TP与沉积物细菌群落结构之间密切的联系, 可能是因为所有沉积物样品中磷的含量较高, 磷非限制因子, 掩盖了其对沉积物细菌群落的影响程度[33, 34].环境因素很大程度上也能影响细菌群落的丰富度和多样性[35, 36].Bahram等[37]的研究发现土壤表层细菌多样性受pH值和养分影响.本研究的α多样性分析表明, pH值与Shannon和Chao1呈显著负相关(P < 0.05), pH值与Simpson指数显著正相关(P < 0.05).A组采样点沉积物细菌多样性(Shannon指数)均显著低于B、C组采样点沉积物的细菌多样性, A1和A3采样点的沉积物细菌丰富度显著低于B1和B3采样点.这表明面源污染受到pH值的影响, 导致沉积物细菌种群的丰富度和多样性发生了改变.由于3条支流沿岸主要以农田为主, 且都流经城镇, 农药化肥、农业灌溉、畜禽养殖和生活污水的排放[22]导致水体中营养元素发生改变, 面源污染提高了沉积物中的多样性, 而近乎相同的面源污染形式使沉积物细菌多样性变化趋向一致.

3.2 嘉陵江沉积物细菌功能分析

目前有关面源污染对于沉积物细菌群落结构的功能研究仍然不足, 因此本研究将9个采样点所划分的3个组别的沉积物细菌进行16S基因组测序并进行了PICRUSt功能预测分析.结果表明, 细菌群落主要涉及到了细胞过程、环境信息处理、遗传信息处理和新陈代谢这4类一级代谢功能, 而新陈代谢功能基因在各组沉积物中占比达到最大, 这与大多数相关研究的结果一致[38], 面源污染未改变细菌群落的一级功能类型.二级功能中, 受面源污染影响的嘉陵江沉积物细菌主要涉及了全局及概要图、碳水化合物代谢膜运输、细胞群落-原核生物和氨基酸代谢等18类基因功能, 其中功能基因相对丰度排在前5位的主要是全局及概要图、碳水化合物代谢、氨基酸代谢、能量代谢及辅助因子和维生素代谢.氨基酸代谢主要与氮素循环有关, 是将蛋白质经过一系列生化作用分解转化为铵态氮[39], 有研究表明城市污水处理系统中有关氨基酸代谢功能途径的多达20多种[40], 表明城镇污水的排放导致的氮含量增加, 使得河流沉积物细菌氨基酸代谢较为活跃.碳水化合物代谢与土壤中的氮素与磷素循环有关, 氮素和磷素不仅能够为微生物提供基底物质与能源, 还能促进有机碳的积累[41].这说明B、C组的河流沿岸的农业活动所产生的污染物质排入河流后, 营养元素含量的增加导致两组的碳水化合物代谢功能较高于A组, 间接提高了河流中微生物的多样性.B、C组的外源生物降解与代谢功能显著高于A组, 这一现象可能与水生态系统自我调节有关, 由于农药等生物外源物质广泛使用所产生的面源污染物排入河流, 破坏水体生态环境.为使其毒性减弱或转化为易被降解的化合物, 沉积物中微生物则需对生物外源性物质进行有关转化或分解, 进而沉积物中外源生物降解与代谢功能表现活跃.ATP结合转运蛋白相关的基因通常与膜运输基因功能有直接响应关系, 这些基因参与环境信息处理和营养获取, 它们能够处理有机碳溶解、固碳等作用, 在很大程度上抵抗生物降解[38].

本研究利用PICRUSt功能预测初步分析了面源污染所影响的沉积物细菌功能的差异, 但其数据库本身存在一定局限性[23].建议结合宏基因组测序等分析手段深入研究面源污染所影响的沉积物细菌的功能后续研究.

4 结论

(1) 在嘉陵江及其支流的沉积物中, 变形菌门是最具优势的菌群, 其次为蓝藻菌门、绿弯菌门和放线菌门.面源污染对蓝藻菌门具有显著的抑制作用, 对酸杆菌门具有显著的促进作用.

(2) 嘉陵江干支流沉积物的理化性质及细菌群落多样性均存在显著性差异(P < 0.05), 面源污染导致嘉陵江沉积物的理化性质发生变化, 并诱导细菌群落结构异变.水解氮、总氮、有机碳和pH值为嘉陵江沉积物中细菌群落的主要环境影响因子.

(3) 沉积物细菌群落主要涉及到了细胞过程、环境信息处理、遗传信息处理和新陈代谢4类一级代谢功能.二级功能的全局及概要、碳水化合物代谢、氨基酸代谢和能量代谢等18类基因功能方面表现活跃, 面源污染诱导了脂质代谢、外源生物降解与代谢、折叠、分类和降解和膜运输等主要二级功能发生显著异变.

参考文献
[1] Baloch W L, Khushnood R A, Khaliq W. Influence of multi-walled carbon nanotubes on the residual performance of concrete exposed to high temperatures[J]. Construction and Building Materials, 2018, 185: 44-56. DOI:10.1016/j.conbuildmat.2018.07.051
[2] Li Y L, Tremblay J, Bainard L D, et al. Long-term effects of nitrogen and phosphorus fertilization on soil microbial community structure and function under continuous wheat production[J]. Environmental Microbiology, 2020, 22(3): 1066-1088. DOI:10.1111/1462-2920.14824
[3] 宁淼, 叶文虎. 我国淡水湖泊的水环境安全及其保障对策研究[J]. 北京大学学报(自然科学版), 2009, 45(5): 848-854.
Ning M, Ye W H. Analysis and guaranteeing countermeasures for water environment security of Chinese freshwater lakes[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2009, 45(5): 848-854. DOI:10.3321/j.issn:0479-8023.2009.05.018
[4] Ongley E D, Zhang X L, Yu T. Current status of agricultural and rural non-point source Pollution assessment in China[J]. Environmental Pollution, 2010, 158(5): 1159-1168. DOI:10.1016/j.envpol.2009.10.047
[5] Sun B, Zhang L X, Yang L Z, et al. Agricultural non-point source pollution in China: causes and mitigation measures[J]. AMBIO, 2012, 41(4): 370-379. DOI:10.1007/s13280-012-0249-6
[6] Shen Z Y, Liao Q, Hong Q, et al. An overview of research on agricultural non-point source pollution modelling in China[J]. Separation and Purification Technology, 2012, 84: 104-111. DOI:10.1016/j.seppur.2011.01.018
[7] 杨林章, 吴永红. 农业面源污染防控与水环境保护[J]. 中国科学院院刊, 2018, 33(2): 168-176.
Yang L Z, Wu Y H. Prevention and control of agricultural non-point source pollution and aquatic environmental protection[J]. Bulletin of Chinese Academy of Sciences, 2018, 33(2): 168-176.
[8] 寄博华, 李玮, 常军军, 等. 滇池湖滨湿地不同挺水植物区沉积物细菌群落结构特征[J]. 生态与农村环境学报, 2020, 36(3): 390-398.
Ji B H, Li W, Chang J J, et al. Characteristics of bacterial community structure in sediments with different emergent plants in Dianchi lake-side wetland[J]. Journal of Ecology and Rural Environment, 2020, 36(3): 390-398.
[9] 邱莹, 靳燕, 苏振华, 等. 城市再生水河道沉积物细菌群落空间变化分析: 以京津冀北运河为例[J]. 环境科学, 2021, 42(5): 2287-2295.
Qiu Y, Jin Y, Su Z H, et al. Analysis of the spatial changes in bacterial communities in urban reclaimed water channel sediments: a case study of the North Canal River[J]. Environmental Science, 2021, 42(5): 2287-2295.
[10] Türetken P S Ç. Environment variables, composition and metabolic characteristics of culturable sediment bacteria isolated around Gökçeada Island, Aegean Sea, Turkey[J]. Regional Studies in Marine Science, 2021, 42. DOI:10.1016/j.rsma.2021.101613
[11] 王慎, 张思思, 许尤, 等. 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[J]. 环境科学, 2019, 40(6): 2753-2763.
Wang S, Zhang S S, Xu Y, et al. Relationship between the vertical distribution of nutrients and bacterial community structures in sediment interstitial waters of stratified reservoirs with different water temperatures[J]. Environmental Science, 2019, 40(6): 2753-2763.
[12] 张欣泉, 吴晓雅, 甄毓, 等. 长江口及邻近海域沉积物中硝化与反硝化细菌分布特征研究[J]. 海洋环境科学, 2020, 39(5): 746-752.
Zhang X Q, Wu X Y, Zhen Y, et al. Distribution characteristics of nitrifiers and denitrifiers in sediments from Changjiang Estuary and adjacent sea area[J]. Marine Environmental Science, 2020, 39(5): 746-752.
[13] 钱玮, 朱艳霞, 邱业先. 环境因子对太湖底泥细菌群落结构的影响[J]. 苏州科技大学学报(自然科学版), 2017, 34(3): 50-54.
Qian W, Zhu Y X, Qiu Y X. Influence of environmental factors on bacterial community structures in sediments of Lake Tai[J]. Journal of Suzhou University of Science and Technology (Natural Science), 2017, 34(3): 50-54. DOI:10.3969/j.issn.1672-0687.2017.03.010
[14] Guan T W, Lin Y J, Ou M Y, et al. Isolation and diversity of sediment bacteria in the hypersaline aiding lake, China[J]. PLoS One, 2020, 15(7). DOI:10.1371/journal.pone.0236006
[15] 朱婷婷, 田从魁. 水库底泥中微生物多样性及其与环境因子相关性分析[J]. 北京大学学报(自然科学版), 2018, 54(3): 625-632.
Zhu T T, Tian C K. Analysis on microbial diversity in the sediments and Its relationship with environmental factors in a reservoir[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018, 54(3): 625-632.
[16] 刘鹏远, 陈庆彩, 胡晓珂. 渤海湾湾口表层沉积物中的核心细菌群落结构及其对环境因子的响应[J]. 微生物学通报, 2018, 45(9): 1940-1955.
Liu P Y, Chen Q C, Hu X K. Structure characteristics of core bacterial communities in surface sediments and analysis on their responses to environmental factors in the inlet of Bohai Bay[J]. Microbiology China, 2018, 45(9): 1940-1955.
[17] 李金阳. 嘉陵江南充段水质监测分析与综合评价[J]. 四川环境, 2014, 33(4): 77-82.
Li J Y. Monitoring analysis and comprehensive evaluation of the water quality of Jialing River in section of Nanchong[J]. Sichuan Environment, 2014, 33(4): 77-82. DOI:10.3969/j.issn.1001-3644.2014.04.015
[18] 房志达, 苏静君, 赵洪涛, 等. 红壤丘陵区小流域典型土地利用的面源氮磷输出特征[J]. 环境科学, 2021, 42(11): 5394-5404.
Fang Z D, Su J J, Zhao H T, et al. Output characteristics of nitrogen and phosphorus from non-point source pollution of typical land use in a micro-watershed in hilly red soil region[J]. Environmental Science, 2021, 42(11): 5394-5404.
[19] 王思如, 杨大文, 孙金华, 等. 我国农业面源污染现状与特征分析[J]. 水资源保护, 2021, 37(4): 140-147, 172.
Wang S R, Yang D W, Sun J H, et al. Analysis on status and characteristics of agricultural non point source pollution in China[J]. Water Resources Protection, 2021, 37(4): 140-147, 172.
[20] 李裕元, 李希, 孟岑, 等. 我国农村水体面源污染问题解析与综合防控技术及实施路径[J]. 农业现代化研究, 2021, 42(2): 185-197.
Li Y Y, Li X, Meng C, et al. Analysis of agricultural non-point source pollution issue in waters and technical strategy of comprehensive prevention and control in rural area of China[J]. Research of Agricultural Modernization, 2021, 42(2): 185-197.
[21] 舒丽, 张自全, 刘敏, 等. 农村面源污染现状分析与防治对策——以四川省南充市为例[J]. 四川环境, 2012, 31(4): 103-105.
Shu L, Zhang Z Q, Liu M, et al. status quo of non-point source pollution in rural area and corresponding countermeasures——a case study in Nanchong City of Sichuan province[J]. Sichuan Environment, 2012, 31(4): 103-105. DOI:10.3969/j.issn.1001-3644.2012.04.021
[22] 何钰, 唐颖, 陈兰英, 等. 基于BP神经网络的水质评价及水质时空演变趋势研究[J]. 环境保护科学, 2018, 44(3): 114-120, 126.
He Y, Tang Y, Chen L Y, et al. Evaluation of water quality based on BP neural network and study of the temporal and spatial evolution trend of water quality[J]. Environmental Protection Science, 2018, 44(3): 114-120, 126.
[23] 徐飞, 张拓, 怀宝东, 等. 土地利用变化对松花江下游湿地土壤真菌群落结构及功能的影响[J]. 环境科学, 2021, 42(5): 2531-2540.
Xu F, Zhang T, Huai B D, et al. Effects of land use changes on soil fungal community structure and function in the riparian wetland along the downstream of the Songhua River[J]. Environmental Science, 2021, 42(5): 2531-2540.
[24] 薛银刚, 刘菲, 江晓栋, 等. 太湖不同湖区冬季沉积物细菌群落多样性[J]. 中国环境科学, 2018, 38(2): 719-728.
Xue Y G, Liu F, Jiang X D, et al. The diversity of bacterial communities in the sediment of different lake zones of Lake Taihu in winter[J]. China Environmental Science, 2018, 38(2): 719-728. DOI:10.3969/j.issn.1000-6923.2018.02.037
[25] 王佳, 彭剑峰, 宋永会, 等. 浑河底泥微生物群落的季节性变化特征[J]. 环境科学研究, 2016, 29(2): 202-210.
Wang J, Peng J F, Song Y H, et al. Seasonal changes of microbial community distribution in sediments of Hun River[J]. Research of Environmental Sciences, 2016, 29(2): 202-210.
[26] 张旭. 淡水水体底泥微生物群落特征及微生物指标评价研究[D]. 上海: 上海大学, 2016.
Zhang X. Microbial community characteristics and microbial indicators evaluation study in fresh water sediment[D]. Shanghai: Shanghai University, 2016.
[27] 杨雪. 不同时期嘉陵江流域水体微生物群落结构的研究[D]. 南充: 西华师范大学, 2020.
Yang X. Study on the microbial community structure of Jialing River basin in different periods[D]. Nanchong: China West Normal University, 2020.
[28] 杨长明, 吴亚琼, 王育来, 等. 南淝河表层沉积物细菌群落结构特征及驱动因素[J]. 中国环境科学, 2018, 38(9): 3552-3561.
Yang C M, Wu Y Q, Wang Y L, et al. Microbial community structure characteristics and its key driving factors in surface sediments along Nanfei River[J]. China Environmental Science, 2018, 38(9): 3552-3561.
[29] Wang N F, Zhang T, Yang X, et al. Diversity and composition of bacterial community in soils and lake sediments from an arctic lake area[J]. Frontiers in Microbiology, 2016, 7. DOI:10.3389/fmicb.2016.01170
[30] 王鹏, 肖汉玉, 张华, 等. 鄱阳湖入湖河口沉积物细菌群落特征[J]. 中国环境科学, 2018, 38(4): 1481-1489.
Wang P, Xiao H Y, Zhang H, et al. Bacterial communities in the estuarine sediment of Poyang Lake[J]. China Environmental Science, 2018, 38(4): 1481-1489.
[31] Liu S, Ren H X, Shen L D, et al. pH levels drive bacterial community structure in sediments of the Qiantang River as determined by 454 pyrosequencing[J]. Frontiers in Microbiology, 2015, 6. DOI:10.3389/fmicb.2015.00285
[32] 于妍, 王悦悦, 方杜贤, 等. 白洋淀表层沉积物细菌多样性及影响因素[J]. 环境工程学报, 2021, 15(3): 1121-1130.
Yu Y, Wang Y Y, Fang D X, et al. Bacterial diversity in surface sediments of Baiyangdian lake and its influencing factors[J]. Chinese Journal of Environmental Engineering, 2021, 15(3): 1121-1130.
[33] Zheng B H, Wang L P, Liu L S. Bacterial community structure and its regulating factors in the intertidal sediment along the Liaodong Bay of Bohai Sea, China[J]. Microbiological Research, 2014, 169(7-8): 585-592.
[34] He H, Zhen Y, Mi T Z, et al. Community composition and distribution of sulfate- and sulfite-reducing prokaryotes in sediments from the Changjiang estuary and adjacent East China Sea[J]. Estuarine, Coastal and Shelf Science, 2015, 165: 75-85.
[35] 邹沈娟. 湖北省三座湖泊水体和沉积物微生物群落特征的研究[D]. 武汉: 华中农业大学, 2019.
Zou S J. Study on microbial community characteristics of water and sediments in three lakes of Hubei Province[D]. Wuhan: Huazhong Agricultural University, 2019.
[36] 于小彦, 张平究, 张经纬, 等. 城市河流沉积物微生物量分布和群落结构特征[J]. 环境科学学报, 2020, 40(2): 585-596.
Yu X Y, Zhang P J, Zhang J W, et al. Characteristics of distribution patterns of microbial biomass and community structures in the sediments from urban river[J]. Acta Scientiae Circumstantiae, 2020, 40(2): 585-596.
[37] Bahram M, Hildebrand F, Forslund S K, et al. Structure and function of the global topsoil microbiome[J]. Nature, 2018, 560(7177): 233-237.
[38] Verma P, Raghavan R V, Jeon C O, et al. Complex bacterial communities in the deep-sea sediments of the Bay of Bengal and volcanic Barren Island in the Andaman Sea[J]. Marine Genomics, 2017, 31: 33-41.
[39] 闫冰, 付嘉琦, 夏嵩, 等. 厌氧氨氧化启动过程细菌群落多样性及PICRUSt2功能预测分析[J]. 环境科学, 2021, 42(8): 3875-3885.
Yan B, Fu J Q, Xia S, et al. Diversity and PICRUSt2-based predicted functional analysis of bacterial communities during the start-up of ANAMMOX[J]. Environmental Science, 2021, 42(8): 3875-3885.
[40] 崔迪. 寒区污水生化处理系统微生物群落结构与功能解析[D]. 哈尔滨: 哈尔滨工业大学, 2014.
Cui D. Analysis of microbial community structure and function in cold aera wastewater biological systems[D]. Harbin: Harbin Institute of Technology, 2014.
[41] 王伟华, 刘毅, 唐海明, 等. 长期施肥对稻田土壤微生物量、群落结构和活性的影响[J]. 环境科学, 2018, 39(1): 430-437.
Wang W H, Liu Y, Tang H M, et al. Effects of long-term fertilization regimes on microbial biomass, community structure and activity in a paddy soil[J]. Environmental Science, 2018, 39(1): 430-437.