2022, Vol. 43
2. 湖北省环境科学研究院, 武汉 430079;
3. 中铁第四勘察设计院集团有限公司, 武汉 430063
, MA Jie1
, SU Qu2 , LIN Ya-nan3 , DONG Xin-lei1 , ZHOU Li-chang1 , WANG Zong-ping1 , GUO Gang1
2. Hubei Academy of Environmental Sciences, Wuhan 430079, China;
3. China Railway Siyuan Survey and Design Group Co., Ltd., Wuhan 430063, China
微塑料泛指直径小于5 mm的塑料颗粒, 是当前国际上重点关注的新型污染物之一[1, 2].随着人类活动的影响, 微塑料正在不断地进入生态环境系统中, 通过沉积、优先流和生物扰动等作用, 微塑料污染可深达70~100 cm的深层沉积物中[1].在这个过程中, 微塑料表面会富集具有独特特征的微生物群落, 包括好氧菌、厌氧菌和极端微生物等, 形成塑料圈(plastisphere)[3].有研究表明, 多种氧化还原环境在生物地球化学循环中普遍存在, 如在垃圾填埋场和潜流带中均存在好氧、硝酸盐还原、铁氧化物还原、硫酸盐还原和产甲烷等多种典型氧化还原环境[4, 5]; 它们通过提供不同的电子受体, 进而对塑料圈内的微生物群落组成和环境中微塑料的最终归宿产生影响[1].然而, 目前没有研究报道以上多种典型氧化还原环境如何影响不同微塑料表面的微生物群落组成特征.
学者们发现在微塑料表面富集的微生物群落有可能会因环境和基质的不同而形成差异, 即微生物可能因喜好特定的环境和基质而富集在微塑料表面, 但目前并未形成统一的认识[1, 2].例如, Wright等[6]和Oberbeckmann等[7]认为不存在因喜好特定的基质而富集在微塑料表面的微生物; 而周曙仡聃等[8]、周昕原等[9]和黄福义等[10]却发现抗生素抗性基因更容易在可溶性微塑料表面积累, 进而相较于其它基质, 因抗生素抗性基因存在的特定菌群容易富集在可溶性微塑料表面; Tagg等[11]也发现硫酸盐还原菌Desulfatitalea tepidiphilia更容易富集在微塑料表面.一般而言, 微塑料表面的微生物群落构建需要经历两种生态学过程, 即确定性过程和随机性过程[12].若确定性过程占比较高, 则说明环境影响较大, 微生物菌群会因喜好特定环境或基质而富集在微塑料表面, 从而与其它环境和基质呈现差异[13, 14], 反之则不会呈现明显差异.然而, 截至目前没有相关研究对上述确定性过程和随机性过程的贡献占比进行量化, 导致很难判断微塑料表面富集的微生物群落是否会因环境和基质的不同而形成差异.
综上所述, 当不同微塑料进入典型氧化还原环境中, 本文提出两种假设[15]：一方面, 部分微生物喜欢附着在微塑料表面, 不同微塑料环境会导致特异性微生物的富集; 另一方面, 在不同的典型氧化还原环境中, 由于微塑料被降解的代谢机制不同, 微塑料表面富集的氧化还原特征菌群会存在差异.基于以上两个假设, 本文将3种微塑料[传统石油基微塑料聚氯乙烯(PVC, 工业活动和日常生活中使用最广泛的塑料之一[16])和新兴生物基微塑料聚羟基脂肪酸酯和聚乳酸(PHA和PLA, 已大量生产并应用于市场[17])]放置于5种典型氧化还原环境(好氧、硝酸盐还原、铁氧化物还原、硫酸盐还原和产甲烷环境)中, 利用污泥作为接种物, 进行微宇宙模拟培养.首先采用16S rRNA高通量测序技术对微塑料表面的微生物群落进行测定, 探究微塑料表面的微生物群落组成特征; 再通过典范对应分析(CCA)、方差分解分析(VPA)和零模型分析, 从分类学角度和系统发育学角度, 共同探究确定性过程和随机性过程各自的相对贡献占比.本研究揭示了典型氧化还原环境中微塑料表面的微生物群落组成特征, 并对构建机制进行了量化分析, 从而有助于预测塑料圈内微生物的生态规律及其对元素地球化学循环的影响.
1 材料与方法 1.1 供试材料本研究选择了3种目前广泛使用的塑料, 分别为PVC、PHA和PLA, 均来自佛山市苏宇塑料制品有限公司. 3种塑料均为直径3~4 mm的球状颗粒, 因此可被认定为微塑料, 供本研究使用; 微塑料颗粒在使用前均用75%乙醇和紫外线进行灭菌处理.武汉三金潭污水处理厂的厌氧消化罐污泥经历了好氧到厌氧的微生物演化过程, 包含了好氧、缺氧和厌氧微生物, 可为5种氧化还原环境提供相应的氧化还原菌群[18, 19], 且同一来源的接种物有利于排除其本身微生物差异对研究结果的影响, 故将其作为本研究微生物的提供者.使用无菌玻璃瓶采集污泥样品, 并用橡胶塞密封, 置于4℃下的环境中冷藏储存(≤1周).
1.2 实验室模拟培养不同氧化还原环境构建的具体方法和电子受体投加量具体如下：在厌氧手套箱中, 取50 mL厌氧消化污泥和250 mL除氧超纯水于5个350 mL的西林瓶中, 使5个西林瓶顶空/液-沉积物相的体积比均为1 ∶6; 向前4个西林瓶中依次加入氧气[注入10 mL O2并摇匀, 保证O2在液体和气体间的平衡; 瓶中溶解氧(DO)含量即可从0增加至6.58 mg ·L-1, 与标准条件下水中饱和溶解氧浓度8 mg ·L-1相当; 氧化还原电位(ORP)可从-232 mV增加至186 mV[20]]、无氧硝酸钠溶液(定容NO3-浓度为1 mmol ·L-1[21])、无氧氯化铁溶液(定容Fe3+浓度为1 mmol ·L-1[22])和无氧硫酸钠溶液(定容SO42-浓度为1 mmol ·L-1[23]), 使它们分别形成好氧、硝酸盐还原、铁氧化物还原和硫酸盐还原环境.由于所取污泥为厌氧消化罐污泥, 故第5个西林瓶已形成了产甲烷环境.在5种氧化还原环境形成后, 向5个西林瓶中分别加入3种微塑料样品(各6 g), 并用NaOH(10 mmol ·L-1)将pH值调至7.0, 随后用橡胶塞密封和锡箔纸包裹, 放置于35℃的培养箱中培养43 d, 5个西林瓶依次命名为Red1、Red2、Red3、Red4和Red5(分别对应好氧、硝酸盐还原、铁氧化物还原、硫酸盐还原和产甲烷环境).培养过程中通过电子受体浓度检测和含量补充, 保证5种氧化还原环境始终维持.
1.3 DNA提取和16S rRNA基因分析在厌氧手套箱中, 从Red1~5中取出微塑料和污泥样品(用无菌超纯水洗涤微塑料3次以去除表面的污泥), 放置于灭菌的密封袋中, 并立即保存至-20℃的干冰中, 用于DNA的提取.根据试剂盒的操作说明, 使用PowerSoil®DNA分离试剂盒提取DNA.引物338F(5-ACTCCTACGGGAGGCAGCA-3)和806R(5-GGACTACHVGGGTWTCTAAT-3)进行PCR扩增细菌16S rRNA的V3-V4区[24], 并在中国的上海派森诺生物科技有限公司的Illumina MiSeq(MiSeq, Illumina, 美国)平台对纯化的扩增子进行高通量测序.在完成质量控制后, 数据在QIIME平台(1.9.1版, 美国)上进行进一步处理.使用软件Mothur(版本1.35.1, 美国)估计微生物多样性和丰富度.根据Louca等[25]的研究, 首先在QIIME(版本1, 美国)中转换物种丰度表格式为Biom格式, 然后在FAPROTAX(版本1.2, 美国)中利用collapse_table.py脚本将物种名称对比Greengene、Silva和RDP数据库, 最后完成对微生物的功能注释, 相关参数均按照默认推荐值.对注释结果按照氧气还原、硝酸盐还原、铁氧化物还原、硫酸盐还原和发酵功能提取相关微生物组成和丰度, 与环境因子(见1.4节)一起导入上海派森诺生物科技有限公司的在线数据分析平台(https://www.genescloud.cn), 进行和弦图和关联热图分析[26], 探究氧化还原特征菌群与环境因子的相关性.
1.4 微生物群落构建机制分析为了揭示典型氧化还原环境中微塑料表面的微生物群落构建机制, 本研究首先对氧化还原环境和微塑料选取了不同的评价因子.不同的电子受体浓度[氧气浓度、硝酸盐浓度、铁离子浓度、硫酸盐浓度和甲烷浓度(产甲烷环境没有外加电子受体, 故选取了反应结束时不同氧化还原环境中的甲烷浓度作为评价因子)]作为不同氧化还原环境对微生物群落影响的评价因子; 微塑料种类(PHA、PLA和PVC)作为不同微塑料对微生物群落影响的评价因子.为了量化不同环境(氧化还原环境和微塑料环境)条件下两种生态学过程在微生物群落构建过程中的贡献占比, 本研究先从分类学角度, 根据上述的评价因子文件和16S rRNA测序生成的样本OTU结果文件, 在免费的数据分析Tutools平台上(http://www.cloudtutu.com)进行了典范对应分析(CCA, 可用于分析不同环境因子与细菌群落构建的相关性)和方差分解分析(VPA, 被广泛用于评估确定性与随机过程对群落构建的重要性, 可用于定量环境因子对微生物群落的确定性影响比例); 再从系统发育多样性角度, 采用了随机性理论分析[计算最近物种指数βNTI(|βNTI|＜2表示随机性过程占主导地位, |βNTI|＞2表示确定性过程占主导地位)和基于Bray-Curtis距离观测值和零模型的随机性之间差异的指数RCbray(|RCbray|＞0.95表示观测值与零模型预期间存在显著差异)][27, 28], 于在线分析工作站(http://ieg3.rccc.ou.edu:8080/)上计算了βNTI指数和RCbray指数[28].
2 结果与讨论 2.1 典型氧化还原环境中微塑料表面的微生物群落组成特征 2.1.1 α多样性分析α多样性指数表征物种在生境内的多样性, 以综合评价其总体丰度(Chao1、Faith's PD)和均匀度(Shannon、Simpson)[29].对16S rRNA测定结果进行了α多样性分析, 具体如图 1所示.Chao1、Faith's PD、Shannon和Simpson指数的P值分别为0.009、0.005 3、0.004 2和0.006 8 < 0.05, 因此典型氧化还原环境中微塑料表面和污泥中的微生物群落在丰富度和均匀度上均表现出显著差异.前人研究一般认为微塑料表面的微生物群落丰富度低于周围的基质, 但是均匀度会高于周围基质[30], 而本研究中, 微塑料表面的微生物群落丰富度和均匀度均低于污泥, 丰富度规律与前人研究的结果一致, 均匀度规律却与前人相反.推测是因为微塑料表面部分物质溶出或者降解(43 d后, Red1~5中PHA质量损失均可达50%左右), 导致微塑料表面出现了特异性菌种, 从而降低了其均匀度.此外, 与前人研究的结果一致, 好氧/缺氧环境下(好氧和硝酸盐还原环境)污泥中微生物群落的丰富度高于厌氧环境(铁氧化物还原、硫酸盐还原和产甲烷环境), 多样性低于厌氧环境[31]. 3种微塑料均不同于污泥, 具体表现为：好氧/缺氧环境下PHA表面的微生物群落丰富度和多样性均明显低于厌氧环境, 推测是因为在厌氧环境下利用PHA为碳源的微生物种类更多, 丰富度得到提高; PLA和PVC表面的微生物群落变化特征相似, 丰富度和均匀度从好氧环境向铁氧化物还原环境变化时逐渐增加, 从铁氧化物还原环境向产甲烷环境变化时逐渐降低, 推测是因为PLA和PVC表面出现了不同于PHA和污泥的特异性菌种, 2.1.2节的分析结果可以证明这一推测.
|
**表示差异性显著(P＜0.01) 图 1 不同微塑料表面微生物群落的α多样性分析 Fig. 1 Analysis of α diversity of microbial communities on different microplastic surfaces |
在5种典型氧化还原环境中, 不同微塑料表面和污泥中属水平上丰度最高的前20种微生物如图 2所示.在污泥中会富集: Aminicenantales、Acetothermiia、Acinetobacter、Clostridium_sensu_stricto_ 7、Clostridium_sensu_stricto_12、SC103、Aquabacterium、OLB14、Candidatus_Cloacimonas、Syntrophomonas、Dechloromonas和SC-I-84 , 这12种菌种也同时在3种微塑料表面富集, 但丰度存在差异; 部分特有菌种如 JG30-KF-CM45 (1.63%)、c5LKS83(0.73%)、SBR1031(0.69%)、67-14 (0.66%)和IMCC26207(0.64%)在污泥中富集但并未在微塑料表面被发现.在PHA微塑料表面, 除了上述的12种菌种外, Anaerocolumna(26.44%)成为了优势菌种, 这与前人研究的结果一致[1], 而且相比于厌氧环境(铁氧化物、硫酸盐和产甲烷还原环境), 其更喜好在好氧/缺氧环境下(好氧和硝酸盐还原环境)富集.在PLA微塑料表面, Clostridium_sensu_stricto_ 7 (26.44%)为优势菌种, 研究发现其为专性厌氧菌[32], 容易在严格厌氧的环境中富集[33]; 另外, 还发现了Dechlorobacter(0.62%)和Syntrophus(0.60%)的特异性富集, 表明部分PLA微塑料衍生的碳源可被用作厌氧消化产气[34].在PVC微塑料表面, 与PLA微塑料相同, Clostridium_sensu_stricto_ 7 (11.87%)为优势菌种, 但PVC微塑料特有菌群为BD1-7_clade(1.08%)和Pseudomonas(0.83%), 其中Pseudomonas是革兰氏阴性需氧菌, 广泛存在于各种环境中, 携带多种病原体[35], 需要对其引起一定的重视.
|
(a)、(b)、(c)和(d)分别表示污泥、PHA、PLA和PVC上富集的微生物群落组成 图 2 不同微塑料表面和污泥中属水平上的群落组成 Fig. 2 Community composition at the genus level on different microplastic surfaces and sludge |
综上所述, 与前人研究的结果一致, 不同微塑料表面的微生物群落会与污泥呈现差异[1, 2]; 而且与污泥相比, PHA微塑料表面上的微生物群落变化最明显, PLA和PVC微塑料表面上的微生物群落虽有差异, 但整体变化特征相似.
2.1.3 氧化还原特征菌群在微塑料表面的分布规律微生物功能注释结果表明[25], Comamonas、Pseudomonas、Thauera和Zoogloea是典型的氧还原菌和硝酸盐还原菌; Geobacter是典型的铁还原菌; Desulfomicrobium、Desulforegula、Desulforhabdus、Desulfosporosonus和Desulfobvibro是典型的硫酸盐还原菌; Anaerovorax、Anoxybacillus、Syntrophomonas和Syntrophus是典型的代谢有机物的发酵菌.
将以上参与氧化还原的特征菌群与环境因子进行和弦图分析, 结果表明(图 3), 不同的氧化还原菌群已在对应的氧化还原环境中高度富集(此时, 产甲烷环境对其它氧化还原环境影响较小), 具体如下：由于在Red1~2中补充O2和NO3-作为电子受体, Comamonas、Pseudomonas、Thauera和Zoogloea会在Red1~2中显著富集(在Red1~2中总丰度平均值分别为0.46%、0.87%、1.10%和0.07%, 而在Red3~5中的总丰度平均值分别为0.01%、0.03%、0.31%和0.01%); 虽然在Red3中补充Fe3+作为电子受体, 但Geobacter并未在Red3中显著富集, 推测是因为Geobacter并非专性铁还原菌[36], 也可以利用氧气和硝酸盐作电子受体, 所以其在Red1~3中均较Red4~5中富集(Red1~3总丰度平均值为0.08%, Red4~5总丰度平均值为0.04%); 由于在Red4中补充SO42-作为电子受体, Desulfomicrobium、Desulforegula、Desulforhabdus、Desulfosporosonus和Desulfobvibro会在Red4中显著富集(在Red4中总丰度平均值分别为0.18%、0.06%、0.12%、0.01%和0.05%, 而在其它Red中总丰度平均值分别为0.03%、0.02%、0.02%、0.0006%和0.05%); 在Red5中, 虽然微生物以有机物为电子受体进行厌氧发酵, 但Anaerovorax、Anoxybacillus、Syntrophomonas和Syntrophus并没有在Red5中显著富集, 因为在其它Red中特别是Red3~4中微生物也会代谢有机物进行厌氧发酵, 所以其在Red3~5中均较Red1~2中富集(在Red3~5中总丰度平均值分别为0.39%、0.09%、0.30%和0.42%, Red1~2总丰度平均值为0.19%、0.04%、0.17%和0.34%).此外, 有趣的是, 相比于污泥, 无论是氧还原菌和硝酸盐还原菌, 还是铁还原菌、硫酸盐还原菌和发酵菌均更容易富集在难降解的PLA(PLA虽然为生物基微塑料, 但它不会在人工堆肥条件之外发生生物降解, 其解聚酶活性的最适温度为60℃[37])和PVC微塑料表面.氧还原菌和硝酸盐还原菌在PLA和PVC微塑料表面的丰度为1.85%和1.59%, 在污泥中的丰度为1.17%, 而在PHA微塑料表面的丰度为0.34%; 铁还原菌在PLA和PVC微塑料表面的丰度为0.08%和0.13%, 在污泥中的丰度为0.06%, 而在PHA微塑料表面的丰度为0.02%; 硫酸盐还原菌在PLA和PVC微塑料表面的丰度为0.23%和0.27%, 在污泥中的丰度为0.12%, 而在PHA微塑料表面的丰度为0.08%; 发酵菌在PLA和PVC微塑料表面的丰度为1.50%和1.18%, 在污泥中的丰度为0.53%, 而在PHA微塑料表面的丰度为0.41%.这与Seeley等[38]发现硫酸盐还原菌Desulfobacteraceae、Desulfobulbaceae和Deltaproteobacteria更容易富集在沉积物中PVC微塑料表面的结果一致.随后, 本研究将参与氧化还原的特征菌群与环境因子进一步进行了关联热图分析, 结果表明(图 4), 不同氧化还原特征菌群与对应电子受体呈显著的相关性, 这与前人研究的结果一致[31]; 此外, 相比于污泥, 5种氧化还原特征菌群均与PLA和PVC微塑料呈显著的正相关关系, 而与PHA微塑料呈显著的负相关关系.
|
1.PHA, 2.PLA, 3.PVC, 4.污泥, 5.氧气浓度, 6.硝酸盐浓度, 7.铁离子浓度, 8.硫酸盐浓度, 9.甲烷浓度, 10. Comamonas, 11. Pseudomonas, 12. Thauera, 13. Zoogloea, 14. Geobacter, 15. Desulfomicrobium, 16. Desulforegula, 17. Desulforhabdus, 18. Desulfosporosonus, 19. Desulfobvibro, 20. Anaerovorax, 21. Anoxybacillus, 22. Syntrophomonas, 23. Syntrophus; 其中10~13为氧气和硝酸盐还原菌, 14为铁还原菌, 15~19为硫酸盐还原菌, 20~23为发酵菌 图 3 微生物与环境因子和弦分析 Fig. 3 Chord analysis of microbial and environmental factors |
|
A1.PHA, A2.PLA, A3.PVC, A4.污泥, A5.氧气浓度, A6.硝酸盐浓度, A7.铁离子浓度, A8.硫酸盐浓度, A9.甲烷浓度, B1. Comamonas, B2. Pseudomonas, B3. Thauera, B4. Zoogloea, B5. Geobacter, B6. Desulfomicrobium, B7. Desulforegula, B8. Desulforhabdus, B9. Desulfosporosonus, B10. Desulfobvibro, B11. Anaerovorax, B12. Anoxybacillus, B13. Syntrophomonas, B14. Syntrophus; 其中B1~B4为好氧和硝酸盐还原菌, B5为铁还原菌, B6~B10为硫酸盐还原菌, B11~B14为发酵菌 图 4 微生物与环境因子相关性分析 Fig. 4 Correlation analysis between microorganisms and environmental factors |
和弦图和关联热图表明, 参与氧化还原反应的特征菌群由于电子受体的改变, 会显著富集到对应的氧化还原环境中; 此外, 5种氧化还原菌群在PLA和PVC微塑料上的丰度(3.71%和3.11%)高于污泥(1.88%)2倍左右, 高于PHA微塑料(0.84%)4倍左右.前人研究发现抗性基因在难降解微塑料表面显著富集[8, 9], 可能造成潜在的环境危害, 本研究发现与氧化还原反应相关的特征菌群会在难降解微塑料表面显著富集, 进而可能造成生物地球化学循环速率的改变.
2.2 典型氧化还原环境中微塑料表面的微生物群落构建机制确定性过程(如种间竞争和环境过滤)和随机性过程(如物种扩散和生态漂变)在维持生物多样性中的相对重要性一直是生态学研究的核心问题之一, 定量计算它们各自在微生物群落构建过程中贡献占比的方法也有多种[2].目前来说, 大多数方法需要基于16S rRNA的测序技术[39], 本研究也是基于16S rRNA的测序结果, 再从分类学角度和系统发育学角度, 量化确定性过程和随机性过程的贡献占比.从分类学角度, 对不同的环境因子和测序结果进行了CCA分析和VPA分析(VPA分析结果中若环境变量可高比例解释群落结构变异, 则可以定量该环境变量对微生物群落的确定性影响比例; 若环境变量只能以极低的比例解释群落结构变异, 则该环境变量下, 还是随机性过程占主导; 残差表示为不能基于环境因子揭示的变异[27]); 从系统发育多样性角度, 采用了零模型的方法[27], 计算了不同环境因子的βNTI指数和RCbray指数; 最后从分类学和系统发育学两个角度综合评估确定性与随机过程在微生物群落构建过程中的贡献占比.
2.2.1 分类学分析CCA分析结果表明(图 5), 氧气浓度、硝酸盐浓度、铁离子浓度和硫酸盐浓度等氧化还原环境因子与第一轴CCA1呈显著正相关, PHA和PLA等微塑料因子与第二轴CCA2呈显著正相关, 氧化还原环境因子和微塑料因子分别从不同维度影响了微生物群落.此外, PHA表面的微生物群落位于图 5最上方, 污泥中的微生物群落位于图 5最下方, PLA和PVC表面的微生物群落位置相接近.因此, 微塑料表面的微生物群落结构均与污泥出现差异, 而且PLA和PVC表面的微生物群落在结构上具有一定的相似性, 这与2.1节研究的结果一致.
|
图 5 微生物群落的典范对应分析 Fig. 5 Canonical correspondence analysis of microbial communities |
进一步的VPA分析结果表明(图 6), 氧化还原环境因子和微塑料因子分别从不同维度影响了微生物群落, 这与CCA分析结果一致; 在微塑料表面的微生物群落构建过程中, 氧化还原环境因子和微塑料因子总共可以解释49.62%的微生物群落变异, 其中氧化还原环境因子可以解释31.04%, 而微塑料因子只可以解释18.94%, 故氧化还原环境因子对微生物群落构建的影响大于微塑料因子.
|
图 6 微生物群落在不同环境变量影响下的方差分解结果 Fig. 6 Variance decomposition results of microbial communities under the influence of different environmental variables |
βNTI指数和RCbray指数在不同氧化还原环境和不同微塑料上的分布如图 7所示.不同氧化还原环境中|βNTI|大于2的数据占总数据的90.00%, 故不同氧化还原环境中微生物群落构建主要受确定性过程的影响; 而|βNTI|小于2的数据全集中在-2以下, 表明确定性过程以同质选择为主, 即不同氧化还原环境中会呈现出以喜好该种氧化还原环境的微生物为主的群落特征[27].不同微塑料上|βNTI|大于2的数据占总数据的46.67%, 故不同微塑料上的微生物群落构建主要受随机性过程的影响; |RCbray|出现了大于和小于0.95的值, 其中小于0.95的数据占总数据的73.33%, 表明随机性过程以漂变和多样性等不受控制的过程为主[39], 微塑料种类对微生物群落构建的影响较小, 即由于污泥中不同的菌群会随机漂移到不同微塑料的表面定殖, 而在不同微塑料表面又会随机变异出新的菌种, 导致了不同微塑料表面微生物群落出现差异.
|
虚线用于确定|βNTI|小于2和|RCbray|小于0.95的数据占比, 从而判断随机性过程与确定性过程的主导地位 图 7 βNTI指数和RCbray指数在不同氧化还原环境和不同微塑料上的分布 Fig. 7 Distribution of βNTI index and RCbray index in different redox environments and different microplastics |
综上, 氧化还原环境因子和微塑料因子均会通过影响确定性过程和随机性过程的占比来影响微塑料表面的微生物群落构建过程.从分类学角度上来说, 氧化还原环境因子可以影响微塑料表面31.04%的微生物群落, 而微塑料因子只可以影响18.94%; 从系统发育学角度上来说, 氧化还原环境因子可以影响微塑料表面90.00%的微生物群落, 而微塑料因子只可以影响46.67%.由此可以看出, 在分类学和系统发育学上, 氧化还原环境因子对微生物群落构建的影响均大于微塑料因子, 即相比于微塑料种类, 微塑料表面的微生物群落在构建过程中更容易受到所处环境的影响.
3 结论(1) 与污泥相比较, 微塑料表面的微生物群落特征会根据微塑料的种类发生改变; 其中更易降解的PHA微塑料表面的微生物群落丰富度和均匀度均最低, Anaerocolumna(26.44%)为优势菌种, 难降解的PLA和PVC微塑料表面的微生物群落变化特征接近, Clostridium_sensu_stricto_ 7 (15.49%和11.87%)为优势菌种.
(2) 参与氧化还原反应的特征菌群更易在难降解的PLA和PVC微塑料(3.71%和3.11%)表面富集, 在易降解的PHA微塑料和污泥(1.88%和0.84%)中较少富集, 因此难降解塑料可能促进生物地球化学循环速率.
(3) 在微塑料表面的微生物群落构建过程中, 微塑料因子在分类学和系统发育学上分别影响了微塑料表面18.94%和46.67%的微生物群落, 氧化还原环境因子在分类学和系统发育学上分别影响了微塑料表面31.04%和90.00%的微生物群落.
| [1] | Rogers K L, Carreres-Calabuig J A, Gorokhova E, et al. Micro-by-micro interactions: how microorganisms influence the fate of marine microplastics[J]. Limnology and Oceanography Letters, 2020, 5(1): 18-36. DOI:10.1002/lol2.10136 |
| [2] |
李汶璐, 王志超, 杨文焕, 等. 微塑料对沉积物细菌群落组成和多样性的影响[J]. 环境科学, 2022, 43(5): 2606-2613. Li W L, Wang Z C, Yang W H, et al. Effects of microplastics on bacterial community composition and diversity in sediments[J]. Environmental Science, 2022, 43(5): 2606-2613. |
| [3] | Zettler E R, Mincer T J, Amaral-Zettler L A. Life in the "plastisphere": microbial communities on plastic marine debris[J]. Environmental Science & Technology, 2013, 47(13): 7137-7146. |
| [4] | Thorstenson D C, Fisher D W, Croft M G. The geochemistry of the Fox hills-basal hell creek aquifer in southwestern north Dakota and northwestern South Dakota[J]. Water Resources Research, 1979, 15(6): 1479-1498. DOI:10.1029/WR015i006p01479 |
| [5] | Bergé A, Cladière M, Gasperi J, et al. Meta-analysis of environmental contamination by phthalates[J]. Environmental Science and Pollution Research, 2013, 20(11): 8057-8076. DOI:10.1007/s11356-013-1982-5 |
| [6] | Wright R J, Erni-Cassola G, Zadjelovic V, et al. Marine plastic debris: a new surface for microbial colonization[J]. Environmental Science & Technology, 2020, 54(19): 11657-11672. |
| [7] | Oberbeckmann S, Labrenz M. Marine microbial assemblages on microplastics: diversity, adaptation, and role in degradation[J]. Annual Review of Marine Science, 2020, 12: 209-232. DOI:10.1146/annurev-marine-010419-010633 |
| [8] |
周曙仡聃, 朱永官, 黄福义. 微塑料对海水抗生素抗性基因的影响[J]. 环境科学, 2021, 42(8): 3785-3790. Zhou S Y D, Zhu Y G, Huang F Y. Microplastic-induced alterations to antibiotic resistance genes in seawater[J]. Environmental Science, 2021, 42(8): 3785-3790. |
| [9] |
周昕原, 王言仔, 苏建强, 等. 微塑料对河水抗生素抗性基因的影响[J]. 环境科学, 2020, 41(9): 4076-4080. Zhou X Y, Wang Y Z, Su J Q, et al. Microplastics-induced shifts of diversity and abundance of antibiotic resistance genes in river water[J]. Environmental Science, 2020, 41(9): 4076-4080. |
| [10] |
黄福义, 杨凯, 张子兴, 等. 微塑料对河口沉积物抗生素抗性基因的影响[J]. 环境科学, 2019, 40(5): 2234-2239. Huang F Y, Yang K, Zhang Z X, et al. Effects of microplastics on antibiotic resistance genes in estuarine sediments[J]. Environmental Science, 2019, 40(5): 2234-2239. |
| [11] | Tagg A S, Oberbeckmann S, Fischer D, et al. Paint particles are a distinct and variable substrate for marine bacteria[J]. Marine Pollution Bulletin, 2019, 146: 117-124. DOI:10.1016/j.marpolbul.2019.06.013 |
| [12] | Stegen J C, Lin X J, Konopka A E, et al. Stochastic and deterministic assembly processes in subsurface microbial communities[J]. The ISME Journal, 2012, 6(9): 1653-1664. DOI:10.1038/ismej.2012.22 |
| [13] |
江晓亮. 典型湿地硝化、反硝化微生物的群落特征及构建机制[D]. 武汉: 中国科学院武汉植物园, 2021. Jiang X L. The geographic distribution patterns and assembly mechanisms of nitrifying-and denitrifying microbial communities in the typical wetland eecosystems[D]. Wuhan: Wuhan Botanical Garden, Chinese Academy of Sciences, 2021. |
| [14] | Dini-Andreote F, Stegen J C, Van Elsas J D, et al. Disentangling mechanisms that mediate the balance between stochastic and deterministic processes in microbial succession[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(11): E1326-E1332. |
| [15] | Alimi O S, Budarz J F, Hernandez L M, et al. Microplastics and nanoplastics in aquatic environments: aggregation, deposition, and enhanced contaminant transport[J]. Environmental Science & Technology, 2018, 52(4): 1704-1724. |
| [16] | Su Y L, Zhang Z J, Wu D, et al. Occurrence of microplastics in landfill systems and their fate with landfill age[J]. Water Research, 2019, 164. DOI:10.1016/j.watres.2019.114968 |
| [17] | Bucknall D G. Plastics as a materials system in a circular economy[J]. Philosophical Transactions of the Royal Society A Mathematical, Physical and Engineering Sciences, 2020, 378(2176). DOI:10.1098/rsta.2019.0268 |
| [18] | Ma J, Liu H, Zhang C, et al. Joint response of chemistry and functional microbial community to oxygenation of the reductive confined aquifer[J]. Science of the Total Environment, 2020, 720. DOI:10.1016/j.scitotenv.2020.137587 |
| [19] | Zhou J Z, Deng Y, Zhang P, et al. Stochasticity, succession, and environmental perturbations in a fluidic ecosystem[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(9): E836-E845. |
| [20] | Ma J, Gong Z W, Wang Z P, et al. Elucidating degradation properties, microbial community, and mechanism of microplastics in sewage sludge under different terminal electron acceptors conditions[J]. Bioresource Technology, 2022, 346. DOI:10.1016/j.biortech.2021.126624 |
| [21] | Lv P L, Shi L D, Dong Q Y, et al. How nitrate affects perchlorate reduction in a methane-based biofilm batch reactor[J]. Water Research, 2020, 171. DOI:10.1016/j.watres.2019.115397 |
| [22] | Liu S, Liu H, Wang Z, et al. Benzene promotes microbial Fe(III) reduction and flavins secretion[J]. Geochimica et Cosmochimica Acta, 2019, 264: 92-104. DOI:10.1016/j.gca.2019.08.013 |
| [23] | Flynn T M, Sanford R A, Ryu H, et al. Functional microbial diversity explains groundwater chemistry in a pristine aquifer[J]. BMC Microbiology, 2013, 13. DOI:10.1186/1471-2180-13-146 |
| [24] | Walters W A, Caporaso J G, Lauber C L, et al. PrimerProspector: de novo design and taxonomic analysis of barcoded polymerase chain reaction primers[J]. Bioinformatics, 2011, 27(8): 1159-1161. DOI:10.1093/bioinformatics/btr087 |
| [25] | Louca S, Parfrey L W, Doebeli M. Decoupling function and taxonomy in the global ocean microbiome[J]. Science, 2016, 353(6305): 1272-1277. DOI:10.1126/science.aaf4507 |
| [26] | Li H K, Zhong Y M, Huang H, et al. Simultaneous nitrogen and phosphorus removal by interactions between phosphate accumulating organisms (PAOs) and denitrifying phosphate accumulating organisms (DPAOs) in a sequencing batch reactor[J]. Science of the Total Environment, 2020, 744. DOI:10.1016/j.scitotenv.2020.140852 |
| [27] | Zhou J Z, Ning D L. Stochastic community assembly: does it matter in microbial ecology?[J]. Microbiology and Molecular Biology Reviews, 2017, 81(4). DOI:10.1128/mmbr.00002-17 |
| [28] | Stegen J C, Lin X J, Fredrickson J K, et al. Quantifying community assembly processes and identifying features that impose them[J]. The ISME Journal, 2013, 7(11): 2069-2079. DOI:10.1038/ismej.2013.93 |
| [29] | Whittaker R H. Vegetation of the Siskiyou Mountains, Oregon and California[J]. Ecological Monographs, 1960, 30(3): 279-338. DOI:10.2307/1943563 |
| [30] | Amaral-Zettler L A, Zettler E R, Mincer T J. Ecology of the plastisphere[J]. Nature Reviews Microbiology, 2020, 18(3): 139-151. DOI:10.1038/s41579-019-0308-0 |
| [31] | Ma J, Liu H, Tong L, et al. Relationships between microbial communities and groundwater chemistry in two pristine confined groundwater aquifers in central China[J]. Hydrological Processes, 2019, 33(14): 1993-2005. DOI:10.1002/hyp.13437 |
| [32] | Sun Y Y, Li M, Li Y Y, et al. The effect of Clostridium butyricum on symptoms and fecal microbiota in diarrhea-dominant irritable bowel syndrome: a randomized, double-blind, placebo-controlled trial[J]. Scientific Reports, 2018, 8(1). DOI:10.1038/s41598-018-21241-z |
| [33] | Wüst P K, Horn M A, Drake H L. Clostridiaceae and Enterobacteriaceae as active fermenters in earthworm gut content[J]. The ISME Journal, 2011, 5(1): 92-106. DOI:10.1038/ismej.2010.99 |
| [34] | Kato S, Chino K, Kamimura N, et al. Methanogenic degradation of lignin-derived monoaromatic compounds by microbial enrichments from rice paddy field soil[J]. Scientific Reports, 2015, 5. DOI:10.1038/srep14295 |
| [35] | Özen A I, Ussery D W. Defining the Pseudomonas genus: where do we draw the line with Azotobacter?[J]. Microbial Ecology, 2012, 63(2): 239-248. DOI:10.1007/s00248-011-9914-8 |
| [36] | Flynn T M, Sanford R A, Santo Domingo J W, et al. The active bacterial community in a pristine confined aquifer[J]. Water Resources Research, 2012, 48(9). DOI:10.1029/2011wr011568 |
| [37] | Pathak V M, Navneet. Review on the current status of polymer degradation: a microbial approach[J]. Bioresources and Bioprocessing, 2017, 4(1). DOI:10.1186/s40643-017-0145-9 |
| [38] | Seeley M E, Song B, Passie R, et al. Microplastics affect sedimentary microbial communities and nitrogen cycling[J]. Nature Communications, 2020, 11(1). DOI:10.1038/s41467-020-16235-3 |
| [39] |
方源. 基于人工微生物群落研究随机性过程对群落演替与构建的影响[D]. 合肥: 合肥工业大学, 2020. Fang Y. Investigating the influence of stochastic process on community assembly using synthetic microbial consortia[D]. Hefei: Hefei University of Technology, 2020. |