Assessing microbial diversity in anthers of Eriobotrya japonica (Thunb.) Lindl. based on high-throughput sequencing
-
摘要:
果树具有较高的经济价值，并大多依赖传粉者实现繁殖成功以保证产量。花药微生物能影响植物的花粉活力，其组成也可能受到传粉者访问的影响；理解花药微生物的多样性和群落构建模式对于提高果树的繁殖适合度具有潜在意义，但目前相关研究仍相对缺乏。本研究基于高通量测序技术分析了传粉者访问前（套袋组）与访问后（访问组）枇杷（Eriobotrya japonica (Thunb.) Lindl.）花药中真菌与细菌的组成及差异。结果显示，传粉者访问未显著改变花药微生物的多样性及组成，套袋组中优势真菌科为枝孢菌科与球腔菌科，访问组优势真菌科则为枝孢菌科与梅奇酵母科。此外，两组中优势细菌科均为产碱杆菌科与欧文菌科。研究结果表明，枇杷花药微生物具有相对稳定的群落结构，传粉者不是驱动花药微生物群落构建的主要因素。
Abstract:Fruit trees, vital to global agriculture, depend heavily on pollinators to facilitate successful reproduction and ensure optimal yield. Microorganisms associated with anthers can influence pollen viability, and their community composition may be affected by pollinator activity. While understanding the diversity and community assembly patterns of these microorganisms has potential implications for enhancing the reproductive fitness of fruit trees, research in this area remains relatively scarce. This study employed high-throughput sequencing to analyze the diversity and community structure of fungi and bacteria on the anthers of loquat (Eriobotrya japonica (Thunb.) Lindl.) before (bagged group) and after (nature group) pollinator visitation. Results showed that pollinator visitation had no significant effect on the diversity or composition of anther microbiomes. In the bagged group, dominant fungal taxa included Cladosporiaceae and Mycosphaerellaceae, whereas Cladosporiaceae and Metschnikowiaceae were dominant in the nature group. Bacterial communities in both groups were also dominated by Alcaligenaceae and Erwiniaceae. These findings indicate that the microbial community composition within loquat anthers is inherently stable and largely unaffected by pollinator activity.
-
高寒草地是青藏高原最主要的生态系统，是维护国家生态安全和改善青藏高原地区农牧民生活质量的重要保障[1]。在过去几十年里，受人类活动和自然因素的影响，高寒草地的生产和生态功能急剧下降，造成大面积土地裸露和草畜不平衡等诸多问题[2]。最近，经过相关领域学者们的不断探索实践，我国高寒草地退化的趋势明显改善，植被覆盖度大幅提升，水土流失和荒漠化基本遏制[3]。然而，青藏高原地区气候寒冷，有机质分解较慢，土壤微生物活性较低[4]，导致退化草地治理周期较长，草畜矛盾仍未能有效解决。因此，在退化草地恢复的同时，建植多年生人工草地便成为满足生产和生态功能需求的重要手段。在实践中发现，多年生高寒栽培草地在建植2~3年后地上生物量达到峰值，第4年开始其地上生物量逐年下降，且饲草品质普遍较低[5]。究其原因，与青藏高原地区土壤氮限制密切相关[6]。青藏高原地区土壤氮限制极其严重，加之气温较低，严重抑制了与氮有关的功能微生物的活性，导致生产力较低[6]。此外，多年生牧草常年吸收土壤中的营养物质，导致土壤养分贫瘠，进而造成草地减产[7]。综合两方面的原因，氮添加成为提升多年生栽培草地生产功能的直接手段。
氮素形态和施氮水平是草地氮肥管理的两项重要内容，对植物生长发育起着关键调节作用。根据化合物形态可将氮肥分为铵态氮肥（A）、酰胺态氮肥（U）和硝态氮肥（N）等多种类型，不同形态氮肥均能促进植物的生长，但在土壤中的转化机制不同，导致植物的干物质分配和营养积累存在差异[8]。植物可以吸收利用的土壤氮素主要为硝态氮和铵态氮，氮素形态对不同植物生长发育的影响存在差异，氮肥形态是影响肥效的主要因素之一[9]。施用不同形态氮素会影响作物的根系发育及碳氮代谢等生理进程，进而影响植株生物量的积累。同时，氮素形态还会影响糖、激素、维生素和生物碱等各种化学物质的合成，进而影响植物的品质[10]。向雪梅等[11]在高寒区的施氮研究表明，酰胺态氮能保证植物较高的氮素利用率和较低的氮损失率，是提高植物生产力最佳的氮素形态，而Guo等[12]研究发现，硝态氮能促进野牛草（Buchloe dactyloides (Nutt.) Engelm.）的营养繁殖和品质积累。两种结果不一致的主要原因是不同植物对氮素形态的需求存在差异，故应根据植物类型和生存环境设置合理的氮源。对于青藏高原地区多年生高寒栽培草地而言，哪种氮素形态更有利于生产力和营养品质的积累不得而知。此外，研究施氮水平对植物生产性能的影响并确定合理的氮添加量也是科学添加氮肥的关键[13]。以往研究证实，合理的氮添加量是保证植物生产力和营养品质的关键[14]，但关于具体氮添加量始终没有形成统一的结论，这是因为施氮水平应符合环境状况，不同区域氮素水平的阈值存在显著差异，氮限制比较严重的土壤环境可能需要施加更多的氮肥来满足植物的生长需求[15]。但过量的氮添加不仅造成氮肥利用率下降，也会对生态环境构成威胁。因此，确定最佳施氮量也是维持多年生高寒栽培草地生产力和营养品质的核心目标。
鉴于此，本研究以4年龄人工草地为研究对象，设置3个氮素形态和4个施氮水平，通过比较不同处理植物的地上生物量和饲草营养品质等参数，探究不同氮素形态和施氮水平对饲草生产性能和营养品质的影响，通过灰色关联度综合分析，进一步筛选出最佳的氮素形态和施氮水平，以期为高寒地区优质饲草的生产提供科学依据。
1. 材料与方法
1.1 试验区概况
试验区位于青海省海南藏族自治州共和县巴卡台农牧场（36°17'N，100°55'E），平均海拔3 300 m，年均降水量为300 mm，年蒸发量在2 000~2 400 mm，年平均气温为4.1 ℃。试验区冬季寒冷漫长，夏季温和短暂，年内干旱少雨且温度偏低，气温垂直分布明显，太阳辐射强，属高原大陆性气候特征。降水季节性分布不均，主要集中在7-10月。试验地土壤为高山草甸土和黄绵土[16]。
1.2 试验设计
于2022年6月，以2019年建植的青海草地早熟禾（Poa pratensis L. cv. Qinghai）+青海中华羊茅（Festuca sinensis L. cv. Qinghai）混播草地为研究对象，两个物种的混播比例为1∶1，建植面积为15 m×150 m。设置小区时，为避免边际效应，选取整块地中间较均匀的地段，采用随机区组设计，设置3个氮素形态，分别为尿素（酰胺态氮，U）、硫酸铵（铵态氮，A）和硝酸钙（硝态氮，N）；参照中国氮沉降分布格局（青海地区干湿沉降率7.55 kg·hm−2·yr−1）确定氮素添加剂量，设4个施氮梯度，分别为青海省干湿氮沉降的0、3、6、9倍，浓度依次为0（T0，CK）、22.5（T1）、45（T2）、67.5 kg·hm−2·a−1（T3），各处理见表1。每个处理3个重复，共30个小区，小区面积为4 m×4 m，小区之间间隔5 m。将称好的肥料分为两等份，分别于6月上旬和下旬加到2 L水中溶解，摇匀后装入喷壶，均匀喷洒在相应的小区内，CK处理喷洒相同体积的水。
表 1 氮素形态和施氮水平设置Table 1. Nitrogen forms and nitrogen level settings施肥处理
Fertilization treatment氮素形态
Nitrogen form施氮水平
Nitrogen level / kg·hm−2·a−1T0（CK） − 0.0 UT1 酰胺态氮 22.5 UT2 45.0 UT3 67.5 AT1 铵态氮 22.5 AT2 45.0 AT3 67.5 NT1 硝态氮 22.5 NT2 45.0 NT3 67.5 1.3 样品采集与分析
1.3.1 样品采集与处理
于2022年8月上旬（植物生长旺期）对各试验小区进行调查与样品采集。采用样方法，设置50 cm×50 cm的样方，齐地面刈割后带回实验室称取鲜重，后转移至105 ℃烘箱中杀青30 min，然后在75 ℃烘干至恒重，称取地上生物量。之后将烘干草样用粉碎机粉碎，过1 mm筛备用。
1.3.2 牧草品质测定方法
利用元素分析仪测定植物粗蛋白含量[17]，利用索氏抽提法测定粗脂肪含量[18]，使用马弗炉灼烧法测定粗灰分含量[18]，中性洗涤纤维含量和酸性洗涤纤维含量采用范式纤维洗涤法进行测定[19]，并根据童永尚等[19]的方法计算相对饲喂价值。
1.3.3 数据处理与分析
采用Excel 2010软件进行原始数据整理和灰色关联度分析，具体参见童永尚等[19]的方法。运用SPSS 27.0软件进行双因素方差分析和聚类分析。在Origin 2022软件中绘图。
2. 结果与分析
2.1 氮素形态和施氮水平对饲草生产性能的影响
由表2可知，氮素形态对多年生高寒栽培草地的地上生物量影响显著（P<0.05），施氮水平对地上生物量的影响极显著（P<0.001），氮素形态和施氮水平交互作用对地上生物量影响不显著。氮添加整体上提高了群落地上生物量，且随着施氮水平的提高呈递增趋势，UT3、AT3和NT3处理分别较CK处理提高43.22%、26.54%和33.11%。同等氮水平相比较，对地上生物量的促进作用表现为U>N>A（图1）。
表 2 氮素形态和施氮水平的双因素方差分析Table 2. Two factor analysis of variance for nitrogen forms and nitrogen application levels影响因素
Influence factor氮素形态
Nitrogen form (F)施氮水平
Nitrogen level (L)氮素形态×施氮水平
F×LF P F P F P 地上生物量 5.622 <0.05 14.056 <0.001 0.153 0.959 粗蛋白 18.073 <0.001 38.120 <0.001 1.748 0.184 粗脂肪 39.829 <0.001 5.377 <0.05 1.183 0.351 粗灰分 0.020 0.980 0.576 0.572 1.714 0.191 中性洗涤纤维 1.979 0.167 1.423 0.267 1.422 0.267 酸性洗涤纤维 1.153 0.338 0.718 0.501 1.555 0.229 相对饲喂价值 1.275 0.304 1.284 0.301 1.909 0.153 2.2 氮素形态和施氮水平对饲草营养品质的影响
2.2.1 对饲草粗蛋白含量的影响
由表2和图2可知，氮素形态和施氮水平对饲草粗蛋白含量均具有极显著影响（P<0.001），氮素形态和施氮水平交互作用对饲草粗蛋白含量影响不显著。氮添加整体上提高了植物的粗蛋白含量，且随着施氮水平的提高呈递增趋势，UT3、AT3和NT3处理分别较CK处理提高了69.76%、65.41%和52.86%。同等氮水平相比较，对饲草粗蛋白含量的促进作用表现为U>A>N。
2.2.2 对饲草粗脂肪含量的影响
氮素形态对饲草粗脂肪含量具有极显著影响（P<0.001），施氮水平对饲草粗脂肪含量具有显著影响（P<0.05），氮素形态和施氮水平对饲草粗脂肪含量没有明显的交互作用（表2）。氮添加整体上提高了植物的粗脂肪含量，不同施氮水平对饲草粗脂肪含量的促进作用因氮素形态不同而有所差异。饲草粗脂肪含量随着酰胺态氮施肥水平的提高而增加，铵态氮施肥水平的增加对植物粗脂肪含量的影响较小。3种氮素形态下，饲草的粗脂肪含量均在T3水平时达到峰值，UT3、AT3和NT3处理分别较CK提高了53.30%、11.34%和28.86%。同等氮水平相比较，对地上生物量的促进作用表现为U>N>A（图3：A）。
![]()
图 3 不同处理下饲草粗脂肪（A）和粗灰分（B）含量Figure 3. Ether extract (A) and crude ash (B) content of forage under different treatments2.2.3 对饲草粗灰分含量的影响
由表2可知，氮素形态、施氮水平及二者交互作用对饲草粗灰分含量的影响均不显著。氮添加整体上提高了植物的粗灰分含量（P<0.05），AT2处理下植物的粗灰分含量最高，为4.46%。同一氮素形态下不同施氮水平相比较，A和N处理均在T1水平时达到最大粗灰分含量，分别为4.31%和4.26%（图3：B）。
2.2.4 对饲草中性洗涤纤维含量的影响
本研究发现，氮素形态、施氮水平及二者交互作用对饲草中性洗涤纤维含量均未产生显著影响（表2）。氮添加整体上降低了植物的中性洗涤纤维含量（P<0.05）。随着硝态氮施肥水平的提高，植物中性洗涤纤维含量逐渐降低（图4：A）。3种氮肥在T3水平时的中性洗涤纤维含量趋于一致，介于63.6%~64.0%。
![]()
图 4 不同处理下饲草中性洗涤纤维（A）和酸性纤维（B）含量Figure 4. Neutral detergent fiber (A) and acid detergent fiber (B) content of forage under different treatments2.2.5 对饲草酸性洗涤纤维含量的影响
由表2可知，氮素形态、施氮水平、氮素形态和施氮水平交互作用对饲草酸性洗涤纤维含量的影响均不显著。氮添加整体上降低了植物的酸性洗涤纤维含量（图4：B）。T2水平时，3种氮肥对植物酸性洗涤纤维含量的影响不明显。总体来看，T1水平时，施用铵态氮肥对植物酸性洗涤纤维含量的降低效果最为明显。
2.2.6 对饲草相对饲喂价值的影响
由表2可知，氮素形态、施氮水平及二者交互作用对饲草相对饲喂价值均未产生显著影响。如图5所示，氮添加整体上提高了饲草的相对饲喂价值，不同氮素形态和施氮水平对饲草相对饲喂价值的影响较大。随着硝态氮肥施氮水平的提高，饲草的相对饲喂价值逐渐提高。T3水平时，3种氮肥对饲草相对饲喂价值的提升效果接近。不同氮肥形态相比较，T1水平时，施用铵态氮肥的饲草其相对饲喂价值最高，为113.08；T2水平时，施用酰胺态氮肥时饲草的相对饲喂价值最高，为113.34。
![]()
图 5 不同处理下饲草相对饲喂价值Figure 5. Relative feeding value of forage under different treatments2.3 灰色关联度评价和聚类分析
将植物地上生物量、粗蛋白含量和中性洗涤纤维含量等7个指标纳入评价体系，对不同氮素形态和施肥水平共10个处理进行灰色关联度综合评价。由表3可知，CK处理排序第9，说明氮添加普遍提高了饲草的综合性能。综合排名前4位的处理分别是UT3、UT2、NT3和AT3。不同酰胺态氮肥处理的综合排名依次为UT3>UT2>UT1，不同铵态氮肥处理的综合排名依次为AT3>AT1>AT2，不同硝态氮肥处理的综合排名依次为NT3>NT2>NT1。
表 3 不同处理的灰色关联度综合评价Table 3. Comprehensive evaluation of gray correlation degree for different treatments施肥处理
Fertilization treatment等权关联度
Gray correlative排序
Rank权重系数
Weight coefficient加权关联度
Weighted gray correlative加权关联度排序
Rank of weighted gray correlativeUT3 0.871 4 1 0.126 3 0.110 0 1 UT2 0.763 3 2 0.110 6 0.084 4 2 NT3 0.753 6 3 0.109 2 0.082 3 3 AT3 0.746 1 4 0.108 1 0.080 7 4 AT1 0.718 6 5 0.104 1 0.074 8 5 UT1 0.654 1 6 0.094 8 0.062 0 6 NT2 0.633 7 7 0.091 8 0.058 2 7 AT2 0.613 0 8 0.088 8 0.054 5 8 CK 0.589 1 9 0.085 4 0.050 3 9 NT1 0.557 0 10 0.080 7 0.045 0 10 本试验将10个处理的地上生物量和营养品质进行了聚类分析，运用SPSS 27.0软件构建树形图（图6），在欧式距离为9处，可将其分为4大类。第Ⅰ类仅包括CK处理，其产量和营养品质均表现最差；第Ⅱ类只有AT1处理，其地上生物量略高于CK处理；第Ⅲ类包括UT2、UT3、AT3和NT3处理，其产量和营养品质均表现最好；第Ⅳ类包括UT1、NT1、NT2和AT2处理，其产量和营养品质仅次于第Ⅲ类。
3. 讨论
3.1 氮素形态和施氮水平对饲草生产性能的影响
众所周知，氮添加可以提高植物的生产力，但不同环境的氮添加量应有所差异[20]。施氮量较低时，土壤养分仍然不能满足植物生长，施氮量过多又会导致土壤中产生有毒的亚硝酸盐[21]，进而阻碍植物生长，因此栽培草地施氮量应根据土壤氮素含量来确定。在以往的研究中，关于氮添加水平对植物地上生物量的调节作用有两种结论，第1种是地上生物量随施氮量增加而增加[22]；第2种是地上生物量随施氮量的增加会出现一个峰值，然后逐渐降低[15]，这是因为氮添加量有一定的环境阈值，存在一个最适施氮量，以最适施氮量为对称轴，植物的地上生物量随施氮量增加呈抛物线变化。本研究中，施氮水平对地上生物量具有极显著影响，氮添加显著提高了群落地上生物量，且随着施氮水平的提高呈递增趋势，在施氮量为67.5 kg·hm−2·a−1时达到峰值，说明本研究中设置的施氮量可能过低，在后期的试验中需要加大施氮梯度。此外，氮素形态对植物的地上生物量也产生显著影响，对地上生物量的促进作用表现为U>N>A。说明在短期内，酰胺态氮对植物生物量的促进效果更为明显，而硝态氮和铵态氮的效果相对较差，这与向雪梅等[11]和芦光新等[23]在高寒草地中的研究结论相似。尽管施加铵态氮肥补充了土壤养分，一定程度上促进了植物生长，但铵态氮肥抑制了植物对K+和Ca2+的吸收，导致NH4+的积累并产生氨害，从而限制了植物的生长[12, 24]。硝态氮肥的促产作用介于酰胺态和铵态氮肥之间。硝态氮同样也会对植物的生长产生不利影响，在还原过程中，硝态氮会消耗较多的能量。另外，在弱光条件下，植物对硝态氮的吸收也有可能会受到抑制，从而导致氮素供应不足。相比铵态氮肥和硝态氮肥，含氮量较高的酰胺态氮肥为土壤补充了充足的养分[16]，更能满足植物的生长需求。由于氮素形态和氮素水平的设置还与牧草栽培方式、施氮时间和气候条件等因素相关，后期还应针对以上干扰因素设置控制试验，进行深入研究。
3.2 氮素形态和施氮水平对饲草营养品质的影响
在高寒地区，老龄人工草地牧草的营养品质较差是一个普遍现象。究其原因，土壤中营养元素含量较低，导致植物对氮、磷等元素的吸收利用效率较低。研究表明，氮素添加可迅速补充植物中的全氮含量，满足植物对营养元素的需求，进而恢复草地生产力，改善草地群落结构和植物的营养品质[25]。粗蛋白和粗脂肪含量是评价牧草营养价值的重要指标，其含量高则表明牧草营养品质较高，而粗纤维和粗灰分含量越高，则表明牧草可消化养分低，品质下降[26]。宋建超等[27]在高寒区的研究表明，氮添加显著提高了垂穗披碱草（Elymus nutans Griseb.）的粗蛋白和粗脂肪含量，与本研究结论一致。本研究中，所有施氮处理均显著提高了饲草的粗蛋白和粗脂肪含量。此外，我们还发现不同氮素形态和施氮水平对饲草的粗蛋白和粗脂肪含量具有显著影响，施用酰胺态氮肥更有利于粗蛋白和粗脂肪的积累，且高氮水平的促进作用更加明显。该现象一方面说明了高寒区氮限制非常严重，改善牧草的营养品质可能需要投入更多的氮肥；另一方面，由于不同的植物或生育期对氮肥的需求量和氮素形态具有明显差异，所以应根据实际情况选择适宜的氮素形态和施氮量。适宜的氮素形态是提高氮素利用率以及植物蛋白质含量的重要途径之一[28]。本研究中，酰胺态氮对植物粗蛋白和粗脂肪的促进效果明显高于铵态氮和硝态氮，这可能与植物的选择吸收能力以及不同氮肥的供氮能力等因素有关[29]。此外，本研究中的3种氮肥均不同程度地提高了饲草的粗灰分含量，降低了饲草的中性洗涤纤维及酸性洗涤纤维含量，与前人研究结论相似[30]。聚类分析将10个处理分为4大类，通过对比试验数据发现，这4大类可划分饲草生产性能和营养品质的优劣，基本对应了不施氮、低氮、中氮和高氮4种属性，因此，施氮水平对饲草生产性能和营养品质的影响是显而易见的。最后，本研究通过灰色关联度分析得出，选用酰胺态氮肥，施氮量为67.5 kg·hm−2·a−1时，多年生栽培草地饲草的生产性能和营养品质综合表现最优，研究结果可为青藏高原环青海湖地区人工草地生产力及营养品质的提高提供参考。
4. 结论
氮素形态和施氮水平对多年生高寒栽培草地饲草的生产性能和营养品质具有显著影响。选择酰胺态氮肥，施氮量为67.5 kg·hm−2·a−1时，多年生栽培草地饲草的生产性能和营养品质综合表现最优，说明适宜的氮肥管理制度对提高研究区饲草生产性能和营养价值具有促进作用。
-
![]()
图 1 枇杷花药微生物群落稀释曲线
基于香农指数（Shannon）展示枇杷套袋组（红色）与访问组（蓝色）花药真菌（A）与细菌（B）群落的稀释曲线。
Figure 1. Rarefaction curves of microbial community in anthers of Eriobotrya japonica based on Shannon index
Rarefaction curves based on Shannon index, showing fungal (A) and bacterial (B) diversity in bagged (red) and nature (blue) groups.
![]()
图 2 枇杷花药微生物群落结构（科水平）
A：以ITS2测序表征的平均丰度>1%的套袋组与访问组真菌科组成；B：以16S测序表征的平均丰度>1%的套袋组与访问组细菌科组成。图中仅展示各实验组中丰度占比前10的微生物，其余物种合并为“其他”。
Figure 2. Structure of microbial community in anthers of Eriobotrya japonica (family level)
A: Composition of fungal families with an average abundance greater than 1%, characterized by ITS2 sequencing, in nature and bagged groups; B: Composition of bacterial families with an average abundance greater than 1%, characterized by 16S sequencing, in nature and bagged groups. Only the top 10 most abundant microbes in each experimental group are shown in the figure, with all other species combined under “Others”.
![]()
图 3 枇杷花药微生物Alpha多样性分析（Shannon指数）
基于香农指数展示枇杷访问组（蓝色）与套袋组（红色）花药真菌（A）与细菌（B）的Alpha多样性。利用Wilcoxon秩和检验比较两个实验组中真菌与细菌Alpha多样性的差异，箱线图显示了中值和四分位距，ns表示两个实验组间不存在显著差异。
Figure 3. Alpha diversity analysis (Shannon index) of microbial community in anthers of Eriobotrya japonica
Alpha diversity of fungal (A) and bacterial (B) communities in anthers of Eriobotrya japonica in nature (blue) and bagged (red) groups is presented based on Shannon index. Differences in fungal and bacterial alpha diversity between two experimental groups were assessed using Wilcoxon rank-sum test. Boxplot illustrates median and interquartile range, with “ns” signifying no significant difference.
![]()
图 4 枇杷花药微生物群落的NMDS分析
基于Bray-Curtis距离对枇杷花药微生物群落进行非度量多维尺度（NMDS）排序，对真菌（A）和细菌（B）进行了单独排序。蓝色实心圆圈代表访问组样本，红色实心圆圈代表套袋组样本。绘制分组椭圆展示样本点之间的分布情况。基于Bray-Curtis距离算法，利用PERMANOVA比较套袋组与访问组真菌与细菌群落组成，P<0.05表示具有显著差异。
Figure 4. Non-metric multidimensional scaling (NMDS) of microbial community in anthers of Eriobotrya japonica
Non-metric multidimensional scaling (NMDS) ordination of microbial communities in anthers of Eriobotrya japonica based on Bray-Curtis distance was performed, with separate analyses for fungi (A) and bacteria (B). Blue solid circles represent samples from nature group, red solid circles represent samples from bagged group. Group ellipses are drawn to present distribution of sample points. Based on Bray-Curtis distance algorithm, PERMANOVA was used to compare fungal and bacterial community compositions between bagged and nature groups, with P<0.05 indicating significant differences.
表 1 使用不同距离算法的PERMANOVA分析汇总
Table 1 Summary of permutation multivariate analysis of variance (PERMANOVA) using different distance algorithms
Group df Bray-Curtis Unweighted-UniFrac Weighted-UniFrac F R2 P F R2 P F R2 P 真菌 1 1.423 0.262 0.098 1.387 0.257 0.100 1.233 0.236 0.200 细菌 1 2.167 0.351 0.100 0.991 0.198 0.500 0.473 0.106 0.900 
下载: 导出CSV
-
[1] Theodorou P,Radzevičiūtė R,Lentendu G,Kahnt B,Husemann M,et al. Urban areas as hotspots for bees and pollination but not a panacea for all insects[J]. Nat Commun,2020,11(1):576. doi: 10.1038/s41467-020-14496-6
[2] Didham RK,Basset Y,Collins CM,Leather SR,Littlewood NA,et al. Interpreting insect declines:seven challenges and a way forward[J]. Insect Conserv Diver,2020,13(2):103−114. doi: 10.1111/icad.12408
[3] Hallmann CA,Sorg M,Jongejans E,Siepel H,Hofland N,et al. More than 75 percent decline over 27 years in total flying insect biomass in protected areas[J]. PLoS One,2017,12(10):e0185809. doi: 10.1371/journal.pone.0185809
[4] Sánchez-Bayo F,Wyckhuys KAG. Worldwide decline of the entomofauna:a review of its drivers[J]. Biol Conserv,2019,232:8−27. doi: 10.1016/j.biocon.2019.01.020
[5] Lister BC,Garcia A. Climate-driven declines in arthropod abundance restructure a rainforest food web[J]. Proc Natl Acad Sci USA,2018,115(44):E10397−E10406.
[6] Tong ZY,Wu LY,Feng HH,Zhang M,Armbruster WS,et al. New calculations indicate that 90% of flowering plant species are animal-pollinated[J]. Natl Sci Rev,2023,10(10):nwad219. doi: 10.1093/nsr/nwad219
[7] Steffan SA,Dharampal PS,Kueneman JG,Keller A,Argueta-Guzmán MP,et al. Microbes,the 'silent third partners' of bee-angiosperm mutualisms[J]. Trends Ecol Evol,2024,39(1):65−77. doi: 10.1016/j.tree.2023.09.001
[8] Kwon Y,Lee JT,Kim HS,Jeon C,Kwak YS. Comparative tomato flower and pollinator hive microbial communities[J]. J Plant Dis Prot,2018,125(1):115−119. doi: 10.1007/s41348-017-0090-z
[9] Eisdcowitch D,Kevan PG,Lachance MA. The nectar-inhabiting yeasts and their effect on pollen germination in common milkweed,Asclepias syriaca L.[J]. Isr J Bot,1990,39(1-2):217−225.
[10] Eisikowitch D,Lachance MA,Kevan PG,Willis S,Collins-Thompson DL. The effect of the natural assemblage of microorganisms and selected strains of the yeast Metschnikowia reukaufii in controlling the germination of pollen of the common milkweed Asclepias syriaca[J]. Can J Bot,1990,68(5):1163−1165. doi: 10.1139/b90-147
[11] Christensen SM,Munkres I,Vannette RL. Nectar bacteria stimulate pollen germination and bursting to enhance microbial fitness[J]. Curr Biol,2021,31(19):4373−4380.
[12] Canto A,Herrera CM,Medrano M,Pérez R,García IM. Pollinator foraging modifies nectar sugar composition in Helleborus foetidus (Ranunculaceae):an experimental test[J]. Am J Bot,2008,95(3):315−320. doi: 10.3732/ajb.95.3.315
[13] Peay KG,Belisle M,Fukami T. Phylogenetic relatedness predicts priority effects in nectar yeast communities[J]. Proc Roy Soc B Biol Sci,2012,279(1729):749−758.
[14] Rering CC,Beck JJ,Hall GW,McCartney MM,Vannette RL. Nectar-inhabiting microorganisms influence nectar volatile composition and attractiveness to a generalist pollinator[J]. New Phytol,2018,220(3):750−759. doi: 10.1111/nph.14809
[15] Yang M,Deng GC,Gong YB,Huang SQ. Nectar yeasts enhance the interaction between Clematis akebioides and its bumblebee pollinator[J]. Plant Biol,2019,21(4):732−737. doi: 10.1111/plb.12957
[16] Herrera CM,de Vega C,Canto A,Pozo MI. Yeasts in floral nectar:a quantitative survey[J]. Ann Bot,2009,103(9):1415−1423. doi: 10.1093/aob/mcp026
[17] Shade A,McManus PS,Handelsman J. Unexpected diversity during community succession in the apple flower microbiome[J]. Mbio,2013,4(2):e00602−12.
[18] Aleklett K,Hart M,Shade A. The microbial ecology of flowers:an emerging frontier in phyllosphere research[J]. Botany,2014,92(4):253−266. doi: 10.1139/cjb-2013-0166
[19] Canto A,Herrera CM,Rodriguez R. Nectar-living yeasts of a tropical host plant community:diversity and effects on community-wide floral nectar traits[J]. PeerJ,2017,5:e3517. doi: 10.7717/peerj.3517
[20] Von Arx M,Moore A,Davidowitz G,Arnold AE. Diversity and distribution of microbial communities in floral nectar of two night-blooming plants of the Sonoran desert[J]. PLoS One,2019,14(12):e0225309. doi: 10.1371/journal.pone.0225309
[21] De Vega C,Álvarez-Pérez S,Albaladejo RG,Steenhuisen SL,Lachance MA,et al. The role of plant-pollinator interactions in structuring nectar microbial communities[J]. J Ecol,2021,109(9):3379−3395. doi: 10.1111/1365-2745.13726
[22] Vorholt JA. Microbial life in the phyllosphere[J]. Nat Rev Microbiol,2012,10(12):828−840. doi: 10.1038/nrmicro2910
[23] Rebolleda Gómez M,Ashman TL. Floral organs act as environmental filters and interact with pollinators to structure the yellow monkeyflower (Mimulus guttatus) floral microbiome[J]. Mol Ecol,2019,28(23):5155−5171. doi: 10.1111/mec.15280
[24] Russell AL,Rebolleda-Gómez M,Shaible TM,Ashman TL. Movers and shakers:bumble bee foraging behavior shapes the dispersal of microbes among and within flowers[J]. Ecosphere,2019,10(5):e02714. doi: 10.1002/ecs2.2714
[25] 周肖霄,张彦文,赵骥民,李竹月. 花部微生物生态学研究进展[J]. 植物科学学报,2023,41(1):121−127. doi: 10.11913/PSJ.2095-0837.22036 Zhou XX,Zhang YW,Zhao JM,Li ZY. Advances in floral microbial ecology[J]. Plant Science Journal,2023,41(1):121−127. doi: 10.11913/PSJ.2095-0837.22036
[26] Cariñanos P,Casares-Porcel M. Urban green zones and related pollen allergy:a review. Some guidelines for designing spaces with low allergy impact[J]. Landscape Urban Plann,2011,101(3):205−214. doi: 10.1016/j.landurbplan.2011.03.006
[27] Oldenburg M,Petersen A,Baur X. Maize pollen is an important allergen in occupationally exposed workers[J]. J Occup Med Toxicol,2011,6:32. doi: 10.1186/1745-6673-6-32
[28] Abbate JL,Gladieux P,Hood ME,de Vienne DM,Antonovics J,et al. Co-occurrence among three divergent plant-castrating fungi in the same silene host species[J]. Mol Ecol,2018,27(16):3357−3370. doi: 10.1111/mec.14805
[29] Hartmann FE,Rodríguez de la Vega RC,Carpentier F,Gladieux P,Cornille A,et al. Understanding adaptation,coevolution,host specialization,and mating system in castrating anther-smut fungi by combining population and comparative genomics[J]. Annu Rev Phytopathol,2019,57:431−457. doi: 10.1146/annurev-phyto-082718-095947
[30] Alexander HM. Epidemiology of anther-smut infection of Silene alba caused by Ustilago violacea:patterns of spore deposition and disease incidence[J]. J Ecol,1990,78(1):166−179. doi: 10.2307/2261043
[31] Jennersten O. Insect dispersal of fungal disease:effects of Ustilago infection on pollinator attraction in Viscaria vulgaris[J]. Oikos,1988,51(2):163−170. doi: 10.2307/3565638
[32] Curran HR,Roets F,Dreyer LL. Anther-smut fungal infection of South African Oxalis species:spatial distribution patterns and impacts on host fecundity[J]. South Afr J Bot,2009,75(4):807−815. doi: 10.1016/j.sajb.2009.08.004
[33] Ambika Manirajan B,Ratering S,Rusch V,Schwiertz A,Geissler-Plaum R,et al. Bacterial microbiota associated with flower pollen is influenced by pollination type,and shows a high degree of diversity and species-specificity[J]. Environ Microbiol,2016,18(12):5161−5174. doi: 10.1111/1462-2920.13524
[34] Fang Q,Chen YZ,Huang SQ. Generalist passerine pollination of a winter-flowering fruit tree in central China[J]. Ann Bot,2012,109(2):379−384. doi: 10.1093/aob/mcr293
[35] 蔡平,包立军,相入丽,张璐. 中国枇杷主要病害发生规律及综合防治[J]. 中国南方果树,2005,34(3):47−50. [36] 王继廉,李玉花. 枇杷病虫害防治要点[J]. 云南农业,2016(1):37−38. [37] Pozo MI,Herrera CM,Bazaga P. Species richness of yeast communities in floral nectar of southern Spanish plants[J]. Microbiol Ecol,2011,61(1):82−91. doi: 10.1007/s00248-010-9682-x
[38] Pozo MI,Lachance MA,Herrera CM. Nectar yeasts of two southern Spanish plants:the roles of immigration and physiological traits in community assembly[J]. FEMS Microbiol Ecol,2012,80(2):281−293. doi: 10.1111/j.1574-6941.2011.01286.x
[39] Smessaert J,van Geel M,Verreth C,Crauwels S,Honnay O,et al. Temporal and spatial variation in bacterial communities of "Jonagold" apple (Malus×domestica Borkh.) and "Conference" pear (Pyrus communis L.) floral nectar[J]. MicrobiologyOpen,2019,8(12):e918. doi: 10.1002/mbo3.918
[40] Rering CC,Rudolph AB,Li QB,Read QD,Muñoz PR,et al. A quantitative survey of the blueberry (Vaccinium spp.) culturable nectar microbiome:variation between cultivars,locations,and farm management approaches[J]. FEMS Microbiol Ecol,2024,100(3):fiae020. doi: 10.1093/femsec/fiae020
[41] Pozo MI,Herrera CM,Alonso C. Spatial and temporal distribution patterns of nectar-inhabiting yeasts:how different floral microenvironments arise in winter-blooming Helleborus foetidus[J]. Fungal Ecol,2014,11:173−180. doi: 10.1016/j.funeco.2014.06.007
[42] Toju H,Vannette RL,Gauthier MPL,Dhami MK,Fukami T. Priority effects can persist across floral generations in nectar microbial metacommunities[J]. Oikos,2018,127(3):345−352. doi: 10.1111/oik.04243
[43] Zemenick AT,Rosenheim JA,Vannette RL. Legitimate visitors and nectar robbers of Aquilegia formosa have different effects on nectar bacterial communities[J]. Ecosphere,2018,9(10):e02459. doi: 10.1002/ecs2.2459
[44] Vokou D,Vareli K,Zarali E,Karamanoli K,Constantinidou HIA,et al. Exploring biodiversity in the bacterial community of the mediterranean phyllosphere and its relationship with airborne bacteria[J]. Microb Ecol,2012,64(3):714−724. doi: 10.1007/s00248-012-0053-7
[45] Herrera CM,Canto A,Pozo MI,Bazaga P. Inhospitable sweetness:nectar filtering of pollinator-borne inocula leads to impoverished,phylogenetically clustered yeast communities[J]. Proc Roy Soc B Biol Sci,2010,277(1682):747−754.
[46] Junker RR,Keller A. Microhabitat heterogeneity across leaves and flower organs promotes bacterial diversity[J]. FEMS Microbiol Ecol,2015,91(9):fiv097. doi: 10.1093/femsec/fiv097
[47] Kosenko VN. Contributions to the pollen morphology and taxonomy of the Liliaceae[J]. Grana,1999,38(1):20−30. doi: 10.1080/001731300750044672
[48] Debray R,Herbert RA,Jaffe AL,Crits-Christoph A,Power ME,Koskella B. Priority effects in microbiome assembly[J]. Nat Rev Microbiol,2022,20(2):109−121. doi: 10.1038/s41579-021-00604-w
[49] Dhami MK,Hartwig T,Fukami T. Genetic basis of priority effects:insights from nectar yeast[J]. Proc Roy Soc B Biol Sci,2016,283(1840):20161455.
[50] Wilson M,Lindow SE. Coexistence among epiphytic bacterial populations mediated through nutritional resource partitioning[J]. Appl Environ Microbiol,1994,60(12):4468−4477. doi: 10.1128/aem.60.12.4468-4477.1994
[51] Belisle M,Peay KG,Fukami T. Flowers as islands:spatial distribution of nectar-inhabiting microfungi among plants of Mimulus aurantiacus,a Hummingbird-pollinated shrub[J]. Microb Ecol,2012,63(4):711−718. doi: 10.1007/s00248-011-9975-8
[52] Hendry TA,Ligon RA,Besler KR,Fay RL,Smee MR. Visual detection and avoidance of pathogenic bacteria by Aphids[J]. Curr Biol,2018,28(19):3158−3164. e4.
[53] Rering CC,Vannette RL,Schaeffer RN,Beck JJ. Microbial co-occurrence in floral nectar affects metabolites and attractiveness to a generalist pollinator[J]. J Chem Ecol,2020,46(8):659−667. doi: 10.1007/s10886-020-01169-3
[54] Russell AL,Ashman TL. Associative learning of flowers by generalist bumble bees can be mediated by microbes on the petals[J]. Behav Ecol,2019,30(3):746−755. doi: 10.1093/beheco/arz011
[55] Schaeffer RN,Rering CC,Maalouf I,Beck JJ,Vannette RL. Microbial metabolites elicit distinct olfactory and gustatory preferences in bumblebees[J]. Biol Lett,2019,15(7):20190132. doi: 10.1098/rsbl.2019.0132
[56] Morris MM,Frixione NJ,Burkert AC,Dinsdale EA,Vannette RL. Microbial abundance,composition,and function in nectar are shaped by flower visitor identity[J]. FEMS Microbiol Ecol,2020,96(3):fiaa003. doi: 10.1093/femsec/fiaa003
[57] Allard SM,Ottesen AR,Brown EW,Micallef SA. Insect exclusion limits variation in bacterial microbiomes of tomato flowers and fruit[J]. J Appl Microbiol,2018,125(6):1749−1760. doi: 10.1111/jam.14087
计量
- 文章访问数: 458
- HTML全文浏览量: 108
- PDF下载量: 32
