![]()
文献速览：
土壤和微生物间的相互作用显著影响着土传疾病的发生，明确他们之间的关系及组装机制有助于防控病害。本文以小麦黄花叶病（WYM）为中心，通过零模型分析、网络分析、随机森林模型和结构方程模型等方法，揭示WYM通过增强植物-土壤连续体中细菌群落的决定性组装过程，显著影响微生物群落结构及生态机制。结果显示，WYM条件下细菌组装由选择性过程主导，且随病害加剧而增强，与土壤总氮（TN）、有机碳（SOC）含量增加及细菌与真菌竞争加剧密切相关，而真菌组装过程则始终以随机性为主。此外，根际细菌群落的组装模式显著关联小麦病害程度，是病害预测的重要指标。这些发现揭示了WYM对微生物群落组装及病害动态的深远影响，为土传病害防控与农业管理优化提供了新视角。研究结果：
1 细菌和真菌群落的多样性与组成
细菌的丰富度在土壤样本中随着病害程度增加显著提高，而在根和叶中未观察到显著变化（图1a）。真菌的丰富度在原土中随病害程度增加显著下降，但在根中呈现增加趋势，而在叶中病害条件下显著减少（图1b）。Shannon 指数的变化趋势与丰富度一致，表明病害条件下不同群落中微生物多样性受到的影响有所差异。双向 PERMANOVA 和 PCoA 分析一致表明，与植物病理条件相比，细菌和真菌群落的结构更容易受到生态位区室的影响（图1c；图1d）。细菌群落在土壤样本中以变形菌门（Proteobacteria, 44%）和放线菌门（Actinobacteria, 34%）为主，而在根和叶中变形菌门（62%）和蓝细菌门（Cyanobacteria, 30%）占主导地位（图1e）。真菌群落中，子囊菌门（Ascomycota, 35%）、担子菌门（Basidiomycota, 29%）和毛霉菌门（Mortierellomycota, 23%）是主要类群（图1f）。病害条件下，各群落中特定门类的相对丰度发生显著变化，表明病害对微生物组成有选择性压力。![]()
图1
2 微生物群落的组装过程
使用加权β最近分类单元指数（βNTI）结合Raup-Crick（RCbray）分析，量化决定性过程和随机性过程在微生物群落组装中的贡献。健康条件下，决定性过程主导了土壤样本（原土90%，根际土壤60%）中的细菌组装，而随机性过程则在根（100%）和叶（60%）中的细菌群落占主导；病害条件下，决定性过程对细菌群落的影响显著增加，其中原土、根际土壤、叶和根中的贡献分别增加了11.1%、33%、12.5%和30-50%（图2a;图2c）。相比之下，真菌组装过程主要由均质扩散驱动，病害条件对其决定性过程的贡献影响较小，表现出更强的随机性（图2b;图2d）。
![]()
图2
3 微生物关联网络
构建基于 Spearman 相关系数的微生物网络，分析健康、中度发病和严重发病条件下微生物相互作用的变化。与健康条件下相比，患病条件下微生物网络的边数（表示 OTU 之间的相关性）和负相关百分比 (PNC) 有所增加。通过生成子网络来探索细菌的界内相关性以及细菌和真菌之间的界间相关性，发现虽然随着疾病水平的增加，细菌OTU之间的正相关或负相关数量没有明显的变化模式，但细菌和真菌OTU之间的负相关数量以及NPC明显增加（图3）。表明病害加剧了两者之间的竞争关系，病害条件下细菌和真菌竞争的加剧可能是细菌组装决定性过程增强的重要驱动因素。![]()
图3
4 微生物组装与环境变量的关联
使用 Mantel 检验分析土壤和植物性质对微生物群落的影响。原土和根际土壤中的细菌多样性、群落结构和网络特征与总氮（TN）、有机碳（SOC）和硝态氮（NO₃⁻-N）含量显著相关，在根和叶中，植物碳（C）、氮（N）和磷（P）含量显著影响微生物组装过程，特别是真菌群落（图4a）。进一步评估了确定性过程对细菌群落组装的相对贡献（细菌RDP）之间的关系。观察到土壤AP、SOC、总S、TP和TN含量与大块土壤、根际土壤和根部的细菌RDP呈显著正相关，并且小麦叶片中植物S含量与细菌RDP呈显著正相关，这表明：土壤和植物养分含量的增加是推动整个土壤-植物连续体中确定性细菌群落组装过程增加的主要非生物因素（图4b）。![]()
图4
5 微生物组装与病害条件的关联
利用随机森林模型分析生物和非生物因子对病害预测的贡献，发现细菌-真菌之间的负相关是预测小麦病害程度的最重要因子。根际细菌群落的组装过程、丰富度和组成变化均显著关联病害程度（图5）。结构方程模型（SEM）表明，SOC 和 TN 含量通过影响细菌群落组成和组装过程，进一步加剧细菌-真菌间的竞争，最终显著提高病害指数（图6）。这说明病害条件下细菌的变量选择和竞争作用对小麦病害有直接影响。![]()
图5
![]()
图6
