Microbial communities play a vital role in biogeochemical cycles, allowing the biodegradation of a wide range of pollutants. The composition of the community and the interactions between its members affect degradation rate and determine the identity of the final products. Here, we demonstrate the application of sequencing technologies and metabolic modeling approaches towards enhancing biodegradation of atrazine—a herbicide causing environmental pollution. Treatment of agriculture soil with atrazine is shown to induce significant changes in community structure and functional performances. Genome-scale metabolic models were constructed for Arthrobacter, the atrazine degrader, and four other non-atrazine degrading species whose relative abundance in soil was changed following exposure to the herbicide. By modeling community function we show that consortia including the direct degrader and non-degrader differentially abundant species perform better than Arthrobacter alone. Simulations predict that growth/degradation enhancement is derived by metabolic exchanges between community members. Based on simulations we designed endogenous consortia optimized for enhanced degradation whose performances were validated in vitro and biostimulation strategies that were tested in pot experiments. Overall, our analysis demonstrates that understanding community function in its wider context, beyond the single direct degrader perspective, promotes the design of biostimulation strategies.
摘要
微生物群落在生物地球化学循环中发挥着重要作用，可对多种污染物进行生物降解。群落的组成及其成员之间的相互作用会影响降解率，并决定最终产物的特性。在此，我们展示了测序技术和代谢模型方法在提高阿特拉津（一种造成环境污染的除草剂）生物降解方面的应用。用阿特拉津处理农业土壤会引起群落结构和功能表现的显著变化。我们为阿特拉津降解菌 Arthrobacter 和其他四种非阿特拉津降解菌构建了基因组尺度的代谢模型，这些菌种在土壤中的相对丰度在接触除草剂后发生了变化。通过建立群落功能模型，我们发现包括直接降解菌和非降解菌的不同丰度物种在内的联合体比单独的节杆菌表现更好。模拟预测，生长/降解能力的增强是通过群落成员之间的代谢交换实现的。根据模拟结果，我们设计了优化的内源联合体以增强降解能力，其性能在体外和生物刺激策略中得到了验证，并在盆栽实验中进行了测试。总之，我们的分析表明，从更广泛的角度来理解群落功能，而不是从单一的直接降解角度来理解群落功能，可以促进生物刺激策略的设计。
图1 农业土壤富集培养样本中的阿特拉津降解情况。T，用阿特拉津处理过的土壤；U，未处理过的土壤（对照）；T对照，高压灭菌处理过的T0土壤；U对照，高压灭菌未处理过的U0土壤；0/49/77，田间试验施用阿特拉津 0/49/77 天后采集的土壤样本。X 轴表示在最小 R 培养基中接种的时间。结果为重复样本的平均值。T0、T49 和 T77 的回归方差分析、Logistic 回归系数和显著性见补充表 5。根据 F 检验（P 值小于 0.01），所有三个回归结果都有明显差异。所有其他处理的回归系数和方差分析均不显著，因此从表中略去。
图2 土壤（a）和富集样本（b）中细菌群落多样性剖面的非度量多维标度（NMDS）排序。根据 Rho 相似度测量，NMDS 的二维应力值分别为 0.114 和 0.160
图3 阿特拉津降解和细菌生长性能的模拟和实验验证。a-c 细菌组合的表现。线条颜色表示右侧网格中索引的组合（灰色/白色单元格分别表示组合中包含/不包含的物种）。I - 16 个由 GSMM 代表的物种组成的组合。所有组合包括 Arthrobacter aurescens TC1（阿特拉津降解剂）以及所有可能的模型物种组合（根据丰度差异选择）。红色，仅 A. aurescens TC1； 蓝色，有 Halobacillus sp； 橙色，同时含有 H. sp. BAB-2008 和 H. stevensii S18214 的组合； 绿色，含有 H. stevensii S18214 但不含 H. sp、 深灰色，不含 H. sp. BAB-2008 或 H. stevensii S18214 的组合。II，实验验证中用作对照的组合。紫色，A. aurescens TC1（阿特拉津降解剂）与外源菌株（大肠杆菌）或内源菌株（分枝杆菌 S8），后者的丰度不受施用阿特拉津的影响。浅灰色-不含 A. aurescens AT5（阿特拉津降解剂）的 Halobacillus sp； 黑色-高压灭菌菌株。模拟实验（a、b）和体外实验（c）均在两种培养基中进行：含有阿特拉津作为唯一碳源和氮源的培养基（左）和含有阿特拉津和葡萄糖作为碳源和氮源的培养基（右）。a 预测的生物量相对增加值（1/h）。相对增加值表示生物量（t）/生物量（0）-生物量（0）。b 由于降解活性，预测的阿特拉津降解量（mmol/gDW）。c 体外阿特拉津减少量（毫克/升）。d 在土壤中添加葡萄糖后，通过盆栽实验验证模拟结果。根据生物测定估算阿特拉津的残留量（附图 1）。T1 不含阿特拉津；T2 仅含阿特拉津；T3 含阿特拉津和 0.5% 葡萄糖；T4 含阿特拉津和 1.0% 葡萄糖；T5 含阿特拉津和 1.5% 葡萄糖。根据 Tukey 检验，不同字母表示差异具有统计学意义（P < 0.05）。e 在含有阿特拉津和添加/不添加葡萄糖（分别为+葡萄糖/-葡萄糖）的培养基中，阿特拉津的体外降解。C1，仅 AT5；C2，AT5 和 S8 的组合；C3，AT5 和大肠杆菌的组合；C4，AT5 和 NY15 的组合；C5，AT5 和 N8 的组合；C6，AT5、NY15 和 S8 的组合。
图4 模拟不同组合中各物种的生物量。在以阿特拉津为唯一碳源和氮源（左）或以葡萄糖为补充（右）的特定培养基上，不同组合中特定物种生物量的相对增加。生物量(t)/生物量(0)-生物量(0)表示生物量的相对增加。线条颜色表示右侧网格中的组合，与图 3 中的颜色相同。
图5 组合中潜在交换通量的预测和验证。a 以阿特拉津为唯一碳源和氮源（左）以及阿特拉津和葡萄糖营养（右）的培养基中的预测交换通量。EM1、EM2 和 EM3 代表特定组合中的定向交换。b 体外测量以阿特拉津为唯一氮源和碳源的培养基与添加了交换代谢物的相同培养基的生长（右）和阿特拉津残留量（左）。c 培养基中 NH4+ 浓度水平。b、c）中的物种由与图 3 相同的分离物（分别为 NY15、N8 和 AT5）代表。条代表三个重复的标准误差。
转载本文请联系原作者获取授权，同时请注明本文来自王敬敬科学网博客。
链接地址：https://wap.sciencenet.cn/blog-2675068-1440898.html?mobile=1
收藏
