Fertilization Shapes Bacterial Community Structure by Alteration of Soil pH
Notice bibliographique
Résumé
Application of chemical fertilizer or manure can affect soil microorganisms directly by supplying nutrients and indirectly by altering soil pH. However, it remains uncertain which effect mostly shapes microbial community structure. We determined soil bacterial diversity and community structure by 454 pyrosequencing the V1-V3 regions of 16S rRNA genes after 7-years (2007-2014) of applying chemical nitrogen, phosphorus and potassium (NPK) fertilizers, composted manure or their combination to acidic (pH 5.8), near-neutral (pH 6.8) or alkaline (pH 8.4) Eutric Regosol soil in a maize-vegetable rotation in southwest China. In alkaline soil, nutrient sources did not affect bacterial Operational Taxonomic Unit (OTU) richness or Shannon diversity index, despite higher available N, P, K, and soil organic carbon in fertilized than in unfertilized soil. In contrast, bacterial OTU richness and Shannon diversity index were significantly lower in acidic and near-neutral soils under NPK than under manure or their combination, which corresponded with changes in soil pH. Permutational multivariate analysis of variance showed that bacterial community structure was significantly affected across these three soils, but the PCoA ordination patterns indicated the effect was less distinct among nutrient sources in alkaline than in acidic and near-neural soils. Distance-based redundancy analysis showed that bacterial community structures were significantly altered by soil pH in acidic and near-neutral soils, but not by any soil chemical properties in alkaline soil. The relative abundance (%) of most bacterial phyla was higher in near-neutral than in acidic or alkaline soils. The most dominant phyla were Proteobacteria (24.6%), Actinobacteria (19.7%), Chloroflexi (15.3%) and Acidobacteria (12.6%); the medium dominant phyla were Bacterioidetes (5.3%), Planctomycetes (4.8%), Gemmatimonadetes (4.5%), Firmicutes (3.4%), Cyanobacteria (2.1%), Nitrospirae (1.8%), and candidate division TM7 (1.0%); the least abundant phyla were Verrucomicrobia (0.7%), Armatimonadetes (0.6%), candidate division WS3 (0.4%) and Fibrobacteres (0.3%). In addition, Cyanobacteria and candidate division TM7 were more abundant in acidic soil, whereas Gemmatimonadetes, Nitrospirae and candidate division WS3 were more abundant in alkaline soil. We conclude that after 7-years of fertilization, soil bacterial diversity and community structure were shaped more by changes in soil pH rather than the direct effect of nutrient addition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».