基于RNA-Seq的镉、铅胁迫下间作续断菊根差异基因的转录组分析
Transcriptome Analysis of the Root of Sonchus asper under Cadmium and Lead Stress in the Intercropping System with RNA-Seq
-
Keywords:
- intercropping /
- Sonchus asper /
- heavy metals /
- transcriptome
-
干巴菌(Thelephora ganbajun)是云南珍稀名贵野生菌，隶属于担子菌门(Basidiomycotina)伞菌纲(Agaricomycetes)革菌目(Thelephorales)革菌科(Thelephoraceas)革菌属(Thelephora)[1-3]。其子实体初期菌肉柔软，成熟后菌肉坚韧、呈纤维质，因具有酷似腌牛肉干的浓郁气味而得名干巴菌。干巴菌具有较高的食用和药用价值，其子实体富含维生素、蛋白质、氨基酸、黄酮、多糖、硒等营养物质和有益矿质元素[4-5]。野外干巴菌主要与云南松(Pinus yunnanensis)、马尾松(P. massoniana)、思茅松(P. kesiya var. langbianensis)等针叶树种形成共生关系[6-7]。因该物种共生机制不明，子实体组织分离提纯难度大等原因，目前无法实现人工栽培，导致市场商品仍然依赖野生采摘。云南是中国的干巴菌主产区，由于干巴菌市场需求量大、经济价值高，其野生资源被过度采掘，导致云南干巴菌产量逐年减少，资源保护迫在眉睫。
除人为活动干扰外，全球气候变化、极端气候事件频发也可能进一步威胁野生干巴菌的生存。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)发布的第6次评估报告最新综合报告指出：2011—2020年，人类活动导致地球表面温度迅速上升，全球平均温度较工业革命前(1850—1900年)升高约1.10 ℃，极端降水、升温、干旱事件发生频率也进一步上升[8]。物种分布模型(species distribution models，SDMs)是研究气候变化对物种分布影响的重要研究工具，可通过结合已知物种分布记录和生态因子数据，建立物种分布与生态因子之间的关系模型，模拟物种在空间上和时间上的分布变化，从而协助了解物种生态需求及地理分布规律[9]。随机森林(random forest，RF)模型、生态位因子分析(ecological niche factor analysis，ENFA)模型、规则集遗传算法(genetic algorithm for rule-set prediction，GARP)模型、广义线性模型(generalized linear model，GLM)、生物气候分析系统(bioclimate analysis and prediction system，BIOCLIM)、最大熵(maximum entropy，MaxEnt)模型等是目前研究较多的SDMs[10-13]。其中，MaxEnt模型预测精度高，在珍稀濒危物种保护、野生动植物生境质量评价、外来物种入侵与防控、植物病虫害评估管理等方面均发挥着积极作用[14-16]。
李尤等[17]基于MaxEnt模型对不同气候情景下白蜡树(Fraxinus chinensis)在中国的适生区进行预测，发现随着温度升高、降雨量减少和二氧化碳排放量升高，该物种的适宜生境面积将减少，并呈现向西南方向迁移的变化趋势。在真菌研究领域，SHRESTHA等[18]利用MaxEnt模型探讨了气候变化对喜马拉雅山脉冬虫夏草(Chinese cordyceps)分布的影响，发现随着气候变化，冬虫夏草适生区的平均海拔可能升高且面积减小。曹槟等[19]利用MaxEnt预测中华美味蘑菇(Agaricus sinodeliciosus)的适生区，为该物种地理分布规律的科学认识提供了理论依据。CAO等[20]利用MaxEnt研究了羊肚菌(Morchella esculenta)当前和未来适宜生境的变化规律，筛选了限制物种分布的关键生态因子，为野生羊肚菌的资源保护提供了理论依据。对桑黄(Sanghuangporus lonicericola)的研究则发现：气候变化可能增加该类药用真菌的适宜分布范围，但适生区质心可能发生转移[21]。国内学者还利用MaxEnt研究了蒙古白丽蘑(Leucocalocybe mongolica)的地理分布格局，并探讨了该食用菌在中国和蒙古国适生区面积变化的可能原因[22]。以上研究均表明：MaxEnt在野生菌资源保护和气候变化风险评估方面发挥着积极作用。
本研究针对干巴菌野生资源保护与可持续利用问题，运用SDMs相关理论和方法，结合当前干巴菌的分布数据，探讨温度、降水、地形、土壤等因子对其分布的限制性作用，并预测未来不同气候情景下该物种在云南境内的分布变化。研究结果可为深入认识该物种的地理分布格局、产地环境特征以及科学评估气候变化对其威胁程度提供理论依据。
1. 材料与方法
1.1 研究区概况
云南地处中国西南部，面积约3.94×105 km2，大部分位于云贵高原，区域平均海拔大于1 000 m，地貌复杂，涵盖高山、丘陵、盆地、峡谷等多种地形[23]。由于海拔和纬度变化的综合作用，云南立体气候显著，有热带、亚热带、亚高山温带、高山寒带等多种植被类型；加之长期受印度洋和太平洋暖湿气流的影响，云南全省雨量充沛，是野生菌的主要栖息地[24-25]。
1.2 试验数据及其来源
1.2.1 物种分布数据
干巴菌在云南主要分布于昆明、楚雄、玉溪和曲靖，其次为丽江、大理和保山；此外，湖北、贵州、四川有少量分布记载[26]。干巴菌主要生长于海拔
1000 ~2000 m的松树林中，其分布区地理位置位于22°~27° N，99°~106° E[27]。本研究主要探讨云南区域气候条件对干巴菌地理分布影响。物种分布数据包括：(1)野外实地调查与GPS定位记录干巴菌生长点坐标位置；(2)对全球生物多样性信息机构(Global Biodiversity Information Facility，GBIF，https://www.gbif.org)物种分布数据库、中国虚拟植物标本馆(https://www.cvh.ac.cn)、中国科学院微生物研究所菌物标本馆(http://nmdc.cn/fungarium/)和国际农业与生物科学研究中心(Centre for Agriculture and Bioscience International，CABI，http://www.cabi.org/cpc/)数据库进行检索，获取干巴菌分布的坐标；(3)检索国内外发布的文献报道，进一步补充干巴菌分布点数据。对于文献检索中未明确详细地理坐标点的数据，使用谷歌地球和百度地图进行反复筛查，对分布点位置进行校对。将检索初步获取的117组干巴菌分布点数据录入ENMtools工具包，剔除重复数据和无效数据；在ArcGIS中设置缓冲半径(5.0 km)，筛选后改善分布点空间分布的均匀性，避免由于分布点数据空间自相关而引发的环境偏差和过拟合。经过筛选，最终保留61个干巴菌分布点，并将其保存为CSV格式，用于后续建模分析(图1)。![]()
图 1 干巴菌建模物种分布点示意图注：底图源自2020版标准地图且无修改，审图号：GS (2020) 4619号；下同。Figure 1. Schematic diagram of the distribution points of the modeled species of Thelephora ganbajunNote: Base map from the 2020 version of the standard map, and without modification, review No.: GS (2020) 4619; the same as below.1.2.2 气候因子数据
气候因子数据来源于世界气象数据库(Worldclim，http://www.worldclim.org/)，包括19个生物气候因子(表1)。当前气候数据为1970—2000年气候数据的平均值，采用插值法生成全球气候栅格数据。未来气候数据主要涉及2种情景模式(SSP126和SSP370)和4个时间段(2021—2040年、2041—2060年、2061—2080年和2081—2100年)，数据空间分辨率为30″。未来时期数据采用IPCC第6次评估报告发布的BCC-CSM2-MR模式下的共享社会经济路径气候情景数据。BCC-CSM2-MR被广泛应用于东亚大陆的气候变化与物种分布研究，SSP126和SSP370分别表示碳排放由低到高的未来气候情景。SSP126情景下，全球CO2排放量大幅度减少，到21世纪末，全球气温平均上升1.8 ℃；SSP370情景下，全球CO2排放量大幅度增加，到21世纪末，全球气温上升3.6 ℃。
表 1 生物气候因子Table 1. Biological climate factors代码
code描述
descriptionBio1 年平均温度 annual mean temperature Bio2 平均温度日较差 mean diurnal air temperature rang Bio3 等温性 isothermality [(Bio2/Bio7)]×100 Bio4 温度季节变化 temperature seasonality Bio5 最热月最高温度 max temperature of warmest month Bio6 最冷月最低温度 min temperature of coldest month Bio7 温度年较差 temperature annual range (Bio5−Bio6) Bio8 最湿季平均温度 mean temperature of wettest quarter Bio9 最干季平均温度 mean temperature of driest quarter Bio10 最热季平均温度 mean temperature of warmest quarter Bio11 最冷季平均温度 mean temperature of coldest quarter Bio12 年降水量 annual precipitation Bio13 最湿月降水量 precipitation of wettest month Bio14 最干月降水量 precipitation of driest month Bio15 降水季节性 precipitation seasonality (coefficient of variation) Bio16 最湿季降水量 precipitation of wettest quarter Bio17 最干季降水量 precipitation of driest quarter Bio18 最热季降水量 precipitation of warmest quarter Bio19 最冷季降水量 precipitation of coldest quarter 1.2.3 地形数据
根据干巴菌的生活习性，综合考虑气候、土壤、坡度、海拔、坡向、地形、植被等环境因子对干巴菌生长的影响，选取海拔、坡度和坡向3个地形因子进行建模分析，数据来源于中国科学数据库地里空间数据云平台(https://www.gscloud.cn)的数字高程图(DEM)，分辨率为90 m×90 m。使用ArcGIS进行空间分析和掩膜提取，获取云南省地形因子数据。
1.2.4 土壤数据
土壤的砂粒、黏粒、酸碱度和有机质数据均来自国家青藏高原科学数据中心(https://data.tpdc.ac.cn/)以及联合国粮农组织和维也纳国际应用系统研究所构建的世界土壤数据库(Harmonized World Soil Database，HWSD)，中国境内数据源为第二次全国土地调查中国科学院南京土壤研究所提供的1∶100万土壤数据。
1.3 研究方法
1.3.1 生物气候、地形和土壤因子数据处理
在ArcGIS 10.2中导入19个生物气候因子的栅格数据，使用ArcGIS 10.2从数字高程图(DEM)中提取海拔、坡度和坡向的栅格数据，并将土壤数据文件转为栅格数据；采用掩膜提取的方法，按照云南边界对上述栅格数据进行裁剪，并进行定义投影，将坐标系定义为WGS_1984的地理坐标系，使用重采样的方法将栅格像元定义为同样大小；通过栅格转ASCII工具将栅格数据转为MaxEnt所需要的.asc文件。
1.3.2 MaxEnt模型建模
在MaxEnt模型(版本3.4.4)中导入物种的地理位置数据(.csv格式)和环境变量数据(.asc格式)，使用刀切法评估各环境因子的重要性；结合主成分分析法，对主导因子进行筛选。在MaxEnt模型中选取75%的随机样本分布点用于训练模型，其余25%用于验证集，使用受试者工作特征(receive operator characteristic，ROC)与横坐标围成的面积，即ROC曲线下面积(the area under curve，AUC)，评价模型预测结果的准确度。AUC值在0~1之间，AUC值越接近于1，表明模型预测结果越可靠。AUC的评价标准为：0.50≤AUC<0.60，表示模拟效果失败；0.60≤AUC<0.70，表示模拟效果较差；0.70≤AUC<0.80，表示模拟效果良好；0.80≤AUC<0.95，表示模拟效果较好；0.95≤AUC<1.0，表示模拟效果极好。重复运行模型10次，选择AUC值最高的模型作为最终预测结果。
1.3.3 适生区划分
使用ArcGIS 10.2对MaxEnt模型的运行结果进行等级划分，使用自然间断点分级法将其划分为4个等级，分别为不适宜区、低适宜区、中适宜区和高适宜区。
2. 结果与分析
2.1 模型预测结果评价
经筛选，保留Bio1 (年平均温度)、Bio3 (等温性)、Bio11 (最冷季平均温度)、Bio12 (年降水量)、Bio14 (最干月降水量)、Bio15 (降水季节性)、Bio16 (最湿季降水量)、Bio17 (最干季降水量)、坡度、坡向、海拔、土壤有机质、pH、粉砂率、沙土率和黏土率共16个对干巴菌生长有影响的生态因子用于建模。将16个因子输入MaxEnt模型中，运行结果 (图2)显示：训练集AUC为0.884，测试集AUC为0.911，表明模型预测效果好，且基于初始环境因子构建的模型适用于干巴菌适生区的模拟。
![]()
图 2 干巴菌潜在分布区域模拟的受试者工作特征(ROC)曲线及曲线下面积(AUC)Figure 2. Receive operator characteristic (ROC) curves and the area under curve (AUC) of the simulation results of T. ganbajun potential distribution area2.2 各生物气候变量对干巴菌分布的重要性
通过MaxEnt模型的刀切法对生态因子进行增益验证，结合刀切法的重要性测试结果 (图3)，筛选出累计贡献率大于90%且贡献率不低于3%的因子。验证结果表明：Bio12 (年降水量)、Bio3 (等温性)、坡度、Bio16 (最湿季降水量)、Bio11 (最冷季平均温度)、坡向、Bio17 (最干季降水量)和Bio1 (年平均温度)的建模贡献率分别为28.9%、18.2%、14.0%、9.7%、7.1%、6.0%、5.5%和3.1%，置换重要性分别为37.0%、5.0%、7.3%、7.8%、6.2%、7.8%、13.9%和0.7%，上述因子累计贡献率为92.5%，各因子相关系数小于0.8，因此，这8个生态因子是干巴菌适生区预测的关键因子。
![]()
图 3 基于刀切法的生态因子训练集增益分析结果注：Al. 海拔；As. 坡向；Biol. 年平均温度；Bio11. 最冷季平均温度；Bio12. 年降水量；Bio14. 最干月降水量；Bio15. 降水季节性；Bio16. 最湿季降水量；Bio17. 最干季降水量；Bio3. 等温性；Cl. 黏土率；OM. 有机质；SA. 沙土率；Si. 粉砂率；Sl. 坡度。Figure 3. Results of train set gain of ecological factors based on the Jackknife methodNote: Al. altitude; As. aspect; Bio1. annual mean temperature; Bio11. mean temperature of coldest quarter; Bio12. annual precipitation; Bio14. precipitation of driest month; Bio15. precipitation seasonality (coefficient of variation); Bio16. precipitation of wettest quarter; Bio17. precipitation of driest quarter; Bio3. isothermality [(Bio2/Bio7)]×100; Cl. clay rate; OM. organic matter; SA. sand rate; Si. silt rate; Sl. slope.2.3 各生物气候变量对干巴菌分布的影响
根据坡度(S)划分45°≤S<135°为半阳坡，135°≤S<225°为阳坡，225°≤S<315°为半阴坡。随着坡度增加，干巴菌存在的概率增加，50°时其存在概率最大，干巴菌主要生长于半阳坡和阳坡(图4a)，其主要原因是干巴菌属于菌根菌，主要与云南松、马尾松、思茅松等植物共生，而这类植物主要生长于光照强的阳坡。最冷季平均温度(Bio11)低于−5 ℃不利于干巴菌生长；当最冷季平均温度约为10 ℃时，干巴菌的存在概率最大；当最冷季平均温度大于20 ℃时，干巴菌存在的概率最低(图4b)。年降水量(Bio12)为400~
1000 mm时，有利于干巴菌生存；当年降水量大于1000 mm后，干巴菌存在的概率随之降低(图4c)。最湿季降水量(Bio16)大于450 mm时，干巴菌的存在概率最大，该条件有利于干巴菌菌丝生长(图4d)。最干季降水量(Bio17)低于20 mm时不利于干巴菌的生存；最干季节降水量在40~60 mm时，对干巴菌菌丝的生长较为有利(图4e)。等温性(Bio3)反映了干巴菌生长期内的热量水平，当等温性为44%~52%时，有利于干巴菌生长(图4f)。坡度对干巴菌分布的限制作用较弱(图4g)。年平均温度(Bio1)为13~17 ℃时，有利于干巴菌生存，适宜干巴菌菌丝生长；温度过低会抑制菌丝生长，温度过高会使菌丝老化而失去活性，不利于干巴菌生长(图4h)。![]()
图 4 各环境变量对干巴菌MaxEnt模型的反馈曲线注：a)为坡向的反馈曲线，45°≤坡度<135°为半阳坡，135°≤坡度<225°为阳坡，225°≤坡度<315°为半阴坡。Figure 4. Feedback curves of each environmental variable to the MaxEnt model of T. ganbajunNote: a) is the feedback curve of aspect, 45°≤slope<135° means half sunny slope, 135°≤slope<225° means sunny slope, and 225°≤slope<315° means shady slope.2.4 干巴菌适生区分布及其变化规律
2.4.1 当前适生区预测
由图5可知：当前干巴菌高适生区面积为5.02×104 km2，占云南省总面积的12.74%，其地理范围主要涉及曲靖西部、昆明南部、楚雄南部、大理南部、保山东部、玉溪北部和红河北部，临沧北部、普洱北部和文山西部也有零星分布；中适生区面积为6.43×104 km2，占云南省总面积的16.32%，其地理范围主要涉及曲靖中部及南部、昆明北部、楚雄西北及东北部、丽江东部和大理南部，保山东部及东南部、临沧北部、普洱北部、红河北部和文山西北部也有零星分布；低适生区面积为8.82×104 km2，占云南省总面积的22.39%，主要分布在曲靖北部、昭通南部、昆明北部、楚雄西北部、丽江南部及西南部、大理东北部及北部、怒江东部、保山西北部及西南部、临沧中部及北部、普洱东北及北部、红河南部及东北部、文山中部。
![]()
图 5 当前时期干巴菌的适生区分布Figure 5. Distribution of suitable habitat for T. ganbajun at present2.4.2 未来适生区分布
SSP126气候情景下(图6)，21世纪末2100年前后，干巴菌高适生区面积为4.79×104 km2，占云南省总面积的12.16%，相比当前气候条件下，高适生区面积将减少0.14%，其中曲靖西部、昆明大部、楚雄南部、大理南部、玉溪大部、保山东北部、普洱北部和红河北部的高适生区退缩最严重；中适生区面积为5.97×104 km2，占云南省总面积的15.15%，相比当前将减少1.17%，其地理范围主要涉及曲靖中部及南部、昆明北部、楚雄西北及东北部、丽江东部和大理局部，保山东部及东南部、临沧北部、普洱北部、红河北部、文山西北部和迪庆地区有零星分布；低适生区面积为8.61×104 km2，占云南省总面积的21.85%，相比当前将减少0.54%，其地理范围涵盖了曲靖北部、昭通南部、昆明北部、楚雄西北部、丽江南部及东北部、大理东北部及北部、怒江东部、保山西北部及西南部、临沧中部、普洱东北及北部、红河南部及东北部、文山局部。
![]()
图 6 SSP126情景下干巴菌的适生区分布Figure 6. Distribution of suitable habitat for T. ganbajun under SSP126 scenarioSSP370情景下(图7)，至2100年，干巴菌高适宜区面积为4.49×104 km2，占云南省总面积的11.39%，相比当前气候条件下，高适生区面积将减少1.35%，分布范围主要集中在滇中地区，此外，在滇西的保山和临沧以及滇西北的大理有零星分布；中适生区面积为5.94×104 km2，占云南省总面积的15.08%，相比当前将减少1.24%，其主要分布在昭通、曲靖、昆明、楚雄、丽江、大理、保山、临沧、普洱、红河、文山等地；低适宜区面积为8.51×104 km2，占云南省总面积的21.60%，相比当前将减少0.79%，其北界延伸至昭通地区，南界位于红河—普洱一线，西界在德宏境内，东部边界位于曲靖—文山一线。随着气候变化加剧，与当前相比，未来非适生区面积将增加3.38%。
![]()
图 7 SSP370情景下干巴菌适生区分布Figure 7. Distribution of suitable habitat for T. ganbajun under SSP370 scenario2.5 适生区质心迁移与适生区范围变化
SSP126情景下(图8)，2100年前后，质心将由当前位置(24°56′56.4″N，101°37′37″E)向南迁移至24°56′5″N，101°38′24″E附近。稳定区面积为1.06×105 km2，占云南省总面积的26.90%，主要集中在曲靖南部、昆明、楚雄南部、大理南部及西部、保山东部、临沧东北部、普洱北部、玉溪北部及东北部、红河北部、文山西北部。收缩区面积为1.09×104 km2，占云南省总面积的2.77%，主要位于曲靖东南部、楚雄北部、丽江东部、大理东部、保山东南部、临沧东北部、普洱北部、红河东部、文山西部。扩张区面积为2.60×103 km2，占云南省总面积的0.66%，主要位于昆明北部、楚雄北部、保山西部、楚雄南部。
![]()
图 8 SSP126情景下干巴菌适生区变化及质心迁移Figure 8. Suitable regions change and centroid migration of T. ganbajun under SSP126 scenarioSSP370情景下(图9)，至2100年，质心将由当前的24°56′56.4″N，101°37′37″E向南迁移至24°56′59″N，101°38′13″E附近。稳定区面积为1.05×105 km2，占云南省总面积的26.59%，主要集中在曲靖南部、昆明、楚雄南部、大理南部及西部、保山东部、临沧东北部、普洱北部、玉溪北部及东北部、红河北部、文山西北部。收缩区面积为1.21×104 km2，占云南省总面积的3.07%，主要位于曲靖东南部、楚雄北部、丽江东部、大理东部、保山西部及东南部、临沧北部、普洱北部、红河东部、文山西部。扩张区面积为5.20×103 km2，占云南省总面积的1.31%，主要在曲靖北部、昆明北部、楚雄北部、大理北部、迪庆南部、怒江南部、保山西部、临沧北部、普洱东北、红河西部及北部。
![]()
图 9 SSP370情景下干巴菌适生区变化及质心迁移Figure 9. Suitable regions change and centroid migration of T. ganbajun under SSP370 scenario综合分析2种气候情景下物种分布变化的预测结果发现：未来昭通大部分地区、曲靖北部及东南部、昆明北部、楚雄北部、丽江北部及西部、迪庆大部、怒江大部、保山西部、德宏大部、临沧南部、普洱南部、西双版纳大部、红河南部、文山南部均不再适宜于干巴菌生长。
3. 讨论
3.1 模型准确性
本研究基于MaxEnt模型，结合干巴菌分布点数据，以气候因子、地形因子和土壤因子作为研究区域的环境因子变量，对干巴菌适生区进行预测。MaxEnt模型训练集和测试集AUC值为0.800~0.950，表明模型具有较好的预测效果。赵健等[28]使用MaxEnt模型成功预测了烟粉虱(Bemisia tabaci)在中国的适生范围，其中全国高适生区面积占比为5.6%，中适生区面积为12.3%。塔旗等[29]利用MaxEnt成功预测了中华穿山甲(Manis pentadactyla)在中国的适生区，其平均AUC值为0.961，模型预测精度较高。周礼茂等[30]使用MaxEnt模型预测了未来金银忍冬(Lonicera maackii)的适生区有向北方迁移而在西南方向收缩的趋势，且最佳适生区将严重丧失。郭立新等[31]基于MaxEnt模型预测了大果青杄(Picea neoveitchii)在中国的潜在适生区及其分布变化，模型AUC值为0.937，在未来4种排放路径下，其潜在适生区将更加破碎零散，适生区极具压缩，物种呈现趋向灭亡的风险。以上研究均表明MaxEnt模型对预测物种的地理分布区和潜在适生区具有一定优势。
3.2 干巴菌分布的限制因子
干巴菌成熟时间为每年6—10月，研究发现：土壤理化性质及有效态微量元素会影响干巴菌的分布[32]。在干旱和降雨量偏少的情况下，植被须根向地下生长，导致缺少氧气，不利于干巴菌子实体形成。本研究显示：年降雨量(Bio12)为600 mm、最湿季降水量(Bio16)大于450 mm、最干季降水量(Bio17)在40~60 mm时，较适宜于干巴菌菌丝生长。此外，热量条件也会影响干巴菌分布。干巴菌子实体形成的适宜温度为14~24 ℃，担孢子萌发的适宜温度为22~26 ℃，温度过高也会导致菌丝死亡。本研究显示：当等温性(Bio3)为44%~52%、最冷季平均温度(Bio11)约为10 ℃时，干巴菌存在的概率最大。此外，半阳坡和阳坡也有利于干巴菌的生长。
3.3 干巴菌的空间分布特征
王庆莉等[33]基于MaxEnt模型成功预测了川西高原松茸(Tricholoma matsutake)的生态适宜性分布。王森源等[22]基于MaxEnt模型对蒙古白丽蘑菇适生区进行预测，研究表明：最暖季度降水量、最冷季度降水量和温度季节性变化是影响其分布的主导因子，在未来气候情景下，蒙古白丽蘑菇最佳适生区和高适生区将向高纬度转移。本研究模型预测显示：干巴菌的适生区主要集中分布于滇中地区，主产区集中在昆明、玉溪、楚雄等地，适生区质心位于楚雄境内，这一结论与前人对云南食用菌分布的研究结果[34]相符。未来随着全球气候变化的加剧，干巴菌适生区面积将出现一定程度的变化。气候变化导致云南省干巴菌适宜生境收缩面积远大于扩张面积，并呈现出滇中地区收缩、滇中北部地区扩张的变化趋势。因此，未来气候变化不利于干巴菌生产，应建立相关措施以维护干巴菌的生长和生产。
3.4 干巴菌保护的建议
块菌、红汁乳菇(Lactarius lividatus)等食用菌已实现人工合成菌根并解决了人工栽培的难题[35-36]。然而，干巴菌子实体中含有多种杂菌，其分离菌种难度大且脱离宿主植物后其菌丝不能独立存活，因此，难以利用人工合成菌根的方式实现干巴菌的人工栽培。
目前，干巴菌的培育仍以人工促繁为主。人工促繁主要是对干巴菌生长分布的林地实施封山育菌，改变植被郁闭度，形成适宜干巴菌生长的自然生境。基于本研究结果，为应对未来气候变化，提出以下建议：(1) 根据野生干巴菌的分布状况和生态环境特点合理规划干巴菌中高产区；(2) 将森林资源保护与减少人为活动干扰措施相结合，防止干巴菌生境遭受人为破坏与持续恶化；(3) 制定合理的林地保护措施、监测林下环境变化，采取人工灌溉的方式为林地适当补水，避免林下生境过于干燥而影响干巴菌生长；(4) 对伴生林木进行及时修剪树枝，并为干巴菌搭建遮阴保护等，防止通风不畅、光线直射等因素造成其子实体的高温伤害；(5) 定期调查干巴菌的种群数量和分布情况，规范采摘行为。上述保护策略的实施有助于促进干巴菌生境的生态修复，为实现干巴菌资源的可持续利用提供理论和方法依据。
4. 结论
本研究基于MaxEnt模型，结合ArcGIS 10.2软件分析，以干巴菌坐标点、气候因子、地形因子为环境变量，预测未来气候变化对云南干巴菌地理分布的影响，使用刀切法确定Bio1 (年平均温度)、Bio3 (等温性)、Bio11 (最冷季平均温度)、Bio12 (年降水量)、坡度、Bio16 (最湿季降水量)、坡向和Bio17 (最干季降水量)是影响云南省干巴菌分布的关键生态因子。未来气候变化将导致云南境内干巴菌适生区面积减少，且收缩面积大于扩张面积，其中滇中地区受气候变化的影响最为严重。
-
![]()
图 1 续断菊Cd 、Pb含量(n=3)
注：M.单作；I.间作；不同字母表示差异显著(P<0.05)；下同。
Figure 1. The contents of Cd and Pb in S. asper
Notes: M. monoculture; I. intercropping; Different letters indicate significant difference (P<0.05); the same as below.
![]()
图 5 续断菊组间GO功能分类图汇总
注：up表示间作的基因表达上调；down表示间作的基因表达下调。
Figure 5. MSR-VS-ISR functional classification of GO
Notes: Up means the up regulation of genes after intercropping; down means the down regulation of genes after intercropping.
![]()
图 6 参与内吞作用的路径图
注：黑色加粗线框代表下调的基因。
Figure 6. Pathway of endocytosis participation
Note: The bold black line frame means down regulation of genes after intercropping.
表 1 续断菊单株生物量(mean±SD, n=3)
Table 1 The biomass of S. asper
处理treatment 地上部shoot 地下部root 间作intercropping 2.02±0.15 a 0.53±0.05 a 单作monoculture 1.40±0.11 b 0.43±0.03 b 注：不同字母表示差异显著(P<0.05)；下同。
Note: Different letters indicate significant difference (P<0.05); the same as below.
下载: 导出CSV
表 2 续断菊Cd、Pb转运系数
Table 2 The transport coefficients of S. asper
重金属
heave metal处理
treatment转运系数
the transport
coefficients有效转运系数
the effective
transport coefficientsCd I 1.7 6.5 M 1.5 4.9 Pb I 1.8 6.9 M 0.8 2.7
下载: 导出CSV
表 3 组装结果数据统计
Table 3 Statistic of assembly result
项目items MS-1 MS-2 IS-1 IS-2 原始reads总数量
total number of raw reads39 729 206 38 434 668 37 380 586 40 691 148 过滤后总reads数量(占原始reads总数比例/%)
total number of reads after filter (ratio)39 111 218 (98.44) 37 846 702 (98.47) 36 793 754 (98.43) 40 064 300 (98.46) 原始碱基总长度/bp
total base-pairs4 966 150 750 4 804 333 500 4 672 573 250 5 086 393 500 过滤后碱基总长度/bp
total base-pairs after filter4 888 902 250 4 730 837 750 4 599 219 250 5 008 037 500 样品表达的基因数目(占基因总数比例/%)
genes number (ratio)51 360 (78.58) 48 493 (74.2) 46 090 (70.52) 48 784 (74.64)
下载: 导出CSV
表 4 间作处理差异基因的Pathway显著性富集分析
Table 4 Pathway significant enrichment analysis of differential gene of intercropping
路径编号
pathway ID路径
pathway差异基因
DEGs with pathway
annotation (25)全部基因
all genes with pathway
annotation (10 365)P值
P valueko00780 生物素代谢
biotin metabolism2(8%) 50(0.48%) 0.006 ko00190 氧化磷酸化
oxidative phosphorylation4(16%) 375(3.63%) 0.012 ko04140 自噬调控
regulation of autophagy2(8%) 86(0.83%) 0.018 ko01040 不饱和脂肪酸生物合成(无图)
biosynthesis of unsaturated fatty acids (no map in kegg database)2(8%) 105(1.01%) 0.026 ko00520 氨基糖与核苷酸糖代谢
amino sugar and nucleotide sugar metabolism3(12%) 283(2.73%) 0.030 ko04144 内吞作用
endocytosis2(8%) 413(3.98%) 0.263
下载: 导出CSV
表 5 调控内吞作用的差异基因表达
Table 5 Differentially expressed genes of endocytosis
差异表达基因
differentially expressed genes单作表达量
MSR _rpkm间作表达量
ISR _rpkm差异倍数
log2Ratio (ISR/MSR)P值
P valueFDR检验的P值
FDR显著性
significance基因描述
descriptionUnigene0003926 2.217 0.001 −11.11 6.50E−05 0.027 6 yes ADP核糖基化因1 [蓝藻]
ADP-ribosylation factor 1 [Monoraphidium neglectum]Unigene0030401 1.665 0.001 −10.70 5.24E−07 0.001 0 yes 预测：热激蛋白70 [青梅]
predicted: heat shock 70 ku protein [Prunus mume]
下载: 导出CSV
-
[1] COSTA V, ANGELINI C, DE FEIS I, et al. Uncovering the complexity of transcriptomes with RNA-Seq[J]. Journal of Biomedicine & Biotechnology, 2010: 853916.DOI: 10.1155/2010/853916.
[2] WANG Z, GERSTEIN M, SNYDER M. RNA-Seq: a revolutionary tool for transcriptomics[J]. Nature Reviews Genetics, 2009, 10(1): 57.DOI: 10.1038/nrg2484.
[3] 肖之夏, 郑用琏. 大刍草苗期转录组RNA-Seq数据的de novo拼接[J]. 华中农业大学学报, 2014, 33(2): 15.DOI: 10.3969/j.issn.1000-2421.2014.02.003. [4] 何涛, 王端青, 胡亚欧, 等. 基于RNA-Seq数据识别果蝇剪接位点和可变剪接事件[J]. 中国科学:生命科学, 2011(10): 1016. [5] 李滢, 孙超, 罗红梅, 等. 基于高通量测序454 GS FLX的丹参转录组学研究[J]. 药学学报, 2010(4): 524. [6] 蔡元锋, 贾仲君. 基于新一代高通量测序的环境微生物转录组学研究进展[J]. 生物多样性, 2013, 21(4): 401.DOI: 10.3724/SP.J.1003.2013.10031. [7] 谭建波, 陈兴, 郭先华, 等. 续断菊与玉米间作系统不同植物部位Cd、Pb分配特征[J]. 生态环境学报, 2015(4): 700.DOI: 10.16258/j.cnki.1674-5906.2015.04.023. [8] 杨晖, 梁巧玲, 赵鹂, 等. 7种蔬菜型作物重金属积累效应及间作鸡眼草对其重金属吸收的影响[J]. 水土保持学报, 2012, 26(6): 209. [9] 李凝玉, 李志安, 丁永祯, 等. 不同作物与玉米间作对玉米吸收积累镉的影响[J]. 应用生态学报, 2008, 19(6): 1369. [10] 蒋成爱, 吴启堂, 吴顺辉, 等. 东南景天与不同植物混作对土壤重金属吸收的影响[J]. 中国环境科学, 2009, 29(9): 985.DOI: 10.3321/j.issn:1000-6923.2009.09.017. [11] 谭建波, 湛方栋, 刘宁宁, 等. 续断菊与蚕豆间作下土壤部分化学特征与Cd形态分布状况研究[J]. 农业环境科学学报, 2016, 35(1): 53.DOI: 10.11654/jaes.2016.01.007. [12] 李元, 方其仙, 祖艳群. 2种生态型续断菊对Cd的累积特征研究[J]. 西北植物学报, 2008, 28(6): 1150. [13] 秦丽, 祖艳群, 李元. Cd对超累积植物续断菊生长生理的影响[J]. 农业环境科学学报, 2010, 29(z1): 48. [14] 秦丽, 祖艳群, 湛方栋, 等. 续断菊与玉米间作对作物吸收积累镉的影响[J]. 农业环境科学学报, 2013(3): 471. [15] LI R Q, YU C, LI Y R, et al. SOAP2: an improved ultrafast tool for short read alignment[J]. Bioinformatics (Oxford, England), 2009, 25(15): 1966.DOI: 10.1093/bioinformatics/btp336.
[16] YE J, FANG L, ZHENG H K, et al. WEGO: a web tool for plotting GO annotations[J]. Nucleic Acids Research, 2006, 34(Web Server issue): W293.DOI: 10.1093/nar/gkl031.
[17] GRABHERR M G, HAAS B J, YASSOUR M, et al. Full-length transcriptome assembly from RNA-Seq data without a reference genome[J]. Nature Biotechnology, 2011, 29(7): 644.DOI: 10.1038/nbt.1883.
[18] 王京文, 蔡梅, 郑洁敏, 等. 丝瓜与伴矿景天间作对土壤Cd形态及丝瓜Cd吸收的影响[J]. 农业环境科学学报, 2016, 35(12): 2292.DOI: 10.11654/jaes.2016-0825. [19] 居述云, 汪洁, 宓彦彦, 等. 重金属污染土壤的伴矿景天/小麦-茄子间作和轮作修复[J]. 生态学杂志, 2015, 34(8): 2181. [20] 卫泽斌, 郭晓方, 丘锦荣, 等. 间套作体系在污染土壤修复中的应用研究进展[J]. 农业环境科学学报, 2010, 29(z1): 267. [21] 陈会, 任艳芳, 陈秀兰, 等. 镉胁迫下不同耐性水稻植株幼苗生长和抗氧化酶的变化[J]. 江西农业大学学报, 2012, 34(6): 1099.DOI: 10.3969/j.issn.1000-2286.2012.06.005. [22] 张标金, 张祥喜, 罗林广. 与植物镉吸收转运相关的主要基因家族[J]. 基因组学与应用生物学, 2013(1): 127.DOI: 10.3969/gab.032.000127. [23] SEKHAR K, PRIYANKA B, REDDY V D, et al. Metallothionein 1 (CcMT1) of pigeonpea (Cajanus cajan L.) confers enhanced tolerance to copper and cadmium in Escherichia coli and Arabidopsis thaliana[J]. Environmental and Experimental Botany, 2011, 72(2): 131.DOI: 10.1016/j.envexpbot.2011.02.017 .
[24] 曾笑威, 刘翠翠, 韩凝, 等. 植物自噬的调控因子和受体蛋白研究进展[J]. 遗传, 2016, 38(7): 644.DOI: 10.16288/j.yczz.15-525. [25] 王棋文, 宋德荣, 刘其昌, 等. 镉诱导细胞自噬的研究进展[J]. 生物技术通报, 2015(10): 56.DOI: 10.13560/j.cnki.biotech.bull.1985.2015.10.012. [26] DALBY K N, TEKEDERELI I, LOPEZ-BERESTEIN G, et al. Targeting the prodeath and prosurvival functions of autophagy as novel therapeutic strategies in cancer[J]. Autophagy, 2010, 6(3): 322.. doi: 10.4161/auto.6.3.11625
[27] 高玲, 张卫娜, 陈文利. 镉胁迫对拟南芥的毒害作用及自噬现象的观测[J]. 生物物理学报, 2011, 27(8): 676. [28] CHIARELLI R, ROCCHERI M C. Heavy metals and metalloids as autophagy inducing agents: focus on cadmium and arsenic[J]. Cells (Basel, Switzerland), 2012, 1(3): 597.DOI: 10.3390/cells1030597.
[29] SANTY L C, CASANOVA J E. GTPase signaling: bridging the GAP between ARF and Rho[J]. Current Biology, 2002, 12(10): R360.. doi: 10.1016/S0960-9822(02)00860-6
[30] 许峰, 闫素辉, 张从宇, 等. 小麦ArfGAP基因的克隆、半定量RT-PCR分析及原核表达[J]. 麦类作物学报, 2015, 35(12): 1631.DOI: 10.7606/j.issn.1009-1041.2015.12.04. [31] 段德超, 于明革, 施积炎. 植物对铅的吸收、转运、累积和解毒机制研究进展[J]. 应用生态学报, 2014, 25(1): 287. [32] SAMARDAKIEWICZ S, WOŹNY A. The distribution of lead in duckweed (Lemna minor L.) root tip[J]. Plant and Soil, 2000, 226(1): 107.DOI: 10.1023/A:1026440730839.
[33] 王明强, 张道远. 植物热激蛋白70基因家族及其生物学功能研究进展[J]. 基因组学与应用生物学, 2015(02): 421. [34] 李冰, 刘宏涛, 李国良, 等. 玉米细胞质HSC70的分离纯化及其抗体的制备[J]. 植物生理学通讯, 2003, 39(5): 486. [35] 孙旭彤, 周人纲, 汤文强, 等. 玉米细胞质HSC70:一种钙调素结合蛋白[J]. 植物学报, 1998(03): 105.
计量
- 文章访问数: 2764
- PDF下载量: 25
