Oct 13, 2023
대서양 물 유입과 바다
ISME 저널(2023)이 기사 인용 1456은 19개의 Altmetric Metrics 세부 정보에 액세스합니다. 북극해는 기후 온난화로 인해 전례 없는 변화를 겪고 있으므로 자세한 분석이 필요합니다.
ISME 저널(2023)이 기사 인용
1456 액세스
19 알트메트릭
측정항목 세부정보
북극해는 기후 온난화로 인해 전례 없는 변화를 겪고 있으며, 현재와 미래의 생태계 변화를 이해하기 위해서는 생태학과 생물군집 역학에 대한 상세한 분석이 필요합니다. 여기서는 EGC(East Greenland Current)의 PacBio HiFi 읽기 메타게놈의 연간 주기와 함께 4년짜리 고해상도 앰플리콘 데이터세트를 생성하고 이를 다양한 시공간 규모(Tara Arctic 및 MOSAiC)에 걸친 데이터세트와 결합하여 평가했습니다. 대서양의 물 유입과 해빙 덮개가 북극해의 박테리아 공동체에 미치는 영향. 빽빽하게 얼음으로 뒤덮인 극지방의 바다에는 일시적으로 안정되고 상주하는 미생물군집이 있습니다. 대서양의 물 유입과 해빙 면적 감소로 인해 계절에 따라 변동하는 개체수가 우세하게 되었으며, 이는 이류, 혼합 및 환경 분류를 통한 "대체" 과정과 유사합니다. 우리는 극지의 밤과 높은 얼음 덮개를 포함하여 뚜렷한 환경 체제의 박테리아 특징 개체군을 식별하고 그들의 생태학적 역할을 평가했습니다. 주요 개체군의 역학은 더 넓은 북극 전역에서 일관되게 나타났습니다. 예를 들어 EGC의 빽빽한 얼음 덮개 및 겨울과 관련된 것들은 겨울에 중앙 북극해에 풍부했습니다. 인구 및 지역 사회 수준 분석을 통해 북극 및 대서양 조건과 관련된 박테리아 간의 대사 구별이 밝혀졌습니다. 전자는 박테리아 및 육상 유래 기질 또는 무기 화합물을 사용할 가능성이 증가했습니다. 시공간 규모에 걸친 박테리아 역학에 대한 우리의 증거는 북극 생태학에 대한 새로운 통찰력을 제공하고 먹이사슬과 생지화학적 순환에 영향을 미치는 온난화 북극해의 생물학적 대서양화가 진행되고 있음을 나타냅니다.
북극해는 기후 온난화로 인해 전례 없는 변화를 겪고 있으며, 지구 평균보다 거의 4배 빠르게 진행되고 있습니다[1]. 특히 중요한 것은 해빙 범위와 두께의 급격한 감소이며[2, 3], 향후 예측에 따르면 2050년까지 여름에 얼음이 자주 없을 것으로 예상됩니다[4]. 유라시아 북극에서는 해빙 감소의 가속화된 속도가 유입되는 대서양 해수(AW)의 부피 및 열 함량 증가와 관련이 있습니다[5]. 대서양화(Atlantification)라고 불리는 북극해에서 AW의 영향력 확대는 수로 및 물리화학적 조건에 영향을 미칠 뿐만 아니라 온대 유기체의 서식지 범위 확장을 위한 길을 제공합니다[6, 7].
기후 변화가 생물학적 공동체에 미치는 영향은 최근 수십 년 동안 북극해 전역에서 점점 더 뚜렷해지고 있습니다. 대륙붕의 1차 생산량 증가는 해빙 범위 감소와 식물성 플랑크톤 바이오매스 증가에 기인합니다[8], 특히 대서양화로 인해 온대 식물성 플랑크톤이 극지방으로 확장되는 유라시아 북극에서 그렇습니다[7, 9]. 동시에, 식물성 플랑크톤 현상도 변화하고 있으며, 이제 계절에 따라 얼음으로 덮인 지역에서 2차 가을 꽃이 피어납니다[10]. 이는 북극해의 유기물 저장고에 큰 영향을 미칠 것입니다. 해빙 역학은 표층수에서 영양분과 유기물의 이용 가능성과 탄소를 심해로 이동시키는 데 중요한 역할을 합니다[11,12,13]. 해빙 가장자리에서 강한 용융 현상은 강렬한 층화를 초래하여 표층수에 유기 물질을 가두어 수직 수출을 지연시킵니다[11].
유기물의 일차 분해자이자 생지화학적 순환의 중재자로서의 역할을 고려할 때, 박테리아 공동체에 대한 그러한 변화의 결과를 평가하는 것은 생태계 기능의 변화를 이해하고 예측하는 데 필수적입니다. 최근 연구에서는 대서양과 북극 유래 수역 사이, 그리고 해빙과 해수 사이의 박테리아 군집 차이를 문서화했습니다[15]. 또한, 해빙에서 유래된 용존 유기물(DOM)은 배양 실험에서 박테리아 분류군에 의한 신속한 반응을 자극하고 군집을 크게 변화시키는 것으로 나타났습니다[16, 17]. 그러나 북극해 미생물 생태학의 잠재적 변화에 대한 더 깊은 이해를 얻으려면 고해상도 시간 규모와 북극-대서양 경계면과 같은 자연 환경 구배에 걸쳐 공동체를 연구해야 합니다.
65% and an e-value of <1˗10. Using Taxonkit v0.10.1 [42], the last common ancestor (LCA) algorithm was performed, resulting in a single taxonomy for each ORF. A secondary LCA was subsequently performed for all ORFs from the same HiFi read, generating a single taxonomy for each read. Functional annotation of HiFi reads was performed using Prokka [43] followed by a series of specialised databases. This included using blastp v2.11.0 [44] or HMMscan (HMMER v3.2.1) [45] against dbCAN v10 [46], CAZy (release 09242021) [47], SulfAtlas v1.3 [48], the Transporter Classification [49], MEROPS [50] and KEGG [51] databases along with sets of Pfam HMM family profiles for SusD and TonB-dependent transporter genes. Functional gene counts were normalised by the average sequencing depth of 16 universal, single-copy ribosomal protein genes per sample [52] – providing “per genome” counts. Genes enriched under high- and low-ice cover conditions were identified using ALDEx2 [53]./p>50% completeness were manually refined using the interactive interface of Anvi’o v7 [57]. A consensus set of refined MAGs with non-redundant contigs was obtained using DASTool v1.1.1 [58]. The consensus MAGs were de-replicated at 99% average nucleotide identity using dRep v3.2.2 [59] (parameters: -comp 50 -con 5 -nc 0.50 -pa 0.85 -sa 0.98), resulting in 47 population-representative MAGs. A phylogenetic tree was reconstructed that also incorporated MAGs recently published from the Fram Strait [22], following a procedure outlined previously [52]. Briefly, 16 single-copy universal ribosomal protein genes were identified in each MAG using HMMsearch against the individual Pfam HMM family profiles and aligned using Muscle v3.8.15 [60]. Alignments were trimmed using TrimAI v1.4.1 [61], concatenated, and submitted to FastTree v2.1.0 [62]. The tree was visualised and annotated in iToL [63]./p>0.2 µm fraction) collected at weekly to fortnightly intervals in the MIZ (2016–2018) and central EGC (core-EGC; 2018−2020) between 70 and 90 m depth (Supplementary Table S1). The two locations were selected in order to capture the full spectrum of water mass and sea-ice conditions. The core-EGC was characterised by year-round dense ice cover (hereon abbreviated as “high ice”) and PW conditions. In contrast, the MIZ featured variable, generally lower ice cover (hereon abbreviated as “low ice”) and periodic AW influx (Fig. 1). To visually portray this variability, animated GIFs were created for current velocities (Supplementary Fig. S1) and sea-ice cover (Supplementary Fig. S2) over the four-year period. Combining the high-resolution data from both mooring locations allowed for the assessment of bacterial community dynamics over time and in relation to Arctic- and Atlantic-dominated conditions./p>90% of samples, (b) Intermittent (Int-ASVs), present in 25–90% of samples, and (c) Transient (Trans-ASVs), present in <25% of samples (Supplementary Table S3). Res-ASVs represented a small fraction of the diversity (231 ASVs) but the largest proportion of the sampled bacterial communities (43–87% relative abundance). In comparison, the 1943 Int-ASVs constituted 12–53% and the 1909 Trans-ASVs 0.4–9.3% of relative abundances. Presence of a dominant resident microbiome, represented by a minority of ASVs, is consistent with multiannual observations in the Western English Channel and Hawaiian Ocean time-series [71, 72]./p> 0.4, p < 0.05) to environmental parameters, the ASVs were grouped into eight distinct clusters (Fig. 4a and Supplementary Table S3), each comprising unique taxonomic signatures (Fig. 4b). The three largest clusters encompassed 88% of the ASVs, and were distinguishable based on their associations to different water mass and ice cover conditions. Clusters C1 and C2 represent AW conditions, with C1 also being associated with low-ice cover. In contrast, cluster C8 represents PW conditions under high-ice cover. In accordance with the distribution dynamics described above, the AW-associated clusters comprised a higher proportion of Int-ASVs, 51–88%, compared to ~50% Res-ASVs in PW-associated clusters. Five smaller clusters (C3–C7) correspond to polar day and night under different ice cover and water mass conditions. Comparing the most prominent ASVs (>1% relative abundance) of each cluster revealed unique taxonomic signatures at the genus level (Fig. 4b). For instance, Amylibacter, SUP05 and AEGEAN-169 are signatures of the AW-associated, low-ice cluster C1, whereas SAR324, NS2b and Magnetospira are signatures of the PW-associated, high-ice cluster C8. Overall, this pattern underlines that water mass and ice cover have the largest influence on microbial community structure, with a smaller number of ASVs being influenced by daylight and seasonality./p> 0.4, p < 0.05./p>80% contained at least one complete rRNA gene operon. MAGs covered a broad phylogenetic diversity, including 35 genera, 27 families and nine classes (Supplementary Fig. S4). For deeper ecological insights, we contextualised ASV dynamics with MAGs to link distribution with metabolic potential. Of the 27 ASVs linked to a MAG through competitive read recruitment (100% identity threshold), 18 were associated with sPLS clusters and thus distinct environmental conditions – these are hereon referred to as “signature populations” (Supplementary Table S5). Signature populations included some of the most abundant ASVs, such as asv6-Polaribacter and asv7-Aurantivirga from cluster C4 (polar day-associated) and asv18-SAR86 from cluster C8 (high-ice, PW-associated)./p>90% of all metagenomes. One of these species did not have a MAG representative in the other Arctic datasets, highlighting that our study contributes novel genomic information towards a better understanding of Arctic Ocean microbial ecology. Furthermore, the dynamics of signature-population MAGs across the Arctic supported their association with distinct environmental conditions. MAGs from cluster C8 (high-ice and PW) and C7 (high-ice and polar night) reached higher relative abundances in mesopelagic depths (TARA) and during polar night (MOSAiC) (Fig. 5c). In contrast, a higher relative abundance of C4 and C6 (polar day) MAGs occurred in surface water collected during summer (TARA)./p>
한국어
English
Français
Deutsch
Español
Italiano
Português
日本語
Русский
홈페이지