2023年5月，我院杨蕊琪副教授与中科院西北生态环境资源研究院、甘肃省有色金属地勘局兰州矿产勘察院等单位合作在《Environmental Science and Pollution Research》（中科院三区，IF= 5.8）在线发表题为“Effects of different heavy metal pollution levels on microbial community structure and risk assessment in Zn-Pb mining soils”的研究论文。本论文探讨了不同重金属污染对土壤微生物群落结构的影响和相关风险评估，为未来的重金属生物修复提供了理论基础。
该研究选取陇南某选矿厂为研究区域，将该区域划分为四个不同的子区域：生产区、生活区、原料堆放区和内部通道，以全面了解不同环境下的土壤状况。在这些子区域中，共收集了65个土壤样本，样本深度为0-20厘米。所有土壤样本都被分为两部分进行分析：一部分用于DNA提取和高通量测序，以了解土壤微生物群落的结构；另一部分用于土壤性质分析，包括测定各种重金属（如Zn、Pb、As等）的浓度。通过这种综合性的方法，研究不仅能深入了解重金属污染的程度，还能探究这些污染物如何影响土壤微生物群落。
利用土壤样品中的重金属浓度和pH值进行空间地理信息插值分析，结果表明7种重金属（Zn, Pb, As, Cu, Cd, Ni和Hg）在空间上的分布存在差异。Zn、Cd、Pb、Hg、Cu的污染分布均表现出相似的空间变化规律，其中生产区废水排放点的浓度相对较高，其次是原料堆积区，而生活区和内部通道的含量相对较低（图1）。As浓度高的区域则主要位于生产区内部车间场地，Ni主要分布在原料堆积区。总体而言，污水排放点附近的区域重金属含量较高，污染较严重。这表明工业废水中含有大量重金属并在土壤中被强烈富集。通过计算地质积累指数和潜在生态风险评估指数（RI=2845.24 > 600)。结果表明，所有土壤样品均受到Cu、Zn、Cd、Pb、As和Hg的污染，其中Pb和As的污染物最为严重。就潜在生态风险评估指数来说，整个研究区域重金属污染属于极端风险。Hg为主要污染物，Cd为次级污染物，应及时监管。
图1 pH和重金属浓度的空间插值分析
为了便于研究不同重金属污染水平下的微生物群落，我们从整个研究区随机抽取21个土壤样本，根据Nemerow污染指数结果将其分为严重重金属污染水平（SL）、中度污染水平（ML）和清洁水平（CL）三组。通过高通量测序分析表明，在不同的重金属污染水平下的微生物数量显著不同。ML和CL组土壤细菌的alpha多样性和独特的OTUs明显高于严重污染水平（SL）组，表明细菌对重金属更敏感。但土壤真菌alpha多样性不显著，可见真菌对重金属的抗性更强（图2）。就优势菌门而言，在SL和ML土壤中变形菌门的相对丰度明显高于CL土壤。相比之下，SL土壤中酸杆菌、甲基变形菌和粘球菌的相对丰度明显低于CL土壤。可见变形菌门可以作为判断重金属污染的指示菌种（图3）。总之，不同微生物对不同程度的重金属污染有不同的耐受性，吸收和降解重金属的能力也有所不同。因此，在生物降解土壤污染时，需要根据污染程度来选择不同的物种。
图2 细菌(A)和真菌(B)在环境因素与群落结构之间的Spearman相关性分析
图3 不同重金属污染组中显著门类的相对丰度
论文信息：
Yang, R., Ma, G., Liu, C. et al. Effects of different heavy metal pollution levels on microbial community structure and risk assessment in Zn-Pb mining soils. Environ Sci Pollut Res 30, 52749–52761 (2023). https://doi.org/10.1007/s11356-023-26074-6.
论文链接：https://link.springer.com/article/10.1007/s11356-023-26074-6
