污水处理厂排放废水对受纳河段沉积微生物群落结构的影响——以太平河为例.pdf

西北大学学报（自然科学版）2023年8 月，第53卷第4期，Aug.，2 0 2 3,V o l.53,No.4Journal of Northwest University(Natural Science Edition)JNWU污染治理污水处理厂排放废水对受纳河段沉积微生物群落结构的影响以太平河为例田雨露1,张柏桓,仕伟,孙昊田,宋进喜,郭家骅（1.陕西省河流湿地生态与环境重点实验室，陕西渭南7 140 9 9；2.西北大学城市与环境学院/陕西省地表系统与环境承载力重点实验室，陕西西安7 10 12 7）摘要污水处理厂排放的废水对河流微生物群落有较大影响。为了解其影响程度以及微生物群落对环境因子的响应规律，使用16 SrRNA技术和生物信息学分析以及统计学分析等方法，分析了太平河沉积物中微生物群落演变特征及其对西安市第六和第七污水处理厂废水排放的响应规律。研究发现，微生物群落丰富度随排水口距离的增加逐渐升高，蓝细菌门（cyanobactria）为太平河微生物群落差异的标志物种，变形菌（alphaproteobac-teria）为太平河群落功能的关键物种，微生物群落对温度（t）、溶解氧（DO）和盐度（salini-ty)的响应最为显著。受纳河流沉积物中微生物群落结构的变化可以反映污水处理厂排放废水对河流水质的影响，进而可以表征河流生态系统的健康情况。关键词16 SrRNA;微生物群落；沉积物；污水处理厂；环境因子；太平河中图分类号：X703X172Effect of wastewater discharged from sewage treatment plant onmicrobial community structure of sediments in receivingreach:Taking Taiping River as an exampleTIAN Yulu-2,ZHANG Baihuan,YAN Shiwei?,SUN Haotian,SONG Jinxi?,GUO Jiahua?22D0I:10.16152/ki.xdxbzr.2023-04-010(1.Key Laboratory for Ecology and Environment of River Wetlands in Shaanxi Province,Weinan 714099,China;2.College of Urban and Environmental Sciences,Shaanxi Key Laboratory of Earth Surface System andEnvironmental Carrying Capacity,Northwest University,Xi an 710127,China)Abstract The wastewater discharged from the sewage treatment plant has a greater impact on the river micro-bial community.In order to understand the degree of its influence and the response of microbial communitiesto environmental factors,16S rRNA technology,bioinformatics analysis and statistical analysis were used toanalyze the evolution characteristics of microbial communities in the sediments of the Taiping River and the re-sponse law on the wastewater from the sixth and seventh sewage treatment plants in Xi an.The study found收稿日期：2 0 2 3-0 1-2 3基金项目：国家自然科学基金青年项目（42 10 10 7 7,42 2 0 110 9）；陕西省河流湿地生态与环境重点实验室开放基金项目（SXSD202002）；陕西省青年千人计划（3340 419 0 0 0 0 7）第一作者：田雨露，男，博士，副教授，从事流域生态研究，。通信作者：郭家骅，男，博士，教授，从事环境地理学研究，jiahua_。第4期that the abundance of the microbial community gradually increased with the increase of the distance from thedrainage outlet.Cyanobacteria was the biomarker in the microbial community of the Taiping River,and-pro-teobacteria(alphaproteobacteria)was a key species for the community function of the Taiping River.Microbi-al community had the most significant response to dissolved oxygen(DO),temperature and salinity.Thechange of microbial community structure in the sediments of receiving rivers can reflect the impact ofwastewater discharged from sewage treatment plants on river water quality,and then characterize the health ofriver ecosystem.Keywords 16S rRNA;microbial community;sediment;sewage treatment plants;environmental factors;Taiping River随着我国城市化进程的加快与人口的飞速增长,污水处理厂的日处理量与负荷也逐渐增大。这导致污水处理厂出水被直接排入水环境中，从而增加了河流水环境容量负荷2 。尽管污水处理厂会将污水经过一定处理后达标排放，但是污水处理厂的废水排放依然会对受纳水生态系统的结构和功能产生影响。沉积物是城市河流系统的重要组成成分，是流域陆源污染物的“汇”，也是水体各种污染物的“源”和“汇”3。相较于浮游微生物，沉积微生物受水体流动的影响较小，其群落的结构也相对稳定，能够较好地反映出环境因子对沉积微生物种群的长期影响4。近些年，随着高通量测序技术的不断发展，人们可以快捷地获取环境样品中的16SrRNA等基因序列，这些基因序列信息通过与数据库中的已知信息进行比对，可揭示不同环境介质中微生物群落的特点5。Xie等基于DNA元条形码技术研究原生生物群落演变特征，可为生态压力源的监测和评估提供有效支撑6 ；Yang等基于生态基因组技术对沉积物中有毒压力源进行生态风险评估，发现此技术可高效监测环境微生物群落的组成变化7 ；Guo等基于高通量测序技术研究藻类生长，得到了绿藻群落结构对抗生素的响应机制 ；Xie等使用eDNA技术研究石油污染下沉积物中微生物群落结构的变化，发现此技术可有效地评估人为因素对环境的影响；杨琴等使用16 SrRNA技术揭示了陕北地区石油污染和未污染土壤中细菌群落结构的差异10 。目前，关于污水处理厂废水排放对河流沉积物中微生物群落影响的相关研究较少，杨思航等探究了不同气候类型对污水处理厂排放废水的影响，发现污水处理厂排放废水中微生物群落对温度、pH和电导率的响应最为显著;赵琛研究了受纳河流微生物群落对污水处理厂排放废水的响田雨露，等：污水处理厂排放废水对受纳河段沉积微生物群落结构的影响响提供科学依据和数据支撑。1材料与方法1.1研究区概况和采样点布设西安市位于关中平原中部，北濒渭河，南依秦岭，属于暖温带半湿润大陆性季风气候，春季风多干燥，夏季炎热多雨，秋季天高气爽，冬季寒冷干燥，四季分明但春秋较短,降水分布不均。西安市内地形平坦,河流众多，自古以来素有“八水绕长安”之称。其东西走向的河流有泾河和渭河,南北走向的河流有涝河、沣河、皂河、泸河、河等。作为西安市内最大的过境河流，渭河发源于甘肃省渭源县鸟鼠山，于陕西潼关汇人黄河，是黄河最587应,发现水体中的微生物群落存在空间性差异12 ;Wang等对比了不同污染源对太湖沉积物中微生物群落的影响，发现污水处理厂排放污染对其影响最为显著13。由此可见，当前研究多集中于揭示微生物群落多样性,而缺少微生物之间相互关系的网络推断分析和菌群的功能潜能预测分析。因此,在特定的时空变化和环境过程的驱动下，微生物之间的相关性尚不清楚，无法准确获取微生物群落在河流生态系统中的生态功能。本研究利用16 SrRNA测序技术,基于应用生物信息学分析平台（QIIME2），并结合多种统计学分析,研究太平河在西安市第六污水处理厂和第七污水处理厂（以下简称“六污”和“七污”）排水的影响下，河流沉积微生物群落的组成多样性、微生物群落的关联网络和功能潜能预测。在此基础上，揭示显著影响河流沉积微生物群落的环境因子。本研究结合微生物群落、河流水质的理化性质与环境因子，可更为全面地探究污水处理厂排放废水对河流造成的复合效应，同时可为评价西安市其他污水处理厂对受纳河流水生态系统的影 588大支流114。其支流皂河发源于长安区杜曲街道，河流长度为35km，依次流过长安区、雁塔区、高新区、未央区，于渭河城市运动公园处汇人渭河,是一条主要接纳污水的排污渠。太平河是皂河的主要支流，全长约2 6 km，始于西安市第七污水处理厂,流经长安区、高新区、雁塔区、莲湖区、未央区，于未央区八兴滩村附近汇入皂河15。太平河是一条人工河渠，主要接纳河流沿岸污水处理厂排水、工业排水、雨水，具有10845E渭城区渭秦都区太西北大学学报（自然科学版）接纳污水,防洪蓄水等功能。本研究以太平河在七污和六污排水口附近的河段为研究对象，根据水质采样方案设计技术规定（HJ4952009）进行采样点的布设。在七污排水口处（S1）及中下游（S2、S3为中游，S4、S5为下游）共布设5个采样点，在六污排水口上中下游（S6、S7 为上游，S8、S9 为中游,S10、S11为下游）共布设6 个采样点,S1到S11的位置分布如图1所示。10850E河未央区第53卷流向、S9 S10S11S8S6S7第六污水处理厂洋N.SIote河河长安区N.OTote010845E1.2河流沉积物和水样的采集与保存沉积物样品：本次研究于2 0 2 1年1月13日在全部11个采样点采集沉积物样品，并使用GPS记录了每一个采样点的经纬度坐标。在河道中使用采泥斗和不锈钢铲来采集表层5cm的沉积物样品，在1m的区域随机抽取3个子样本进行混合，作为一个样品，将混合之后的沉积物装人已清洗干净并贴有编号标签的2 5mL离心管中。运回实验室之后，于-8 0 低温保存。2 4h内将样品低温（干冰）运送至派森诺生物公司进行高通量测序和微生物群落的分析。水样：在沉积物采样点处，同时采集距沉积物表面5 10 cm水样,将其装人已清洗干净并贴有编号标签的50 0 mL采样瓶中。运回实验室之后，莲湖区河雁塔区510km10850E图1太平河采样点布设图Fig.1 Location of sampling sites of Taiping River于-2 0 低温保存。1周内完成水样化学分析。1.3水样的化学分析在采样现场，使用川步tp101工业温度计测量水样温度（t,单位：）；使用YD-1H笔式盐度计测量水样的盐度（salinity，单位：10-）；使用JBP-607A溶解氧分析仪来测量水样的溶解氧含量(DO,单位:mg/L);使用pH-100型pH计来测量水样的pH值;使用ORPscan10笔式ORP计测量水样的氧化还原电位（ORP,单位:mV);使用力辰科技笔式电导率仪/TDS笔测量水样的电导率（c o n d u c t i v i t y，单位：S/m）和溶解性总固体（TDS，单位:10-6)。在实验室，使用便携式水质快速测定仪（MI-200B)对水样的水质指标氨氮（NHt-N，单位：流向S4S3S2S1S5第七污水处理厂图例海拔/m578470362一采样点污水处理厂一水系区界第4期mg/L）、浊度（turbidity，单位：NTU）、悬浮物（TSS，单位:mg/L）、硝酸盐氮（NO;-N,单位:mg/L）、总磷（TP,单位：mg/L）、总氮（TN,单位:mg/L）、高锰酸盐指数（CODMn，单位：mg/L）、亚硝酸盐氮（NO z-N,单位：mg/L)进行测定和记录。1.4沉积物样品中微生物测序本文采用Illuminm测序16 方法,对沉积物样品进行基因组DNA抽提，抽提完成后，利用0.8%琼脂糖凝胶电泳检测抽提的基因组DNA,利用紫外分光光度计对DNA进行定量分析。PCR采用NEBQ5DNA高保真聚合酶，选用细菌16SrDNAV3-V4区特异性引物，正向引物为F：ACTCCTACGGGCAGCA,反向引物为R:TCGGAC-TACHVGGGTWTCTAAT。PC R 反应过程见表1。利用Illumina 公司的 TruSeq Nano DNA LT LibraryPrep Kit进行文库构建。对合格的文库，在4MiSeq机器上利用MiSeqReagentKitV3（6 0 0 c y c l e s）进行2 2 50 bp的双端测序。表1PCR扩增过程Tab.1PCR amplification process过程反应温度/预变性98模板变性98退火50合成DNA片段72完整延伸721.5生物信息学分析1.5.1物种分类学注释对于原始测序数据，首先进行初步筛查，对问题样本进行重测、补测，随后将初步筛查完成后的样本进行文库和样本划分，并去除barcode序列，按照QIIME2dada2分析流程对序列进行去噪处理,获得ASVs。采用QIIME2的classify-sklearn算法对每个ASV特征序列进行物种分类学水平注释；采用QIIME2对ASVs特征序列进行抽平处理，便于后续分析。1.5.2分类学组成分析采用QIIME2和自编pre脚本统计各样本的分类单元数，并进行分类学组成分析，采用R语言（ggraph、g g p l o t、g g t r e e 和phyloseq包）对抽平后的ASVs数据进行统计，可以实现各样本在门、纲、目、科、属、种6 个分类水平上组成分布的可视化。本研究基于门水平进行分类学组成分析,并以柱状图的形式展现结果。田雨露，等：污水处理厂排放废水对受纳河段沉积微生物群落结构的影响1.5.5物种差异与标志物种分析采用 Python LEfSe 包进行 LEfSe（LD A e f f e c tsize)分析，通过分类学分支图的形式，对所有分类水平同时进行差异分析，以快速找出引起组内反应时间/s30153030300589.1.5.3Alpha 多样性分析采用QIIME2和R语言（ggplot包）计算Alpha多样性指数，使用R语言脚本绘制箱线图,直观地呈现出不同样本间Alpha多样性指数的差异。本研究以7 种不同的Alpha指数来表征微生物群落不同的指标。多样性指数标签下的数字为Kruskal-Wallis检验的p值，当p0.05时，代表其具有较高的统计学差异可信度17 。使用R语言的vegan包,绘制稀疏曲线与物种累积曲线。通过绘制稀疏曲线的方式来探究Alpha多样性指数与抽平深度的关系,绘制物种累积曲线以探究样本数量是否能够有效反映群落丰富度。1.5.4Beta 多样性分析采用QIIME2和R语言（ape、v e g a n、g g t r e e包)计算距离矩阵,进行主座标（PcoA)分析,并将结果绘制成散点图，以表征Beta多样性。差异的物种。使用基于多组学数据的机器学习方法,进行随机森林分析，通过热图与柱状图组合的形式呈现引起组建差异的标志物种。以上生物信息学分析均在派森诺基因云平台上进行()。1.6 统计学分析1.6.1关联网络分析将相关阈值(r)和卡方检验值(p)构建相关性矩阵，使用随机矩阵理论确定阈值，再采用igraph18构建关联网络数据，并绘制丰度大小前15的物种模块关联网络图。使用指示关键物种的拓扑指数Z，值（within-module connectivity，节点与其所属模块内其他节点的连接情况)和P：值（a mo n g-mo d u l e c o n n e c t i v i t y，节点与其他模块内节点的连接情况）进行分析，将2 个值可视化，便于寻找关键物种。1.6.2功能潜能预测使用PICRUSt2软件19 对微生物群落的代谢通路（pathways）进行比较分析。通过柱状图的形式展现太平河上下游的微生物群落功能差异。再使用分层的样本代谢通路丰度表进行通路的物种组成分析,探究承担差异功能的菌种。5901.6.3RDA允余分析RDA能够有效地对多个指标进行统计学检验，并确定对水质环境变化具有最大解释能力的最小变量(2 0)。本研究使用R语言软件包vegan样品inputS1124 107S2119 618S3349 533S4328728S5119 973S6108 937S7338 491S8330723S9333574S10117347S111322822结果与讨论2.1微生物的测序结果本次测序一共得到2 40 3313对序列,去除低质量序列之后得到2 16 19 2 9 对序列，去噪处理后得到有效序列2 0 7 2 12 0 对，经过拼接和去除嵌合体后得到14432 18 对高质量序列，再将序列中样本丰度为1的单元去除，得到139 9 7 12 对序列（见表2）。本次测序共得到2 3个门、51个纲、113个目、18 1个科、2 7 6 个属和8 6 个种，经过处理得到的ASVs中,物种分类学注释能够注释到的域、门、纲、目、科、属、种的占比分别为1%、0%、4%、3%、2 7%、59%和6%（见图2)。4.000300020001000西北大学学报（自然科学版）对ASVs的丰度数据（门水平）和水样的水质指标数据进行线性回归整合（见表2），以三序图的形式呈现微生物群落与环境因子之间的关系。表2 样本测序量统计表Tab.2Sample sequencing volume statisticsfiltereddenoised112 680104 351107 604101 354314 038303 923294145285 963107 932100 79797 00690 675306897301 166294.247282.680300 767284 101107 179103 276119 434113 834种：6%属：59%科：2 7%目：3%纲：4%门：0%城：1%总样本图2 物种分类学注释Fig.2 Species taxonomy notes第53卷mergednonchimeric83 70165 31286 54665 087281 428228 273268 406219 64584 00469 57275.92457 701288 111253 160258250175 971238 315173 41995 39372.82699 00362.2522.2微生物群落多样性分析2.2.1微生物群落的物种组成图3为基于门水平的微生物群落的物种组成,由图可知，太平河中优势菌种为变形菌门（p r o t e o b a c t e r i a）。变形菌种类繁多,在污水处理厂的活性污泥中有较高丰度2 1，可以作为河流中的优势菌种。在S1点发现蓝细菌门（cyanobacte-ria），且丰度很高，这是由于S1点距离七污排污口很近,废水排出导致此处溶解氧和营养物质含量较高（溶解氧8.8 mg/L,总磷1.9 2 mg/L,均为所有样本中最高含量，见表3），适合蓝细菌的生长2 2 变形菌门蓝细菌门放线菌门胶杆菌门人肠杆菌门其他厚壁菌门拟杆菌门绿弯菌门麒骨细菌门疣微菌门100908070%/丰X6050403020100S1S2S3S4S5S6S7S8S9S10S11采样点图3基于门水平的分类学组成分析Fig.3Taxonomy composition analysis based on phylumlevelnonsingleton61 13261 991225 353217 12866 49754.712251 754167 614165 12270 169582第4期样品电导率盐度总固体pH氧化还原电位145溶解氧8.80温度10.1氮氮1.26浊度8.10悬浮物15.4硝酸盐氮6.60总磷1.92总氮8.74COD9.30亚硝酸盐氮0.5900.5502.2.2微生物群落的Alpha多样性图4为7 种Alpha多样性指数的变化情况，其中 Goods-coverage指数与其他指数变化趋势相反,是因为其表征覆盖度,被检测出的物种随着它的值降低而增加2 3。综合7 个指数,发现从七污排污口到六污上游，微生物群落丰富度在逐渐升高，从S1到S5,DO分别为8.8 0、7.0 0、7.8 0、6.70、6.6 0 m g/L，总体呈下降趋势，而NHt-N分别为1.2 6、1.2 4、1.0 8、1.11、0.8 5mg/L，总体也P=0.0.0120009田雨露，等：污水处理厂排放废水对受纳河段沉积微生物群落结构的影响表3水样的水质指标数据Tab.3Water quality index data of water samplesS1S21.101.036196215585286.966.901507.0010.61.245.9013.98.990.1506.0920.0P=0.0023591S3S41.0731.066536555715636.776.531491547.806.7010.410.81.081.117.709.7015.219.57.238.420.1500.13012.718.923.628.10.5700.580S51.126835826.731526.6011.60.858.2015.57.360.15022.113.50.570呈下降趋势，由此可以推断，微生物群落随河流流动消耗掉了水中的DO和NHt-N,从而使群落丰富度逐渐上升。从六污上游到中游之间，随着六污废水进人河流，微生物群落丰富度出现了骤降，Zhang等研究渭河干流咸阳西安段，得到城市排污是该河段微生物群落多样性下降的主要原因2 4,六污地处六村堡工业园区，大量城市污水经过六污排放到太平河中，导致此河段微生物群落丰富度相较上游出现了大幅度减少。P=0.0.025S660S61.147006016.451536.1012.10.827.9014.07.970.12013.52.800.580S70.8628674776.812087.0017.33.077.5018.55.680.40013.930.50.350S80.8906544616.601957.8017.54.3314.114.54.870.4817.137.30.6100.610P=0.0032二S90.8916494396.985508.0015.94.037.7013.54.900.47022.321.8S100.9106474636.751767.7015.94.396.3011.46.630.5006.8930.30.6100.4S110.0156384617.241707.6015.93.808.2016.34.690.45015.528.40000000七七七六六六污污污污污污口中下上中下(a)Chao1P=0.004七七七六六污污 污污污中下上中(e)Simpson$860SL60$960七七七六六污污 污污污口中下上中下(b)Faith_pd(c)Goods_coverageP=0.0 036P=0.00230009000t3000元SOK污下SL8S93七 七七污污污污中下上中下七七 七六六污污污 污污污污污污污污污口中下上中下(f)Pielou_e图4Alpha多样性指数检验Fig.4Alpha diversity index test六七七 七六中下正中下(g)Observed_species七七 七六污污污污口中下上中下(d)Shannon七污口申七污中七污下六污上六污中六污下592图5为物种稀疏曲线，由图可知，每一个样本的曲线都在抽平深度30 0 0 0 40 0 0 0 bp趋于平缓。图6 为物种累积曲线，由图可知，随着样本数量的增加，曲线逐渐趋于平缓。由此可见，本次测序深度和样本数量都足够反映微生物群落的丰富度变化情况。6.0005000F400030002 00010000050000F40 000300002000010 00002.2.3微生物群落的Beta多样性图7 为PCoA分析结果，由图可知，在置信度西北大学学报（自然科学版）较高的PCo1维度上（置信度35.3%，大于PCo2维度的14.8%），受七污影响的河段与受六污影响的河段微生物群落之间有较大的差异，以七污排污口和中游与六污中下游的差异最为明显。-0.5-0.4-0.3-0.2%8t1zo0dSIS2S3S4S5S6S7S8S9S10S111000020000测序深度/bp图5稀疏曲线Fig.5Rarefaction curve24图6 物种累积曲线Fig.6Species accumulation curves第53卷六污上七污口六污出七污中六污下七污下-0.30-0.1-0.2-0.3-0.4-0.5-0.5-0.4-0.3-0.2-0.1PCo1 35.3%30000400006810121416样品数量/个Fig.8 Analysis result of LEFSe00.10.250000图7PCoA分析结果Fig.7Analysis result of PCoA2.3物种差异与标志物种分析图8 为LEfSe分析结果，可以看出，受七污影响引起差异的物种为蓝细菌门、-变形菌门（al-phaproteobacteria)和变形菌门;受六污影响的河段引起差异的物种为酸杆菌门（acidobacteria）、厚壁菌门（firmicutes）和放线菌门（actinobacteria）。图9 为随机森林分析结果，可以看出，引起样本之间差异最显著的物种为蓝细菌门和厚壁菌门。蓝细菌门在七污口处尤为显著，是因为七污1820图8 LEfSe分析结果0.30.40.522口处溶解氧和营养元素含量较高；而厚壁菌门在六污影响河段中最为显著,六污以改良型AAO工艺为主,陈重军等研究发现厚壁菌常存在于厌氧氮氧化反应器的污泥中2 5,厚壁菌随着六污工艺的废水排放进入太平河中。化污口七污下六污中七污中六污上六污下:酸杆菌2:黄单脑菌b：放线菌a1:厌氢菌绿弯菌b1:根瘤菌d蓝细菌cl:鞘氨醇单胞菌：厚壁菌dI：伯克霍尔德瀚变形菌el:红环菌：放线菌：类固醇杆菌h：庆氧菌gl:放线菌主生氧光细菌hl:束鞘藻杆菌i：葡葡球菌k：梭菌j1：肉杆菌1变形菌k：消化链球菌m变形菌11:嗜氢菌：细胞弧南mI：聚糖假丝酵母菌:庆氧菌山：假单肥菌P：放线ol:黄单胞菌9:芽孢杆南pl:放线菌乳酸杆菌q1：微球菌5：梭菌T山：动性杆菌根瘤菌S1:明串珠菌址：鞘氨醇单胸菌：罗姆布茨菌V:脱流杆菌uL抱了菌W：变形菌vl硫杆菌x：聚糖假丝醇母菌WI：聚糖假丝酵母菌y类固醇杆菌X1：假单胞菌第4期蓝细菌门厚壁菌门衣原体门骨细菌门互养菌门梭杆菌门拟杆菌门绿弯菌门放线菌门大肠杆菌门芽单胞菌门硝化螺旋菌门疣微菌门酸杆菌门WPS-2门变形菌门BCR1门肠球菌门热脱球菌门装甲菌门污污污污污污招中卡上中卡图9 随机森林分析结果Fig.9Random forest analysis results2.4关联网络分析图10 为关联网络绘制图，由图可知，蓝细菌门与大部分的变形菌门呈正相关关系，与小部分呈负相关关系；拟杆菌门与蓝细菌门呈较强的负相关关系；衣原体门与绝大部分变形菌门呈负相关关系；小部分变形菌门模块与其他变形菌门模块呈负相关关系。图11将Z；值和P；值可视化，得到太平河微生物群落中的关键物种为变形菌门中的-变形菌纲。变形菌门蓝细菌门拟杆菌门衣原体门田雨露，等：污水处理厂排放废水对受纳河段沉积微生物群落结构的影响2.230.00-1.9800.047重要程度593PWY）；下游显著代谢通路为dTDP-N-乙酰托莫胺生物合成（PWY-7315）。图13为代谢通路物种组成分析的结果，由图可知，承担太平河上游微生物群落功能的主要物种为生氧光细菌（oxyphotobac-teria）；承担下游微生物群落功能的主要物种为放线菌(actinobacteria)。3Modulehubs.关键物种2十10.093N-1-2-34非关键物种Peripherals-510.2Fig.11Class-based map of Z,-P;P163-PWYr显著性p0.001PWY-6470p0.01PWY-7446PWY-6728PWY-622PWY490-3.Network hubs超级关键物种变形菌变形菌生氧光细菌类杆菌洗微菌其他近似关键物种Connectors0.40.6P.值图 11纲水平 Z,-P,图0.81.0PWY-7315-6相关程度-1.0-0.9-0.8-0.70.70.80.91.0图10关联网络绘制图Fig.10INetwork analysis plot2.5功能潜能预测图12 为太平河上下游代谢通路的差异，通过对比KEGG数据库得到太平河上游显著代谢通路为L-赖氨酸发酵醋酸盐和丁酸盐（P163-4图12 代谢通路差异分析Fig.12Difference analysis of metabolic pathway2.6环境因子与微生物群落的相关性图14（a)为采样点微生物群落与环境变量之间的关系，受七污排水影响的河段与受六污排水影响的河段在轴1上具有显著差异,其中：受七污排水影响的河段对总磷、溶解氧和总固体等因子的响应最显著；受六污排水影响的河段对氨氮、氧化还原电位、温度等因子的响应较为显著。从物种角度来看，蓝细菌门与总磷和溶解氧呈正相关，而与盐度和温度呈负相关;厚壁菌门与温度、氧化还原电位、氨氮等呈正相关,与硝酸盐氮、溶解氧-20246594等呈负相关。表4为不同环境因子的解释率,其中温度（30.2%）、溶解氧（2 5.3%）和盐度（9.8%）为解释率最高的环境因子，本次采样时间在冬季，排污口排出的废水温度会随着河流流动而迅速降低，所以温度因子的影响最为显著。100r(a)806040200西北大学学报（自然科学版）图14(b)为它们与微生物群落之间的关系，由图可知，总固体（2.5%）、总氮（1.4%）、CODMm(0.8%）等环境因子对于整个太平河微生物群落的影响不显著。放线菌七污口梭菌七污中6变形菌七污下杆菌六污上梭杆菌六污中变形菌六污下其他变形菌类杆菌Q变形茵其他菌种第53卷1200(b)10008006004002000生氧光细菌变形菌类杆菌变形菌变形菌梭菌庆氧菌放线菌其他菌种酸杆菌七污口七污中七污下六污上六污中大污下(a）P16 3-PW Y 的物种组成Fig.13Species composition analysis of metabolic pathway(a)S3大肠杆菌门放线菌门S6酸杆菌门绿湾菌门其他%0：率弹猴骨细菌门厚壁菌门温度S8氧化还原电位油度悬浮物S5高锰酸盐指数总氮-1.0贡献率：59.53%（a）采样点微生物群落与环境因子的关系图14RDA分析结果Fig.14Analysis result of RDA表4显著影响微生物群落的环境因子的解释率Tab.4Explained variation of the environmental variables that significantly affected the microbial community环境因子温度溶解氧盐度亚硝酸盐氮pH氧化还原电位悬浮物总固体总氮高锰酸盐指数(b）PW Y-7 315的物种组图13代谢通路物种组成分析成(b)一疣微菌门盐度（9.8%，P=0.018）拟杆菌门蓝细菌门总固体S2硝酸氮李形菌门盐度511pHS7浴解氧氨氮亚硝酸盐氮S4解释率/%30.225.39.88.77.96.76.62.51.40.8总解释率：58.4%大肠杆菌门P=0.02%911公疣微菌门酸杆菌门公拟杆菌门共他绿考菌门变形商门赣骨细茵门放线商门一总磷S11.0贡献率/%30.225.39.88.77.96.76.62.51.40.8蓝细菌门厚窗门温度（30.2%，P=0.014）01-1.0（b）微生物群落与起显著影响环境因子的关系pseudo-FP3.90.0144.50.0346.10.0181.70.1821.90.1841.80.2221.40.2622.20.1621.70.4600.11.000溶解氧（2 5.3%，P=0.034）贡献率：46.7 7%1.0第4期3结论本次测序共得到14432 18 对高质量序列，有多半的ASVs可以注释到属以上，证明了本次测序的准确性。在物种组成上，太平河沉积微生物群落优势种为变形菌，随着采样点与排污口距离的增加，微生物群落的丰富度逐渐增加，说明了污水处理厂排放的废水对河流沉积微生物群落存在消极的影响，引起差异的标志物种为蓝细菌门和厚壁菌门。承担群落功能的关键物种为变形菌门中的-变形菌纲。太平河上游与下游的差异功能是L-赖氨酸发酵醋酸盐和丁酸盐和dTDP-N-乙酰托莫胺生物合成，它们分别是由生氧光细菌和放线菌来承担的。温度、盐度和溶解氧是对菌群影响程度最大的环境因子,其中,蓝细菌门分别和总磷与盐度呈正相关与负相关，厚壁菌门则分别和温度与溶解氧呈正相关与负相关。综上所述，污水处理厂排放废水会改变河流沉积微生物群落结构，而河流沉积微生物群落结构的变化可以用来反映污水处理厂废水对河流水质的影响，进而可以表征受纳河流生态系统的健康情况。参考文献1梦魏亮，陈滢，刘敏，等.城镇污水处理厂的综合绩效评价J.环境工程学报,2 0 16,10（1）：49 0-49 4.WEI L,CHEN Y,LIU M,et al.Comprehensive per-formance evaluation of municipal wastewater treatmentplants J.Chinese Journal of Environmental Engineer-ing,2016,10(1):490-494.2钱磊，颜志娇，朱江，等.污水处理厂出水受纳水体浮游植物群落结构及水质评价J.环境科学学报，2020,40(9):3287-3297.QIAN L,YAN Z J,ZHU J,et al.Phytoplankton com-munity structure and the evaluation of water quality inreceiving river of wastewater treatment plant effluentsJ.Acta Scientiae Circumstantiae,2020,40(9):3287-3297.3 于于小彦，张平究，张经纬，等.城市河流沉积物微生物量分布和群落结构特征J.环境科学学报，2020,40(2):585-596.YU X Y,ZHANG P J,ZHANG J W,et al.Ch