Page 58 - 《环境工程技术学报》2022年第5期

· 1414 · 环境工程技术学报 第 12 卷

1.2.4 数据处理 中，判别能力分析对备选指标进 行 Pearso 相关性分
n
使 用 Fastp（version 0.20.0）软件对原始测序序列 析， 若 2 个指标的相关性系数（R）≥0.70，表明二者所
进行质控，使 用 Flash（version 1.2.7）软件进行拼接： 反映的信息重叠性较大，选择其中之一用于构 建 M-
1）过滤序列（reads）尾部质 量 20 b 以下的碱基，设 IB 评价体系。
p
I
置 50 b 的窗口，如果窗口内的平均质量低 于 20 bp， 1.3.3 M-IB 的计分及评价标准
I
p
从窗口开始截去后端碱基，过滤质控 后 50 b 以下的 采用比值法计 算 M-IBI。其中，对随干扰增大而
p
序列（reads），去除含氮碱基的序列（reads）；2）根据 减小的指标，各指标的分值等于指标值除以所有采
PE 序列之间的重叠（overlap）关系，将成对序列拼接 样点 的 95 % 分位数；对随干扰增大而增大的指标，以
（merge） 成 1 条序列，最小重叠（overlap）长度 为 10 所有采样点 的 5 % 分位数为最佳期望值进行计算。
bp；3）拼接序列的重叠区允许的最大错配比率为 计算方法：（最大值－指标值）/（最大值－5 % 分位
0.2，筛选不符合序列；4）根据序列首尾两端的标签序 数）。该方法规定，经计算后的分值分布 为 0～1，若
列（barcode）和引物区分样品，并调整序列方标签序 大 于 1，则记 为 1。以参考 点 IB 的 I 95 % 分位数作为
列（barcode）允许的错配数 为 0，最大引物错配数 为 2。 健康评价的最佳值，低于该值的分布范围进行五等
使 用 UPARSE（version 7.1）软件根 据 97 % 的相 分，靠 近 95 % 分位数的一等分代表被测样点处于健
似度对序列进行 OT U 聚类并剔除嵌合体。利用 康状态，随后依次是亚健康、一般、较差和极差的划
RDP classifier (version 2.2 软件对每条序列进行物 分标准。
)
种分类注释，比 对 Silva 16S rRN 数据库，设置比对
A
2 结果与分析
阈值 为 70%。
1.3 M-IBI 评价体系的构建 2.1 关键因子的确认
1.3.1 参考点与污染点的区分 研究区各采样点微生物信息通过高通量测序进
基 于 GB 3838—2002《地表水环境质量标准》对 行 分 析 ， 共 获 得 986 14 条 序 列 ， 选 择 Shannon、
8
水 样 TP、石油类、NH -N、DO、COD 、BOD 、TN、 Simpson、Ace、Chao、Coverag 和 P 多样性指数进
e
D
Cr
3
5
As、p H 这 9 项因子进行赋分，即达到Ⅰ、Ⅱ、Ⅲ、 行分析，各采样点微生物多样性指数分析结果如 表 1
Ⅳ和Ⅴ类水质标准，分别记 为 5、4、3、2、 分，未达 所示。Shannon、Simpso 和 P D 指数反映群落多样
n
1
Ⅴ类水质标准，计 为 0 分，对各指标求平均值即可得 性，Ac 和 Cha 指数反映群落丰富度，Coverag 指
e
e
o
到该采样点水质总得分。水质总得分大 于 90 % 分位 数反映群落覆盖度。由 表 1 可知，永定河 的 Shannon、
数的采样点为参考点，其他采样点为受人类影响较 Ace、Chao、Coverag 和 P D 多样性指数与清河、凉
e
大的干扰位点。其中，水质总得分小 于 10 % 分位数 水河和大龙河存在显著差异。
的采样点为高度受干扰位点，10%～90 % 分位数的 各河道采样点主要水质指标测定及得分计算结
采样点为中度受干扰位点 。 果如 表 2 所示。1 个采样点的水质总得分 为 3.22～
[19]
5
1.3.2 备选指标的确定与筛选 4.22，50 % 和 95 % 分位数分别为 3.5 和 4.00。因
6
选取与微生物群落丰富度、结构、组成和功能 此，水质总得分大 于 4.0 的采样点（YDH1、YDH2）
0
相关的参数作为计 算 M-IB 的备选指标。其中，与 为低干扰点，即参考点；水质总得分 为 3.56～4.0 和
0
I
群落组成相关的参数选择主要涉及优势种分布及与 小 于 3.5 的采样点分别为中等（ 个）和较高（ 个）
3
9
6
水质变化密切相关的微生物组成；与功能相关的微 干扰强度点，均为污染点。
生物主要包括致病菌、污染物降解菌和参与营养物 采 用 RD A 分析微生物群落结构变化与水质指
质代谢循环的菌属。通 过 RD A 分析筛选关键的环 标间的关系，结果如 图 2 所示。由 图 2 可知，TN、
境因子，利用加权平均回归的方法计算各分类单元 TP、NH -N、NO - N 和 NO - N 与微生物群落分布具
3 3 2
的最适值，运算方法参照文 献 [1]。通过采用典型相 有显著相关关系（P<0.05）。氮和磷浓度均是影响微
关分析 和 Spearma 相关性分析，明确显著影响河道 生物群落结构的重要因素，不同微生物对氮和磷的
n
微生物群落组成的水质指标及其与各类微生物间的 耐受程度存在差别。
相关系数和显著性。其中，与关键水质指标显著相 分析存在显著相关性的水质指标（TN 、TP、
关的微生物组成可作为备选指标。参照文 献 [20-24] NH -N、NO - N 和 NO -N ） 与 微 生 物 群 落 之 间的
3 3 2
对备选指标进行干扰反应、判别能力分析和相关性 Spearma 相关性，结果如 图 3 所示。由 图 3 可知，放
n
分析，筛选出用以计 算 M-IB 的生物参数指标。其 线菌门（Actinobacteriota）的相对丰度 与 TP、NO - 和
I
N
3