Nachricht

Apr 07, 2023

Das derzeitige Ausmaß der Mikroplastikverschmutzung wirkt sich auf das Darmmikrobiom wildlebender Seevögel aus

Naturökologie und Evolution

Nature Ecology & Evolution Band 7, Seiten 698–706 (2023)Diesen Artikel zitieren

8271 Zugriffe

2 Zitate

692 Altmetrisch

Details zu den Metriken

Mikroplastik verunreinigt weltweit die Umwelt und wird von zahlreichen Arten aufgenommen, deren Gesundheit auf vielfältige Weise beeinträchtigt wird. Ein wichtiger Aspekt der Gesundheit, der beeinträchtigt werden kann, ist das Darmmikrobiom, aber diese Auswirkungen sind relativ unerforscht. Hier untersuchten wir, ob Mikroplastik mit Veränderungen im proventrikulären und kloakalen Mikrobiom bei zwei Seevogelarten zusammenhängt, die chronisch Mikroplastik aufnehmen: Eissturmvögel und Panzersturmtaucher. Die Menge an Mikroplastik im Darm korrelierte signifikant mit der mikrobiellen Diversität und Zusammensetzung des Darms: Mikroplastik war mit einem Rückgang der kommensalen Mikrobiota und einem Anstieg von (zoonotischen) Krankheitserregern sowie antibiotikaresistenten und plastikabbauenden Mikroben verbunden. Diese Ergebnisse verdeutlichen, dass umweltrelevante Mikroplastikkonzentrationen und -mischungen mit Veränderungen im Darmmikrobiom wildlebender Seevögel verbunden sind.

Mikroplastik stellt eine zunehmende Bedrohung für die Tierwelt und die menschliche Gesundheit dar1,2. Diese kleinen (<5 mm) Kunststoffpartikel verunreinigen Gewässer, Böden und die Luft1,3. Die Allgegenwart von Mikroplastik hat eine breite Forschung gefördert, die darauf abzielt, mögliche negative Auswirkungen auf die Gesundheit exponierter Tiere, einschließlich Menschen, zu ermitteln1,3. Untersuchungen haben gezeigt, dass Mikroplastik schädliche Auswirkungen auf Tiere und ihre Gesundheit haben kann3. Trotz dieser Arbeit ist unser Verständnis der Auswirkungen der Aufnahme von Mikroplastik auf die Mikrobiomgemeinschaften im Darm unzureichend.

Das Mikrobiom ist die Ansammlung von Mikroben in einem bestimmten Bereich des Körpers, die eine evolutionäre Symbiose mit ihrer Wirtsart eingegangen sind4. Daher sind Mikrobiome für die Ernährung, Physiologie, Immunfunktion, Entwicklung und sogar das Verhalten des Wirts von entscheidender Bedeutung, und viele Krankheiten wurden mit veränderten Darmmikrobiomen in Verbindung gebracht5. Mikrobiome können sich in ihrer taxonomischen und funktionellen Vielfalt bei Tieren verändern, die anthropogenen Stressfaktoren wie Umweltverschmutzung ausgesetzt sind6,7. In diesem Zusammenhang haben Laborstudien gezeigt, dass Mikroplastik Veränderungen im Darmmikrobiom mit negativen Auswirkungen auf die Gesundheit verursachen kann8,9,10. Da es sich um ein noch junges Feld handelt, sind die Auswirkungen von Mikroplastik auf Wildpopulationen jedoch noch unbekannt. Angesichts der Tatsache, dass der Grad der Mikroplastikverschmutzung mit der Zeit voraussichtlich ansteigen und sich anhäufen wird11, ist es wichtig zu verstehen, wie sich dies auf die Gesundheit der Wildtiere, die sich im Darmmikrobiom widerspiegelt, auswirkt.

In diesem Artikel untersuchten wir die mikrobielle Reaktion des Darms auf unterschiedliche Grade der Aufnahme von Mikroplastik, quantifiziert durch Zählen und Wiegen von Mikroplastik, bei zwei verschiedenen Seevogelarten: Panzersturmtaucher (Calonectris borealis), n = 58 Individuen, gesammelt auf dem Azoren-Archipel in Portugal und Eissturmvögel (Fulmarus glacialis), n = 27 Individuen, gesammelt in Baffin Bay, Kanada. Ihre Verteilung erstreckt sich über beide Hemisphären (Extended Data Abb. 1). Beide Arten nehmen Plastikmüll auf, und insbesondere der Eissturmvogel gilt als Bioindikator für Plastik12,13,14,15. Durch die Ausweitung des Fokus vom alleinigen Darmmikrobiom (das bei Vögeln normalerweise durch Probenahme der Kloake bestimmt wird) auf das Mikrobiom des Proventriculus wollten wir außerdem feststellen, ob die Aufnahme von Mikroplastik ähnliche Folgen für die Mikrobiome des Magen-Darm-Trakts (GIT) hat ), während es entlang des Verdauungstrakts voranschreitet. Mithilfe der 16S-ribosomalen RNA-Gensequenzierung stellten wir fest, dass die am häufigsten vorkommenden Phyla im gesamten Datensatz Proteobakterien (49,9 %), Firmicutes (33,1 %), Actinobacteriota (6,2 %), Fusobacteriota (4,2 %) und Bacteroidota (3,7 %) waren; Erweiterte Daten Abb . 2), die über 97 % der 4.602.578 Lesevorgänge ausmachte.

Unter Verwendung linearer gemischter Modelle und unter Berücksichtigung anderer biologischer und experimenteller Variablen (ergänzende Ergebnisse) haben wir getestet, ob die mikrobielle Alpha-Diversität (beobachtete Anzahl von Amplikonsequenzvarianten (ASVs), Shannon-Index, phylogenetische Diversität (PD) von Faith und Allens H-Metrik) der Proventrikularität entspricht und Kloaken-Mikrobiome bei beiden Arten waren mit Mikroplastik (Anzahl und Masse; ergänzende Ergebnisse) verbunden und, durch Einbeziehung von Interaktionstermen, ob die Auswirkungen von Mikroplastik zwischen Seevogelarten und im gesamten Gastrointestinaltrakt ähnlich waren. Für alle Alpha-Diversitätsmetriken korrelierte die Mikroplastikzahl signifikant positiv mit der mikrobiellen Alpha-Diversität im Proventriculus (beobachtete Anzahl von ASVs: β = 0,67, t81 = 2,96, P = 0,004; Shannon-Index: β = 0,27, t81 = 2,85, P =). 0,006; Faiths PD: β = 1,68, t81 = 3,46, P < 0,001; Allens H-Metrik: β = 0,07, t81 = 2,73, P = 0,007; Abb. 1, Erweiterte Daten Abb. 3 und Ergänzungstabelle 1). Diese Assoziationen waren im Proventriculus signifikant größer als in der Kloake (beobachtete Anzahl von ASVs: P = 0,011; Faiths PD: P = 0,001; mit einem Trend für den Shannon-Index: P = 0,084 und Allens H-Metrik: P = 0,089), wo dies der Fall ist Der Effekt lag nahe bei Null (beobachtete Anzahl von ASVs: β = 0,01; Shannon-Index: β = 0,08; Faiths PD: β = −0,06; Allens H-Metrik: β = 0,02).

a–f, Jeder Punkt stellt eine Mikrobiomprobe dar, die durch die Position innerhalb des Gastrointestinaltrakts gefärbt ist, entweder aus dem Proventrikular- (blaue Punkte, n = 85) oder dem Kloaken-Mikrobiom (orange Punkte, n = 84). Alpha-Diversity-Metriken: beobachtete Anzahl von ASVs (beachten Sie, dass die Skala aufgrund der Quadratwurzeltransformation der Alpha-Diversity-Werte nicht linear ist) (a und b), Shannon-Index (c und d) und Faith's PD (e und f) werden im Verhältnis zum Verhältnis der MP-Zählungen (MP-Zählung/einzelne Vogelmasse; links) und zum Verhältnis der MP-Masse (MP-Masse/individuelle Vogelmasse; rechts) aufgetragen. Die Linien in jedem Diagramm stellen die vorhergesagten Werte dar, die auf dem linearen gemischten Modell für diese Alpha-Diversitätsmetrik basieren, und die schattierten Bereiche neben den Linien geben die oberen und unteren 95 %-Konfidenzintervalle an.

Im Verhältnis zur Mikroplastikmasse hatten Vögel mit größerer Mikroplastikmasse einen deutlich niedrigeren Shannon-Index (β = −0,20, t81 = −2,38, P = 0,020), Faith's PD (β = −1,12, t81 = −2,47, P = 0,016). und Allens H-Metrik (β = −0,06, t81 = −2,54, P = 0,013) und eine tendenziell negative Korrelation mit der beobachteten Anzahl von ASVs (β = −0,40, t81 = −1,95, P = 0,055) im proventrikulären Mikrobiom ( Abb. 1 und Ergänzungstabelle 1). Diese Assoziationen unterschieden sich signifikant zwischen dem proventrikulären und dem kloakalen Mikrobiom unter Berücksichtigung von Faiths PD (P = 0,006) und Allens H-Metrik (P = 0,020) und zeigten einen Trend für die beobachtete Anzahl von ASVs (P = 0,073) und den Shannon-Index (P =). 0,090). In der Kloake war die Assoziation mit der kloakalen Faith-PD – im Gegensatz zum Proventriculus – positiv (β = 0,36), während sie für die beobachtete Anzahl von ASVs (β = 0,05), Shannon-Index (β = −0,02), nahe Null lag ) und Allens H-Metrik (β = 0,01). Das Entfernen von Proben, die als Ausreißer gelten könnten (weniger als das erste Perzentil oder mehr als das 99. Perzentil), änderte die Ergebnisse nicht wesentlich (Ergänzungstabelle 2). Auch Modelle, die die Anzahl oder Masse von Mikroplastik ohne Standardisierung nach Vogelmasse verwendeten, veränderten die Ergebnisse nicht wesentlich (Ergänzungstabelle 3).

Im Allgemeinen korrelierten sowohl die Mikroplastikzahl als auch die Mikroplastikmasse signifikant (positiv bzw. negativ) mit der Alpha-Diversität, wobei die Korrelationen anterior (Proventriculus) größer waren als posterior (Kloake), was darauf hindeutet, dass die Auswirkungen von Mikroplastik auf die mikrobielle Alpha-Diversität nachlassen, wenn sie durch die Alpha-Diversität wandern GIT. Wenn Mikroplastik als Überträger für pathogene und/oder fremde Mikroben fungiert2,16, dann könnte diese Wirkungsweise entlang des Gastrointestinaltrakts abnehmen, wenn per Anhalter reisende Mikroben mit mehr ansässigen Mikroben in Kontakt kommen und mit ihnen konkurrieren und den Aufbau der Immunabwehr des Wirts überleben müssen17. Obwohl die Rolle von Mikroplastik als Vektoren für hydrophobe organische Chemikalien weiterhin unklar ist18, haben neuere Studien gezeigt, dass ihre Desorption in Mikroplastik in künstlichen Darmlösungen mit der Zeit exponentiell abnimmt19 und bei höheren Temperaturen und niedrigerem pH-Wert höher ist (Lit. 20), was – bei am wenigsten bei Hühnern – am niedrigsten beim Proventriculus21.

Die Schlussfolgerung, dass Mikroplastik als mikrobielle Vektoren fungieren könnte, wurde durch die Beobachtung weiter gestützt, dass Faiths Parkinson-Krankheit die größte Variationsmenge aufwies (ergänzende Ergebnisse) und am stärksten von Mikroplastik betroffen war. Dies deutet darauf hin, dass Mikroplastik nicht nur eine größere Menge an Mikroben in die Mikrobiome des Gastrointestinaltrakts einbringen kann (was sich in der ebenfalls zunehmenden Vielfalt widerspiegelt), sondern auch eine größere Vielfalt an Mikroben aus verschiedenen Evolutionslinien. Insbesondere die Art und Weise, wie die Menge an Mikroplastik gemessen wurde, zeigte unterschiedliche mögliche Auswirkungen von Mikroplastik auf das Magen-Darm-Mikrobiom. Während die Mikroplastikzahl im Allgemeinen positiv mit der Alpha-Diversität assoziiert war, war die Mikroplastikmasse im Allgemeinen negativ assoziiert. Obwohl die Mikroplastikzahl die Alpha-Diversität erhöhen könnte, indem sie als Vektoren fungiert2,16, berücksichtigt die Mikroplastikmasse Volumen und Dichte, wobei letztere durch Polymertyp und -eigenschaften beeinflusst werden kann22. Somit spiegelt die Masse wahrscheinlich mehr Unterschiede in den Polymereigenschaften wider als die Anzahl. Da Kunststoffpolymeren antimikrobielle Zusatzstoffe zugesetzt werden können22, könnte eine Erhöhung der Masse eines solchen Polymers die mikrobielle Alpha-Diversität verringern. Die Analyse dieser Unterschiede würde mehr Wissen über die Mikroplastik-Polymertypen und ihre Zusätze erfordern und scheint ein fruchtbarer Weg für zukünftige Forschung zu sein.

Die Modellauswahl unterstützte die Wechselwirkung zwischen Mikroplastik (Anzahl und Masse) und Wirtsseevogelarten (Methoden) nicht. Daher waren alle Korrelationen zwischen Mikroplastik und der mikrobiellen Alpha-Diversität im Darm zwischen Eissturmvögeln und Sturmtauchern ähnlich. Dies deutet darauf hin, dass die in dieser Studie beobachteten Effekte möglicherweise weit verbreitet bei Procellariiformes sind, die Mikroplastik aufnehmen.

Als nächstes untersuchten wir, ob Mikroplastik mit der mikrobiellen Zusammensetzung des Gastrointestinaltrakts zwischen Individuen (Beta-Diversität) korreliert und ob diese Korrelationen zwischen Seevogelarten und im gesamten Gastrointestinaltrakt ähnlich sind. Wir haben dies mithilfe von in vegan::adonis implementierten Permutationstests mit 9.999 Permutationen durchgeführt (Ergänzende Ergebnisse)23. Zur Visualisierung wurden die Mikroplastik-Ergebnisse in Diagrammen der Hauptkoordinatenanalyse (PCoA) dargestellt (Extended Data Abb. 4–8), die jeweils nur zwei Dimensionen darstellen können, während diese statistischen Ergebnisse über alle Dimensionen hinweg ausgewertet wurden Beta-Diversity-Matrizen. Bei der Betrachtung der Mikroplastikanzahl stellten wir fest, dass die Anzahl signifikant mit der Beta-Diversität korreliert, wenn gewichtete (P < 0,001) und ungewichtete (P < 0,001) UniFrac-Abstände sowie euklidische Abstände im Rahmen des Log-Ratio-Ansatzes von Aitchison für Zusammensetzungsdaten (P <) verwendet werden 0,001; Erweiterte Daten Abb. 4 und Ergänzungstabelle 4). Dies hing jedoch nicht nur von der Lage des Mikrobioms innerhalb des GIT ab (gewichteter UniFrac: P = 0,008; ungewichteter UniFrac: P < 0,001; Aitchison: p = 0,001; Erweiterte Daten, Abb. 5), sondern auch von der Wirtsseevogelart (gewichtet). UniFrac p = 0,043; ungewichtetes UniFrac: p < 0,001; Aitchison: P < 0,001; Erweiterte Daten (Abb. 6 und Ergänzungstabelle 4). Dies bedeutet, dass die Mikroplastikzahl unterschiedliche Assoziationen mit der Beta-Diversität im Proventriculus gegenüber der Kloake sowie zwischen den Arten aufweist.

Beim Übergang von der Mikroplastikzahl zur Masse stellten wir fest, dass die Masse bei Verwendung ungewichteter UniFrac-Abstände (P < 0,001) und des Aitchison-Ansatzes (P < 0,001) signifikant mit der Beta-Diversität korreliert und dass bei Verwendung gewichteter UniFrac-Abstände (P = 0,069; Erweiterte Daten) ein Trend zu erkennen ist Abb. 4). Dies hing von der Position des Mikrobioms innerhalb des GIT ab, wenn gewichtete UniFrac-Abstände (P = 0,016; Erweiterte Daten Abb. 7a, b) und Aitchisons Ansatz (P = 0,011; Erweiterte Daten Abb. 7e, f) sowie der Wirt berücksichtigt wurden untersuchte Arten (gewichtetes UniFrac: P <0,001; ungewichtetes UniFrac: P <0,001; Aitchison: P <0,001; Erweiterte Daten Abb. 8 und Ergänzungstabelle 4). Folglich war die Mikroplastikmasse nur dann unterschiedlich mit der mikrobiellen Zusammensetzung des Proventriculus und der Kloake verbunden, wenn gewichtete UniFrac-Abstände und der Ansatz von Aitchison berücksichtigt wurden, nicht jedoch ungewichtete UniFrac-Abstände. Darüber hinaus hing diese Assoziation von der jeweiligen Wirtsart ab. Ergebnisse von Modellen, die die Mikroplastikzahl oder -masse ohne Standardisierung nach Vogelmasse verwendeten, zeigten ähnliche Ergebnisse (Ergänzungstabelle 5). Da die von uns untersuchten Wirtsarten an weit entfernten Orten gesammelt wurden, verschiedenen Gattungen angehören und unterschiedliche Altersgruppen (Erwachsene versus Jungtiere) repräsentierten, war es nicht überraschend, dass sich ihre GIT-Mikrobiomzusammensetzungen unterschieden24, was bedeutet, dass die für die Verschiebung verfügbaren mikrobiellen Taxa möglicherweise nicht die gleichen sind Dasselbe. Zukünftige Studien werden notwendig sein, um die Rolle der Phylogenie, des Alters und des geografischen Standorts des Wirts bei der Modulation der Auswirkungen von Mikroplastik auf das Darmmikrobiom von Wildtieren zu entschlüsseln.

Um zu verstehen, welche Taxa die Zusammenhänge zwischen Mikroplastik und mikrobieller Beta-Diversität beeinflussen könnten, führten wir einen ANCOM-Test25 durch, bei dem festgestellt wurde, dass 17 ASVs unterschiedlich häufig vorkommen (Abb. 2 und ergänzende Ergebnisse). Davon waren zehn mit der Mikroplastikzahl verbunden (Abb. 2a) und fünf mit der Mikroplastikmasse (Abb. 2b). Die Gattungen Catellicoccus, Cetobacterium und Pseudoalteromonas waren sowohl mit der Mikroplastikzahl als auch mit der Mikroplastikmasse assoziiert. Bemerkenswert ist, dass mit zunehmender Mikroplastikzahl die Häufigkeit der mit gesunden Wirten assoziierten residenten Mikrobiota abnahm, während die Häufigkeit der Mikroben zunahm, von denen bekannt ist, dass sie an Krankheiten, Antibiotikaresistenzen und dem Abbau von Kunststoffen beteiligt sind, und der Mikroben, die als zoonotische Krankheitserreger gelten. Beispielsweise war Pseudoalteromonas, das Meeresbakterien umfasst, die normalerweise mit gesunden Organismen assoziiert sind26, negativ mit der Mikroplastikzahl assoziiert, ebenso wie bekannte Mitglieder der (See-)Vogel-Mikrobiota wie Psychrobacter26,27, Enterococcus28,29, Catellicoccus30,31 und Staphylococcus32,33 . Im Gegensatz dazu war Corynebacterium xerosis positiv mit der Mikroplastikzahl assoziiert und wurde als neu auftretender Krankheitserreger mit dem Potenzial zur Zoonose identifiziert34,35, wobei seine Gattung plastikabbauende Fähigkeiten aufwies (Datenbank in Lit. 36). Darüber hinaus ist Lactobacillus aviarius zwar ein häufiger Vertreter der Vogelmikrobiota37, eine erhöhte Häufigkeit weist jedoch auf eine schlechte Entwicklung bei Vögeln29 hin. Positiv mit der Mikroplastikzahl korrelierten Parvimonas, ein Prädiktor für Darmkrebs beim Menschen38, und Cetobacterium, das gegen das Antibiotikum Vancomycin resistent ist39. Clostridium perfringens, das den größten positiven Zusammenhang mit der Mikroplastikmasse und einen größeren Zusammenhang mit dem kloakalen im Vergleich zum proventrikulären Mikrobiom aufwies, ist ein Krankheitserreger bei Hühnern, der extrazelluläre Toxine produziert, die nekrotische Enteritis bei Vögeln sowie lebensbedrohliche Gasbrand- und Lebensmittelvergiftungen verursachen können Menschen40. Weitere potenzielle Krankheitserreger im Zusammenhang mit der Mikroplastikmasse waren Fusobacterium41 und Edwardsiella42,43.

a–e, Jeder Punkt stellt einen ASV dar, der durch seine taxonomische Zuordnung auf der y-Achse und in absteigender Reihenfolge seines zentrierten Log-Ratio-Koeffizienten (clr) auf der x-Achse aufgetragen wird. So zeigen die Punkte rechts vom Mittelnullpunkt eine positive Korrelation mit Mikroplastik, während die Punkte links eine negative Korrelation zeigen. Die aufgetragenen ASVs wurden von ANCOM anhand der Mikroplastikzahl (a), der Mikroplastikmasse (b) und der Wechselwirkung zwischen Mikroplastikzahl und Probentyp als unterschiedlich häufig (bei w0 = 0,70) identifiziert (blaue Punkte stellen den Proventriculus dar, rote Punkte stellen die Kloake dar). (c), die Wechselwirkung zwischen Mikroplastikmasse und Probentyp (blaue Punkte stellen den Proventriculus dar, orange Punkte stellen die Kloake dar) (d) und die Wechselwirkung zwischen Mikroplastikanzahl und -art (grüne Punkte stellen Panzersturmtaucher dar, violette Punkte stellen Eissturmvögel dar) ( e). ANCOM identifizierte 17 unterschiedlich häufig vorkommende ASVs; Allerdings werden hier 21 Punkte angezeigt, da 3 der 17 ASVs mit der Mikroplastikzahl (a) sowie der Mikroplastikmasse (b; annotiert als Catellicoccus sp., Cetobacterium sp. und Pseudoalteromonas sp.) assoziiert sind und ein ASV mit beiden assoziiert ist Mikroplastikmasse (b) und die Wechselwirkung zwischen Mikroplastikanzahl und Probentyp (c; kommentiert als Edwardsiella sp.).

Die Gattungen Cetobacterium und Fusobacterium wurden auch mit der Plastikaufnahme bei in Gefangenschaft gehaltenen Unechten Karettschildkröten (Caretta caretta) in Verbindung gebracht, die aus der Nordwestlichen Adria gerettet wurden44. Dies deutet darauf hin, dass Mikroplastik ähnliche Auswirkungen auf die mikrobiellen Gemeinschaften im Darm haben könnte, nicht nur zwischen eng verwandten Arten wie den Seevögeln in unserer Studie, sondern auch zwischen weiter entfernt verwandten Arten, die in ähnlichen Umgebungen leben.

Von den insgesamt 17 unterschiedlich häufig vorkommenden ASVs waren 3 negativ mit der Wechselwirkung zwischen Mikroplastikzahl und GIT-Lage assoziiert (Abb. 2c; Flaviflexus, Edwardsiella und Corynebacterium). Zwei ASVs waren mit der Wechselwirkung zwischen Mikroplastikmasse und GIT-Position verbunden: Clostridium perfringens, das positiv korrelierte, und Acinetobacter, das negativ korrelierte (Abb. 2d). Bei beiden ASVs war das Ausmaß der Korrelation im kloakalen Mikrobiom größer als im proventrikulären Mikrobiom. ANCOM ergab, dass ein ASV der Gattung Catellicoccus negativ mit der Wechselwirkung zwischen Mikroplastikzahl und Wirtsseevogelarten assoziiert ist, jedoch keine ASVs, die mit der Wechselwirkung zwischen Mikroplastikmasse und Wirtsarten in Zusammenhang stehen (Abb. 2e).

Mithilfe des skalierten Massenindex, der anhand der individuellen Fußwurzellänge und Körpermasse berechnet wurde, untersuchten wir, ob die Auswirkungen von Mikroplastik mit dem Zustand des Wirtskörpers zusammenhängen. Die einzigen signifikanten Prädiktoren für den Körperzustand waren jedoch die Wirtsspezies (β = −0,76, t = -3,98, p =< 0,001) und die Wechselwirkung zwischen Spezies und Mikroplastikzahl (β = −0,94, t = −3,62, P ≤ 0,001). ), aber nicht nur die Mikroplastikzahl (Ergänzungstabelle 6). Daher wurden etwaige Auswirkungen von Mikroplastik auf die Gesundheit des Wirts durch unsere Messung des Körperzustands nicht erfasst. Darüber hinaus war der Körperzustand in keinem Alpha-Diversity-Modell ein signifikanter Prädiktor (Ergänzungstabelle 7). In unseren Beta-Diversity-Modellen hat der Körperzustand die ungewichteten UniFrac- (P = 0,007) und Aitchison-Abstände (P <0,001; Ergänzungstabelle 8) signifikant vorhergesagt. Obwohl Mikroplastik mit Aspekten der mikrobiellen Zusammensetzung verbunden ist, scheint der Mechanismus, durch den Mikroplastik mikrobielle Veränderungen verursachen könnte, nicht mit dem Körperzustand verknüpft zu sein.

Zusammenfassend stellten wir fest, dass aufgenommenes Mikroplastik mit der mikrobiellen Vielfalt und Zusammensetzung im gesamten Gastrointestinaltrakt von Seevögeln korreliert. Die Assoziationen zwischen Mikroplastik und Alpha-Diversität hingen nicht von der Wirtsseevogelart ab, wohingegen ihre Korrelationen mit der Beta-Diversität Wirtsart-spezifisch waren. Mikroplastik korrelierte stärker mit dem proventrikulären Mikrobiom als mit dem kloakalen Mikrobiom. Darüber hinaus war eine Zunahme von Mikroplastik mit einem Rückgang der kommensalen Mikrobiota und einer Zunahme von (zoonotischen) Krankheitserregern sowie antibiotikaresistenten und plastikabbauenden Mikroben verbunden. Obwohl wir anmerken, dass diese Ergebnisse aus der 16S-rRNA-Gensequenzierung stammen, die Einschränkungen hinsichtlich der Erlangung einer taxonomischen Identität auf Stammebene und der Identifizierung mikrobieller Funktionen aufweist, stützt unsere Studie frühere Vorhersagen, dass die chronische Aufnahme von Mikroplastik mit Darmdysbiose verbunden ist2.

Unsere Studie zeigt, dass umweltrelevante Mikroplastikkonzentrationen und -mischungen mit der mikrobiellen Diversität im Darm korrelieren, was das Potenzial für Darmdysbiose bei abgelegen lebenden wilden Seevögeln mit weiträumigen Migrationsrouten verdeutlicht, die bekanntermaßen Mikroplastikreste in freier Wildbahn aufnehmen12,13,14. Eissturmvögel sind bekannte Bioindikatoren für Mikroplastikverschmutzung45. Unsere Ergebnisse bilden die Grundlage, auf der künftige Forschungen die kumulativen negativen Auswirkungen von Mikroplastik aufgrund chronischer Exposition untersuchen können, insbesondere angesichts der Tatsache, dass Mikroplastik bei Procellariiformes wochen- oder monatelang zurückgehalten werden kann und daher wahrscheinlich nicht vollständig von der letzten Mahlzeit abhängt46. Die Auswirkungen sind weitreichend: Zum einen sind Menschen auch Mikro- (und Nano-)Kunststoffen ausgesetzt47,48,49, was die Frage aufwirft, wie sich die Aufnahme von Kunststoffen auf den Menschen und seine (Darm-)Gesundheit auswirken könnte. Zum anderen spielt das Darmmikrobiom eine zentrale Rolle für die Gesundheit des Wirts, und da Zoonosen und der Zustand der Tiergesundheit in einer globalisierten Welt zunehmend an Aufmerksamkeit gewinnen50, gewinnt die Suche nach Ursachen und Ursprüngen möglicher künftiger Zoonosen an Bedeutung.

Diese Studie wurde im Rahmen von zwei laufenden Projekten durchgeführt, die Panzersturmtaucher (C. borealis) am Rande des subtropischen Wirbels des Nordatlantiks auf dem Azoren-Archipel (Portugal) bzw. Eissturmvögel (F. glacialis) in der Nähe von Qikiqtarjuaq überwachen. Nunavut im Nordwestatlantik (Extended Data Abb. 1; BirdLife International51). Beide Arten gehören zur Familie der Procellariidae, ernähren sich von der Oberfläche und nehmen Mikroplastikreste auf12,13,14,52,53. Die Sammlungen der Eissturmvögel wurden während der Brutzeit zwischen Juli und August 2018 durchgeführt. Insgesamt wurden 27 ausgewachsene Eissturmvögel von den Brutplätzen weggeschossen13. Das Einsammeln von Panzerschnabelsturmtauchern erfolgte während der Startsaison, da bekannt ist, dass Jungvögel beim Verlassen des Nestes mit Gebäuden und anderen künstlichen Strukturen kollidieren, was häufig auf die Empfindlichkeit gegenüber künstlicher nächtlicher Lichtverschmutzung zurückzuführen ist, was zum Tod führen kann. Anschließend wurden zwischen Oktober und November 2017 bzw. 2018 frische Jungkükenleichen in der Nähe von Kolonien auf den Azoren gesammelt. Die Vögel wurden bis zum Zeitpunkt der Sektion und Mikrobiomprobenahme bei –20 °C eingefroren, was zu einer Gesamtzahl von 58 gesammelten Jungvögeln führte.

Die gesammelten Seevögel wurden unter sterilen Bedingungen nach einem standardisierten Protokoll seziert und Proben entnommen15,54. Zusätzlich zu diesem Protokoll wurden sterile Abstrichtupfer verwendet, um Proben aus Proventriculus und Kloake jedes einzelnen Vogels zu entnehmen (mit Ausnahme eines Eissturmvogels, bei dem fälschlicherweise nur einmal eine Probe am Proventriculus entnommen wurde). Jeder Abstrich wurde in Nukleinsäure-Konservierungspuffer55 gegeben und bis zur DNA-Extraktion bei –20 °C aufbewahrt. Über ein 1-mm-Sieb aus dem Magen-Darm-Trakt gesammelte Kunststoffabfälle wurden gesammelt, unter einem Lichtmikroskop untersucht und gemäß den in Lit. dargelegten Protokollen charakterisiert. 56. Der Kürze halber bezeichnen wir diese Plastikabfälle als Mikroplastik, auch wenn nicht jedes gemessene Stück kleiner als 5 mm war (Rodríguez et al., in Vorbereitung)13. Daher haben wir für jedes der 85 Seevogel-Individuen Daten über die Körpermasse und die Fußwurzellänge des Individuums, die Anzahl und Gesamtmasse von Mikroplastik in seinem Gastrointestinaltrakt (unter Verwendung einer Waage mit einer Genauigkeit von ±0,0001 g) und seinem Proventrikular gesammelt (n = 85) und kloakales (n = 84) Mikrobiom.

DNA aus ganzen Abstrichen wurde mit dem NucleoSpin „DNA from Soil“-Extraktionskit (Deutschland) von Macherey-Nagel gemäß dem Protokoll des Herstellers extrahiert. Ein zusätzlicher Schritt des Perlenschlagens wurde in das Protokoll integriert, um Bakterienzellen mechanisch zu lysieren6. Während dieses Schritts wurden 16 Extraktionsrohlinge, die nur die Extraktionsreagenzien enthielten, einbezogen und anschließend sequenziert, um mögliche Kontaminationen identifizieren und entfernen zu können.

Nach der DNA-Extraktion zielten wir auf die hypervariable V4-Region des 16S-rRNA-Gens mit den bakteriellen Primern 515F (5′-GTGCCAGCMGCCGCGGTAA-3′) und 806R (5′-GGACTACHVGGGTWTCTAAT-3′) (Lit. 57), die wir ergänzten Vorwärts-Primer- (CS1-515F) und Rückwärts-Primer-Adapter (CS2-806R) zur Verwendung der Fluidigm-Sequenzierungschemie (Access Array System for Illumina Sequencing Systems, Fluidigm Corporation). Wir haben diese Zielregion in zwei Schritten der Polymerase-Reaktionskette amplifiziert (zweistufige PCR; ergänzende Informationen) und dabei sichergestellt, dass in diesem Prozess PCR-Leerzeichen enthalten sind, die nur die PCR-Reagenzien enthalten. Im ersten Schritt wurde ein PCR-Gesamtvolumen von 10 µl bestehend aus 1 µl extrahierter DNA (5–10 ng), 1,5 µl (200 nM) gepoolten Vorwärts- und Rückwärtsprimern, 5 µl AmpliTaq Gold 360 Master Mix und 2,5 µl hochreinem dH2O erstellt unter den folgenden PCR-Bedingungen laufen lassen: anfängliche Denaturierung bei 95 °C für 10 Minuten; 40 Zyklen einschließlich Denaturierung bei 95 °C für 30 s, Annealing bei 60 °C für 30 s und Elongation bei 72 °C für 45 s; Enddehnung bei 72 °C für 7 Min. Um den PCR-Erfolg sicherzustellen, wurde für jede Probe eine Gelelektrophorese durchgeführt. Der zweite PCR-Schritt bestand aus einem PCR-Volumen von 20 µl, das 2 µl amplifizierte DNA aus dem ersten PCR-Schritt, 4 µl (400 nM) gepoolte Vorwärts- und Rückwärts-Barcode-Primer, 10 µl AmpliTaq Gold 360 Master und 4 µl hochreines dH2O enthielt unter den gleichen PCR-Bedingungen wie zuvor beschrieben in zehn Zyklen laufen. Mit Barcodes versehene Proben wurden per Kügelchen gereinigt (Verhältnis 1:1), quantifiziert und auf 8 nM gepoolt. Wir haben insgesamt 169 Abstrichproben, 16 Extraktions-Leerproben und 5 PCR-Leerproben in einem Lauf mit unserer hauseigenen Illumina MiSeq-Sequenzierungsplattform am Institut für Evolutionsökologie und Naturschutzgenomik der Universität Ulm, Deutschland, paarweise sequenziert.

Aus der Illumina MiSeq-Amplikonsequenzierung resultierende Lesevorgänge wurden in QIIME 2 (Version 2020.8.0) unter Verwendung des DADA2-Plug-Ins verarbeitet, um ASVs zu generieren58,59. Die Taxonomie wurde mit der QIIME 2-Funktion „classify-sklearn“ (und ihren Standardeinstellungen für den Konfidenzwert) mithilfe des Klassifikators SILVA (Version 138) zugewiesen, der mit unseren Zielprimern trainiert wurde60. ASVs, die Bakterien auf Domänenebene nicht zugeordnet waren, sowie solche, die als Chloroplasten- oder Mitochondriensequenzen identifiziert wurden, wurden entfernt. Wir haben einen verwurzelten phylogenetischen Baum erstellt, wie in Lit. beschrieben. 6. Der phylogenetische Baum, die Taxonomie und die ASV-Tabellen wurden zusammen mit Beispielmetadaten in R (Version 3.6.1) (Ref. 61) importiert, um mithilfe des Phyloseq-Pakets (Version 1.28.0) (Ref. 62) ein Phlyoseq-Objekt zu erstellen anschließende Analysen.

In R haben wir zunächst die Extraktions- und PCR-Blankproben untersucht, die 185 von insgesamt 2.956 ASVs enthielten. Von diesen 185 ASVs waren 93 einzigartig für die Rohlinge und wurden anschließend entfernt. Unter Verwendung des Decontam-Pakets (Version 1.4.0) (Ref. 63) mit seiner prävalenzbasierten Kontaminantenidentifizierung und dem Standardschwellenwert von 0,1 wurden 18 zusätzliche ASVs als mögliche Kontaminanten identifiziert und entfernt. Anschließend betrachteten wir Proben mit einer Sequenzierungstiefe von weniger als 2.900 Lesevorgängen als fehlgeschlagen und entfernten sie und alle für sie eindeutigen ASVs aus dem Datensatz. Darüber hinaus haben wir einen Prävalenzfilter von 2 % und einen Häufigkeitsfilter von zehn Lesevorgängen auf den gesamten Datensatz angewendet, um sehr seltene ASVs zu entfernen, bei denen es sich wahrscheinlich um Sequenzierungsartefakte handelt. Dadurch wurden 254 ASVs aus dem Datensatz entfernt und alle ASVs aus der Extraktion und den PCR-Leerzeichen gelöscht. Nach der Filterung bestand unser Datensatz aus 4.602.578 Lesevorgängen in 2.517 ASVs und 169 Proben, was zu einer durchschnittlichen Sequenzierungstiefe von 27.234 ± 5.999 Lesevorgängen pro Probe führte.

Um die Auswirkungen, die Mikroplastik auf jedes Individuum haben kann, besser darzustellen, haben wir die Mikroplastikzahl und -masse als Anteile an der Masse jedes einzelnen Vogels ausgedrückt, indem wir die Mikroplastikzahl und -masse jedes Individuums durch seine Körpermasse dividiert haben Masse, ohne Normierung nach Vogelmasse. Wir haben diese Variablen in der gesamten Analyse verwendet, der Kürze halber bezeichnen wir sie jedoch als Mikroplastikzahl und Mikroplastikmasse.

Wir haben zunächst die intraindividuelle mikrobielle Diversität (Alpha-Diversität) mithilfe der folgenden Metriken und Pakete berechnet: Faith's PD, das PD widerspiegelt (btools-Paket, Version 0.0.1) (Ref. 64); Shannon-Index (Loge), der sowohl den mikrobiellen Reichtum als auch die Gleichmäßigkeit berücksichtigt; die beobachtete Anzahl von ASVs, die den Reichtum widerspiegeln (die beiden letzteren verwenden beide das Phyloseq-Paket); und Allens H-Metrik65,66. Anschließend modellierten wir mithilfe linearer Mixed-Effects-Modelle aus dem nlme-Paket (Version 3.1.141) (Ref. 67) jede Alpha-Diversitätsmetrik als Funktion des Folgenden: die Wechselwirkung zwischen Mikroplastikzahl (skaliert) und GIT-Standort (entweder Proventriculus). oder Kloake); die Wechselwirkung zwischen Mikroplastikmasse (skaliert) und GIT-Standort; Wirtsseevogelarten; und Sequenzierungstiefe (skaliert). Wir haben zunächst die Wechselwirkung zwischen der Mikroplastikzahl (skaliert) und den Seevogelarten des Wirts sowie die Wechselwirkung zwischen der Mikroplastikmasse (skaliert) und den Seevogelarten des Wirts berücksichtigt, um zu testen, ob die Auswirkungen von Mikroplastik auf das Darmmikrobiom wirtsartspezifisch sind. Modelle mit diesen beiden Interaktionen hatten jedoch nicht nur eine schlechtere Anpassung als Modelle ohne diese Interaktionen (unter Verwendung des Akaike-Informationskriteriums (AIC), ΔAIC >2), sondern auch, dass keine der Interaktionen statistisch signifikant war (P < 0,05), unabhängig von der Alpha-Diversitätsmetrik . Daher haben wir diese beiden Wechselwirkungen aus unseren endgültigen Modellen gestrichen, die Wirtsvogelart als Erklärungsfaktor herangezogen und sind zu dem Schluss gekommen, dass die Auswirkungen von Mikroplastik auf die mikrobielle Alpha-Diversität im Darm bei Eissturmvögeln und Sturmtauchern ähnlich und nicht spezifisch für eine der beiden Arten waren. Darüber hinaus haben wir die Nichtunabhängigkeit aufgrund der wiederholten Probenahme desselben Individuums an verschiedenen Punkten im Magen-Darm-Trakt (Proventriculus und Kloake) berücksichtigt, indem wir die individuelle Vogel-ID als Zufallsfaktor festgelegt haben (zufälliger Schnittpunkt). Die beste Modellanpassung wurde durch Quadratwurzeltransformation der beobachteten Anzahl von ASVs und Allens H-Metrik68 erzielt. Die verbleibenden zwei Alpha-Diversitätsmetriken wurden nicht transformiert. Wir haben unterschiedliche Varianzen in der Alpha-Diversität zwischen Proben von proventrikulären und kloakalen Mikrobiomen sowie Unterschiede in der Varianz entsprechend der Sequenzierungstiefe berücksichtigt, indem wir den Modellen eine varComb-Varianzstruktur hinzugefügt haben und dabei dem in Lit. beschriebenen Protokoll gefolgt sind. 68. Wir überprüften die Multikollinearität zwischen den erklärenden Variablen mithilfe von Varianzinflationsfaktoren aus dem Autopaket (Version 3.0.3) (Ref. 69), wobei wir keine problematischen Variablen erkennen ließen70. Marginale (R2LMM(m)) und bedingte (R2LMM(c)) R2-Werte71 für jedes Modell wurden mit dem PiecewiseSEM-Paket (Version 2.1.0) berechnet (Ref. 72).

Um die Zusammensetzung der GIT-Mikrobengemeinschaft bei beiden Seevogelarten zu analysieren, haben wir Distanzmatrizen mithilfe der Funktion phyloseq::distance basierend auf gewichteten und ungewichteten UniFrac-Distanzen erstellt, da diese speziell für Mikrobiomdaten entwickelt wurden73. Darüber hinaus haben wir den Log-Ratio-Ansatz von Aitchison für Kompositionsdaten74 angewendet, der aus einer Center-Log-Transformation der ASV-Tabelle nach dem Hinzufügen einer Pseudozählung von eins und der Generierung einer Distanzmatrix unter Verwendung euklidischer Distanzen besteht. Anschließend haben wir die Auswirkungen von Mikroplastik auf die mikrobielle Zusammensetzung mithilfe von Nullhypothesetests mit dem Permutationstest getestet, der in der Funktion vegan::adonis (Version 2.5-5) implementiert ist (Ref. 23). Wir haben ein Modell pro Distanzmatrix definiert (gewichtetes und ungewichtetes UniFrac, Aitchison) und dieselbe Modellformel wie im vorherigen Abschnitt beschrieben verwendet, wobei die individuelle Vogel-ID innerhalb des Arguments „Strata“ festgelegt wurde. Um die Ergebnisse der mehrdimensionalen Daten zu visualisieren, verwendeten wir unbeschränkte Ordinationstechniken PCoA für gewichtete und ungewichtete UniFrac-Matrizen und eine Hauptkomponentenanalyse für Aitchisons Ansatz unter Verwendung der Funktion phyloseq::ordinate. Um die Auswirkungen unserer diskreten und kontinuierlichen Mikroplastikvariablen (Anzahl und Masse) visuell darzustellen, passen wir diese als Vektoren in unsere Ordinationsdiagramme ein, indem wir die Funktion vegan::envfit verwenden, die auf den ersten beiden Ordinationsachsen basiert.

Um festzustellen, welche mikrobiellen Taxa für die mit Mikroplastik verbundenen Unterschiede in der Beta-Diversität verantwortlich sein könnten, führten wir einen ANCOM-Test (Analyse der Zusammensetzung von Mikrobiomen) durch25. Durch Hinzufügen der linearen Mixed-Effects-Modellfunktionalität aus dem nlme-Paket verwendeten wir dieselbe Modellformel wie zuvor beschrieben, um zu bestimmen, welche ASVs mit der Anzahl und Masse von Mikroplastik, mit der Wechselwirkung zwischen Mikroplastik und dem GIT-Standort sowie mit der Wechselwirkung zwischen Mikroplastik und Wirt verbunden sind Seevogelarten. Da eine Nullinflation ein Kennzeichen von Mikrobiomdaten ist, die bei dieser Art von Analysen zu falschen Entdeckungsraten führen kann25, haben wir einen zusätzlichen Filter angewendet, um nur ASVs zu behalten, die in mindestens 15 Proben vorhanden waren. Dadurch reduzierte sich die Gesamtzahl der ASVs auf 81. Anschließend führten wir ANCOM mit einem Signifikanzniveau von 0,05 aus, wählten einen moderaten Korrekturparameter zur Anwendung des Benjamini-Hochberg-Verfahrens, das mehrere Tests korrigiert25, und verwendeten den Standard-Grenzwert w0 = 0,70 so dass nur ASVs, für die die Nullhypothese mit einer Rate von 70 % oder mehr abgelehnt wurde, als unterschiedlich häufig eingestuft wurden. Um die unterschiedlich häufigen ASVs darzustellen und zu zeigen, welche ASVs positiv oder negativ mit Mikroplastik korrelieren, haben wir den Code aus dem QIIME 2-Plug-in q2-composition59 für die Analyse der Zusammensetzungsdaten für die Ausführung in R angepasst und Modellparameterschätzungen aus dem linearen gemischten Modelllauf berechnet zum Verhältnis jedes ASV-Paares in der zentrierten logarithmisch transformierten (clr) ASV-Tabelle25.

Um die Zusammenhänge zwischen dem Körperzustand des Wirts, der Aufnahme von Mikroplastik und dem Darmmikrobiom des Wirts zu untersuchen, haben wir den Körperzustand pro Seevogel unter Verwendung des skalierten Massenindex mit individueller Fußwurzellänge als linearem Körpermaß berechnet75. Anschließend verwendeten wir ein verallgemeinertes lineares Modell mit einer Gamma-Log-Verteilung und dem Körperzustand als Antwortvariable, die durch die Anzahl und Masse von Mikroplastik sowie deren Wechselwirkungen mit Geschlecht und Wirtsspezies erklärt wurden. Als nächstes haben wir den Zustand des Wirtskörpers als erklärende Variable in unsere oben beschriebenen Alpha- und Beta-Diversitätsmodelle einbezogen.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Sequenzierungsdaten und entsprechende Metadaten sind im National Center for Biotechnology Information unter der Zugangsnummer PRJNA930758 verfügbar. Darüber hinaus werden die Metadaten auch auf GitHub gespeichert (https://github.com/gfackelmann/Current-levels-of-microplastic-pollution-impact-wild-seabird-gut-microbiomes).

Die Skripte für unsere Analyse sind auf GitHub (https://github.com/gfackelmann/Current-levels-of-microplastic-pollution-impact-wild-seabird-gut-microbiomes) gespeichert.

Street, ME & Bernasconi, S. Mikroplastik, Umwelt und Kindergesundheit. Ital. J. Pädiatr. 47, 47–49 (2021).

Artikel Google Scholar

Fackelmann, G. & Sommer, S. Mikroplastik und das Darmmikrobiom: Wie chronisch exponierte Arten an Darmdysbiose leiden können. Mar. Pollut. Stier. 143, 193–203 (2019).

Artikel CAS PubMed Google Scholar

Anbumani, S. & Kakkar, P. Ökotoxikologische Auswirkungen von Mikroplastik auf Biota: eine Übersicht. Umgebung. Wissenschaft. Umweltverschmutzung. Res. 25, 14373–14396 (2018).

Artikel CAS Google Scholar

Zilber-Rosenberg, I. & Rosenberg, E. Rolle von Mikroorganismen in der Evolution von Tieren und Pflanzen: die Hologenomtheorie der Evolution. FEMS Mikrobiol. Rev. 32, 723–735 (2008).

Artikel CAS PubMed Google Scholar

Valdes, AM, Walter, J., Segal, E. & Spector, TD Rolle der Darmmikrobiota für Ernährung und Gesundheit. Br. Med. J. 361, 36–44 (2018).

Google Scholar

Fackelmann, G. et al. Eingriff des Menschen in das Darmmikrobiom von Wildtieren. Komm. Biol. 4, 800 (2021).

Artikel PubMed PubMed Central Google Scholar

Gillingham, MAF et al. Die Bioakkumulation von Spurenelementen beeinflusst den Körperzustand von Küken und das Darmmikrobiom bei Rosaflamingos. Wissenschaft. Gesamtumgebung. 761, 1–17 (2021).

Artikel Google Scholar

Li, B. et al. Mikroplastik aus Polyethylen beeinflusst die Verteilung der Darmmikrobiota und die Entzündungsentwicklung bei Mäusen. Chemosphere 244, 125492 (2019).

Artikel PubMed Google Scholar

Tamargo, A. et al. PET-Mikroplastik beeinflusst menschliche Darmmikrobiota-Gemeinschaften während der simulierten Magen-Darm-Verdauung, erster Beweis für einen plausiblen biologischen Polymerabbau während der menschlichen Verdauung. Wissenschaft. Rep. 12, 528 (2022).

Jiang, P. et al. Auswirkungen von Mikroplastik (MPs) und Tributylzinn (TBT) allein und in Kombination auf Gallensäuren und den Crosstalk der Darmmikrobiota bei Mäusen. Ökotoxikol. Umgebung. Sicher. 220, 112345 (2021).

Wilcox, C., Van Sebille, E., Hardesty, BD & Estes, JA Die Bedrohung durch Plastikverschmutzung für Seevögel ist global, allgegenwärtig und nimmt zu. Proz. Natl Acad. Wissenschaft. USA 112, 11899–11904 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Provencher, JF, Vermaire, JC, Avery-Gomm, S., Braune, BM & Mallory, ML Müll im Guano? Mikroplastikreste in Kotvorläufern von Seevögeln, die bekanntermaßen Kunststoffe aufnehmen. Wissenschaft. Gesamtumgebung. 644, 1477–1484 (2018).

Artikel CAS PubMed Google Scholar

Baak, JE, Provencher, JF & Mallory, ML Plastikaufnahme durch vier Seevogelarten in der kanadischen Arktis: Vergleiche zwischen Arten und Zeit. Mar. Pollut. Stier. 158, 111386 (2020).

Rodríguez, A., Rodríguez, B. & Carrasco, MN Hohe Prävalenz der elterlichen Übertragung von Plastikmüll bei Panzersturmtauchern (Calonectris diomedea). Mar. Pollut. Stier. 64, 2219–2223 (2012).

Artikel PubMed Google Scholar

Van Franeker, JA et al. Überwachung der Plastikaufnahme durch den Eissturmvogel Fulmarus glacialis in der Nordsee. Umgebung. Umweltverschmutzung. 159, 2609–2615 (2011).

Artikel PubMed Google Scholar

Bowley, J., Baker-Austin, C., Porter, A., Hartnell, R. & Lewis, C. Oceanic Tramphikers – Bewertung der Krankheitserregerrisiken durch Meeresmikroplastik. Trends Mikrobiol. 29, 107–116 (2021).

Artikel CAS PubMed Google Scholar

Pickard, JM, Zeng, MY, Caruso, R. & Núñez, G. Darmmikrobiota: Rolle bei der Kolonisierung von Krankheitserregern, Immunreaktionen und entzündlichen Erkrankungen. Immunol. Rev. 279, 70–89 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Koelmans, AA, Bakir, A., Burton, GA & Janssen, CR Mikroplastik als Vektor für Chemikalien in der aquatischen Umwelt: kritische Überprüfung und modellgestützte Neuinterpretation empirischer Studien. Umgebung. Wissenschaft. Technol. 50, 3315–3326 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Lee, H., Lee, HJ & Kwon, JH Schätzung der mikroplastikgebundenen Aufnahme hydrophober organischer Chemikalien durch Fische anhand gemessener Desorptionsraten in künstlicher Darmflüssigkeit. Wissenschaft. Gesamtumgebung. 651, 162–170 (2019).

Artikel CAS PubMed Google Scholar

Bakir, A., Rowland, SJ & Thompson, RC Verbesserte Desorption persistenter organischer Schadstoffe aus Mikroplastik unter simulierten physiologischen Bedingungen. Umgebung. Umweltverschmutzung. 185, 16–23 (2014).

Artikel CAS PubMed Google Scholar

Recoules, E. et al. Verdauungsdynamik bei Broilern, die mit Rapsmehl gefüttert wurden. Wissenschaft. Rep. 9, 3052 (2019).

Lambert, S. & Wagner, M. in Süßwasser-Mikroplastik. The Handbook of Environmental Chemistry (Hrsg. Lambert, S. & Wagner, M.) 1–24 (Springer, Cham, 2018).

Oksanen, J. et al. vegan: Community-Ökologie-Paket. R-Paketversion 2.5-5. (2019).

Bahrndorff, S., Alemu, T., Alemneh, T. & Lund Nielsen, J. Das Mikrobiom von Tieren: Auswirkungen auf die Naturschutzbiologie. Int. J. Genomics 2016, 5304028 (2016).

Mandal, S. et al. Analyse der Zusammensetzung von Mikrobiomen: eine neuartige Methode zur Untersuchung der mikrobiellen Zusammensetzung. Mikrob. Ökologisch. Heilen. Dis. 26, 27663 (2015).

Offret, C. et al. Fokus auf antimikrobielle Metaboliten des Meeresbakteriums Pseudoalteromonas: Chemodiversität und ökologische Bedeutung. Mar. Drugs 14, 129 (2016).

Welter, DK et al. Frei lebende, psychrotrophe Bakterien der Gattung Psychrobacter sind Nachkommen von Pathobionten. mSystems 6, e00258-21 (2021).

Wang, W. et al. Charakterisierung des Darmmikrobioms von Schwarzhalskranichen (Grus nigricollis) in sechs Überwinterungsgebieten in China. Bogen. Mikrobiol. 202, 983–993 (2020).

Artikel CAS PubMed Google Scholar

Danzeisen, JL et al. Abfolge des gastrointestinalen bakteriellen Mikrobioms der Pute im Zusammenhang mit der Gewichtszunahme. PeerJ https://doi.org/10.7717/peerj.237 (2013).

Green, HC, Dick, LK, Gilpin, B., Samadpour, M. & Field, KG Genetische Marker für die schnelle PCR-basierte Identifizierung von fäkalen Kontaminationen im Wasser durch Möwen, Kanadagänse, Enten und Hühner. Appl. Umgebung. Mikrobiol. 78, 503–510 (2012).

Artikel CAS PubMed PubMed Central Google Scholar

Lee, C., Marion, JW & Lee, J. Entwicklung und Anwendung eines quantitativen PCR-Assays für Catellicoccus marimammalium zur Beurteilung der durch Möwen verursachten Fäkalienkontamination an den Stränden des Eriesees. Wissenschaft. Gesamtumgebung. 454–455, 1–8 (2013).

Artikel PubMed Google Scholar

Johnson, TJ et al. Eine konsistente und vorhersehbare bakterielle Mikrobiota kommerzieller Broilerhühner in antibiotikafreier Produktion weist starke Korrelationen mit der Leistung auf. Appl. Umgebung. Mikrobiol. 84, e00362-18 (2018).

Capunitan, DC, Johnson, O., Terrill, RS & Hird, SM Evolutionäres Signal im Darmmikrobiom von 74 Vogelarten aus Äquatorialguinea. Mol. Biosystem. 29, 829–847 (2020).

CAS Google Scholar

Hernández-León, F., Acosta-Dibarrat, J., Vázquez-Chagoyán, JC, Rosas, PF & de Oca-Jiménez, RM Identifizierung und molekulare Charakterisierung von Corynebacterium xerosis, isoliert aus einem Hautabszess bei Schafen: erster Fallbericht in Mexiko. BMC Res. Anmerkungen 9, 1–6 (2016).

Artikel Google Scholar

Santos, CS et al. Effiziente Differenzierung der klinischen Isolate von Corynebacterium striatum, Corynebacterium amycolatum und Corynebacterium xerosis durch Multiplex-PCR unter Verwendung neuartiger artspezifischer Primer. J. Mikrobiol. Methoden 142, 33–35 (2017).

Artikel CAS PubMed Google Scholar

Gambarini, V. et al. Phylogenetische Verbreitung plastikabbauender Mikroorganismen. mSystems 6, e01112-20 (2021).

Feng, Y. et al. Metagenom-assemblierte Genome und Genkataloge aus dem Mikrobiom des Hühnerdarms helfen bei der Entschlüsselung von Antibiotika-Resistomen. Komm. Biol. 4, 1305 (2021).

Wirbel, J. et al. Mikrobiom-Metaanalyse und krankheitsübergreifender Vergleich, ermöglicht durch die SIAMCAT-Toolbox für maschinelles Lernen. Genombiol. 22, 93 (2021).

Foster, G. et al. Cetobacterium ceti gen. Nov., sp. nov., ein neuer Gram-negativer obligater Anaerobier von Meeressäugetieren. Lette. Appl. Mikrobiol. 21, 202–206 (1995).

Artikel CAS PubMed Google Scholar

Keyburn, AL et al. NetB, ein neues Toxin, das mit der durch Clostridium perfringens verursachten nekrotischen Vogelenteritis in Zusammenhang steht. PLoS Pathog. 4, 1–11 (2008).

Artikel Google Scholar

Nagaraja, TG Ã., Narayanan, SK, Stewart, GC & Chengappa, MM Fusobacterium necrophorum-Infektionen bei Tieren: Pathogenese und pathogene Mechanismen. Anaerobe 11, 239–246 (2005).

Artikel CAS PubMed Google Scholar

Leung, KY, Wang, Q., Yang, Z. & Siame, BA Edwardsiella piscicida: ein vielseitiger neu auftretender Krankheitserreger von Fischen. Virulence 10, 555–567 (2019).

Artikel PubMed PubMed Central Google Scholar

Luan, NT, Ha, H. & Thi, P. in Pan-Genomics: Anwendungen, Herausforderungen und Zukunftsaussichten (Hrsg. Barh, D. et al.) Kap. 8 (Elsevier, 2020).

Biagi, E. et al. Auswirkungen von Plastikmüll auf die Darmmikrobiota von Caretta caretta aus der nordwestlichen Adria. Vorderseite. Mar. Sci. https://doi.org/10.3389/fmars.2021.637030 (2021).

van Franeker, JA et al. Neue Tools zur Bewertung der Plastikaufnahme durch Eissturmvögel, angewendet auf Nordsee-Überwachungsdaten 2002–2018. Mar. Pollut. Stier. 166, 112246 (2021).

Provencher, JF et al. Quantifizierung aufgenommener Abfälle in der marinen Megafauna: eine Übersicht und Empfehlungen zur Standardisierung. Anal. Methoden 9, 1454–1469 (2017).

Artikel Google Scholar

Schwabl, P. et al. Nachweis verschiedener Mikroplastik im menschlichen Stuhl: eine prospektive Fallserie. Ann. Praktikant. Med. 171, 453–457 (2019).

Artikel PubMed Google Scholar

Senathirajah, K. et al. Schätzung der Masse des aufgenommenen Mikroplastiks – ein entscheidender erster Schritt zur Risikobewertung für die menschliche Gesundheit. J. Hazard. Mater. 404, 124004 (2021).

Artikel CAS PubMed Google Scholar

Toussaint, B. et al. Überprüfung der Mikro- und Nanoplastik-Kontamination in der Lebensmittelkette. Lebensmittelzusatz. Kontam. Teil A 36, 639–673 (2019).

Artikel CAS Google Scholar

Keatts, LO et al. Auswirkungen von Zoonosen durch die Jagd und Nutzung von Wildtieren in nordamerikanischen arktischen und borealen Biomen: Pandemiepotenzial. Überwachen. Mitig. Vorderseite. Öffentliche Heilung. 9, 627654 (2021).

Rote Liste der IUCN für Vögel. BirdLife International http://www.birdlife.org (2022).

Poon, FE, Provencher, JF, Mallory, ML, Braune, BM & Smith, PA Die Menge der aufgenommenen Trümmer variiert je nach Art bei kanadischen arktischen Seevögeln. Mar. Pollut. Stier. 116, 517–520 (2017).

Artikel CAS PubMed Google Scholar

Yamashita, R. et al. Plastikzusätze und langlebige organische Schadstoffe im Bürzeldrüsenöl von Seevögeln, die auf der ganzen Welt beprobt wurden. Umgebung. Überwachen. Kontam. Res. 1, 97–112 (2021).

Google Scholar

Van Franeker, JA Save the North Sea Fulmar-Wurf-EcoQO-Handbuch Teil 1: Sammel- und Dissektionsverfahren. Alterra-Bericht 672 (Wageningen Alterra, 2004).

Menke, S., Gillingham, MAF, Wilhelm, K. & Sommer, S. Selbstgemachter, kostengünstiger Konservierungspuffer ist eine bessere Alternative zu kommerziellen Konservierungsmethoden für die Mikrobiomforschung. Vorderseite. Mikrobiol. 8, 1–12 (2017).

Artikel Google Scholar

Provencher, JF et al. Empfohlene Best Practices für Studien zur Plastik- und Müllaufnahme bei Meeresvögeln: Sammlung, Verarbeitung und Berichterstattung. Facetten 4, 111–130 (2019).

Artikel Google Scholar

Caporaso, JG et al. Globale Muster der 16S-rRNA-Diversität in einer Tiefe von Millionen von Sequenzen pro Probe. Proz. Natl Acad. Wissenschaft. USA 108, 4516–4522 (2011).

Artikel CAS PubMed Google Scholar

Callahan, BJ et al. DADA2: hochauflösende Probeninferenz aus Illumina-Amplikondaten. Nat. Methoden 13, 581–583 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Bolyen, E. et al. Reproduzierbare, interaktive, skalierbare und erweiterbare Mikrobiom-Datenwissenschaft mit QIIME 2. Nat. Biotechnologie. 37, 852–857 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Quast, C. et al. Das SILVA-Ribosomal-RNA-Gendatenbankprojekt: Verbesserte Datenverarbeitung und webbasierte Tools. Nukleinsäuren Res. 41, 590–596 (2013).

Artikel Google Scholar

R-Kernteam. R: Eine Sprache und Umgebung für statistisches Rechnen (R Foundation for Statistical Computing, 2017).

McMurdie, PJ & Holmes, S. phyloseq: ein R-Paket für reproduzierbare interaktive Analysen und Grafiken von Mikrobiom-Volkszählungsdaten. PLoS ONE 8, 1–11 (2013).

Artikel Google Scholar

Davis, NM, Proctor, Di. M., Holmes, SP, Relman, DA & Callahan, BJ Einfache statistische Identifizierung und Entfernung kontaminierender Sequenzen in Markergen- und Metagenomikdaten. Mikrobiom 6, 1–14 (2018).

Artikel Google Scholar

Battaglia, T. btools: eine Reihe von R-Funktionen für alle Arten mikrobieller Diversitätsanalysen. GitHub. https://github.com/twbattaglia/btools/ (2019).

Allen, B., Kon, M. & Bar-Yam, Y. Ein neues phylogenetisches Diversitätsmaß zur Verallgemeinerung des Shannon-Index und seine Anwendung auf Phyllostomid-Fledermäuse. Bin. Nat. 174, 236–243 (2009).

Artikel PubMed Google Scholar

Alberdi, A. & Gilbert, MTP Ein Leitfaden zur Anwendung von Hill-Zahlen auf DNA-basierte Diversitätsanalysen. Mol. Ökologisch. Ressource. 19, 804–817 (2019).

Artikel PubMed Google Scholar

Pinheiro, JC & Bates, DM Mixed-Effects-Modelle in S und S-PLUS. (Springer, 2000); https://doi.org/10.1007/b98882

Zuur, A., Ieno, EN, Walker, N., Saveliev, AA & Smith, GM Mixed-Effects-Modelle und Erweiterungen in der Ökologie mit R (Springer Science & Business Media, 2009).

Fox, J. & Weisberg, S. Ein R-Begleiter zur angewandten Regression, 3. Aufl. (Sage, 2019).

Graham, MH Konfrontation mit Multikollinearität in der ökologischen multiplen Regression. Ökologie 84, 2809–2815 (2003).

Artikel Google Scholar

Nakagawa, S., Johnson, PCD & Schielzeth, H. Das Bestimmtheitsmaß R2 und der klasseninterne Korrelationskoeffizient aus verallgemeinerten linearen Mixed-Effects-Modellen wurden überarbeitet und erweitert. JR Soc. Schnittstelle 14, 20170213 (2017).

Lefcheck, JS PiecewiseSEM: Stückweise Strukturgleichungsmodellierung in R für Ökologie, Evolution und Systematik. Methoden Ecol. Entwicklung 7, 573–579 (2016).

Artikel Google Scholar

Lozupone, CA, Hamady, M., Kelley, ST & Knight, R. Quantitative und qualitative β-Diversitätsmessungen führen zu unterschiedlichen Erkenntnissen über Faktoren, die mikrobielle Gemeinschaften strukturieren. Appl. Umgebung. Mikrobiol. 73, 1576–1585 (2007).

Artikel CAS PubMed PubMed Central Google Scholar

Aitchison, J. Die statistische Analyse von Kompositionsdaten. JR-Stat. Soc. Ser. B 44, 139–177 (1982).

Google Scholar

Peig, J. & Green, AJ Neue Perspektiven für die Schätzung des Körperzustands anhand von Massen-/Längendaten: der skalierte Massenindex als alternative Methode. Oikos 118, 1883–1891 (2009).

Artikel Google Scholar

Referenzen herunterladen

Eissturmvögel wurden mit Tierpflegegenehmigungen (Acadia University Animal Care Committee Permit 02-18), Bundesgenehmigungen für Arbeiten an Seevögeln und in National Wildlife Areas (ECCC NUN-NWA-18-02 und NUN-SCI-18-02) gesammelt. und Gebietsgenehmigungen (GN-WL-2018-004, NIRB-17YN069 und NPC-148645). Corys Sturmtaucher wurden im Rahmen der SOS-Cagarro-Kampagne gesammelt, die vom Regionaldirektorat für Meerespolitik und dem Regionaldirektorat für Umwelt und Klimawandel der Regierung der Azoren organisiert wurde. Okeanos erhielt nationale Mittel von der Stiftung für Wissenschaft und Technologie (FCT) und dem Instituto Público (IP), im Rahmen der Projekte UIDB/05634/2020 und UIDP/05634/2020 sowie von der Regionalregierung der Azoren (M1.1.A/ REEQ.CIENTÍFICO UI&D/2021/010). Wir danken J. Pereira und S. Blasco für ihre Unterstützung bei der Probenentnahme. GF wurde von der Studienstiftung des deutschen Volkes finanziert, und alle Laborarbeiten im Zusammenhang mit der 16S-rRNA-Gensequenzierung wurden vom Institut für Evolutionsökologie und Naturschutz der Universität Ulm finanziert. CKP wurde durch das Operationelle Programm AZOREN 2020 über den Fonds 01-0145-FEDER-000140 „MarAZ-Forscher: Konsolidierung einer Gruppe von Forschern in Meereswissenschaften auf den Azoren“ der Europäischen Union kofinanziert. YR wurde durch ein Doktorandenstipendium des Regionalfonds für Wissenschaft und Technologie der Regierung der Azoren finanziert (M3.1.a/F/022/2020). JEB wurde durch das NSERC Vanier Canada Graduate Scholarship und einen Weston Family Award in Northern Research finanziert. JFP und MLM wurden vom Northern Contaminants Program (Crown-Indigenous Relations and Northern Affairs Canada) unterstützt.

Open-Access-Förderung der Universität Ulm.

Institut für Evolutionsökologie und Naturschutzgenomik, Universität Ulm, Ulm, Deutschland

Gloria Fackelmann & Simone Sommer

Institut für Meereswissenschaften – Okeanos, Universität der Azoren, Horta, Portugal

Christopher K. Pham & Yasmina Rodriguez

Biologie, Acadia University, Wolfville, Nova Scotia, Kanada

Mark L. Mallory

Abteilung für Ökotoxikologie und Wildtiergesundheit, Umwelt und Klimawandel Kanada, Ottawa, Ontario, Kanada

Jennifer F. Provencher

Abteilung für Naturressourcenwissenschaften, McGill University, Sainte-Anne-de-Bellevue, Quebec, Kanada

Julia E. Baak

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

GF konzipierte und gestaltete die Studie, führte die Laborarbeiten durch, analysierte die Daten und schrieb das Manuskript unter der Aufsicht von SSCKP, das sich die Finanzierung und Genehmigungen für die Probenahme von C. borealis sicherte. YR sammelte die mit C. borealis verbundenen Daten. MLM und JFP sicherten sich die Finanzierung und Genehmigungen für die Probenahme von F. glacialis. MLM, JFP und JEB sammelten die mit F. glacialis verbundenen Daten. SS sicherte sich die Finanzierung aller Mikrobiom-bezogenen Laboranalysen im Rahmen ihres von der Universität Ulm unterstützten Wildlife Health-Programms. Alle Autoren haben das Manuskript überprüft und bearbeitet.

Korrespondenz mit Gloria Fackelmann oder Simone Sommer.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Ecology & Evolution dankt Lauren Roman, Antton Alberdi und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Panzerschnabelsturmtaucher wurden am Rande des subtropischen Wirbels des Nordatlantiks auf dem Azoren-Archipel (Portugal; dunkelgrüner Punkt; Verbreitung in Grün dargestellt) gesammelt und Eissturmvögel wurden in der Nähe von Qikiqtarjuaq, Nunavut im Nordwestatlantik gesammelt (dunkelvioletter Punkt; Verbreitung in dargestellt). lila).

Die Phyla innerhalb jeder Probe (n = 169 Proben von 85 einzelnen Seevögeln) werden durch ihre relative Häufigkeit auf der y-Achse aufgetragen. Phyla mit geringer Häufigkeit (Prävalenz < 0,1 und Häufigkeit < 10) werden zusammengefasst und als „Andere“ gekennzeichnet.

Jeder Punkt stellt eine Mikrobiomprobe dar, die durch die Position innerhalb des Gastrointestinaltrakts gefärbt ist, entweder aus dem Proventrikular- (blaue Punkte, n = 85) oder dem Kloaken-Mikrobiom (orange Punkte, n = 84). Alpha-Diversitätsmetrik Allens H-Metrik wird im Verhältnis a zum Anteil der MP-Zählungen (MP-Zählung/einzelne Vogelmasse) und b zum Verhältnis der MP-Masse (MP-Masse/individuelle Vogelmasse) aufgetragen. Die Linien in jedem Diagramm stellen die vorhergesagten Werte dar, die auf dem linearen gemischten Modell für die Alpha-Diversitätsmetrik basieren, und die schattierten Bereiche neben den Linien geben die oberen und unteren 95 %-Konfidenzintervalle an.

Ordinationsdiagramme der Hauptkoordinatenanalyse (PCoA) mit a,b-gewichteten UniFrac-Abständen, c,d ungewichteten UniFrac-Abständen und e,f-Ordinationsdiagramme der Hauptkomponentenanalyse (PCA) mit euklidischen Abständen (Ansatz von Aitchison). Jeder Punkt stellt eine Mikrobiomprobe dar, die auf einer kontinuierlichen Skala durch (a,c,e) den Anteil der MP-Anzahl (MP-Anzahl/individuelle Vogelmasse; n = 169) und (b,d,f) den Anteil der MP-Masse ( MP-Masse/einzelne Vogelmasse; n = 169) und magentafarbene Pfeile zeigen die Richtung der MP-Effekte.

PCoA-Diagramme mit a,b-gewichteten UniFrac-Abständen, c,d-ungewichteten UniFrac-Abständen und e,f-PCA-Diagramme mit euklidischen Abständen (Ansatz von Aitchison) veranschaulichen die Auswirkungen von MP-Zählungen auf die Seevogelprovinz (a,c,e; n = 85). versus kloakale (b,d,f; n = 84) mikrobielle Beta-Diversität. Jeder Punkt stellt eine Mikrobiomprobe dar, die auf einer kontinuierlichen Skala entsprechend dem Verhältnis der MP-Anzahl (MP-Anzahl/einzelne Vogelmasse) gefärbt ist, und magentafarbene Pfeile zeigen die Richtung der MP-Effekte.

PCoA-Diagramme mit a,b-gewichteten UniFrac-Abständen, c,d-ungewichteten UniFrac-Abständen und e,f PCA-Diagramme mit euklidischen Abständen (Ansatz von Aitchison) veranschaulichen die Auswirkungen der MP-Anzahl auf die mikrobielle Beta-Diversität des GIT in nördlichen Eissturmvögeln (a,c,e). ; n = 27) gegen Corys Sturmtaucher (b,d,f; n = 58). Jeder Punkt stellt eine Mikrobiomprobe dar, die auf einer kontinuierlichen Skala entsprechend dem Verhältnis der MP-Anzahl (MP-Anzahl/einzelne Vogelmasse) gefärbt ist, und magentafarbene Pfeile zeigen die Richtung der MP-Effekte.

PCoA-Diagramme mit a,b-gewichteten UniFrac-Abständen, c,d-ungewichteten UniFrac-Abständen und e,f-PCA-Diagramme mit euklidischen Abständen (Ansatz von Aitchison) veranschaulichen die Auswirkungen der MP-Masse auf die Seevogelprovinz (a,c,e; n = 85). versus kloakale (b,d,f; n = 84) mikrobielle Beta-Diversität. Jeder Punkt stellt eine Mikrobiomprobe dar, die auf einer kontinuierlichen Skala durch das Verhältnis der MP-Masse (MP-Masse/Masse einzelner Vögel) gefärbt ist, und magentafarbene Pfeile zeigen die Richtung der MP-Effekte.

PCoA-Diagramme mit a,b-gewichteten UniFrac-Abständen, c,d-ungewichteten UniFrac-Abständen und e,f PCA-Diagramme mit euklidischen Abständen (Aitchisons Ansatz) veranschaulichen die Auswirkungen der MP-Masse auf die mikrobielle Beta-Diversität des GIT in nördlichen Eissturmvögeln (a,c,e). ; n = 27) gegen Corys Sturmtaucher (b,d,f; n = 58). Jeder Punkt stellt eine Mikrobiomprobe dar, die auf einer kontinuierlichen Skala durch den Anteil der MP-Masse (MP-Masse/Masse einzelner Vögel) gefärbt ist, und magentafarbene Pfeile zeigen die Richtung der MP-Effekte.

Ergänzende Ergebnisse.

Legenden für jede Tabelle in jeder Excel-Tabelle.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Fackelmann, G., Pham, CK, Rodríguez, Y. et al. Das derzeitige Ausmaß der Mikroplastikverschmutzung wirkt sich auf das Darmmikrobiom wildlebender Seevögel aus. Nat Ecol Evol 7, 698–706 (2023). https://doi.org/10.1038/s41559-023-02013-z

Zitat herunterladen

Eingegangen: 21. April 2022

Angenommen: 14. Februar 2023

Veröffentlicht: 27. März 2023

Ausgabedatum: Mai 2023

DOI: https://doi.org/10.1038/s41559-023-02013-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Nature Reviews Mikrobiologie (2023)

Natur, Ökologie und Evolution (2023)