3种贵州地方鸡盲肠菌群结构特征的比较

摘要：【目的】基于微生物16S rRNA测序技术探究3种贵州地方鸡的盲肠菌群结构特征，鉴别不同品种鸡盲肠富集的特定菌群，从肠道菌群角度解析地方鸡遗传资源特性，进而加深对贵州地方鸡肠道菌群特征的认识。【方法】选取3种贵州地方鸡（乌蒙乌骨鸡11羽、黔东南小香鸡12羽及瑶山鸡12羽），采集盲肠内容物样品检测16S rRNA序列V3～V4可变区，通过QIIME计算鸡盲肠菌群Alpha多样性，以主坐标分析（PCoA）评估鸡盲肠菌群Beta多样性；采用SparCC算法构建盲肠菌群互作网络，使用马修斯相关系数（MCC）算法进行枢纽菌群识别，并以LEfse分析鉴别组间差异的菌群类别及功能通路。【结果】从35羽贵州地方鸡盲肠内容物共测序获得2625245条Clean reads，按序列相似度97%的阈值进行聚类分析共获得727个OTUs。在门分类水平上，3种贵州地方鸡盲肠菌群的优势菌包括拟杆菌门、厚壁菌门、变形菌门、互养菌门和螺旋菌门；在属分类水平上，相对丰度排名前5的属为拟杆菌属、理研菌科_RC9_菌群、考拉杆菌属、普拉梭菌属和脱硫弧菌属。从乌蒙乌骨鸡、黔东南小香鸡和瑶山鸡盲肠菌群中分别获得160、144和149个OTUs用于菌群互作网络研究，对盲肠菌群互作网络结构分析发现网络稳定性排序为瑶山鸡（稳定性指数44.22%）gt;黔东南小香鸡（稳定性指数41.76%）gt;是乌蒙乌骨鸡（稳定性指数37.56%），而网络复杂性排序为黔东南小香鸡gt;乌蒙乌骨鸡gt;瑶山鸡。颤螺菌属是黔东南小香鸡和瑶山鸡盲肠菌群互作网络中重要性评分最高的枢纽菌群，乳酸杆菌属是黔东南小香鸡盲肠的枢纽菌群，理研菌科_RC9_菌群是乌蒙乌骨鸡盲肠的枢纽菌群。LEfSe分析结果表明，乌蒙乌骨鸡盲肠富集到15个特征OTUs，其功能通路涉及氨基酸生物合成、2-氧羧酸代谢、精氨酸生物合成等；黔东南小香鸡盲肠富集到2个特征OTUs，其功能通路涉及光合作用和链霉素生物合成；瑶山鸡盲肠富集到6个特征OTUs，仅涉及脂多糖生物合成功能通路。【结论】品种是影响贵州地方鸡盲肠菌群组成和结构的重要因素，一些特定微生物存在于不同品种鸡盲肠中。其中，理研菌科_RC9_菌群、瘤胃球菌属、紫单胞菌属等在乌蒙乌骨鸡盲肠中富集；巨单胞菌属、理研菌科_RC9_菌群、考拉杆菌属等在瑶山鸡盲肠中富集；脱硫弧菌属和普拉梭菌属在黔东南小香鸡盲肠中富集。

关键词：乌蒙乌骨鸡；黔东南小香鸡；瑶山鸡；盲肠；菌群结构；特异性

中图分类号：S831.89文献标志码：A文章编号：2095-1191（2024）02-0323-11

Characteristics of cecal microbiota in three Guizhou chicken breeds

YANG Sheng-hong'，YANG Yong-xian¹，LONG Xiao-xia¹，LI Hui¹，ZHANG Fu-ping'，ZHOU Di²，WANG Zhong'*

（'College of Animal Science，Guizhou University/Key Laboratory of Animal Genetics，Breeding and Reproduction in the Plateau Mountainous Region，Ministry of Education，Guiyang，Guizhou 550025，China;²Livestock and Poultry Breding Centerin GuizhouProvince，Guiyang，Guizhou 550018，China）

Abstract：[Objective]This study aimed to investigate the cecal microbiota community structure of three local chicken breeds in Guizhou based on microbial 16S rRNA sequencing，identifying specific microbiota enriched in the ceca of dif ferent chickenbreeds，studying the characteristics of local chicken genetic resources from the perspective of intestinal mi-crobota，thereby deepening the understanding of the characteristics ofcecal microbiota in Guizhou local chickens.【Method]Three Guizhou chickens breeds（11 Wumeng black-bone chickens，12 Qiandongnan Xiaoxiang chickens，and 12 Yaoshan chickens）were selected，and their cecal content samples were collected for 16S rRNA sequencing of the V3-V4 variable region.The QIIME software was used to calculate the alpha diversity ofcecal microbiota，and principal coor-dinate analysis（PCoA）was conducted to evaluate cecal microbiota beta diversity.SparCC algorithm was employed to construct cecal microbiota interaction networks，and the Matthew's correlation coefficient（MCC）algorithm was used for hub microbial identification.Additionally，LEfSe analysis was utilized to identify differentially microbial taxa and functional pathways among three groups.[Result]Atotal of 2625245 Clean reads were obtained from cecal content se-quencing of 35 Guizhou local chickens，resulting in 727 operational taxonomic units（OTUs）clustered at athreshold of 97%sequence similarity.At the phylum level，dominant taxa in the cecal microbiota of three Guizhou local chicken breeds included Bacteroidetes，Firmicutes，Proteobacteria，Synergistetes and Spirochaetes.The top five genera in terms of relative abundance were Bacteroides，Rikenellaceae_RC9_gut_group，Phascolarctobacterium，Faecalibacterium and Desulfovibrio.Each of the Wumeng black-bone chicken，Qiandongnan Xiaoxiang chicken and Yaoshan chicken yielded 160，144，and 149 OTUs for interaction network analysis，respectively.The stability index of cecal microbial interaction networks were ranked as Yaoshan chicken（44.22%）gt;Qiandongnan Xiaoxiang chicken（41.76%）gt;Wumeng black-bone chicken（37.56%），while the complexity of networks were ranked as Qiandongnan Xiaoxiang chickengt;Wumeng black-bone chickengt;Yaoshan chicken.Oscillospira was the highestscoring hub microbiota in the cecal microbial interaction net-works of Qiandongnan Xiaoxiang chicken and Yaoshan chicken，while Lactobacillus was ahub microbiota in Qiandong-nan Xiaoxiang chicken，and Rikenellaceae_RC9_gut_group was hub microbiota in Wumeng black-bone chicken.LEfSe analysis revealed that Wumeng black-bone chicken had 15 characteristic OTUs，and their predicted functional pathways involved in amino acid biosynthesis，2-0xocarboxylic acid metabolism，arginine biosynthesis;Qiandongnan Xiaoxiang chicken enriched 2 characteristic OTUs，their predicted functional pathways involved in photosynthesis and streptomycin biosynthesis;Yaoshan chicken had 6 characteristic OTUs associated with lipopolysaccharide biosynthesis functional path-way.【Conclusion]Breed is an important factor influencing the composition and structure ofcecal microbiota of Guizhou chicken breeds.Specific microbes are enriched in the ceca of different chicken breeds.For instance，Rikenella-ceae_RC9_gut_group，Ruminiclostridium and Odoribacter are enriched inthe ceca ofWumeng black-bone chicken;Me-gamonas，Rikenellaceae_RC9_gut_group，Phascolarctobacterium are enriched in Yaoshan chicken;and Desulfovibrio and Faecalibacterium are enriched in Qiandongnan Xiaoxiang chicken.

Key words：Wumeng black-bone chicken;Qiandongnan Xiaoxiang chicken;Yaoshan chicken;cecum;microbiota;structure specificity

Foundation items：National Natural Science Foundation of China（32260829）;Guizhou Science and Technology Plan Project（QKHZC〔2022〕Zhongdian 34）;Guizhou Natural Science Foundation（QKHJC[2022]Yiban 113）;Natural Science Research Project of Guizhou Department of Education（Qianjiaoji〔2022〕061）

0引言

【研究意义】我国许多地方鸡具有独特的品种特征和优异的生产性能，如肉质优良、适应性强等（Duah et al.，2020;Guo et al.，2021;Liu et al.，2021），是培育优质商用品系的重要种质资源。乌蒙乌骨鸡（Wumengblack-bone chicken，WBC）、黔东南小香鸡（Qiandongnan Xiaoxiang chicken，QXC）和瑶山鸡（Yaoshan chicken，YSC）是我国贵州的优质地方鸡资源，均具有独特的品种特征（Liu et al.，2021;杨蓉等，2023）。尽管这些品种在原产地的饲养历史悠久，但目前对其品种特性的认识不足，进而限制了对这些种质资源的保护、开发和利用。肠道菌群是肠道内微生物的总称，在营养物质吸收利用（陈双双等，2018;Zhang et al.，2022b）、免疫系统发育（裴利君等，2021;Zenner et al.，2021）及疾病抵抗（Yin et al.，2022）等方面发挥着重要作用。肠道菌群结构特征是鸡品种特性的重要组成部分，但目前关于贵州地方鸡肠道菌群结构特征的研究较少。【前人研究进展】越来越多的研究表明，肠道菌群在鸡经济性状的形成过程中发挥重要作用，如饲料转化效率（Yan et al.，2017;Du et al.，2020）、脂肪沉积（Wen et al.，2019;Liu et al.，2022）及生长性能（Zhang et al.，2022a;Wang et al.，2023）等。Wen等（2019，2021）研究发现，某些肠道菌群与鸡的一些性状相关，如盲肠中的乳酸杆菌属、棒杆菌属、粪芽孢菌属和史雷克氏菌属有助于改善饲料转化效率，甲烷短杆菌属和Mucispirillum schaedleri则与脂肪沉积有关；在校正宿主遗传效应后，盲肠菌群对鸡腹部脂肪量表型变异的贡献率为21%。但不同研究得出的结论并不完全一致，可能是鸡的品种差异所导致。因此，在探究鸡肠道菌群结构特征的同时，比较品种间的差异显得尤为重要。至今，已有许多研究证实不同品种的鸡具有特异的肠道菌群结构（Chica Cardenas et al.， 2021），如印度地方鸡品种Nicobari、Ghagus和Aseel的肠道菌群多样性显著高于商业肉鸡品种Vencobb 400°（Paul et al.，2021）;我国地方鸡品种丝羽乌骨鸡（Silky Fowl）的肠道菌群丰度较商业品种白来航鸡（White Leghorn）更高，肠道菌群组成在这2个品种间也存在显著差异（Yang et al.，2022）。此外，Glendinning等（2020）以罗斯（Ross）308和Ranger Classic为素材组装了鸡盲肠菌群的宏基因组，发现乳杆菌是罗斯308鸡肠道内重要的特征菌群。Yan 等（2021）研究发现，在相同限制饲料供给条件下，生长速度较慢的威宁鸡肠道内拟杆菌属和乳酸杆菌属的相对丰度较生长速度较快的金陵花鸡更高，而Cloacibacillus和巨型球菌属的相对丰度较低。Liu等（2022）研究表明，寿光鸡（Shouguang）和鲁禽麻鸡（Luqin）的盲肠菌群组成差异显著，其中脂肪型鲁禽麻鸡肠道内的丹毒梭菌丰度更高，且肠道菌群功能通路更多富集在淀粉和乳糖降解上。综上所述，特定鸡品种肠道中富集着与其品种相关的特征性菌群。【本研究切入点】我国贵州因其独特地理环境而拥有丰富的地方鸡品种资源，但目前对于贵州地方鸡肠道菌群结构特征及其潜在功能的认识不足，针对贵州地方鸡品种间的特异性研究也较少。【拟解决的关键问题】收集3种贵州高原山地具有代表性地方品种鸡（乌蒙乌骨鸡、黔东南小香鸡和瑶山鸡）的盲肠粪便样本，基于微生物16S rRNA序列V3～V4可变区探究3种贵州地方鸡的盲肠菌群结构特征，鉴别不同品种鸡盲肠富集的特定菌群，以期从肠道菌群角度解析地方鸡遗传资源特性，进而加深对贵州地方鸡肠道菌群特征的认识。

1材料与方法

1.1试验动物及样品采集

供试鸡由贵州省种畜禽种质测定中心提供，共35羽，包括乌蒙乌骨鸡11羽（5公6母）、黔东南小香鸡12羽（6公6母）、瑶山鸡12羽（6公6母）。所有试验鸡饲养于同一鸡舍，三层单笼饲养，生活环境、饲养管理方式及饲料保持一致，自然通风，采用卷帘调控室内温度，每日光照时间约16 h。饲料为商品饲料，每日上午、下午各喂1次，自由饮水。按鸡场免疫程序进行鸡马立克、新城疫、传染性支气管炎、法氏囊病毒和禽流感疫苗接种。于160日龄时称量鸡体质量，并屠宰采集盲肠内容物样品（约2 g）。盲肠内容物样品采集后立刻放入液氮运回实验室，-80℃冰箱保存备用。动物试验经贵州大学动物伦理委员会批准，批准号EAE-GZU-2022-T050。

1.2盲肠内容物DNA提取及16S rRNA测序使用Magnetic Soil and Stool DNA Kit试剂盒[天根生化科技（北京）有限公司]提取盲肠内容物总DNA，以NanoDrop 2000分光光度计检测DNA浓度和纯度。选用通用引物338F（5'-ACTCCTACGGGA GGCAGCAG-3'）和806R（5'-GGACTACHVGGGTW TCTAAT-3'）扩增细菌16S rRNA序列V3～V4可变区（Caporaso et al.，2011）。PCR反应体系10.0 μL：DNA模板50 ng，KOD FX Neo缓冲液5.0 μL，KOD FX Neo 0.2 μL，dNTP2.0μL，上、下游引物（10 μmol/L）各0.3 μL，ddH₂O补足至10.0 μL。扩增程序：95℃预变性5 min;95℃1 min，50℃1 min，72℃1 min，进行15个循环；72℃延伸7 min。以VAHTS DNA清洁珠（南京诺唯赞生物科技股份有限公司）纯化第1轮PCR扩增产物，然后在40.0μL反应体系中进行第2轮PCR：第1轮PCR扩增产物10.0 μL，2×Phu-sion HF 20.0μL，上、下游引物（10 μmol/L）各1.0 μL，ddH₂O 8.0 μL。扩增程序：98℃预变性30 s;98℃10 s，65℃30s，72℃30s，进行100个循环；72℃延伸5min。PCR扩增产物采用Quant-iTMdsDNA HS试剂（赛默飞世尔科技公司）进行定量分析，并送至上海百趣生物医学科技有限公司，在Ilumina HiSeq 2500平台（2×250 bp对末端）上完成16S rRNA高通量测序。

1.3生物信息学分析

采用Trimmomatic 0.33对原始数据进行质量过滤（Bolger et al.，2014），通过Cutadapt v1.9.1识别并去除adapter序列（Kechin et al.，2017），使用FLASH v1.2.11对双端Reads进行拼接（Magoě and Salzberg，2011）。为避免测序深度不均匀造成统计偏差，每个样本的序列深度统一设为75007 Tags。然后，基于USEARCH 10.0的UPARSE-OTU算法将Clean reads按照序列相似度97%的阈值聚类为1个操作分类单元（Operational taxonomic unit，OTU）（Edgar，2013），每个OTU代表序列在SILVA数据库（http：//www.arb-silva.de/）中进行注释（Quast et al.，2012），最后通过PICRUSt预测鸡盲肠菌群功能通路（Langille et al.，2013）。

1.4统计分析

通过QIIME（https：/qiime.org/）计算鸡盲肠菌群Alpha多样性，包括Simpson指数、Shannon指数、Chaol指数、ACE指数及系统发育多样性指数（PD）;采用基于Bray-Curtis距离的主坐标分析（PCoA）评估鸡盲肠菌群Beta多样性。用于菌群互作网络分析的OTU筛选标准：（1）相对丰度gt;0.05%;（2）该OTU在gt;20%的样本中存在。获得的OTUs采用SparCC计算成对的相关系数，用于构建盲肠菌群互作网络，以Cytoscape v3.7.1进行可视化（Lopes et al.，2010），并采用其中的分子复合物检测插件（MCODE）计算菌群网络拓扑特征，包括节点数、边数和模块重要性评分，以及识别网络中的菌群模块（Smoot et al.，2011）。枢纽菌群是指在菌群互作网络中与其他菌群高度连接，可单独或成簇对菌群网络结构产生较大影响，且在互作网络中移除后可能会导致菌群网络结构和功能发生巨大改变的菌群（Banerjee et al.，2018）。使用Cytoscape中cytoHubba插件的马修斯相关系数（Matthews correlation coefficient，MCC）进行枢纽菌群识别（Chin et al.，2014）;通过LEfse分析（http：/huttenhower.sph.harvard.edu/galaxy）鉴别组间差异微生物类别或功能通路（Segata et al.，2011），并以斯皮尔曼等级相关系数分析差异菌群及预测其功能通路的相关性。

2结果与分析

2.13种贵州地方鸡的体质量比较

共收集11羽乌蒙乌骨鸡（5公6母）、12羽黔东南小香鸡（6公6母）和12羽瑶山鸡（6公6母），采用Kruskal-Wallis检验比较3种贵州地方鸡的体质量，结果发现，尽管这些鸡的批次、生活环境、饲养管理方式及饲料一致，但相同日龄不同品种鸡的体质量存在明显差异（图1-A），其平均体质量排序为乌蒙乌骨鸡（1.45±0.19 kg）gt;瑶山鸡（1.30±0.28 kg）gt;黔东南小香鸡（1.10±0.17kg）。其中，黔东南小香鸡的体质量显著低于乌蒙乌骨鸡（Plt;0.05，下同），瑶山鸡与黔东南小香鸡、乌蒙乌骨鸡间的体质量均无显著差异（Pgt;0.05，下同）（图1-B）。此外，对相同品种不同性别的鸡体质量进行比较，Wilcoxon检验结果显示，3种贵州地方鸡不同性别间的体质量均存在显著差异（图1-C），对应的性别间差异水平（P）分别为：乌蒙乌骨鸡P=0.030，黔东南小香鸡P=0.020，瑶山鸡P=0.026。

2.23种贵州地方鸡的盲肠菌群组成及多样性比较

通过对35羽鸡的盲肠内容物进行微生物16S rRNA序列V3～V4可变区测序分析，共获得2625245条Clean reads，平均每份样品获得75007条Clean reads，按序列相似度97%的阈值进行聚类分析共获得727个OTUs。鸡盲肠菌群Alpha多样性分析结果表明，3种贵州地方鸡盲肠菌群的Shannon指数（图2-A）、Simpson指数、Chaol指数、ACE指数和PD指数均未存在显著差异。PCoA分析结果表明，瑶山鸡盲肠菌群Beta多样性与乌蒙乌骨鸡和黔东南小香鸡明显分开，在第2坐标轴（PCoA2）上瑶山鸡和黔东南小香鸡间的差异达显著水平（图2-B）。

在门分类水平上，3种贵州地方鸡盲肠菌群的优势菌门有拟杆菌门（Bacteroidetes，相对丰度为47.70%）、厚壁菌门（Firmicutes，相对丰度为37.59%），变形菌门（Proteobacteria，相对丰度为5.86%）、互养菌门（Synergistetes，相对丰度为2.36%）、螺旋菌门（Spirochactes，相对丰度为1.03%）和放线菌门（Acti-nobacteria，相对丰度为1.02%），其余菌门的相对丰度均lt;1.00%（图2-C）。此外，乌蒙乌骨鸡的螺旋菌门相对丰度[（1.54±0.33）%]显著高于黔东南小香鸡[（0.64±0.24）%]，瑶山鸡的梭杆菌门（Fusobacteria）相对丰度[（1.58±0.72）%]显著高于黔东南小香鸡[（0.41±0.09）%]。在属分类水平上，相对丰度最高的5个菌属分别为拟杆菌属（Bacteroides）、理研菌科RC9_菌群（Rikenellaceae_RC9_gut_group）、考拉杆菌属（Phascolarctobacterium）、普拉梭菌属（Fae-calibacterium）和脱硫弧菌属（Desulfovibrio）（图2-D），其对应的相对丰度分别为17.30%、14.13%、6.10%、5.11%和4.04%。

进一步对相同品种的公、母鸡盲肠菌群组成进行比较，发现3种贵州地方鸡的公、母鸡盲肠菌群在门分类水平相对丰度排名前4的优势菌门均为拟杆菌门、厚壁菌门、变形菌门和互养菌门。母鸡盲肠菌群中相对丰度排名第5和第6的菌门为Kiritimatie llacota（1.54%）和螺旋菌门（1.10%），公鸡盲肠菌群中相对丰度排名第5和第6的菌门为放线菌门（1.21%）和螺旋菌门（1.08%），而其他菌门的相对丰度均lt;1.00%（图2-E）。在母鸡上，互养菌门在3种贵州地方鸡盲肠中存在显著差异，其相对丰度排序为黔东南小香鸡gt;乌蒙乌骨鸡gt;瑶山鸡。在公鸡上，乌蒙乌骨鸡的螺旋菌门相对丰度显著高于黔东南小香鸡，而Epsilonbacteracota相对丰度显著低于乌蒙乌骨鸡；瑶山鸡的迷踪菌门（Elusimicrobia）和Kiritima tiellacota相对丰度显著高于黔东南小香鸡。在属分类水平上，公、母鸡盲肠菌群相对丰度排名前5的优势菌属均为拟杆菌属、理研菌科RC9菌群、考拉杆菌属、普拉梭菌属和脱硫弧菌属，不同性别间均无显著差异（图2-F）。

2.3盲肠菌群互作网络构建及枢纽菌群鉴定结果

菌群间存在复杂的相互作用关系，可通过互作网络构建来解析这种复杂的互作关系（Ke et al.，2021）。为此，本研究选取相关系数大于0.75的成对OTUs构建鸡盲肠菌群互作网络。经筛选，从乌蒙乌骨鸡、黔东南小香鸡和瑶山鸡盲肠菌群中分别获得160、144和149个OTUs用于盲肠菌群互作关系研究（表1）。互作网络稳定性以OTU间负相关（竞争性）数量占总相关数量的比例为指标，代表菌群互作网络抵抗外界因素扰动的能力（Coyte et al.，2015）。结果表明，瑶山鸡盲肠菌群互作网络的稳定性最大（稳定性指数44.22%），其次是黔东南小香鸡（稳定性指数41.76%），稳定性最小的是乌蒙乌骨鸡（稳定性指数37.56%）。网络复杂性指数为连接到每个节点的平均边数（Bader and Hogue，2003）。由表1可知，黔东南小香鸡的网络复杂性最高（复杂性指数为3.24%），其次是乌蒙乌骨鸡（复杂性指数为1.38%），瑶山鸡的最低（复杂性指数为1.34%）。共现网络分析结果表明，在黔东南小香鸡和瑶山鸡中均发现重要性排序第3且以颤螺菌属（OTU79_Oscillospira）占主导地位的菌群模块（Module 3），表明以颤螺菌属为主的模块在这2个品种鸡盲肠菌群结构中可能发挥着重要作用。值得注意的是，在黔东南小香鸡和瑶山鸡的该模块中均发现颤螺菌属和瘤胃球菌NK4A214（OTU915_Ruminococcaceae_NK4A214_group）同时出现，表明颤螺菌属和瘤胃球菌NK4A214存在重要的共生关系，二者可能具有协同作用。

采用MCC算法鉴别3种贵州地方鸡盲肠菌群中的枢纽菌群类别，表2展示了重要性评分排名前10的枢纽OTUs及其注释信息。其中，颤螺菌属在黔东南小香鸡和瑶山鸡盲肠菌群中均是重要性评分最高的菌群，但在乌蒙乌骨鸡盲肠菌群中未出现，表明颤螺菌属在黔东南小香鸡和瑶山鸡的盲肠菌群互作网络中发挥着重要的枢纽作用，与共现网络分析结果一致。此外，在黔东南小香鸡盲肠菌群互作网络中，重要性评分排名第2、3、6的OTU41、OTU31和OTU146均注释为乳酸杆菌属（Lactobacil-lus），故推测乳酸杆菌属是黔东南小香鸡盲肠中重要的枢纽菌群。在乌蒙乌骨鸡盲肠菌群4个可注释到属的枢纽菌群中，OTU969和OTU2均注释为理研菌科_RC9_菌群。

2.4与品种相关的盲肠菌群及其功能通路预测鉴定结果

采用LefSe分析鉴定与3种贵州地方鸡相关的潜在盲肠标志菌群，结果（图3-A）发现有23个OTUs的相对丰度在不同贵州地方鸡间存在显著差异（LDAgt;2，Plt;0.05）。其中，乌蒙乌骨鸡盲肠富集的特征OTUs最多（15个），包括理研菌科_RC9_菌群（OTU11）、9号瘤胃球菌属（OTU30）、紫单胞菌属（OTU163）、另枝菌属（OTU98）、普雷沃氏菌属UCG-001（OTU303）、丹毒丝菌属（OTU97）、奥里杆菌属（OTU 140）、瘤胃球菌属UCG-004（OTU172），5号瘤胃球菌属（OTU176）及副拟杆菌属（OTU285）等；瑶山鸡盲肠菌群包含巨单胞菌属（OTU18）、理研菌科_RC9_菌群（OTU2501、OTU969）、考拉杆菌属（OTU5220）等6个特征OTUs;在黔东南小香鸡中鉴定得到特征OTUs包括脱硫弧菌属（OTU122）和普拉梭菌属（OTU933）。

基于KEGG数据库进行菌群功能通路富集分析，结果（图3-B）表明，在质控后得到的141条二级预测功能通路中有9条通路在3种贵州地方鸡间呈显著差异（LDAgt;1，Plt;0.05）。其中，在乌蒙乌骨鸡盲肠菌群中富集到6条功能通路，包括氨基酸生物合成（Biosynthesis of amino acids）、2-氧羧酸代谢（2-oxocarboxylic acid metabolism）、精氨酸生物合成（Arginine biosynthesis）等；在黔东南小香鸡盲肠菌群中富集到光合作用（Photosynthesis）和链霉素生物合成（Streptomycin biosynthesis）2条功能通路；在瑶山鸡盲肠菌群中仅富集到脂多糖生物合成（Lipo-polysaccharide biosynthesis）功能通路。为进一步探究盲肠菌群与预测功能通路的潜在联系，对差异菌群与差异功能通路进行相关分析，结果发现瘤胃球菌广泛与差异功能通路相关，如9号瘤胃球菌（OTU30）、瘤胃球菌UCG-004（OTU172）及1个未分类的瘤胃球菌（OTU214_uncultured_bacterium f Ruminococcaceae）均与除脂多糖生物合成外的所有功能通路显著正相关，丹毒丝菌属（OTU97）也与除脂多糖生物合成外的所有功能通路显著相关。此外，1个未分类的毛螺菌科（OTU908_uncultured_bac-terium fLachnospiraceae）与氨基酸生物合呈显著正相关，推测OTU908参与该功能通路。

3讨论

乌蒙乌骨鸡、黔东南小香鸡和瑶山鸡是我国贵州地方鸡种质资源中具有代表性的重要品种（Liu et al.，2021;杨蓉等，2023）。乌蒙乌骨鸡属于乌骨鸡品种，其机体组织中富含黑色素和肌肽，具有较高的药用价值和营养价值（Tu et al.，2009）。黔东南小香鸡属于小型鸡，品种特征为体型小、生长速度慢，但肉质鲜美（周迪等，2022）。瑶山鸡主要生活在瑶族聚集区，较少与其品种鸡混杂饲养，其体型较大，生长速度快（林家栋等，2018;杨德凤等，2021）。这些地方鸡因具有独特的品种特性，得到当地养殖户和消费者的普遍青睐。肠道菌群在鸡的性状形成过程中发挥重要作用（Wen et al.，2021;Zhang et al.，2022a，2022b），不同品种鸡具有特征性的肠道菌群结构，因此肠道菌群结构特征也是品种特性的重要组成部分。为此，本研究基于微生物16S rRNA测序技术探究这3种贵州地方鸡盲肠菌群组成轮廓及多样性，鉴定不同品种鸡潜在的标志菌群，并明确3种贵州地方鸡盲肠菌群与功能通路的潜在联系，研究结论可为从肠道菌群角度解析地方鸡特异性状的形成提供参考依据。

本研究从3种贵州地方鸡盲肠内容物中共鉴定出16个菌门，其中相对丰度最高的为拟杆菌门（47.70%），其次为厚壁菌门（37.59%）、变形菌门（5.86%）和互养菌门（2.36%），与其他品种鸡的盲肠菌群组成存在一定差异。Asare等（2021）研究发现，Cobb-500TM鸡盲肠菌群以厚壁菌门[（79.9±8.7）%]为主，其次为拟杆菌门[（13.9±7.9）%]、变形菌门[（4.5±2.3）%]和蓝藻菌门[（0.4±0.3）%];Chica Cardenas等（2021）通过鸡盲肠菌群组成Meta分析证实，鸡盲肠菌群最常见的11个菌门包括厚壁菌门、拟杆菌门和变形菌门等；Yadav等（2021）研究表明，夏威夷鸡盲肠菌群主要包含厚壁菌门（55.3%）、拟杆菌门（32.5%）和变形菌门（7.1%）。与上述研究不同，本研究发现互养菌门在3种贵州地方鸡盲肠菌群中的相对丰度均较高（1.77%～3.11%），在门分类水平上排名第4，但在其他品种鸡的研究中鲜见报道，可能是这些地方鸡潜在的特征性菌群类别，但也有可能是营养配方、饲喂模式或地理区位因素不同所致。互养菌门是从草食动物的反刍食物中分离获得，其中一些细菌可在厌氧消解罐中降解蛋白性废物，与氨基酸合成代谢密切相关（Ariesyady et al.，2007）。此外，在不同性别鸡盲肠菌群相对丰度排名第5的菌门也不同，公鸡为放线菌门（1.21%），母鸡为Kiritimatiellaeota（1.54%）。放线菌门是鸡肠道内常见的基础菌群，对维持肠道稳定性起重要作用（Xiao et al.，2017）;Kiritimatiellaeota是一类从高盐湖中分离获得的菌群（Sackett et al.，2019），能在糖类物质中生长，进行硫酸化多糖的厌氧降解（van Vliet et al.，2019），其在采用垫料舍饲养鸡肠道菌群中的丰度更高（Wan et al.，2021）。在属分类水平，本研究发现相对丰度排名前5的盲肠菌群分别是拟杆菌属、理研菌科_RC9_菌群、考拉杆菌属、普拉梭菌属和脱硫弧菌属，与Chica Cardenas等（2021）的研究结果存在一定差异，提示品种对鸡肠道菌群组成有重要影响。PCoA分析发现瑶山鸡盲肠菌群样品聚类在一起，与乌蒙乌骨鸡和黔东南小香鸡明显分开，可能与贵州瑶山鸡相对封闭的饲养环境、较少与其他品种混杂饲养有关（林家栋等，2018）。

本研究通过对乌蒙乌骨鸡、黔东南小香鸡和瑶山鸡盲肠菌群进行LEfSe分析，发现普拉梭菌属和脱硫弧菌属是黔东南小香鸡盲肠重要的特征菌群，且二者存在协同作用。前人研究也发现，普拉梭菌属和脱硫弧菌属具有共生关系，由于脱硫弧菌属是一种能代谢乳酸生成乙酸的微生物，而普拉梭菌（F prausnizi）可产生乳酸，为脱硫弧菌属提供底物，而形成重要的共生关系（Chen et al.，2021;Marquis et al.，2021;Murros et al.，2021）。此外，通过对3种贵州地方鸡盲肠菌群互作网络枢纽菌群的鉴别，发现颤螺菌属为黔东南小香鸡和瑶山鸡重要性评分最高的枢纽菌群，但未出现在乌蒙乌骨鸡相对丰度排名前10的菌属中，说明颤螺菌属对黔东南小香鸡和瑶山鸡的盲肠菌群互作网络具有调控作用。颤螺菌属可降解复杂的植物多糖而生成丁酸，是重要的产丁酸菌（Konikoff and Gophna，2016）。在黔东南小香鸡盲肠菌群互作网络的枢纽菌群中，多个OTUs均注释为乳酸杆菌属，提示乳酸杆菌属对黔东南小香鸡盲肠菌群互作网络的稳态起重要作用。乳酸杆菌属是一种短链脂肪酸产生菌（Chica Cardenas et al.，2021;从光雷等，2023），可减少肠道中有害代谢物产生，增加肌内脂肪沉积，从而改善肉质风味等品质特征（Wang et al.，2017），但与黔东南小香鸡肉质鲜美是否存在关联还有待进一步探究。

本研究对不同贵州地方鸡盲肠菌群进行探讨，但尚存在一定局限性。首先，鸡盲肠菌群的研究仅在贵州地方鸡中开展，未与国内外其他的地方品种或商业化品种进行比较。其次，肠道菌群在动物整个生命周期中都在发生变化，但由于盲肠粪便样本采集需屠宰鸡，很难对其盲肠菌群在时间轴上的变化进行研究。此外，本研究虽然探讨了不同贵州地方鸡的盲肠菌群特征，但这些特征是否与不同品种鸡特异性状的形成有关还有待进一步探究。因此，今后应进行多品种、多时间点的样品采集，结合鸡品种性状的形成机制展开深入研究，从肠道菌群角度解析地方鸡遗传资源特性。

4结论

品种是影响贵州地方鸡盲肠菌群组成和结构的重要因素，一些特定微生物存在于不同品种鸡盲肠中。其中，理研菌科_RC9_菌群、瘤胃球菌属、紫单胞菌属等在乌蒙乌骨鸡盲肠中富集；巨单胞菌属、理研菌科_RC9_菌群、考拉杆菌属等在瑶山鸡盲肠中富集；脱硫弧菌属和普拉梭菌属在黔东南小香鸡盲肠中富集。

参考文献（References）：

陈双双，司华哲，李光玉，刘晗璐.2018.动物肠道菌群与营养物质代谢的研究进展[J].饲料工业，39（2）：287-294.[Chen SS，SiHZ，LiGY，Liu HL.2018.Research prog ress ofanimal gut microbiota and nutrient metabolism[J]Feed Industry，39（2）：287-294.]doi：10.13302/j.cnki.fi.2018.02.006.

从光雷，夏双双，刘春雪，洪平.2023.辣椒碱对动物肠道功能和肠道菌群的影响及其缓解肠道炎症的研究进展[J].江苏农业学报，39（1）：287-294.[Cong GL，Xia SS，Liu CX，Hong P.2023.Research progress of the effect of capsai-cin on animal intestinal function and intestinal microflora and its relieving effect on intestinal inflammation[J].Jiang su Journal of Agricultural Sciences，39（1）：287-294.]doi：10.3969/j.issn.1000-4440.2023.01.032.

林家栋，张福平，龚俞，李雪松，张游宇，任丽群，李洪林，祖盘玉，吴立鑫，李维.2018.瑶山鸡慢羽系羽型与出壳体重相关性研究[J].黑龙江畜牧兽医，（15）：114-116.[Lin JD，Zhang FP，GongY，LiXS，Zhang YY，Ren LQ，Li HL，Zu PY，Wu LX，LiW.2018.Study on the correlation between feather type and hatching body weight of Yaoshan chicken slow feather line[J].Heilongjiang Animal Science and Veterinary Medicine，（15）：114-116.]doi：10.13881/j.cnki.hljxmsy.2017.11.0329.

裴利君，杨巧丽，王鹏飞，滚双宝.2021.合作猪夏冬季的肠道菌群结构[J].甘肃农业大学学报，56（4）：8-15.[Pei LJ，Yang QL，Wang PF，Gun SB.2021.Study on the struc-ture of intestinal microflora in Hezuo pigs in summer and winter[J].Journal of Gansu Agricultural University，56（4）：8-15.]doi：10.13432/j.cnki.jgsau.2021.04.002.

杨德凤，李维，刘洋，张芸，龚俞，张蓝艺，陈颖，林家栋，张福平，唐继高.2021.MyoG基因多态性与瑶山鸡体尺、屠宰性能及肉质性状的关联分析[J].南方农业学报，52（10）：2887-2895.[Yang DF，Li W，Liu Y，Zhang Y，Gong Y，Zhang LY，Chen Y，Lin JD，Zhang FP，Tang JG.2021.Correlations between MyoG gene polymorphism and body"size，slaughter performance and meat traits of Yaoshan chickens[J].Journal of Southern Agriculture，52（10）：2887-2895.]doi：10.3969/j.issn.2095-1191.2021.10.030.

杨蓉，周迪，李俊，任丽群，李建伟，王府，敖叶，吴小敏，黄明捷，王鑫，王昌毅.2023.贵州4个地方鸡种蛋品质比较分析[J].中国家禽，45（5）：111-115.[Yang R，Zhou D，LiJ，Ren LQ，Li JW，Wang F，Ao Y，Wu XM，Huang MJ，Wang X，Wang CY.2023.Comparative analysis of egg quality of four local breeds inGuizhou Province[J].China Poultry，45（5）：111-115.]doi：10.16372/j.issn.1004-6364.2023.05.017

周迪，李俊，杨蓉，赵忠海，李辉，敖叶，蒋桂荣，沈银，蔡福陶.2022.黔东南小香鸡BMP15、GDF9基因多态性及其与生长性状关联分析[J].中国家禽，44（7）：17-23.[Zhou D，Li J，Yang R，Zhao ZH，LiH，Ao Y，Jiang GR，Shen Y，Cai FT.2022.Gene polymorphisms of BMP15 and GDF9 and association analysis with growth traitsin Qiandongnan Xiaoxiang chicken[J].China Poultry，44（7）：17-23.]doi：10.16372/j.issn.1004-6364.2022.07.004.

Ariesyady HD，Ito T，Okabe S.2007.Functional bacterial and archaealcommunity structures of major trophic groups in afull-scale anaerobic sludge digester[J].Water Research，41（7）：1554-1568.doi：10.1016/j.watres.2006.12.036.

Asare PT，Greppi A，Pennacchia A，Brenig K，Geirnaert A，Schwab C，Stephan R，Lacroix C.2021.In viro modeling ofchicken cecal microbiota ecology and metabolism using the PolyFermS Platform[J].Frontiers in Microbiology，12：780092.doi：10.3389/fmicb.2021.780092.

Bader GD，Hogue CW V.2003.An automated method for finding molecular complexes in large protein interaction networks[J].BMC Bioinformatics，4：2.doi：10.1186/1471-2105-4-2.

Banerjee S，Schlaeppi K，van der Heijden MG A.2018.Key-stone taxa as drivers of microbiome structure and functio-ning[J].Nature Reviews Microbiology，16：567-576.doi：10.1038/s41579-018-0024-1.

Bolger AM，Lohse M，Usadel B.2014.Trimmomatic：A flexible trimmer for Illumina sequence data[J].Bioinformatics，30（15）：2114-2120.doi：10.1093/bioinformatics/btu170

CaporasoJ G，Lauber CL，Walters WA，Berg-Lyons D，Lozu-pone CA，Turnbaugh PJ，Fierer N，Knight R.2011.Global patterns of16S rRNA diversity at adepth of mil-lions of sequences per sample[J].Proceedings of theNatio-nalAcademy of Sciences of the United Statesof America，108（S1）：4516-4522.doi：10.1073/pnas.1000080107.

ChenYR，Jing QL，Chen FL，Zheng HM，Chen LD，YangZ C.2021.Desulfovibrio is not always associated with adverse health effects in the Guangdong gut microbiome project[J].PeerJ，9：e 12033.doi：10.7717/peerj.12033.

Chica Cardenas LA，Clavijo V，Vives M，Reyes A.2021.Bacte-rial meta-analysis of chicken cecal microbiota[J].PeerJ，9：e10571.doi：10.7717/peerj.10571.

Chin CH，Chen SH，Wu HH，Ho CW，Ko MT，Lin CY.2014.cytoHubba：Identifying hub objects and sub-networks"from complex interactome[J].BMC Systems Biology，8（S4）：S11.doi：10.1186/1752-0509-8-S4-S11.

Coyte KZ，Schluter J，Foster KR.2015.The ecology ofthe microbiome：Networks，competition，and stability[J].Scien-ce，350（6261）：663-666.doi：10.1126/science.aad2602.

Du WY，Deng JX，Yang ZL，Zeng LH，Yang XR.2020.Metagenomic analysis reveals linkages between cecal mi-crobiota and feed efficiency in Xiayan chickens[J].Poul-try Science，99（12）：7066-7075.doi：10.1016j.psj.2020.09.076.

Duah KK，Essuman EK，Boadu VG，Olympio OS，Akwetey W.2020.Comparative study of indigenous chickens on the basis of their health and performance[J].Poultry Science，99（4）：2286-2292.doi：10.1016/j.psj.2019.11.049.

Edgar RC.2013.UPARSE：Highly accurate OTU sequences from microbial amplicon reads[J].Nature Methods，10：996-998.doi：10.1038/nmeth.2604.

Glendinning L，Stewart RD，Pallen MJ，Watson KA，Watson M.2020.Assemblyofhundreds of novelbacterial genomes from the chicken caecum[J].Genome Biology，21（1）：34.doi：10.1186/s13059-020-1947-1.

Guo SC，Liu LL，LeiJX，QuXY，He CQ，Tang SG，Xiao B，LiP，Gao QQ，Lan FL，Zhu SW，Zou XY.2021.Modu-lation of intestinal morphology and microbiota by dietary Macleaya cordata extract supplementation in Xuefeng Black-boned Chicken[J].Animal，15（12）：100399.doi：10.1016/j.animal.2021.100399.

Ke SL，PollockNR，Wang XW，Chen XH，Daugherty K，Lin QY，Xu H，Garey KW，Gonzales-Luna AJ，Kelly CP，Liu YY.2021.Integrating gut microbiome and host im-mune markers to understand the pathogenesis of Clostri-dioides difficile infection[J].Gut Microbes，13（1）：1935186.doi：10.1080/19490976.2021.1935186.

Kechin A，Boyarskikh U，Kel A，Filipenko M.2017.cutPri-mers：A new tool for accurate cutting of primers from reads of targeed next generation sequencing[J].Journal of Com-putational Biology，24（11）：1138-1143.doi：10.1089/cmb.2017.0096.

Konikoff T，Gophna U.2016.Oscillospira：A central，enig-matic component of the human gut microbiota[J].Trends in Microbiology，24（7）：523-524.doi：10.1016/j.tim.2016.02.015.

Langille MG I，Zaneveld J，Caporaso JG，McDonald D，Knights D，Reyes JA，Clemente JC，Burkepile DE，Vega Thurber RL，Knight R，Beiko RG，Huttenhower C.2013.Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences[J].Nature Bio-technology，31（9）：814-821.doi：10.1038/nbt.2676.

Liu J，Wang J，Zhou Y，Han HX，Liu W，LiD P，LiFW，Cao DG，LeiQX.2022.Integrated omics analysis reveals dif-ferences in gut microbiota and gut-host metabolite profiles between obese and lean chickens[J].Poultry Science，101（11）：102165.doi：10.1016j.psj.2022.102165

Liu YF，Zhang M，TuYJ，Zou JM，Luo KY，JiGG，Shan YJ，Ju XJ，Shu JT.2021.Population structure and genetic diversity of seven chinese indigenous chicken populations in Guizhou Province[J].The Jourmal of Poultry Science，58（4）：211-215.doi：10.2141/jpsa.0200060.

Lopes CT，Franz M，Kazi F，Donaldson SL，Morris Q，Bader GD.2010.CytoscapeWeb：An interactive web-based net-work browser[J].Bioinformatics，26（18）：2347-2348.doi：10.1093/bioinformatics/btq430.

Magoě T，Salzberg SL.2011.FLASH：Fast length adjustment of short reads to improve genome assemblies[J].Bioinfor-matics，27（21）：2957-2963.doi：10.1093/bioinformatics/btr507.

Marquis TJ，Williams VJ，Banach DB.2021.Septic arthritis"caused by Desulfovibrio desulfiuricans：A case report and"review of the literature[J].Anaerobe，70：102407.doi：10.1016/j.anaerobe.2021.102407.

Murros KE，Huynh VA，Takala TM，SarisPE J.2021.Desul-fovibrio bacteria are associated with parkinson's disease[J].Frontiers in Cellular and Infection Microbiology，11：652617.doi：10.3389/fcimb.2021.652617.

Paul SS，Chatterjee RN，Raju MVLN，PrakashB，Rao SV R，Yadav SP，Kannan A.2021.Gu microbial composition differs extensively among Indian Native chicken breeds originated in different geographical locations and acom-mercial broiler line，but breed-specific，as well as across-breed core microbiomes，are found[J].Microorganisms，9（2）：391.doi：10.3390/microorganisms9020391.

Quast C，Pruesse E，Yilmaz P，Gerken J，Schweer T，Yarza P，Peplies J，Glöckner FO.2013.The SILVA ribosomal RNA gene database project：Improved data processing and web-based tools[J].Nucleic Acids Research，41（D1）：D590-D596.doi：10.1093/nar/gks1219.

Sackett JD，Kruger BR，Becraft ED，Jarett JK，Stepanauskas R，Woyke T，Moser DP.2019.Four draft single-cell genome sequences of novel，nearly identical Kiriimatiel-laeota strains isolated from the continental deep subsur-face[J].Microbiology Resource Announcements，8（11）：e01249-18.doi：10.1128/MRA.01249-18.

Segata N，Izard J，Waldron L，GeversD，Miropolsky L，Garrett WS，Huttenhower C.2011.Metagenomic biomarker dis-covery and explanation[J].Genome Biology，12（6）：R60.doi：10.1186/gb-2011-12-6-r60.

Smoot ME，Ono K，Ruscheinski J，Wang PL，Ideker T.2011 Cytoscape 2.8：New features for data integration and net-workvisualization[J].Bioinformatics，27（3）：431-432.doi：10.1093/bioinformatics/btq675

Tu YG，Xie MY，Sun YZ，Tian YG.2009.Structural charac-terization of melanin from Black-bone silky fowl（Galls gallzs domesticus Brisson）[J].Pigment Cellamp;Melanoma Research，22（1）：134-136.doi：10.1111j.1755-148X.2008.00529.x.

van VlietDM，Na Ayudthaya SP，DiopS，Villanueva L，Stams AJM，Sánchez-Andrea I.2019.Anaerobic degradation of sulfated polysaccharides by two novel kiritimatiellales strains isolated from Black Sea Sediment[J].Frontiers in Microbiology，10：253.doi：10.3389/fmicb.2019.00253.

Wan Y，Ma RY，Zhang HY，Li L，ChaiLL，QiRR，Liu W，Li JY，Li Y，Zhan K.2021.Different non-cage housing sys-tems alter duodenal and cecal microbiota composition in Shendan chickens[J].Frontiers in Veterinary Science，8：728538.doi：10.3389/fvets.2021.728538.

Wang LQ，Zhang FP，Li H，Yang SL，Chen X，Long SH，Yang SH，YangYX，Wang Z.2023.Metabolic andinflam-matory linkageof the chicken cecalmicrobiome to growth performance[J].Frontiers in Microbiology，14：1060458.doi：10.3389/fmicb.2023.1060458.

Wang Y，Sun J，Zhong H，Li NZ，Xu HY，Zhu Q，LiuY P.2017.Effect of probiotics on the meat flavour and gut microbiota of chicken[J].Scientific Reports，7（1）：6400 doi：10.1038/s41598-017-06677-z.

Wen CL，Yan W，MaiCN，Duan ZY，ZhengJX，Sun CJ，Yang N.2021.Joint contributions of the gut microbiota and host genetics to feed efficiency in chickens[J].Micro-biome，9（1）：126.doi：10.1186/s40168-021-01040-x.

Wen CL，Yan W，Sun CJ，JiCL，Zhou QQ，Zhang DX，Zheng JX，Yang N.2019.The gutmicrobiota is largely independent of host genetics in regulating fat deposition in chickens[J].The ISME Journal，13（6）：1422-1436.doi：10.1038/s41396-019-0367-2.

Xiao YQ，Xiang Y，Zhou WD，Chen JG，Li KF，Yang H.2017.Microbial community mapping in intestinal tract of broiler chicken[J].Poultry Science，96（5）：1387-1393.doi：10.3382/ps/pew372.

YadavS，CalibosoK D，Nanquil JE，Zhang J，Kae H，Neupane K，Mishra B，Jha R.2021.Cecal microbiome profile of Hawaiian feral chickens and pasture-raised broiler（com-mercial）chickens determined using 16S rRNA amplicon sequencing[J].Poultry Science，100（7）：101181.doi：10.1016/j.psj.2021.101181.

Yan C，Xiao JL，Chen D，Turner SP，LiZW，Liu H，Liu W，LiuJ，Chen SY，Zhao XB.2021.Feed restriction induced changes in behavior，corticosterone，and microbial pro-gramming in slow-and fast-growing chicken breeds[J].Animals（Basel），11（1）：141.doi：10.3390/ani11010141.

Yan W，Sun CJ，Yuan JW，Yang N.2017.Gut metagenomic analysis reveals prominent roles of Lactobacillus and cecal microbiota in chicken feed efficiency[J].Scientific Re-ports，7：45308.doi：10.1038/srep45308.

YangX，Tai YR，Ma YH，Xu ZH，Hao JQ，Han DP，LiJY，Deng XM.2022.Cecum microbiome and metabolism characteristics of Silky Fowl and White Leghorn chicken in late laying stages[J].Frontiers in Microbiology，13：984654.doi：10.3389/fmicb.2022.984654.

Yin HC，Liu ZD，Zhang WW，Yang QZ，YuT F，Jiang XJ.2022.Chicken intestinal microbiota modulation of resis-tance tonephropathogenic infectious bronchitis virus infec-tion through IFN-I[J].Microbiome，10（1）：162.doi：10.1186/s40168-022-01348-2.

Zenner C，Hitch TCA，Riedel T，Wortmann E，Tiede S，Buhl EM，Abt B，Neuhaus K，Velge P，Overmann J，Kaspers B，Clavel T.2021.Early-life immune system maturation in chickens usinga synthetic community of cultured gut bac-teria[J].mSystems，6（3）：e01300-20.doi：10.1128/mSys-tems.01300-20.

Zhang XL，Akhtar M，Chen Y，Ma ZY，Liang YY，Shi DS Cheng RR，Cui L，Hu YF，Nafady AA，Ansari AR，Abdel-Kafy ES M，Liu HZ.2022a.Chicken jejunal microbiota improves growth performance by mitigating intestinal inflammation[J].Microbiome，10（1）：107.doi：10.1186/s40168-022-01299-8.

Zhang XL，Hu YF，Ansari AR，Akhtar M，Chen Y，Cheng RR，Cui L，Nafady AA，Elokil AA，Abdel-KafyESM，Liu HZ.2022b.Caecal microbiota could effectively increase chicken growth performance by regulating fat metabolism[J].Microbial Biotechnology，15（3）：844-861.doi：10.1111/1751-7915.13841.

（责任编辑 兰宗宝）