Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA DE SISTEMAS
microcosmos
DIRECTOR
CO-DIRECTOR
BOGOTÁ, D.C
Mayo 2023
1
Resumen
Los suelos de bosques de manglar albergan diversidad microbiana clave para algunos
servicios ecosistémicos que prestan estos ambientes. Estos suelos se han convertido en
en el caribe Colombiano. Para esto se llevó a cabo un experimento de microcosmos con los
ribosomal 16S y la región intergénica ITS2 mostraron que el factor más relevante en cuanto
manera particular observamos que la presencia de las partículas de PET generan cambios
abundantes (biosfera rara) mostró que las especies que explican los cambios en la beta
diversidad fueron diferentes en comparación con todo el set de datos. Por otro lado, los
microcosmos con ausencia de agua de mar e incubados durante 90 días mostraron una
2
relacionadas con el impacto antropogénico (e.g. contaminación con polímeros) y el cambio
Introducción
terrestres (Lin et al., 2019; Singh et al., 2010). Son considerados hotspots de biodiversidad
(Feller et al., 2010), tienen la capacidad de capturar altas cantidades de CO2, son claves
para la formación del suelo, los ciclos biogeoquímicos, pueden regular el clima y evitar la
erosión en zonas costeras (Balvanera et al., 2017). Además, un gran porcentaje de las
et al., 2010; Kathiresan, 2012). Junto a lo anterior, otro aspecto relevante de los manglares
farmacológicos (Feller et al., 2010) y otros productos de interés industrial (Saccá et al.,
2017). Cabe resaltar, que los microbiomas asociados a los vuelos de manglares son claves
Sin embargo, y a pesar de la importancia de estos bosques, hoy en día, son uno de
los ecosistemas más amenazados del planeta (Uribe, E et al., 2020). La UICN ha clasificado
44% del ecosistema ha desaparecido en los últimos 50 años debido a múltiples presiones
antropogénicas. (Aljahdali & Alhassan, 2020; Cregger et al., 2014; ELTurk et al., 2019; Giri
et al., 2011; Urrego et al., 2014). Aún así, existen algunos factores indirectos que pueden
generar degradación de este ecosistema, pero que son más difíciles de observar y evaluar
3
(Urrego et al., 2014). Uno de estos factores, es el efecto de potenciales contaminantes
como metales pesados (magnesio, cobre, zinc y plomo) (Wu et al., 2014), aguas residuales,
aceites (Yim & Tam, 1999) y microplásticos como: el polietileno tereftalato (PET),
polipropileno (PP), poliéster (PS), entre otros (Deng et al., 2021; Rhodes, 2018). Además, la
2022). Los estudios realizados en este tema hasta la fecha, se han ocupado principalmente
económica como los peces (Garcés-Ordóñez, Mejía-Esquivia, et al., 2020) y la ecología del
paisaje de estos bosques (Giri et al., 2011; Uribe, E et al., 2020). Sin embargo, poco se
especial en suelos, se sabe que los microplásticos pueden afectar el ciclo del carbono
(Rillig, Leifheit, et al., 2021). En este sentido, la contaminación por microplásticos es una de
agua, además de ser uno de los contaminantes que más se acumula en los suelos de los
Brasil señalando que los plásticos pueden afectar la riqueza y diversidad de los
previamente por Garcés-Ordóñez et al., 2019, 2021. Pero, aún no existen estudios previos
manglar del caribe Colombiano. Además, según los informes dados en los planes de
4
habían tenido en cuenta en ningún estudio previo, por ejemplo la entrada de residuos
agrícolas como la cascarilla de arroz. Ya que en algunas zonas del Caribe colombiano se
han talado coberturas de bosque de manglar y han sido reemplazadas con cultivos de arroz,
que al ser muy cercanas a los ecosistemas aledaños pueden generar una entrada (input)
constante en los mismos. La otra amenaza es la pérdida del equilibrio entre agua dulce y
salada que resulta en la pérdida de la presencia de agua en el corto plazo, que como
Por otro lado, las comunidades microbianas de bacterias y hongos presentan una
definido como aquellas especies que están en muy baja abundancia en una comunidad,
pero que son residentes de la misma y no solo bacterias transitorias (Sogin et al., 2006). No
obstante, a pesar de su baja abundancia, investigaciones de los últimos años sugieren que
estas bacterias y hongos raros son más relevantes para las funcionalidades ecosistémicas
de lo anticipado (Caruso et al., 2016). Por un lado, son organismos con gran plasticidad ya
perturbaciones. Además, (Sauret et al., 2014), diversas investigaciones han sugerido que la
biosfera rara funciona como un banco de semillas para acelerar la respuesta de las
comunidades microbianas a cambios ambientales (Lynch & Neufeld, 2015; Pester et al.,
2010). Pero, el estudiar estos organismos en los últimos años, ha representado constante
tener como umbral las especies que están entre el umbral del 0.1% o el 0.01% y cada uno
puede dar una resolución diferente de la biosfera rara (Pascoal et al., 2021).
5
rehabilitar estos ecosistemas (Allard,S et al., 2020). Conectado con las prioridades de
investigación de esta iniciativa, el presente trabajo tiene como objetivo explorar los efectos,
a corto (30 días) y mediano plazo (90 días), de la entrada de polímeros sintéticos (PET) y
hongos, mediante la secuenciación del gen ribosomal 16S y la región intergénica ITS2,
respectivamente. Con base en esto, identificamos los principales factores que podrían
discutir los posibles efectos funcionales en el ecosistema. Nuestra principal hipótesis es que
lignocelulosa, pero también, una diferencia significativa entre aquellos microcosmos con
agua en comparación con aquellos sin agua y entre los dos tiempos evaluados.
Metodología
Las muestras de suelo para el experimento fueron colectadas en la ciénaga de los Vasquez
puntos en diferentes áreas del manglar (borde y zonas del interior del manglar). Cada uno
de estos puntos de muestreo fue georeferenciado (N 10° 15' 48.1'' W 0.75° 35' 29.8'') (Figura
1). En cada punto se tomaron muestras de 10 cm³ de suelo, con una profundidad de entre 5
a 10 cm. Junto con lo anterior, dos litros de agua de manglar fueron recolectados cerca de
los sitios de muestreo (ver figura 1). Una vez obtenidos el suelo y agua de mar, estos fueron
proceso de homogeneización en condiciones sépticas bajo una cabina de flujo (Figura 2). El
6
muestreados, las cuales fueron mezcladas en una única bolsa, lo que permitió obtener una
sola muestra de suelo que al adicionarse a los microcosmos, permite que la porción de
Figura 1. A) Mapa del área de estudio, B,C,D) muestreo de suelos en diferentes zonas del manglar de la
7
Construcción de microcosmos y tratamientos
Para poder evaluar el efecto de las diferentes entradas de polímeros en las comunidades de
pueden ser útiles para evaluar problemas globales aparentemente intratables como el
tres tipos de microcosmos: 1) Suelo + PET 2) Suelo + Lignocelulosa y 3) Suelo sin adición
subdividido en dos categorías, un grupo que se mantuvo igual y otro grupo al que se le
agregó agua de mar. Estos microcosmos fueron incubados en condiciones estáticas a 30°C
short-term) y el otro por 90 días (nombrado long-term) (Ver figura 2). Cada tipo de
suelo combinados con 15 ml de agua de mar (en aquellos que contenían agua) y se
tratamiento, estos polímeros fueron previamente lavados con agua esteril y alcohol
fueron utilizadas como control y se usaron para extracción de ADN directo. El experimento
fué realizado entre los meses de junio y julio de 2021, y el montaje de los experimentos en
8
Figura 2. Fotos de recolección y montaje. Aquí A) Homogeneización del suelo, B) microcosmos autoclavados
sin adicionar, C) Microcosmos control sin agua y con agua , D) Microcosmos de lignocelulosa sin agua y con
agua, E) Microcosmos con PET con agua y sin agua, F) Los 52 experimentos en incubadora a 30°.
9
Figura 3. Imagen del experimento realizado para este estudio. En la izquierda se puede observar la
representación de las cuatro muestras obtenidas directamente del manglar y a partir de la bolsa con suelo
homogeneizado se crearon los microcosmos de Control, lignocelulosa y plástico, cada uno dividido en dos
secciones una con agua y las otras sin agua. Por último a la derecha se ve la división de los dos tiempos
evaluados en el estudio de 30 días (Corto plazo) y 90 días (Plazo medio).
Después de cada uno de los periodos de incubación, el suelo de los microcosmos fue
recuperado, posteriormente 0.25gr de cada suelo fue usado para la extracción de ADN
utilizando el kit Qiagen Power Soil DNA Extraction. Una vez obtenidas las muestras de
ADN, se realizaron PCRs de 35 ciclos con ciclos de denaturación a 95° por 45 segundos y
de anillamiento a 54° por un minuto y elongación a 72° por dos minutos. También se
realizaron electroforesis de todas las muestras con el fin de verificar la cantidad y calidad
del ADN extraído. Posterior a la verificación de las extracciones, se enviaron las muestras
(Bakt_341F) & V4 (primers Bakt_805R)) para bacterias y el ITS en la región de ITS2 (ITS2
10
Análisis bioinformáticos y estadísticos
Para realizar los análisis bioinformáticos de las secuencias se utilizó el software Qiime2
(Bolyen et al., 2019). Al obtener los archivos de secuenciación en formato fastq el primer
paso fué convertir y comprimir todos los fastq a formato .qza (qiime zipped artifact). Para
esto, se especificó el tipo de datos como: “PairedEnd SequencesWithQuality”, junto con ello,
se creó un manifest file en formato .csv para indicar la ubicación de los archivos crudos de
fastq y los nombres de los archivos de las lecturas forward y reverse. Una vez realizada la
importación, se realizó el denoising con el programa Dada2 (Callahan et al., 2016), allí se
removieron las lecturas de baja calidad y se removieron las secuencias quiméricas. Los
el resumen de calidad del archivo importado. Una vez realizado el análisis de denoising, se
obtuvieron tres archivos, el primero son las tablas de ASVs (Amplicon sequence variants),
estas son tablas que dan un código según un 100% de identidad y muestran la abundancia
absoluta de esa ASV en cada muestra, con ello se obtuvieron las secuencias
de Dada2. Por un lado, las tablas de ASVs fueron utilizadas para estimar todos los índices
plugin de Core Diversity Metrics que utiliza a su vez la tabla de ASVs para estimar tanto los
PCoAs de beta diversidad, como matrices de distancia, las cuales se usaron para el análisis
de Biplot el cual permite identificar las especies que mayor aportan a las diferencias entre
las comunidades. Por otro lado, las secuencias representativas fueron usadas para la
Sklearn utilizando las bases de datos de Silva y Unite, pre entrenadas para asignar
taxonómica, se integró esta información a la tabla de ASVs para poder realizar diferentes
11
Definición de la biosfera rara
abundante, se realizaron curvas de rarefacción que permitían identificar las bacterias con
por representar un alto porcentaje de la riqueza (es un alto número de especies) pero
las tablas de ASVs dejando solamente aquellos individuos que estuviesen en un rango de
menos una muestra. La razón para elegir estos rangos, es porque a pesar de representar
12
Figura 4. A) Ilustración del orden realizado en el análisis bioinformático con Qiime2. B) Ilustración de cómo se
Resultados
Resultados fisicoquímicos
manglares de la ciénaga de los Vasquez. Los resultados señalaron que el pH del suelo es
alcalino (8.54) y que tiene una alta concentración de materia orgánica (9343, mg/L) y
carbono orgánico (8204 mg/Kg), mientras que lo menos abundante en el suelo fueron los
nitritos (5,09 mg/Kg). Y, por otro lado, en el análisis del agua del manglar se identificó una
Como resultado del análisis bioinformático, en total se obtuvieron 16.000 ASVs de bacterias
13
lignocelulosa fue el factor más relevante para los cambios en la estructura taxonómica de
los suelos dentro de los microcosmos. En especial, grandes cambios fueron observados
taxonómica (a nivel de Phylum) entre los tratamientos control vs. los microcosmos que
los suelos. Por otra parte y de manera particular, fue observado un incremento en la
estos phyla es mucho más baja en comparación. Aunque ver patrones de cambio en los
taxonómica de los demás tratamientos. Por ejemplo, en los microcosmos con lignocelulosa
que cuando hay presencia de agua en estos microcosmos la proporción de estas parece
disminuir en corto plazo pero aumenta en el mediano plazo. Este mismo patrón, fue
14
Figura 5. Bar plots de las abundancias relativas de los 10 phyla más abundantes en las comunidades de A)
Bacterias y B) Hongos. Cada barra señala la presencia relativa de un phylum en cada réplica. En la parte inferior
se puede ver a que tipo de tratamiento esta asociado la presencia de los phyla donde lo amarillo son las
muestras directas, los rojos representan los controles, los verdes los microcosmos de lignocelulosa y los azules
los microcosmos con microplásticos. Además se puede apreciar la división de microcosmos con agua (azul
relleno) y sin agua (azúl sin relleno) y por los microcosmos de corto plazo (gris con borde púrpura) y plazo medio
(gris claro).
En segundo lugar, los análisis de Beta diversidad permitieron corroborar los principales
patrones observados en los análisis de composición. A pesar de que para este estudio se
realizaron tres índices de beta diversidad (Bray Curtis, Weighted and Unweighted Unifrac),
en este documento solo se usarán los análisis de Bray curtis ya que todos los índices
15
mostraron los mismos patrones de la biodiversidad. Uno de los principales hallazgos
eje 2. No obstante, al realizar los test estadísticos de Kruskall Wallis, se observó que los
próximos en los PCoA plots, son significativamente diferentes con un punto de corte de p
0,05 en el test.
los microcosmos control con cada uno de los polímeros por separado e incluyendo la
muestra del microbioma del manglar recolectada directamente en el sitio de muestreo. Con
estas gráficas podemos corroborar que uno de los factores que más separan los
tiempo de incubación de los microcosmos. Estos patrones fueron muy similares cuando
significativas de cómo se agrupan los tratamientos con los datos completos y los de bajas
abundancias.
Figura 6. Análisis de beta diversidad por Bray curtis, en los PCoAs se observa que cada punto hace referencia a
uno de los microcosmos, los rojos son controles, los azules son los microcosmos con PET y los verdes son los
16
de lignocelulosa, los puntos naranja representan la beta diversidad directa del suelo donde se recolectaron las
muestras. A) PcoA de comunidades bacterianas de Bray Curtis generado con los datos completos, B) PCoA
Bray curtis de comunidades fúngicas generado con los datos completos.
Los resultados del índice de Shannon mostraron que la Alfa diversidad no presentó cambios
con los índices de Simpson y Chao. Aún así, un patrón observable es que hay una mayor
diversidad de bacterias que de hongos, ya que el índice de Shannon para bacterias está
entre 7,5 y 10, mientras que las comunidades de hongos están entre valores de 5 y 8. En
general, la Alpha diversidad cambia poco, pero mantiene los mismos rangos de diversidad
aun con presencia o ausencia de agua y sin importar el tiempo transcurrido del experimento
Para esta comparación, los datos nos muestran que no hay un cambio evidenciable en la
test estadístico (Figura 6B). Por el contrario, cuando observamos las comunidades de
hongos vemos algunos cambios drásticos. El primero, es que en los microcosmos sin agua
de mar y con lignocelulosa la diversidad (riqueza y equidad) baja a menos de 2,5 , pero
después de 90 días de incubación se estabiliza a 5,0. Por otro lado, en los microcosmos con
agua de mar, se ve que después de 30 días la variación aumenta pero termina decayendo
después de 90 días con valores entre 4,0 y 5,2. Esto nos indica que la presencia de
17
18
Figura 7. Violín plots que señalan la alfa diversidad de índice de Shannon, como se observa, cada violín plots
tiene cuatro puntos internos que representan la distribución de los microcosmos por cuadruplicado. En naranja
se representan las muestras directas del manglar, en rojo se pueden observar los microcosmos de control, en
azúl aquellos que tenían PET y en verde aquellos con lignocelulosa. A) PET vs control & directos, B)
Lignocelulosa vs Control directos.
Análisis de biplot
Este análisis permite obtener la variación de las ASVs de este estudio y graficar cómo se
relacionan las mismas con cada cluster. En la Figura 9 se muestra cómo estas especies
un patrón de especies representativas muy similar para los tratamientos con plásticos y los
controles, en ellos están presentes en una alta abundancia tres ASVs de los géneros
19
Hallobacillus y Hallomarina quienes están en mayor abundancia particularmente en los
tratamientos sin agua de mar después de 90 días de incubación de los microcosmos. Por
otro lado, en el tratamiento con lignocelulosa, se observa que un ASV (afiliado a la familia
Micromonosporaceae) y dos ASVs del género Blastopierulla son aquellos que explican las
diferencias con los demás tratamientos, en particular en los microcosmos sin agua de mar
en los cuales aumentan del corto al mediano plazo. Además, el género Streptomyces
resolución taxonómica en comparación con las bacterias. Tanto los tratamientos control
como los de plásticos muestran que un ASV (asociado al Phylum Ascomycota) y un ASV de
20
Figura 9. Bar plots que muestran la abundancia relativa acomulada de los taxones resultantes del test biplot con
todos los datos de las tablas. Cada color señala un taxón y su abundancia relativa en cada uno de los
microcosmos. Cada barra señala la presencia relativa de un phylum en cada réplica. En la parte inferior se
puede ver a que tipo de tratamiento esta asociado la presencia de los phyla donde lo amarillo son las muestras
directas, los rojos representan los controles, los verdes los microcosmos de lignocelulosa y los azules los
21
microcosmos con microplásticos. Además se puede apreciar la división de microcosmos con agua (azul relleno)
y sin agua (azúl sin relleno) y por los microcosmos de corto plazo (gris con borde púrpura) y plazo medio (gris
claro).
Por último, los análisis previos de composición, Alfa y Beta diversidad no exhibieron
cambios drásticos entre el total de las especies y las presentes en la biosfera rara. Pero, al
realizar el análisis de Biplot para la biosfera rara, se encontró que las especies que explican
la beta diversidad en efecto son diferentes. En Bacterias aparece una nueva composición
Por otro lado, los tratamientos controles obtuvieron una alta abundancia del órden de
ASV asociado al orden Ardenticatenales explicó la beta diversidad de los microcosmos con
taxonomía no fue muy alta y segundo, el mismo patrón de diversidad de ASVs para
22
Figura 10. Bar plots que muestran la abundancia relativa acumulada de los taxones resultantes del test biplot
con los datos de la biosfera rara de A) Bacterias y B) Hongos. Cada color señala un taxón y su abundancia
relativa en cada uno de los microcosmos. Cada barra señala la presencia relativa de un phylum en cada réplica.
En la parte inferior se puede ver a que tipo de tratamiento esta asociado la presencia de los phyla donde lo
amarillo son las muestras directas, los rojos representan los controles, los verdes los microcosmos de
lignocelulosa y los azules los microcosmos con microplásticos. Además se puede apreciar la división de
microcosmos con agua (azul relleno) y sin agua (azúl sin relleno) y por los microcosmos de corto plazo (gris con
borde púrpura) y plazo medio (gris claro).
23
Discusión
suelos de manglares
comunidades de bacterias y hongos. Esto puede ser explicado por las diferentes
estabilidades moleculares entre los dos polímeros, por un lado, el PET se ha reconocido
que la lignocelulosa es más asequible y más degradable que el PET (Cortes-Tolalpa et al.,
2016) y por eso se ven los cambios más significativos de la biodiversidad microbiana en
esos microcosmos. Por otro lado, esto puede indicar que se pueden producir cambios
fuertes en las funciones en suelo de los manglares por la entrada de lignocelulosa. Pocos
estudios han evaluado el efecto de lignocelulosa en estos suelos. Sin embargo, Paixão
et al., 2021, han creado cultivos de enriquecimiento con lignocelulosa y suelos de manglar,
enzimas degradadoras de lignina (Arfi et al., 2013) en particular el hongo Pestalotiopsis sp.
hongos fué muy baja en los microcosmos con lignocelulosa, y el patrón fué diferente cuando
estaban en presencia de agua a cuando no la había. Esto nos sugiere que las especies
consumir en un corto plazo sus recursos de entrada de carbono debido a la alta presión
(Cortes-Tolalpa et al., 2018). Por otro lado, en los microcosmos con agua nos percatamos
que el decrecimiento es gradual lo que sugiere que poco a poco con ayuda del agua las
24
únicas especies que permanecen son aquellas con actividad degradadora lignocelulolítica.
et al., 1987; Souza et al., 2014) demostraron la capacidad de degradar lignocelulosa de las
forma que tienen los manglares de responder a este contaminante sino también como un
manglares (Yan et al., 2022; Zamprogno et al., 2021). En nuestro contexto particular
de PET requiere una evaluación funcional estricta, que permita comprobar una posible
superan con una baja significancia el umbral del test de Kruskal Wallis (0.05) con un q-value
promedio de 0.046. Esto indica que aunque no existen unos grandes cambios en la
25
modifica levemente la estructura microbiana de los suelos de manglar después de 90 días
del suelo, actividades enzimáticas y masa microbiana, su diversidad y función (Diego Javier
como un problema “complejo”. Ya que: primero, los microplásticos son contaminantes que
difieren fuertemente de otros como los metales pesados y aceites al ser “partículas”, esto
fibras, etc.), estas pueden afectar la agregación del suelo afectando su estabilidad a una
escala muy pequeña generando así una problemática ambiental bastante inusual, donde las
hipótesis apuntan a que mientras más disímiles sean estas partículas en un suelo, en
particular como las fibras, efectos más severos serán visibles, como por ejemplo mayor
pueden ser altamente tóxicas. (Rillig, Kim, et al., 2021), y tercero: es bastante complejo
diversas microorganismos que son afectados por diferentes tipos de microplásticos, que al
presentar diferentes aditivos pueden generar cambios en procesos ecosistémicos (Rillig &
Waldman, 2022).
microbianas en una ventana de tiempo de tres meses, pero, estudios sobre el efecto de
polímeros en suelos de (Carr et al., 2020) y (Lal et al., 2021) indican que ellos pueden
generar una grán multiplicidad de cambios a lo largo del tiempo, y que principalmente estos
cambios están determinados por el tipo de polímero, su forma y los aditivos que se hayan
26
utilizado en su fabricación. Esto destaca que el problema de los polímeros podría ser
puede cambiar y generar nuevas complicaciones (Rillig & Lehmann, 2020). Así mismo, este
último estudio permite entender porqué la biodiversidad de microcosmos con PET no varía
partículas bastante similares a la conformación del suelo (perlas), y esto puede no afectar
mucho su estructura, algo que se espera varíe gradualmente al usar fibras de poliéster u
microplásticos fueron claves numerosos ASVs del género Hallomarinas, de las cuales hasta
ahora no se han reportado estudios o proteínas en bases de datos que indiquen una
transformación del PET, pero es un paso importante en futuros trabajos para poder develar
objetivo de este estudio, los resultados mostraron que la presencia de agua de mar junto
biodiversidad de los suelos de manglar. Estos resultados concuerdan con la hipótesis inicial,
en donde el agua tendría un efecto importante sobre la diversidad del suelo, y esto se ve
reflejado en beta diversidad, donde los tratamientos con agua se segmentan siempre aparte
de aquellos que no lo tenían, en algunos casos siendo mucho más diferentes. Esto se
puede deber a que el agua juega con otros factores importantes presentes en los
27
ecosistemas de manglares, por ejemplo (Alongi, 2005) afirma que el agua genera una red
lado, el agua lleva consigo una gran cantidad de nutrientes por todo el bosque y permite
mantener el equilibrio químico del suelo, donde las interacciones entre microorganismos se
ven altamente beneficiadas. Aún así, esta es una variable compleja, ya que se tiene el flujo
constante de dos tipos de agua (salada y dulce) y un factor adicional, como lo son las
temporadas de sequía, aumenta la salinidad en los suelos que en caso de ser demasiado
prolongadas puede generar una pérdida del balance ecológico generando zonas donde el
manglar muere, el suelo se deseca y se fragmenta (INVEMAR & CVS, 2009). Este último,
es un efecto concordante con lo observado en este estudio, ya que se observó con los
Biplot que los principales taxones en el mediano plazo del experimento eran Halobacterias,
En el presente estudio, también se observó que la ausencia de agua afectó más riqueza y
ausencia de agua, aún así, sus consecuencias pueden ser un tanto más preocupantes ya
temporales (Zuo et al., 2022), lo que indica que la lignocelulosa y la ausencia de agua es un
pesar de que en este estudio se encontró que la ausencia de agua altera grandemente las
28
áridas de Brasil y se comparó con otros manglares en zonas geográficas más húmedas.
Curiosamente se encontró que los manglares áridos tienen una riqueza y equidad mucho
más alta en comparación con las zonas más húmedas. Esto sugiere que en estos
diferente en los manglares del caribe Colombiano. Igualmente hay que tener en cuenta que
que los resultados de este estudio (tavares et al 2021) provienen de análisis de microbioma
in situ en donde podrían existir otros factores asociados a estos cambios de diversidad.
La biosfera rara en los microbiomas de los manglares: porque estudiarla y que nos
De la biosfera rara se han realizado otros estudios en suelos de manglares. Por un lado el
estudio de (Wang et al., 2022) encontró que la biosfera rara de los suelos de manglar de
China se comportaron de forma diferente a la diversidad más común, para ello utilizaron una
biosfera rara de 0.01% a 0.001%, la cual es una proporción un poco mayor a la empleada
en este estudio, mientras que el estudio de (Liu et al., 2017) encontraron que la biosfera
rara respondía similarmente a la invasión de una especie vegetal foránea. Esto nos indica
que la biosfera rara particular de este estudio puede que no haya variado en su respuesta a
los polímeros dado que a pesar de que obtuvieron solamente especies en abundancias muy
bajas, estos taxones comprendidas aproximadamente un 75% de la riqueza total del suelo,
por lo cual se puede afirmar que el suelo de los manglares se compone en su mayoría de
biosfera rara, lo cual se ve reflejado principalmente en los análisis de beta diversidad. Aún
así, evaluando qué otros contextos si presentan cambios en la biosfera rara nos sugiere que
estos taxones raros pueden ser contexto dependiente (estacionalidades, sequías, pérdidas
29
de cobertura, contaminantes únicos, etc.) sin mencionar la estacionalidad de los manglares
tropicales, donde las temporadas de lluvias y sequías pueden perfilar según el momento del
año las respuestas de los taxones más comunes en los suelos de los manglares.
Por otra parte, con la biosfera rara se logró identificar que las presiones a las que se
sometieron los microcosmos pueden afectar de la misma forma a los taxones abundantes y
raros. Pero, se denota que la composición es diferente para explicar las beta diversidades,
por ello, sería importante aislar y evaluar las potenciales funcionalidades de estos taxones
contaminación por diferentes polímeros (Bittleston et al., 2021). Con esta información se
filtró la biosfera rara con ningún corte usado por otro autor. Aquí, se realizó una extracción
observando las curvas de rango abundancia y que tantas muestras habían en rangos de
abundancia relativa para así estimar los puntos de corte en las comunidades. Es importante
señalar que estimar un umbral de abundancia para todas las biosferas raras es un reto y tal
vez un punto de corte sirve para algunas comunidades y para otras no, por lo cual la mejor
guía es revisar qué dicen los datos sobre quienes son los más abundantes y quienes
Perspectivas
Como perspectivas futuras de este trabajo, sería de gran importancia evaluar como otros
estos experimentos se realicen de forma controlada e in situ en el suelo del manglar. Por
otro lado, para tratar de develar qué microorganismo del suelo de manglar tiene la
30
a partir de estas muestras mediante técnicas de enriquecimiento. Además, para evaluar el
shotgun que permita obtener metagenomas a partir de los cuales se generen MAGs
estos bosques.
Conclusiones
Este estudio reveló que el suelo de un manglar en el caribe si cambia por la contaminación
equidad y composición tiene un efecto importante. Las comunidades del suelo no cambiaron
fuertemente a través del tiempo lo que permite que esta técnica funcione como un modelo in
vitro de estos ecosistemas donde se pueden estudiar otras posibles amenazas o riesgos
de polímeros en las comunidades microbianas del suelo y nos invita a investigar más sobre
plazo, ya que comunidades microbianas ya que ellas son las encargadas del sostenimiento
especies puntuales para los microcosmos de lignocelulosa y plástico, con las cuales se
31
pueden hacer estudios de bioprospección donde pueden cultivar, aislar y purificar las
para Colombia, ya que estos ecosistemas a pesar de que están en peligro contienen una
biodiversidad grande y poco estudiada que se tiene que estudiar y comprender para así
Agradecimientos
su apoyo al proveer un laboratorio para realizar los experimentos en una época tan difícil
proyecto, cuya compañía, moral y cariño me permitieron trabajar con gusto y emoción en el
proyecto que hoy presento. Agradezco sin quitar mérito, a mis profesores, Diego y
Alejandro, quienes me han apoyado en la vida académica como no creí que alguien me
humor), a ellos por el haber valorado este trabajo y el profesional que quiero ser, les doy
infinitas gracias y me llevo un grato recuerdo mezclado con mucho respeto de quienes
del grupo BCEM quienes han sido compañeros de trabajo e incansables maestros, quienes
con respeto y humildad me ayudaron en todo este camino, que con emoción me ayudaron a
32
recorrer. A mis compañeros de la maestría y el I118 quienes con risas y alegría fueron una
gran sorpresa a lo largo de este proceso. A mis padres, sin cuya ayuda este camino no se
habría siquiera podido comenzar, este es el resultado de una semilla inicial que ellos
Referencias
Aljahdali, M. O., & Alhassan, A. B. (2020). Ecological risk assessment of heavy metal
indices: A case study of Avicennia marina L. in the Rabigh lagoon, Red Sea. Saudi
https://doi.org/10.1016/j.sjbs.2020.02.004
Allard,S, A. N., Costa,M, K., Bulesco, A, S., Helfer,V, Jimenez,D, Rodriguez,J, Rosado,A, &
E. Kostka (Eds.), Coastal and Estuarine Studies (Vol. 60, pp. 85-103). American
Arfi, Y., Chevret, D., Henrissat, B., Berrin, J.-G., Levasseur, A., & Record, E. (2013).
https://doi.org/10.1038/ncomms2850
Benton, T. G., Solan, M., Travis, J. M. J., & Sait, S. M. (2007). Microcosm experiments can
inform global ecological problems. Trends in Ecology & Evolution, 22(10), 516-521.
https://doi.org/10.1016/j.tree.2007.08.003
Bittleston, L. S., Freedman, Z. B., Bernardin, J. R., Grothjan, J. J., Young, E. B., Record, S.,
33
Baiser, B., & Gray, S. M. (2021). Exploring Microbiome Functional Dynamics through
https://doi.org/10.1128/mSystems.00530-21
Bolyen, E., Rideout, J. R., Dillon, M. R., Bokulich, N. A., Abnet, C. C., Al-Ghalith, G. A.,
Alexander, H., Alm, E. J., Arumugam, M., Asnicar, F., Bai, Y., Bisanz, J. E., Bittinger,
K., Brejnrod, A., Brislawn, C. J., Brown, C. T., Callahan, B. J., Caraballo-Rodríguez,
Article 8. https://doi.org/10.1038/s41587-019-0209-9
Callahan, B. J., McMurdie, P. J., Rosen, M. J., Han, A. W., Johnson, A. J. A., & Holmes, S. P.
(2016). DADA2: High resolution sample inference from Illumina amplicon data.
Carr, C. M., Clarke, D. J., & Dobson, A. D. W. (2020). Microbial Polyethylene Terephthalate
https://doi.org/10.3389/fmicb.2020.571265
Caruso, G., Azzaro, M., Caroppo, C., Decembrini, F., Monticelli, L. S., Leonardi, M.,
Maimone, G., Zaccone, R., & La Ferla, R. (2016). Microbial community and its
Ceccon, D. M., Faoro, H., Lana, P. da C., Souza, E. M. de, & Pedrosa, F. de O. (2019).
https://doi.org/10.1016/j.scitotenv.2019.133609
Chen, M.-M., Nie, F.-H., Qamar, A., Zhu, D., Hu, Y., Zhang, M., Song, Q.-L., Lin, H.-Y., Chen,
Z.-B., Liu, S.-Q., & Chen, J.-J. (2022). Effects of Microplastics on Microbial
34
Community in Zhanjiang Mangrove Sediments. Bulletin of Environmental
https://doi.org/10.1007/s00128-021-03429-8
Cortes-Tolalpa, L., Jiménez, D. J., de Lima Brossi, M. J., Salles, J. F., & van Elsas, J. D.
Cortes-Tolalpa, L., Norder, J., van Elsas, J. D., & Falcao Salles, J. (2018). Halotolerant
https://doi.org/10.1007/s00253-017-8714-6
Cregger, M. A., Sanders, N. J., Dunn, R. R., & Classen, A. T. (2014). Microbial communities
https://doi.org/10.7717/peerj.358
Deng, H., He, J., Feng, D., Zhao, Y., Sun, W., Yu, H., & Ge, C. (2021). Microplastics pollution
https://doi.org/10.1016/j.scitotenv.2020.142041
Diego Javier Jiménez, Başak Öztürk, Ren Wei, Timothy D. Bugg, & Carol Viviana Amaya
ELTurk, M., Abdullah, R., Mohamad Zakaria, R., & Abu Bakar, N. K. (2019). Heavy metal
https://doi.org/10.1016/j.ecss.2019.106266
Feller, I. C., Lovelock, C. E., Berger, U., McKee, K. L., Joye, S. B., & Ball, M. C. (2010).
35
Biocomplexity in Mangrove Ecosystems. Annual Review of Marine Science, 2(1),
395-417. https://doi.org/10.1146/annurev.marine.010908.163809
G. Kantharajan, P.K. Pandey, P. Krishnan, & V.S. Bharti. (2018). Plastics: A menace to the
& Espinosa Díaz, L. F. (2019). Marine litter and microplastic pollution on mangrove
soils of the Ciénaga Grande de Santa Marta, Colombian Caribbean. Marine Pollution
Garcés-Ordóñez, O., Espinosa, L. F., Cardoso, R. P., Issa Cardozo, B. B., & Meigikos dos
Anjos, R. (2020). Plastic litter pollution along sandy beaches in the Caribbean and
https://doi.org/10.1016/j.envpol.2020.115495
Garcés-Ordóñez, O., Espinosa, L. F., Costa Muniz, M., Salles Pereira, L. B., & Meigikos dos
Garcés-Ordóñez, O., Mejía-Esquivia, K. A., Sierra-Labastidas, T., Patiño, A., Blandón, L. M.,
https://doi.org/10.1016/j.marpolbul.2020.111085
Giri, C., Ochieng, E., Tieszen, L. L., Zhu, Z., Singh, A., Loveland, T., Masek, J., & Duke, N.
(2011). Status and distribution of mangrove forests of the world using earth
https://doi.org/10.1111/j.1466-8238.2010.00584.x
36
INVEMAR, & CVS. (2009). Plan Integral de Manejo DMI Cispatá—La Balsa—Tinajones y
sectores aledaños.
Science. https://doi.org/10.5376/ijms.2012.02.0010
Lal, R., Bouma, J., Brevik, E., Dawson, L., Field, D. J., Glaser, B., Hatano, R., Hartemink, A.
E., Kosaki, T., Lascelles, B., Monger, C., Muggler, C., Ndzana, G. M., Norra, S., Pan,
X., Paradelo, R., Reyes-Sánchez, L. B., Sandén, T., Singh, B. R., … Zhang, J.
https://doi.org/10.1016/j.geodrs.2021.e00398
Lin, X., Hetharua, B., Lin, L., Xu, H., Zheng, T., He, Z., & Tian, Y. (2019). Mangrove
Liu, M., Yu, Z., Yu, X., Xue, Y., Huang, B., & Yang, J. (2017). Invasion by Cordgrass
https://www.frontiersin.org/articles/10.3389/fmicb.2017.02503
Lynch, M. D. J., & Neufeld, J. D. (2015). Ecology and exploration of the rare biosphere.
Paixão, D. A. A., Tomazetto, G., Sodré, V. R., Gonçalves, T. A., Uchima, C. A., Büchli, F.,
Alvarez, T. M., Persinoti, G. F., da Silva, M. J., Bragatto, J., Liberato, M. V., Franco
Cairo, J. P. L., Leme, A. F. P., & Squina, F. M. (2021). Microbial enrichment and
https://doi.org/10.1016/j.enzmictec.2021.109820
37
Pascoal, F., Costa, R., & Magalhães, C. (2021). The microbial rare biosphere: Current
fiaa227. https://doi.org/10.1093/femsec/fiaa227
Pester, M., Bittner, N., Deevong, P., Wagner, M., & Loy, A. (2010). A «rare biosphere»
Ramachandra, M., Crawford, D. L., & Pometto, A. L. (1987). Extracellular Enzyme Activities
Rillig, M. C., Kim, S. W., Kim, T.-Y., & Waldman, W. R. (2021). The Global Plastic Toxicity
https://doi.org/10.1021/acs.est.0c07781
Rillig, M. C., Leifheit, E., & Lehmann, J. (2021). Microplastic effects on carbon cycling
https://doi.org/10.1371/journal.pbio.3001130
Rillig, M. C., & Waldman, W. R. (2022). New separation protocol reveals spray painting as a
3363-3369. https://doi.org/10.1007/s10311-022-01500-2
Saccá, M. L., Barra Caracciolo, A., Di Lenola, M., & Grenni, P. (2017). Ecosystem Services
Publishing. https://doi.org/10.1007/978-3-319-63336-7_2
38
Sauret, C., Séverin, T., Vétion, G., Guigue, C., Goutx, M., Pujo-Pay, M., Conan, P.,
Fagervold, S. K., & Ghiglione, J.-F. (2014). «Rare biosphere» bacteria as key
Singh, B. K., Bardgett, R. D., Smith, P., & Reay, D. S. (2010). Microorganisms and climate
Sogin, M. L., Morrison, H. G., Huber, J. A., Welch, D. M., Huse, S. M., Neal, P. R., Arrieta, J.
M., & Herndl, G. J. (2006). Microbial diversity in the deep sea and the underexplored
12115-12120. https://doi.org/10.1073/pnas.0605127103
Souza, T. P., Marques, S. C., da Silveira e Santos, D. M., & Dias, E. S. (2014). Analysis of
2419-2425. https://doi.org/10.1007/s11274-014-1667-3
Tavares, T. C. L., Bezerra, W. M., Normando, L. R. O., Rosado, A. S., & Melo, V. M. M.
https://www.frontiersin.org/articles/10.3389/fmicb.2021.715991
Urrego, L. E., Molina, E. C., & Suárez, J. A. (2014). Environmental and anthropogenic
https://doi.org/10.1016/j.aquabot.2013.12.006
Wagg, C., Schlaeppi, K., Banerjee, S., Kuramae, E. E., & van der Heijden, M. G. A. (2019).
39
Fungal-bacterial diversity and microbiome complexity predict ecosystem functioning.
Wang, H., Qi, Z., Pengfei, Z., Jiang, C., & Diao, X.-P. (2022). Abundant and rare microbiota
assembly and driving factors between mangrove and intertidal mudflats. Applied Soil
Webb, H. K., Arnott, J., Crawford, R. J., & Ivanova, E. P. (2013). Plastic Degradation and Its
Wu, Q., Nora F.Y. Tam, & Jonathan Y.S. Leung. (2014). Ecological risk and pollution history
Environmental Safety.
Yan, M., Chen, X., Chu, W., Li, W., Li, M., Cai, Z., & Gong, H. (2022). Microplastic pollution
https://doi.org/10.1007/s00343-021-1300-x
Yim, M. W., & Tam, N. F. Y. (1999). Eects of Wastewater-borne Heavy Metals on Mangrove
Zamprogno, G. C., Caniçali, F. B., Cozer, C. dos R., Otegui, M. B. P., Graceli, J. B., & Costa,
Zuo, Y., Zeng, R., Tian, C., Wang, J., & Qu, W. (2022). The importance of conditionally rare
taxa for the assembly and interaction of fungal communities in mangrove sediments.
https://doi.org/10.1007/s00253-022-11949-4
40