Original Title: Diversity of nitrogen-fixing bacteria in agricultural field soil along the Yamuna River, Delhi, India
Source: doi.org/10.34044/j.anres.2019.53.6.02
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ភាពចម្រុះនៃបាក់តេរីចាប់យកអាសូតនៅក្នុងដីកសិកម្មតាមដងទន្លេ Yamuna ទីក្រុងដេលី ប្រទេសឥណ្ឌា

ចំណងជើងដើម៖ Diversity of nitrogen-fixing bacteria in agricultural field soil along the Yamuna River, Delhi, India

អ្នកនិពន្ធ៖ Ranju Sharma (Department of Zoology, University of Delhi, Delhi-110007, India), Ngangbam Sarat Singh (Department of Zoology, University of Delhi, Delhi-110007, India), Dileep Kumar Singh (Department of Zoology, University of Delhi, Delhi-110007, India)

ឆ្នាំបោះពុម្ព៖ 2019 Agriculture and Natural Resources

វិស័យសិក្សា៖ Microbiology / Environmental Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាពីឥទ្ធិពលនៃការប្រែប្រួលរដូវកាល និងការបំពុលទឹកទន្លេទៅលើភាពចម្រុះ និងរបាយនៃសហគមន៍បាក់តេរីចាប់យកអាសូត (Nitrogen-fixing bacteria) នៅក្នុងដីកសិកម្មតាមបណ្តោយទន្លេ Yamuna ទីក្រុងដេលី។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រមូលសំណាកដី និងប្រើប្រាស់វិធីសាស្ត្រវិភាគហ្សែនអតិសុខុមប្រាណ រួមបញ្ចូលជាមួយការវាយតម្លៃលក្ខណៈរូប និងគីមីនៃដី ដើម្បីកំណត់អត្តសញ្ញាណសហគមន៍បាក់តេរី។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
T-RFLP analysis of nifH gene
ការវិភាគ T-RFLP លើហ្សែន nifH
អាចកំណត់អត្តសញ្ញាណសហគមន៍បាក់តេរីចាប់យកអាសូតបានយ៉ាងច្បាស់លាស់ និងមានប្រសិទ្ធភាពខ្ពស់ក្នុងការវាយតម្លៃភាពចម្រុះរបស់អតិសុខុមប្រាណសរុបនៅក្នុងដីកសិកម្ម។ ទាមទារឧបករណ៍ពិសោធន៍កម្រិតខ្ពស់ (ម៉ាស៊ីន PCR, អ្នកវិភាគបំណែក DNA) មានតម្លៃថ្លៃ និងទាមទារអ្នកជំនាញដែលមានបទពិសោធន៍។ បានរកឃើញវត្តមានបាក់តេរី Proteobacteria ខ្ពស់បំផុតរហូតដល់ ២៦,៨៧% នៅតំបន់ខ្សែទឹកខាងក្រោមដែលមានការបំពុលខ្លាំង។
Soil Physico-chemical and Heavy Metal Analysis (AAS)
ការវិភាគលក្ខណៈរូប-គីមី និងលោហៈធ្ងន់ក្នុងដីដោយប្រើប្រាស់ AAS
ផ្តល់ទិន្នន័យជាក់លាក់អំពីកម្រិតនៃការបំពុលលោហៈធ្ងន់ និងសមាសធាតុចិញ្ចឹមនៅក្នុងដី ដែលជួយពន្យល់ពីមូលហេតុនៃការផ្លាស់ប្តូរវត្តមានអតិសុខុមប្រាណ។ ត្រូវការម៉ាស៊ីនវិភាគ Atomic Absorption Spectroscopy (AAS) ដែលមានតម្លៃថ្លៃ និងទាមទារដំណើរការរៀបចំសំណាក (Acid digestion) ដែលមានភាពស្មុគស្មាញ។ បញ្ជាក់ថាដីនៅខ្សែទឹកខាងក្រោមមានផ្ទុកកម្រិតលោហៈធ្ងន់ (Co, Zn, Fe) និងកម្រិតអាសូតខ្ពស់ខុសធម្មតាដោយសារការបង្ហូរកាកសំណល់ចូលទន្លេ។
Bioinformatics & Statistical Analysis (TReFID, PCA, UPGMA)
ការវិភាគជីវព័ត៌មានវិទ្យា និងស្ថិតិ (កម្មវិធី TReFID, PCA, UPGMA)
ជួយបំប្លែងទិន្នន័យហ្សែនដ៏ស្មុគស្មាញទៅជាព័ត៌មានងាយយល់ និងបង្ហាញយ៉ាងច្បាស់ពីទំនាក់ទំនងរវាងកត្តាបរិស្ថាននិងការតាំងទីលំនៅរបស់បាក់តេរី។ ត្រូវការចំណេះដឹងផ្នែកជីវព័ត៌មានវិទ្យា (Bioinformatics) និងស្ថិតិយ៉ាងជ្រៅជ្រះដើម្បីប្រើប្រាស់កម្មវិធី និងបកស្រាយទិន្នន័យឱ្យបានត្រឹមត្រូវ។ បញ្ជាក់យ៉ាងច្បាស់ថាបាក់តេរី Cyanobacteria និង Proteobacteria មានការឆ្លើយតបផ្ទុយស្រឡះពីគ្នាទៅនឹងការបំពុលទឹកទន្លេ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការបំពាក់ឧបករណ៍មន្ទីរពិសោធន៍ជីវសាស្ត្រម៉ូលេគុលកម្រិតខ្ពស់ ម៉ាស៊ីនវិភាគគីមីសាស្រ្ត ព្រមទាំងកម្មវិធីកុំព្យូទ័រឯកទេសសម្រាប់បកស្រាយទិន្នន័យអតិសុខុមប្រាណ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងផ្តាច់មុខនៅក្នុងតំបន់ដីកសិកម្មតាមបណ្តោយទន្លេ Yamuna ទីក្រុងដេលី ប្រទេសឥណ្ឌា ដែលជាទន្លេមួយរងការបំពុលធ្ងន់ធ្ងរបំផុតដោយកាកសំណល់ទីក្រុង និងឧស្សាហកម្ម។ ទិន្នន័យនេះប្រហែលជាឆ្លុះបញ្ចាំងតែពីបរិស្ថានកសិកម្មដែលមានកម្រិតនៃការបំពុលធ្ងន់ធ្ងរ និងលក្ខណៈអាកាសធាតុប្រចាំតំបន់នោះប៉ុណ្ណោះ។ ទោះជាយ៉ាងណាក៏ដោយ សម្រាប់ប្រទេសកម្ពុជា នេះគឺជាគំរូដ៏ល្អមួយដើម្បីវាយតម្លៃផលប៉ះពាល់នៃការបំពុលប្រភពទឹកទៅលើគុណភាពដីកសិកម្មនៅតាមតំបន់ងាយរងគ្រោះ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ពិសេសក្នុងការវាយតម្លៃសុខភាពដីកសិកម្ម និងគុណភាពទឹកតាមដងទន្លេធំៗ។

សរុបមក ការស្វែងយល់ពីរបាយនៃបាក់តេរីចាប់យកអាសូតតាមរយៈបច្ចេកវិទ្យាហ្សែន អាចជួយស្ថាប័នកម្ពុជាក្នុងការគ្រប់គ្រងគុណភាពដីកសិកម្មឱ្យមានចីរភាព និងដោះស្រាយបញ្ហាបំពុលទឹកបានទាន់ពេលវេលា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃមីក្រូជីវសាស្ត្រដី និងហ្សែន nifH: ចាប់ផ្តើមអានឯកសារស្រាវជ្រាវ (Literature Review) អំពីតួនាទីរបស់បាក់តេរីចាប់យកអាសូតដូចជា Proteobacteria និង Cyanobacteria ព្រមទាំងស្វែងយល់អំពីសារៈសំខាន់នៃហ្សែន nifH នៅក្នុងដំណើរការផ្លាស់ប្តូរអាសូតក្នុងដីកសិកម្ម។
  2. ស្វែងយល់ពីបច្ចេកទេសវិភាគម៉ូលេគុល: ចូលរួមវគ្គបណ្តុះបណ្តាល ឬប្រើប្រាស់ធនធានអនឡាញដើម្បីសិក្សាពីបច្ចេកទេសស្រخراج DNA (DNA Extraction), ការប្រើប្រាស់ម៉ាស៊ីន PCR thermocycler និងទ្រឹស្តីនៃវិធីសាស្ត្រ T-RFLP ដែលចាំបាច់សម្រាប់ការងារមន្ទីរពិសោធន៍។
  3. អនុវត្តការវិភាគទិន្នន័យជីវព័ត៌មានវិទ្យា (Bioinformatics): រៀនប្រើប្រាស់កម្មវិធីជំនួយដូចជា TReFID software សម្រាប់វិភាគទិន្នន័យបំណែក DNA ព្រមទាំងការប្រើប្រាស់កម្មវិធី R StudioMVSP ដើម្បីធ្វើការវិភាគស្ថិតិកម្រិតខ្ពស់ដូចជា PCA (Principal Component Analysis)
  4. ការប្រមូលសំណាកនិងវិភាគជាក់ស្តែងនៅកម្ពុជា: រៀបចំគម្រោងស្រាវជ្រាវខ្នាតតូចដោយសហការជាមួយសាកលវិទ្យាល័យភូមិន្ទកសិកម្ម (RUA) ឬវិទ្យាស្ថានជាតិស្រាវជ្រាវកសិកម្មកម្ពុជា (CARDI) ដើម្បីប្រមូលសំណាកដីកសិកម្មតាមដងទន្លេបាសាក់ មកវិភាគរកកម្រិត pH សំណើម និងការបំពុលលោហៈធ្ងន់ដោយប្រើ Atomic Absorption Spectroscopy (AAS)
  5. ផ្សារភ្ជាប់លទ្ធផលទៅនឹងគោលនយោបាយកសិកម្ម: ប្រៀបធៀបទិន្នន័យពិសោធន៍ដែលទទួលបានជាមួយនឹងកម្រិតស្តង់ដារសុវត្ថិភាពរបស់ WHO ដើម្បីបង្កើតជារបាយការណ៍ផ្តល់អនុសាសន៍ដល់កសិករក្នុងការកាត់បន្ថយការប្រើប្រាស់ទឹកកខ្វក់ និងលើកកម្ពស់ការប្រើប្រាស់ជីជីវសាស្រ្ត (Bio-fertilizers)។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Terminal restriction fragment length polymorphism (T-RFLP) (ភាពចម្រុះនៃប្រវែងបំណែក DNA កាត់ដោយអង់ស៊ីម) គឺជាបច្ចេកទេសជីវសាស្ត្រម៉ូលេគុលដែលប្រើប្រាស់អង់ស៊ីមដើម្បីកាត់ DNA ជាបំណែកតូចៗ និងវាស់ប្រវែងរបស់វា ដើម្បីកំណត់អត្តសញ្ញាណ និងប្រៀបធៀបសហគមន៍អតិសុខុមប្រាណផ្សេងៗគ្នាដែលមាននៅក្នុងដី។ ដូចជាការស្កេនបាកូដ (Barcode) លើទំនិញដើម្បីដឹងថាមានទំនិញប្រភេទណាខ្លះនៅក្នុងឃ្លាំង ដោយមិនបាច់បើកកេសមើលទំនិញផ្ទាល់។
nifH gene (ហ្សែន nifH) ជាហ្សែនដ៏សំខាន់មួយដែលគ្រប់គ្រងការផលិតប្រូតេអ៊ីនសម្រាប់បង្កើតអង់ស៊ីម Nitrogenase ដែលជួយបាក់តេរីក្នុងការបំប្លែងឧស្ម័នអាសូតពីបរិយាកាសឱ្យទៅជាទម្រង់ដែលរុក្ខជាតិអាចស្រូបយកបាន។ វាប្រៀបដូចជារូបមន្តសម្ងាត់នៅក្នុងសៀវភៅធ្វើម្ហូប ដែលប្រាប់ចុងភៅ (បាក់តេរី) ពីរបៀបចម្អិនអាហារ (អាសូត) សម្រាប់ឱ្យរុក្ខជាតិស៊ី។
Nitrogen-fixing bacteria (បាក់តេរីចាប់យកអាសូត) ជាប្រភេទអតិសុខុមប្រាណដែលមានសមត្ថភាពចាប់យកឧស្ម័នអាសូត (N2) ពីខ្យល់អាកាស ហើយបំប្លែងវាទៅជាអាម៉ូញាក់ (NH3) នៅក្នុងដី ដើម្បីធ្វើជាជីធម្មជាតិសម្រាប់ជួយឱ្យរុក្ខជាតិលូតលាស់។ ពួកវាប្រៀបដូចជារោងចក្រផលិតជីធម្មជាតិតូចៗដែលធ្វើការយ៉ាងសកម្ម និងដោយឥតគិតថ្លៃនៅក្នុងដីកសិកម្ម។
Principal component analysis (PCA) (ការវិភាគសមាសភាគចម្បង) គឺជាវិធីសាស្ត្រស្ថិតិដែលបង្រួមទិន្នន័យដ៏ស្មុគស្មាញ និងច្រើនសន្ធឹកសន្ធាប់ ឱ្យទៅជាទម្រង់ក្រាហ្វិកងាយស្រួលមើល ដើម្បីស្វែងរកទំនាក់ទំនងនិងភាពខុសគ្នារវាងក្រុមនីមួយៗ (ឧ. ទំនាក់ទំនងរវាងវត្តមានបាក់តេរី និងកម្រិតនៃការបំពុលតាមទីតាំង)។ ដូចជាការសង្ខេបសៀវភៅប្រវត្តិសាស្ត្រក្រាស់ៗរាប់ពាន់ទំព័រ មកនៅត្រឹមតារាងសង្ខេបព្រឹត្តិការណ៍សំខាន់ៗមួយទំព័រដែលងាយយល់បំផុត។
Cyanobacteria (ស៊ីយ៉ាណូបាក់តេរី) ជាក្រុមបាក់តេរីដែលអាចធ្វើរស្មីសំយោគដូចរុក្ខជាតិ និងមានតួនាទីយ៉ាងសំខាន់ក្នុងការចាប់យកអាសូត។ នៅក្នុងការសិក្សានេះ ពួកវាត្រូវបានរកឃើញថាងាយរងគ្រោះ និងស្លាប់ដោយសារការបំពុលទឹក និងលោហៈធ្ងន់។ ដូចជាកម្មកររោងចក្រដែលពូកែធ្វើការ ប៉ុន្តែងាយនឹងធ្លាក់ខ្លួនឈឺបំផុតនៅពេលបរិស្ថានការងារមានផ្សែងពុល។
Proteobacteria (ប្រូតេអូបាក់តេរី) ជាក្រុមបាក់តេរីដ៏ធំមួយដែលសម្បូរជាងគេនៅក្នុងដី ហើយមានសមត្ថភាពខ្ពស់ក្នុងការបន្សាបជាតិពុល និងរស់រានបានទោះបីជាក្នុងបរិស្ថានដីដែលមានការបំពុលពីកាកសំណល់ខ្ពស់ក៏ដោយ។ ប្រៀបដូចជាទាហានដែលបានហ្វឹកហាត់យ៉ាងស្ទាត់ជំនាញ អាចរស់រាននិងសម្របខ្លួនបានទោះបីជាត្រូវបញ្ជូនទៅតំបន់ដែលមានអាកាសធាតុនិងបរិស្ថានអាក្រក់បំផុតក៏ដោយ។
Shannon-Wiener diversity index (សន្ទស្សន៍ភាពចម្រុះ Shannon-Wiener) ជារូបមន្តគណិតវិទ្យាដែលប្រើដើម្បីវាស់ស្ទង់ថាតើមានប្រភេទអតិសុខុមប្រាណខុសៗគ្នាប៉ុន្មានប្រភេទនៅក្នុងតំបន់មួយ និងថាតើប្រភេទនីមួយៗមានចំនួនច្រើនឬតិចប៉ុណ្ណា ដើម្បីបញ្ជាក់ពីសុខភាពនៃប្រព័ន្ធអេកូឡូស៊ី។ ដូចជាការចុះវាយតម្លៃសួនសត្វមួយថាមានភាពសម្បូរបែបប៉ុណ្ណា ដោយរាប់បញ្ចូលទាំងប្រភេទសត្វផ្សេងៗគ្នា (ដំរី តោ ខ្លា) និងចំនួនក្បាលរបស់សត្វនីមួយៗសរុបបញ្ចូលគ្នា។
Unweighted paired group method with arithmetic mean (UPGMA) (វិធីសាស្រ្តចងក្រុមកម្រិតស្រដៀងគ្នាដោយមិនគិតទម្ងន់) ជាវិធីសាស្ត្រវិភាគស្ថិតិដើម្បីបង្កើតដ្យាក្រាមដើមឈើ (Dendrogram) ដែលបង្ហាញពីទំនាក់ទំនង និងការចងក្រុមកម្រិតភាពស្រដៀងគ្នារវាងក្រុមបាក់តេរីផ្សេងៗគ្នា។ ដូចជាការគូរខ្សែស្រឡាយមែកធាងគ្រួសារ ដើម្បីដឹងថាអ្នកណាជាបងប្អូនបង្កើត និងអ្នកណាជាបងប្អូនជីដូនមួយនឹងគ្នា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖