期刊：Nature Communications
题目：A framework for integrating genomics, microbial traits, and ecosystem biogeochemistry
通讯作者：William J. Riley 教授（美国劳伦斯伯克利国家实验室）
原文链接：https://doi.org/10.1038/s41467-025-57386-5
发表日期：2025-03-04
微生物在地球系统的生物地球化学循环中扮演着关键角色，但如何将基因组信息与生态系统模型结合，预测气候变化下的生态系统功能，一直是科学界的难题。传统的生态系统模型往往忽略了微生物的调控作用，尽管基因组数据的可用性不断增加，如何将这些数据与生态系统模型结合仍然是一个巨大的挑战。现有的模型通常依赖于实验室培养的微生物参数，而这些参数可能与实际环境中的微生物行为存在显著差异。因此，科学家们迫切需要一种新的方法，能够将基因组数据与生态系统模型无缝结合，从而更准确地预测气候变化下的生态系统功能。
该研究提出了一个全新的“基因组到生态系统”（G2E）框架，成功将基因组推断的微生物特性整合到陆地生态系统模型中，并在北极湿地进行了验证。研究团队从北极湿地Stordalen Mire的土壤样本中提取了1529个宏基因组组装基因组（MAGs），并使用microTrait工作流程预测了微生物的生长速率、底物摄取动力学等特性。随后，这些基因组推断的特性被转化为生态系统模型（ecosys）中的关键参数，如最大呼吸速率（Rmax）和半饱和常数（Km）。通过ecosys模型，研究团队模拟了2004年至2009年间的甲烷排放，并与实际观测数据进行了对比。此外，研究还通过Morris方法分析了不同微生物特性对甲烷排放的影响，确定了哪些特性对生态系统功能最为关键。
研究发现，基因组推断的微生物特性对模拟的甲烷排放有显著影响。不同微生物功能群的最大呼吸速率和半饱和常数的变化导致了甲烷排放的显著差异，尤其是在北极湿地的不同生境中。研究还发现，使用群落加权特性（即根据基因组相对丰度加权的特性）能够显著提高甲烷排放预测的准确性，减少了54%的偏差。这表明，微生物的相对丰度在生态系统功能中起着关键作用。敏感性分析显示，氢营养型产甲烷菌的最大呼吸速率对甲烷排放的影响最大，其次是发酵菌的最大呼吸速率。这些结果表明，微生物特性的变化可以导致生态系统响应的巨大差异。
图1 | 整合基因组信息、场地特征和生态系统的基因组到生态系统（G2E）概念框架
图2 | 五个主要微生物功能群的基因组推断和文献推导的微生物特性
图3 | 使用完整微生物特性范围进行的模拟与观测的甲烷排放预测一致
图4 | 使用不同特性推断方法的模拟显示，在结合基因组相对丰度后，对年度甲烷排放的预测约束和预测效果更好
这项研究成功地将基因组数据与生态系统模型结合，展示了微生物特性对甲烷排放的重要影响。G2E框架不仅为未来的生态系统预测提供了新的工具，还为理解微生物在气候变化中的作用提供了新的视角。通过整合基因组数据、生态系统模型和实际观测数据，科学家们可以更准确地预测气候变化下的生态系统功能，从而为应对全球变暖提供科学依据。未来，G2E框架不仅适用于陆地生态系统，还可以应用于海洋生态系统等其他复杂系统。随着越来越多的基因组数据的积累，这一框架有望在全球范围内推广，帮助我们更好地理解微生物与气候之间的复杂相互作用。
