科汇生环 | 功能性调控机制决定土壤微生物群落对环境变化的响应

原文来源：Lee K K, Liu S, Crocker K , et al., 2025. Functional regimes define soil microbiome response to environmental change. Nature, 644, 1028–1038.

https://doi.org/10.1038/s41586-025-09264-9.

科学背景

土壤、海洋和淡水微生物群落的代谢活动驱动碳与氮的转化过程，这些过程维系着生物圈中的生物地球化学循环与生命活动。这些微生物群落同样承受来自自然与人为事件引发的环境扰动，包括温度、pH值、湿度、氧气及营养物质的变化。要预测气候变化对全球营养物质循环的影响，必须理解微生物群落代谢如何响应自然环境中的变化。

由于自然微生物群落的复杂性，确定环境变化如何影响群落代谢一直颇具挑战。这种复杂性在土壤中或许最为显著，因为土壤中存在有巨大的分类学多样性、空间异质性以及化学多样化的环境。因此，环境扰动可通过多种途径改变群落代谢活动：既可直接改变微生物组成、生理状态及生态交互作用，亦可间接影响营养物质可利用性与空间组织模式。目前关键问题在于：究竟哪些机制决定了复杂微生物群落对环境变化的代谢响应？由此，需要通过大规模调查量化野外环境变异、群落组成与代谢过程之间的关联来探讨这一问题。

科学内涵

研究思路：为解决土壤的复杂性，该研究提出一种可推广的方法：通过高通量土壤微宇宙实验与数学模型，揭示驱动微生物群落响应环境变化的微观过程。为控制混杂因素并获取机制性见解，该研究采用的土壤微宇宙模型可消除相关环境波动，并在实验室实现可控扰动。为进一步控制混杂因素，这些土壤均采自单一地点（美国华盛顿州库克农学农场），该地点呈现显著的自然pH值变化，但其他环境因素变异性极低。该研究的代谢测量聚焦于厌氧硝酸盐呼吸，在超过1500个微宇宙中测量硝酸盐利用动态，涵盖广泛的自然和实验室诱导的pH变化范围。该模型预测pH值变化通过影响生物量活性与营养物可获得性的机制改变硝酸盐利用动态，且这些预测已通过实验验证，通过其他采样点的土壤实验及对既往研究的定量元分析，证实了这些发现的普适性。

核心发现：（1）于美国华盛顿州Cook Agronomy Farm（CAF）的长期农业研究基地，采集了20份原生pH值介于4.7至8.3的表层土壤样本（图1a），在不同pH扰动和土壤条件下，测量了硝酸盐利用动态，观察到三种截然不同的硝酸盐利用机制（图1b）。首先，在强酸性扰动条件下，无论氯霉素处理组还是未处理组，硝酸盐还原作用极小（图1b左侧柱状图），表明原生硝酸盐还原生物量稀少且无生长迹象。其次，在接近原生pH值的条件下，即使不含氯霉素的样本中，硝酸盐也呈线性下降趋势（图1b），且速率快于氯霉素处理对照组。这表明未处理条件下存在部分生长，但可能因硝酸盐以外的营养物质缺乏而受抑制（图1c）。第三，在强碱性条件（pH＞8）下，未添加氯霉素样本的硝酸盐还原速率加速，而氯霉素处理样本几乎无活性（图1b右侧柱状图）。氯霉素处理组硝酸盐还原缺失表明原生硝酸盐利用菌群规模较小，但该稀有菌群在无氯霉素条件下可快速扩张并耗尽硝酸盐。

（2）采用消费者-资源模型描述硝酸盐动态（图2），该模型将土壤微生物群落的生态复杂性归纳为单一有效生物量，而非明确考虑众多分类群及其相互作用。该模型包含三个变量：功能性硝酸盐利用生物量（x）、硝酸盐浓度（A）及限制生长的营养素（C），以及五个参数：消耗速率（r_A和r_C）、亲和力（K_A和K_C）和生物量增长速率（γ）。该研究将此模型应用于20种土壤和13种pH扰动条件下硝酸盐利用动态的拟合，涵盖含氯霉素处理与未处理两种情况，该模型在所有土壤中均表现出良好拟合度。

（3）pH值依赖性变化反映了原生生物量活性的转变，这些变化可能源于硝酸盐还原类群丰度的波动、相关酶的差异表达或酶活性的改变，而所有这些均受pH值影响（图3）。通过绘制本地生物量活动图（）与可用限制养分（）并确定了硝酸盐利用的三种动态机制。机制I——酸性死亡机制，其中两者和低，pH值≤4时，硝酸盐几乎不被还原；机制II——营养限制机制，其中是大且较小，在pH值≤4≤8时，无论有无氯霉素处理，都呈现恒定的硝酸盐还原速率，且后者的还原速率较高。机制III——恢复性生长机制，其中小且较大，在pH≥8时，表现为近零初始利用速率，随后呈指数级加速直至硝酸盐耗尽。

图1 短期与长期pH值变化条件下土壤微生物群落代谢物动态变化。

a. 在实验室条件下进行短期pH值扰动（n=13）的长期pH值梯度实地取样示意图（n=20块土壤，pH值为4.7至8.3）。通过制备泥浆（土壤与水的比例为1:2）并添加2mM硝酸盐，将土壤微宇宙调节至13个不同pH值，并分别施加氯霉素（促进生长）或不施加氯霉素（抑制生长），一式三份（n=1704个微宇宙，包括无硝酸盐（n=120）和环己亚胺对照组（n=120））。微宇宙在厌氧条件下培养四天，通过采样采用比色法测定硝酸盐浓度。培养前后通过16S rRNA扩增子测序定量分析群落组成。b. 20种土壤中3种原生pH值不同的土壤，经扰动变为酸性或碱性pH值后，随时间变化的硝酸盐浓度。结果显示有无氯霉素处理（n=126个微宇宙）。c. 功能体系示意图。在中等pH值扰动条件下（中间），优势类群（蓝色）的生长受到可用营养（紫色）的限制，硝酸盐的动态变化呈线性（营养限制，机制II）。在强碱性扰动过程中（右图），从土壤基质中释放的限制生长的养分过剩，稀有类群（绿色）主导生长（恢复性生长，机制III）。酸性扰动条件下，活性极低，部分原因是细胞死亡（酸性死亡，机制I）。图中横线表示优势生物量（蓝色）和稀有生物量（绿色）。

图2 消费者-资源模型描述代谢物动态。

左侧为消费者-资源模型通过单一功能生物量（x）、硝酸盐浓度（A（mM））和限制生长的营养物质浓度（C（mM））来描述群落层面的新陈代谢。硝酸盐消耗率（）采用莫诺形式，包含一个还原率参数（r_A（mM/g biomass/day））和一个亲和力参数（K_A（mM））。不可替代营养物质（C）的消耗速率为r_C（（mM/g biomass/ day）），亲和力为K_C（mM）。功能生物量的增长（）由不可替代营养物质（A和C）的莫诺吸收项与生长率（γ（day^-1））的乘积决定。如果其中一种养分耗尽，则生长停止。中间和右侧显示了两种情况下x（t）、A（t）和C（t）的动态变化。氯霉素处理条件下，A和C的利用率始终保持不变。中间一列，小C（0），大x（0）。初始C（0）小且x（0）大时，C在t*处迅速耗尽，抑制生物量增长（下图），导致A利用率不变（上图）。右列，大C（0），小x（0）。过量C（0）和小x（0）导致功能生物量呈指数增长，推动A呈指数消耗（上方黑线）。当A耗尽时，生长停止。我们假设K_A≪A（0）和K_C≪C（0）。表中定义了变量和参数。

（4）通过16S rRNA扩增子测序测定了图3所示的一半土壤在氯霉素处理和未处理条件下培养四天后的绝对丰度，将未处理和氯霉素处理条件下的终点绝对丰度之比计算为门类水平的增长倍数，并使用非负矩阵因式分解法（NMF）分解了所有土壤和pH值扰动条件下各门类的生长变化。图4a，b显示了通过NMF确定的两组在所有土壤和pH值条件下都占主导地位门类的生长倍数（growth folds）。在机制II中，假单胞菌群和类杆菌群随着pH值的升高而增长，随后在机制III开始时有所下降。对这些类群可能的新陈代谢特征进行的分析表明，伴随着从机制II到机制III的过渡，新陈代谢从反硝化转向硝酸盐异化还原到铵（DNRA），这与碳过剩有利于DNRA的事实相吻合。

图3 功能性管理机制可捕捉土壤对pH扰动的响应。

a. 两个模型参数的散点图——本地生物量活性（）和极限营养浓度（）——由所有样本的硝酸盐动态推断（n=244个条件，代表3个生物重复的拟合参数中值，n=732个动态）。数据经过log₁₀(x+0.01)转换，以便实现可视化。点的颜色表示扰动的pH值。虚线分隔三个功能性机制：酸性死亡（机制I）、营养限制（机制II）和恢复性生长（机制III）。机制边界由和中的阈值设定。b. 中性和酸性土壤中各系统的硝酸盐动态示例。面板标签与cd中的点相对应。c，d. 不同原生pH值和扰动pH值（n=244种条件）下的本地生物量c和限制性养分d。颜色表示拟合值，黑线表示机制边界。e. 不同原生pH的土壤在不同扰动pH值下的变化趋势，显示了机制II的高活性过渡和平稳期。f 与e相同，但当显示在碱性pH下限制性养分增加。e，f.中的点表示三个重复的中位数（n=244）。水平虚线标出了a的阈值。

图4 功能机制的分类特征。

在每次培养结束时进行16S rRNA扩增子测序，以确定氯霉素处理和未处理条件下的ASV。ASVs在门的水平上进行汇总。对每个门类而言，生长倍数是有生长时的丰度与无生长时的丰度之比。对所有条件进行统计分解后发现，有两组门类的丰度变化主要是由生长引起的：一组是假单胞菌门和类杆菌门，另一组是芽孢杆菌门。a 顶部，假单胞菌门和类杆菌门（综合丰度）的总丰度生长倍数通过颜色表示，适用于每种原生和扰动pH条件（n=130种条件）。图3中确定了机制边界线。底部，生长倍数按对数标度绘制，颜色条中的颜色表示原生pH值。b 与a相同，但显示在强碱性pH扰动后，芽孢杆菌群的生长倍数在从机制II向机制III过渡期间增加（n=130个条件）。c 假单胞菌群和类杆菌群与芽孢杆菌群的生长倍数散点图（n=130个条件）。红色框内的点与机制II有关，显示所有三个菌门都有较高的生长率d 如与图3a相同。和的关系图，图中各点按机制标记，红色边框表示机制II中靠近机制III边界的点；这些点位于机制II中，但它们表现出较高的芽孢杆菌丰度c。a、b、d中的数据来自图3中的子集样本，因为只有一半的土壤进行了测序（n=10个土壤）。

（5）pH值升高可通过黏土颗粒离子交换位点的置换反应增强土壤有机碳的可利用性（图5b）。鉴于营养物质通过交换反应释放，该研究假设生物量增加（进而硝酸盐还原速率提升）应与系统中添加的酸或碱量成正比。观察得到所有土壤样本均呈现该趋势（图5a）：NaOH处理组硝酸盐还原速率呈持续上升（浅蓝色区域）。如果硝酸盐利用率随NaOH增加是由于限制性养分可用性（）增加推动了硝酸盐还原菌的生长，那么预计它们的丰度会随着NaOH的增加而上升。正如预期那样，通过16S rRNA扩增子测序测量的绝对丰度与系统中NaOH添加量呈线性关系。

图5 碳限制了机制II的生长并从土壤基质中释放出来。

a硝酸盐还原速率变化倍数（未添加氯霉素/添加氯霉素处理）与土壤中NaOH添加量关系图（n=470个样本，条件为< 30 mM OH⁻，< 25 mM H；为了图表的清晰可视化，有28个变化倍数大于5.5的数据点被排除在外）。从0 mM到25 mM NaOH浓度下，变化倍数呈线性增长，对应营养限制机制（机制II，浅蓝色区域），表明随着NaOH增加，变化倍数呈上升趋势。b 示意图展示养分释放的假设机制。NaOH添加促使阴离子营养物（洋红色球体，案例2）从土壤颗粒（棕色区域）释放，而HCl添加则释放阳离子营养物（灰色球体，案例1）。微生物可获取孔隙水中的养分，但无法获取吸附在土壤颗粒上的养分。添加的OH⁺⁻离子减少了阴离子交换位点数量，从而释放阴离子养分。钠离子可稳定释放的阴离子。图a与图b模型的数据表明，限制生长的养分为阴离子（负电荷）。c 模型推导的有效限制性营养素与测量水溶性有机碳（WSOC）（终点值）的散点图（n=222个样本，土壤样品1-12号，其OH⁺⁻浓度在0-25 mM之间）。d，e 在未扰动pH值下营养限制机制下土壤的改良实验。d 不同葡萄糖添加剂作用下的硝酸盐动态变化。点代表数据点，线表示模型预测值。e 不同浓度营养物质改良后土壤硝酸盐还原速率。点代表三个重复样本经线性回归估算的平均速率，误差条表示标准差。碳添加剂（琥珀酸、乙酸盐和葡萄糖）可提高硝酸盐还原速率，而铵盐、硫酸盐和磷酸盐则没有效果。模型预测结果展示于1＜r_A/r_C＜3区间（阴影区域），其中r_A/r_C=2对应最佳拟合曲线。

（6）通过对LaBagh(IL, USA)、Pinhook(IN, USA)、Sedgwick CLG13和ELG13(CA, USA)的四种额外土壤进行了pH扰动实验和测序分析，探究了CAF土壤样品的发现是否可推广至其他土壤。结果显示，模型能精确描述每种土壤的硝酸盐动态，且与CAF土壤相同的定性功能机制同样存在（图6b）。即：减少，以及在机制III时增加；机制II中观察到较大而较小，而在机制I期间，和均有所减弱（图6b）。与图4相同的测序分析揭示，这些新增土壤样本呈现出定性相似的分类学模式。首先，门水平的NMF分析再次显示两个变异轴：一轴为芽孢杆菌门，另一轴为假单胞菌门与拟杆菌门。其次，我们观察到碱性条件下芽孢杆菌门丰度呈现定性一致的增长趋势（图6d）。为验证该结果，该研究重新分析了另一项研究的pH扰动实验数据，再次发现：在适度pH扰动下拟杆菌门丰度增加，而在碱性扰动条件下芽孢杆菌门显著增殖（图6e）。

（7）土壤的固有（长期）pH值决定了功能状态转换的pH阈值，与中性土壤相比，酸性土壤在更小的酸性扰动下就会从机制II转变为机制I（图3c、d）。此研究通过滴定曲线来描述土壤对pH扰动的响应特征。不同土壤的曲线呈现一致形态：高pH值（pH 9）与低pH值（pH 3）区域形成平台，两者间由陡峭的非线性过渡区连接。土壤的原始pH值决定了其在未受扰动时沿曲线的位置。酸性土壤位于较低平台区附近，因此对pH变化具有强缓冲能力。相比之下，中性土壤分布于陡峭区域，在此区域微量酸碱添加即可引发显著pH变化。此外，在更酸性的土壤中，假单胞菌门和拟杆菌门在较低pH值下表现出更强的生存能力。相反，机制III中芽孢杆菌门开始生长的pH阈值随原生土壤pH值升高而增加。更重要的是，能在机制III中生长的菌株特征可预测土壤的原生pH值。这些发现表明，长期暴露于特定pH条件会筛选出特定分类群，从而可能塑造群落功能系统转换的pH阈值。

图6 功能机制的普遍性。

a 土壤质地（沙、粘土和淤泥的比例）的三元图。土壤类型由阴影区域的颜色表示。点（n=43）代表本研究（彩色标记）或荟萃分析（黑色标记）中的土壤。b LaBagh(IL, USA)、Pinhook(IN, USA)、Sedgwick CLG13和ELG13(CA, USA)土壤样品的拟合模型参数(和)的散点图，每个样本有n=11个扰动条件（三重样的中值）。c 捷克共和国三种土壤的早期反硝化速率(反硝化酶活性(DEA，等同于))和DEA与长期反硝化速率(反硝化潜力(DP，等同于))差异的散点图。颜色表示扰动的土壤pH值，虚线连接相邻扰动pH值的土壤样本d LaBagh(IL)、Pinhook(IN)、Sedgwick CLG13和ELG13(CA)土壤样品（n=132个样本）在不同pH水平下芽孢杆菌门生长倍数以及假单胞菌门和类杆菌门的综合丰度。e pH扰动后门水平相对丰度随时间变化。f 四项研究的土壤在酸性或碱性pH扰动下本地生物量活性（）下降（n=10土壤）。y轴相当于。g 根据先前研究中土壤在接近原生pH下氮利用的恒定速率。

重要启示

启示1：对理论微生物生态学和微生物组代谢的实证研究具有重要意义。该研究的模型将整个群落抽象为单一有效生物量的模型取得成功，与捕捉许多相互作用物种的复杂生态系统模型形成鲜明对比。这种对比表明，自然群落可能更适合通过粗粒度描述来理解，即捕捉群落中少数代谢相关的群组或类群。这种低维生态系统图景既符合内在机制，又与群落可观测的功能特性紧密相连。将这一成功扩展到更复杂的代谢过程，并将有效生物量变量与基础丰度动态联系起来，是未来工作的关键方向。

启示2：加深微生物群落代谢如何响应环境扰动的理解。理解微生物群落代谢如何响应环境扰动仍是应用微生物组科学的核心难题。这一挑战源于群落的复杂性，其由众多具有多样化代谢特征的物种构成，且在化学环境复杂的生态系统中发生着复杂的生态交互作用。群落的复杂性推动了测量技术的不断精进，从宏基因组学和转录组学到单细胞代谢组学及定量稳定同位素示踪法。然而，将这些数据与群落代谢及其对环境扰动的响应建立联系仍面临困难。该研究表明，与其单独关注微观过程，不如首先进行系统层面的定量观测（如硝酸盐通量），并用简单模型描述这些通量。该模型进而提出组织群落代谢的机制，例如营养限制或生物量活性的转变。随后，可对这些机制的生理、化学或生态起源展开探究。

——解读人：戴恒

——责任编辑：童曼