微生物作为多样性最高的生命类群，在全球生物地球化学循环中发挥着关键作用。确定性过程和随机过程在塑造微生物群落多样性中至关重要，但对于二者的相对重要性仍存在较大争议。因此，量化确定性过程和随机过程对群落组装的影响，并阐明微生物多样性的时空变化模式，将有助于我们深入理解物种共存及功能稳定性机制。目前多种被应用于此类研究的过程模型均存在局限性，缺乏综合性理论框架和长期时间序列数据对模型进行评估。

该研究开发了一种新框架，将消费者-资源模型与中性模型随机微分方程相结合，量化确定性过程和随机性过程在驱动微生物物种和群落动态中的相对重要性（图1）。

该研究提供了一个基于过程模型的稳健可靠的工具用于评估控制物种和群落动态的组装机制，并使用厌氧生物反应器的时间序列数据验证了该框架较强的适用性。未来研究需要进一步检验不同模型的预测性能以及在不同生态系统中控制群落动态的驱动力差异，从而将该理论框架推广至其他生态系统和生物体研究中。

北京大学城市与环境学院生态研究中心研究员/助理教授，2012年7月本科毕业于清华大学，2017年1月博士毕业于清华大学，后在美国俄克拉荷马大学从事博士后研究。2022年入职北京大学生态研究中心（tenure-track 助理教授/研究员）。研究方向为微生物生态学。利用宏基因组学技术和量化稳定同位素探针技术，交叉融合大数据统计、机器学习等学科理论与方法，揭示污水处理厂等人工生态系统和草原土壤等自然生态系统中微生物群落的时空分布规律，研究和预测微生物的生态功能及其对污染控制、生态安全的影响。发表SCI论文约30篇，部分成果发表在Nature Microbiology、Nature Climate Change、ISME Jounal等杂志。