博文
mLife | 过程模型揭示影响微生物时间动态的理论机制
|
北京大学吴林蔚研究员团队的文章“Assessing mechanisms for microbial taxa and community dynamics using process models”于2023年9月12日在mLife 正式上线。该研究开发了一种基于过程模型的新框架，通过将消费者-资源模型与中性模型随机微分方程相结合，定量评估微生物物种和群落动态背后的组装机制。基于厌氧生物反应器的时间序列数据，发现组合模型对不稳定环境下的丰富种预测性能最佳，而中性模型对稀有种动态变化的预测更好，表明确定性和随机因素的相对重要性随环境条件和物种丰度而变化。
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）。
图1 框架概述
该团队将该框架应用于稳定或扰动条件下厌氧生物反应器的时间序列数据，评估消费者-资源模型、中性模型和组合模型的预测能力。结果显示，三种模型的相对性能取决于所研究生态系统中的类群丰度和过程条件。组合模型对扰动条件下丰富类群的动态变化预测表现最好；而中性模型则对稀有种动态变化的预测最好。
该研究进一步对物种和群落水平动态变化的确定性进行定量评估，发现确定性过程对于控制扰动条件下的物种和群落动态更为重要。在物种水平上，稀有种类群的确定性高于丰富种类群；在群落水平上，扰动条件下的确定性显著高于稳定条件，该结果可以为生物反应器系统崩溃提供早期预警（图2）。
图2 物种水平和群落水平的确定性过程
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。
引用本论文：Wu L, Yang Y, Ning D, Gao Q, Yin H, Xiao N, et al. Assessing mechanisms for microbial taxa and community dynamics using process models. mLife. 2023. 原文链接：https://doi.org/10.1002/mlf2.12076
通讯作者
吴林蔚 研究员/助理教授
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。
mLife
期刊简介
mLife是由中国科学院主管、中国科学院微生物研究所主办（中国微生物学会为合作单位）的我国微生物学领域第一本综合性高起点英文期刊。mLife瞄准全球微生物学领域高水平科研成果和前沿进展，报道内容覆盖微生物学各个学科。mLife的办刊目标是打造微生物学领域国际旗舰期刊。 期刊网站： http://mlife.im.ac.cn/ https://wileyonlinelibrary.com/journal/mLife 投稿网站：https://mc.manuscriptcentral.com/mlife 扫码关注mLife
mLife@im.ac.cn
010 - 64807055
https://blog.sciencenet.cn/blog-3563286-1403304.html
上一篇：喜讯 | Circular Economy（《循环经济（英文）》）被Scopus数据库收录
下一篇：EMD 研究论文 | 解锁高性能有机正极: 通过调整共价框架中活性基团密度提高水系锌离子电池性能
