基于生态代谢理论耦合微生物和植物空间周转率的温度依赖性
Coupling temperature-dependent spatial turnover of microbes and plants using the metabolic theory of ecology
Article，April 2023，Volume238, Issue1，Pages 383-392
New Phytologist, [IF 10.32]
DOI：https://doi.org/10.1111/nph.18695
原文链接：https://nph.onlinelibrary.wiley.com/doi/10.1111/nph.18695
第一作者：肖娴
通讯作者：梁玉婷
合作作者：马志远、张佳宝、孙波、周集中
主要单位：中国科学院南京土壤研究所、常州大学、俄克拉荷马大学、清华大学、劳伦斯伯克利国家实验室
摘要
当前迫切需要了解地下部微生物和地上部植物在气候变化背景下对温度响应的耦合关系。生态学代谢理论（MTE）提供了一种预测代谢率和物种多样性的方法，但植物和微生物之间的空间尺度依赖性和联系仍不清楚。本研究通过两个独立的数据集来回答这一问题：一是针对土壤细菌和微生物功能基因的水稻田采样数据集，另一个是来自全球的包括微生物（细菌、真菌和古菌；n＝139）和植物（n＝206）的元数据集。结果表明，细菌群落和微生物功能基因的空间周转率随温度升高而增加，且符合MTE理论。荟萃分析结果表明，空间周转率的温度依赖模式可进一步扩展到全球尺度，且微生物和植物的空间周转率均符合MTE理论。即便控制环境温度不变，地下部微生物和地上部植物之间也显著相关，这表明二者除了与温度的共同关系之外，其他因素也有助于它们之间的联系。这些结果表明MTE理论在生物学中的广泛应用，并在预测未来气候变暖的生态后果方面有重要意义。
引言
生态学代谢理论（MTE）可预测生物体代谢率与环境温度间的定量关系，即较高的温度将增加个体表达力，如发育率、死亡率和寿命。这一动态过程用Arrhenius/Boltzmann指数关系式表达，即R∝e-E/kT，其中R是给定生物过程（如死亡率）的速率，e是自然对数的底数，k是Boltzmann常数(8.62×10-5 eV/K)，T是开尔文温度，E是表征给定生物过程对温度依赖性的“活化能”。这一框架可以进一步延伸到生态系统的种群和群落水平，因为种群和群落的许多特征依赖于单个生物的表现，如物种多样性（α多样性）。例如，Allen等人的研究表明，根据生态学代谢理论，欧洲树木、北美虎甲虫和欧洲两栖动物等大型生物的物种丰富度随着环境温度的增加而增加。从亚高山的科罗拉多到热带的巴拿马，在大纬度温度梯度上，也证实了森林土壤微生物的物种多样性与温度的关系，但它们的温度依赖性（E = 0.13~0.47 eV）低于树木和动物的记录值（~ 0.65 eV）。尽管MTE适用于大型生物和微生物的α多样性，但对于它们空间尺度模式上的β多样性如何在较大的温度梯度下变化以及MTE是否也适用于这些模式还不清楚。
生物代谢影响生态系统中能量和物质的流向，因此，MTE理论可扩展到生态系统过程，如生物量生产。Yvon-Durocher和Allen根据水生生态系统实验数据发现短期总初级生产（即总光合通量）的温度依赖性（E = 0.27）。此外，森林扰动后生物量积累速率也具有温度依赖性，生物量积累速率是温度倒数（1/kT）的函数（E = 0.32）。但鲜有研究评估微生物生物量的产生是否符合MTE，尽管许多案例都表明微生物生物量碳对环境温度变化的敏感性。例如，在沿5-45°C的温度梯度下，将四种不同土壤培养14 d，观察到在断点温度前土壤微生物生物量碳明显增加，在断点温度之后减少。Curtin等人在持续85 d的实验室培养中发现，在5-25℃温度梯度下培养，土壤微生物生物量碳大幅减少（18-35%），这显著增强了碳矿化的温度响应。因此，考虑到微生物在气候反馈中的关键作用，需要有经验证据来揭示在较大的温度梯度下环境温度与土壤微生物生物量之间的潜在联系。
本研究中，作者提出三点假设（图1）：
1. 假设物种的空间周转率（β多样性）符合MTE，且这种理论适用于地下微生物（即土壤主要微生物组：细菌群落和微生物功能基因）和全球范围内的地上大型植物。这是因为物种的空间周转率反映了生态组织的群落水平，而这一水平应受温度影响。
2. 作为代表生态系统过程的指标，假设地下微生物生物量与地上植物生物量也符合MTE，这与广泛研究的远洋生态系统一致。与此同时，作者猜测地上和地下生态系统的空间尺度或功能存在相互依赖的关系。
3. 假设群落水平特征（即空间周转）与生态系统过程（即生物量生产）相关，因为二者密不可分。
图1. 假设示意图
假设1：物种空间周转率符合MTE，该理论适用于地下微生物和地上大型植物。假设2：地下微生物生物量和地上植物生物量反映生态系统过程，也符合MTE。作者预期地上和地下生态系统的空间尺度或功能相互依赖。假设3：群落水平特征与生态系统过程有关，因为二者密不可分。
为验证这些假设，作者在中国主要水稻种植区（19.75°N ~ 47.58°N, 110.41°E ~ 126.92°E）的13个地区选择了39块稻田，研究土壤细菌群落和微生物功能基因的空间周转率，以及地下微生物总生物量和地上水稻生物量。选择水稻土生态系统是因为与旱地土壤相比，稻田的土壤环境（如土壤水分、氧含量和有机成分）异质性小，在一定程度上降低了土壤异质性对生态过程的影响，故稻田在确定生态过程与温度间的关系方面具有优势。此外，作者从文献中收集了大量微生物（包括细菌、真菌和古生菌）与植物的空间周转率结果，并在全球范围内验证以上三点假设。结果表明，在大陆尺度上，地下细菌群落和微生物功能基因的空间周转率、土壤微生物总生物量和水稻地上部生物量均与环境温度相关，且符合MTE理论。通过meta分析，地下微生物（包括细菌、真菌和古生菌）和地上植物空间周转率的温度依赖性可进一步扩展至全球范围。此外，地下微生物影响了地上植物的空间周转率与生态系统功能。
结果
稻田土壤微生物空间周转率符合MTE理论
物种空间周转率用于描述物种沿环境梯度的更替速率，是许多生态保护理论和实践的基础。本研究估计了土壤细菌群落和微生物功能基因的空间周转率（z值）。全国13个地区39个稻田的地下微生物空间周转率差异较大，细菌z值在0.003 ~ 0.050之间，微生物功能基因z值在0.057 ~ 0.091之间（图S2）。有趣的是，无论是细菌群落（r2 = 0.118, p = 0.033, AIC = -371）还是微生物功能基因（r2 = 0.264, p < 0.001, AIC = -366）及其亚群，z值均随MAT显著增加（图S2）。根据Pearson相关性分析，虽然水稻土性质（pH、OM、CEC和TN）随MAT的变化而变化，但它们与微生物空间周转率的关系不大（图S3）。
图S2. 中国39个稻田土壤细菌群落(a)和微生物功能基因(b)的空间周转率(z)与年平均气温的关系
细菌群落(r2 = 0.118, p = 0.033, AIC = -371)和微生物功能基因(r2 = 0.264, p < 0.001, AIC = -366) z值均随年平均气温的升高而显著升高。图中括号内数字表示采样地年均温区间。该线用最小二乘回归拟合，阴影区域表示95%置信限。MAT = 年平均气温；AIC = Akaike 信息标准。
图S3. 基于Pearson相关性分析，环境因子与土壤细菌群落和微生物功能基因空间周转率（z）的相关性
粗体表示显著相关性（p < 0.05）。MAT = 年均温；CEC =阳离子交换量；OM =有机质；TN =总氮；FG =功能基因。
为验证假设1，研究人员基于MTE估计了细菌z值和微生物功能基因z值的温度依赖性。地下空间周转率活化能（E）为ln变换后的z值与绝对温度的倒数（1/kT）之间线性回归的斜率。值得注意的是，我们发现对数转换后细菌群落（E = 0.047 eV, r2 = 0.128, p = 0.025）和微生物功能基因（E = 0.341 eV, r2 = 0.255, p = 0.001）的z值与1/kT间存在很强的线性关系（图2）。
图2. 中国39个水田土壤细菌群落(a)和微生物功能基因(b)空间周转率(z)的温度依赖性
根据MTE，细菌群落和微生物功能基因的对数转换z值与绝对温度的倒数(1/kT)间存在很强的线性关系。E是活化能，用ln转换后的z值与1/kT之间线性回归的斜率表示。图中括号内的数字表示采样地年均温(MAT)区间。直线为最小二乘回归拟合，阴影区域表示95%置信区间。
通过999次自举和配对t检验，微生物功能基因E值显著高于细菌群落E值（p < 0.01）。细菌亚群的z值也与1/kT呈较强的线性关系，其中拟杆菌门的活化能最高(E = 0.168 eV, r2 = 0.213, p = 0.003)，其次是放线菌门(E = 0.120 eV, r2 = 0.159, p = 0.012)和绿弯菌门(E = 0.114 eV, r2 = 0.180, p = 0.007)。所有土壤微生物功能基因亚群的z值也符合MTE，其中与甲烷生成相关的功能基因活化能最高(E = 0.428 eV)。
地下微生物生物量和地上植物生物量
均符合MTE
了解生物量和温度之间的关系有助于预测未来气候变化对碳储量的影响。研究人员利用PLFA技术对稻田地下微生物总生物量进行评估，包括细菌、真菌和放线菌。39个稻田土壤微生物PLFAs总量在7.49 ~ 50.56 nmol/g dw间变化。利用PLFA指征微生物生物量，发现MAT增加了地下微生物总生物量、细菌、真菌和放线菌的生物量(r2 = 0.161~0.221, p < 0.05；图S4a和c)。研究人员进一步基于NPP遥感估算稻田地上生物量，其变化范围为171.95 ~ 521.20 g C/m2/年。类似地，从最佳拟合预测结果来看，NPP随MAT显著增加，尽管在热带地区有所下降（指数模型：r2 = 0.246, p < 0.001）（图S4b）。
图S4. 中国39个稻田年均温与地下微生物生物量(a, c)和地上植物生物量(b)的关系
微生物PLFAs的总和作为衡量微生物总生物量的标准，包括细菌、真菌和放线菌的生物量。NPP为衡量稻田地上生物量的指标。微生物磷脂脂肪酸(PLFAs)和净初级生产力(NPP)均随年平均温度(MAT)的增加呈显著增加趋势。
图S5. 中国39个稻田地下微生物生物量的温度依赖性
(a)细菌PLFAs；(b)真菌PLFAs；(c)放线菌PLFAs。
由于PLFAs和NPP均随MAT的增加呈显著增加趋势（图S4），研究人员进一步探究温度对生物量的影响是否遵循MTE。结果表明，PLFAs和NPP都具有显著的温度依赖性（图3；图S5）。地下微生物PLFAs和细菌、真菌、放线菌PLFAs的活化能在0.191~0.217 eV间 (r2 = 0.150~0.232, p < 0.05)，NPP的活化能为0.240 eV (r2 = 0.313, p < 0.001)。
图3. 中国39个稻田的土壤微生物生物量(a)和地上植物生物量(b)
微生物PLFAs的总和作为衡量微生物总生物量的标准，包括细菌、真菌和放线菌；NPP为衡量稻田地上生物量的指标。温度对地下微生物量和地上植物量的影响与MTE的预测一致，对数转化后的生物量值与绝对温度的倒数(1/kT)呈较强的线性关系。E为活化能，为ln转化后的生物量数值与1/kT之间线性回归的斜率。
稻田地下与地上部分的关联
考虑到地下微生物可以维持地上生物生命，研究人员探究了地下微生物（即细菌群落、微生物功能基因以及微生物生物量的空间周转率率）如何在较大的温度梯度范围内不受温度控制而对地上生态系统功能做出贡献。本研究采用随机森林模型，利用MAT、地下微生物空间更替率(z)和生物量(PLFAs)预测稻田NPP。总得来说，这些用于预测得因素解释了69.81%的NPP 差异。在较大的温度梯度下，MAT是影响稻田NPP最重要的因素（图4a），与此同时，细菌z值也影响NPP，其次是PLFAs和微生物功能基因z值。
利用SEMs对MAT、地下物种空间周转率以及地下生物量对地上生物量的直接和间接影响进行深入研究，最终模型解释了38%的地上生物量变化（图4b）。结果表明，MAT对地上部生物量产生的直接影响最大(r = 0.53, p < 0.01)。此外，MAT还通过影响细菌群落的空间更替率间接影响地上生物量(r = 0.27, p < 0.05)。尽管地下生物量和微生物功能基因的空间更替也受温度调节，但其对地上生物量的直接影响较弱。这些结果表明除了温度，地下细菌的空间更替在确定地上生物量方面也很重要，该结果支持了假设3。
图4. 稻田地下与地上部分的关联
(a)基于随机森林模型预测年均温、地下微生物空间周转率(z)和地上生物量对NPP的影响（MSE为均方误差增加百分比）。(b)运用结构方程模型估算年均温、地下水细菌群落和微生物功能基因的空间周转率以及微生物总生物量对地上生物量的直接和间接影响。绿色箭头表示显著关系路径(p < 0.05)；黑色点箭头表示不显著路径(p > 0.05)。箭头旁边的数字是标准化的路径系数。黑色圆圈内数字表示该模型预测的地上生物量变化百分比。各预测因子的显著性水平分别为:*p < 0.05和**p < 0.01。MAT =年均温；PLFAs =磷脂脂肪酸；NPP =净初级生产力；FG =功能基因。
地上生物量将通过增强根系分泌物增加土壤碳输入，因此可能影响地下群落与生物量产生过程。本研究利用SEM模型探讨了地上生物量对土壤微生物生物量和空间更替的潜在影响。与研究人员的预期相反，本研究的地上生物量（即稻田NPP）对地下生物量和微生物空间周转率的直接影响较弱（p > 0.05；图S6）。
图S6. 基于结构方程模型探究年均温和地上生物量对地下微生物空间周转率和生物量的直接和间接影响
绿色箭头表示显著关系路径(p < 0.05)；黑色点箭头表示不显著路径(p > 0.05)。箭头旁边的数字是标准化的路径系数。各预测因子的显著性水平分别为:*p < 0.05，**p < 0.01。z(Bacteria)=细菌群落的空间更替率；z(Microbial FG) =微生物功能基因的空间更替率；MAT =年平均气温；PLFAs =磷脂脂肪酸；NPP =净初级生产力；FG =功能基因。
全球尺度上微生物和植物空间周转率
温度依赖性的meta分析
图5. 全球范围内植物和微生物的空间周转率(z)及二者与温度的关系
(a)宏观植物和微生物z值采集地图。(b)全球范围内植物和微生物的z值。共采集到206个植物z值数据和139个微生物（包括细菌、真菌和古菌）的z值数据，并与相应的MAT数据关联。图中给出了平均加权z±95%置信区间(CI)。箱形图显示中位数（水平线）、25%和75%分位数（方框上下边界）、无异常值的最极端值（上下边界）和异常值(样本距离中位数超过1.5倍四分位数范围)。(c)全球植物和微生物z值与温度的关系。在全球范围内，植物和微生物的空间周转率(z)与绝对温度的倒数(1/kT)呈显著线性关系。该线表示最小二乘回归拟合，阴影区域表示95%置信限。(d)利用模型将19组数据中得到的微生物和植物的z值与相邻地理位置联系起来。预测因子的显著性水平如下:*p < 0.05。M AT =年平均气温。利用SEM模型中的19组数据将相邻地理位置的植物和微生物的z值联系起来。预测因子的显著性水平如下：*p < 0.05。MAT =年平均气温。
鉴于物种空间周转率以及微生物和植物间的相互作用均具有强烈的温度依赖性（图2-4），本研究的目标是获得全球微生物和植物空间更替模式的统一解释。将文献和本研究的所有可用物种（包括宏观植物和微生物）空间周转率z值视为效应量（图5）。共获得465个植物z值，145个微生物z值，其中微生物包括细菌、真菌和古细菌。在这些数据中，一些研究可直接从原始论文或根据经纬度坐标推断出该地区的MAT值（植物：n = 206；微生物：n = 139），共包括北美7个国家，南美洲2个国家，欧洲15个国家，非洲6个国家，亚洲8个国家，澳大利亚3个国家，以及其他海洋站点（图5a）。植物和微生物的原始数据以及加权z值分布如图5b所示。图5c将z值和1/kT用线性回归拟合，结果表明，在全球范围内，植物(E = 0.272 eV, p < 0.001)和微生物(E = 0.170 eV, p < 0.05) z值与均1/kT间存在显著线性关系（图5c），其中微生物的r2值很低(0.037)。利用饱和SEMs模型将19组相邻的微生物和植物z值相关联（图5d），发现微生物z值显著影响植物的z值变化(r = 0.45, p < 0.05)。此外，本研究还发现，即使控制了MAT，植物对微生物的反馈作用仍存在(r = 0.50, p < 0.05)。
讨论
生物多样性的空间周转率用于描述物种沿环境梯度的更替速率，是许多环境保护理论和实践的基础。尽管微生物是地球生物多样性的主要组成部分，但在当前全球变暖的背景下，对微生物空间周转率的温度依赖性研究甚少。基于MTE理论，研究人员利用中国39个稻田数据考察了土壤细菌群落和微生物功能基因空间周转率的温度依赖性。研究结果表明，水稻土微生物的空间周转率表现出温度依赖性，且符合MTE（假设1，图2）。通过meta分析发现这一结论也适用于全球范围内的微生物，包括广泛的微生物类群（如细菌、真菌和古生菌）及栖息地（图5）。这些发现与先前的研究相结合，即森林土壤微生物多样性符合MTE，说明本土物种丰富度（α多样性）和空间周转率（β多样性）都随着环境温度的升高而增加。
细菌群落和微生物功能基因空间更替活化能分别为0.047 eV和0.341 eV。先前的研究表明，E值随着分类学/遗传分辨率的增加而增加，因此，微生物功能基因空间更替的随温度的升高而增加速度比细菌群落快，很可能是因为功能基因的分辨率比物种更高。该研究的结果与先前的研究共同表明，最多样化的微生物其α和β多样性的E值可能都低于先前0.60-0.70 eV的预测范围。作为参考，E值用Q10表示，Q10定义为温度每升高10°C多样性的变化率。细菌E值为0.047 eV，功能基因E值为0.341 eV，二者对应的Q10值分别为1.07和1.64，即年均温每升高10℃，土壤微生物群落的空间周转率增加1.1 ~ 1.6倍。此外，meta分析表明，全球范围内植物的空间更替也符合MTE；且微生物空间周转率的温度依赖性（E = 0.170 eV）低于植物（E = 0.272 eV），这一点与α多样性一致。微生物对温度的依赖性较低，部分原因可能是其较强的扩散能力与较短的世代时间。
研究人员基于39个稻田的数据集发现本研究的第二个假设也得到证实，即反映生态系统过程的地下微生物生物量和地上生物量均符合MTE（图3）。地上植物生物量的温度依赖性与先前对陆地NPP的观测结果一致。NPP的温度依赖性主要受温度的直接影响，而收到非生长季节长度与太阳辐射的间接影响。值得注意的是，NPP在热带地区出现下降，也就是说此处温度高于最适生长温度（22~28°C）。本研究观察到地上植物生物量（E = 0.240 eV）的温度依赖性比先前报道的陆地生态系统植物生物量（E = 0.320 eV）低，这也许与水稻种植过程中频繁的人类活动（如耕作和施肥）有关，可能会使Boltzmann-Arrhenius曲线变平。此外，本研究第一次证明具有温度依赖性的地下微生物生物量遵循MTE（E = 0.198 eV）。然而，地下微生物生物量的温度依赖性低于地上植物生物量，这一结果与研究人员的预期相反。以往的研究表明，主要受呼吸调控的微生物生物量应该比主要受光合速率调控的NPP具有更强的温度依赖性。这一差异可能是本研究中微生物生物量测定方法导致的，因为土壤类型可能对PLFA的数量和形态有显著影响。氯仿熏蒸提取法等更标准的测定方法可作为本研究的补充。
通过将地下和地上生物区系以及群落水平的特征（即空间周转率）与生态系统过程（即生物量生产）联系起来，并基于39个稻田数据集与meta分析的结果证实了本研究的第三个假设，即地上植物和地下微生物间的互反馈作用（图4、图5）。人们普遍认为植被变化受土壤生物群的强烈影响，且土壤生物群对植物生长具有反馈作用，尤其是在局部空间尺度上。本研究将二者的联系扩展到全球尺度，结果显示即便在控制环境温度的情况下，地上和地下空间周转率间仍保持显著的相关性，这表明二者的空间周转率除了与MAT有关外，其他因素也有助于促进二者间的关联，其中可能包括共同的进化史、植物物种特异性共生关系以及根际碳沉积。需要注意的是，由于meta分析所使用的数据集涵盖了广泛的生境，并且是通过不同的实验方法获得的数据，因此从温度与微生物空间更替之间存在显著但较低的相关性可以看出，该研究结果可能只是粗略地反映了群落空间更替的全球分布格局。有趣的是，39个稻田的数据集表明地下空间周转率与地上生物量间存在因果关系，这表明微生物多样性中依靠温度驱动的空间异质性可能直接通过各种生物相互作用，或间接通过土壤养分有效性转变以及对植食性生物的捕食作用对植物生长的潜在产生影响。地上和地下生物量间缺乏耦合作用，这表明二者的生物量积累过程调控机理不同。
总得来说，本研究结合中国39个稻田的数据集和全球范围内的meta数据集，对从地下到地上、从群落到生态系统过程验证了MTE理论。对于地下微生物和地上宏观植物而言，二者群落层面生态组织的空间周转率以及生态系统层面的生物量积累分布都符合MTE。地下群落过程对地上群落动态和生态系统功能产生深远影响，而地上群落动态对地下群落过程有反馈作用。本研究对于未来气候变化情景下MTE和地上-地下生态具有重要意义。同时，本研究还发现MTE可用于研究生物学中的许多现象，尽管我们的结果与之前的几份报告一起支持了一个新兴的理论，即不存在~ 0.65 eV的标准ET值。由于微生物空间更替具有强烈的温度依赖性和密切的地上-地下联系，当生物栖息地面积减少，气候变暖加剧将促进地上和地下生物多样性的脆弱性，从而加速生态系统生物量的积累。
参考文献
Xian Xiao, Zhiyuan Ma, Jiabao Zhang, Bo Sun, Jizhong Zhou & Yuting Liang (2023). Coupling temperature‐dependent spatial turnover of microbes and plants using the metabolic theory of ecology. New Phytologist, 238: 383-392.
作者简介
第一作者
肖娴
中国科学院南京土壤研究所副教授
主要从事土壤微生物生态与物质循环和土壤微生物修复技术等方面的研究。发表SCI论文16篇，中文核心论文5篇。主持国家自然科学基金青年科学基金项目1项，江苏省高等学校自然科学研究面上项目1项。
通讯作者
梁玉婷
中国科学院南京土壤研究所研究员
主要从事土壤微生物学领域研究。发表SCI 70余篇，中文核心10余篇。承担国家自然科学优秀青年基金、江苏省杰出青年科学基金等，中科院青促会优秀会员，担任《土壤学报》、Soil Ecology Letters、SBB、Geoderma等编委，中国土壤学会土壤质量标准化委员会主任、江苏省土壤学会学术工作委员会主任。
更多推荐
（▼ 点击跳转）
iMeta | 德国国家肿瘤中心顾祖光发表复杂热图(ComplexHeatmap)可视化方法
iMeta | 浙大倪艳组MetOrigin实现代谢物溯源和肠道微生物组与代谢组整合分析
1卷1期
1卷2期
1卷3期
1卷4期
2卷1期
期刊简介
“iMeta” 是由威立、肠菌分会和本领域数百位华人科学家合作出版的开放获取期刊，主编由中科院微生物所刘双江研究员和荷兰格罗宁根大学傅静远教授担任。目的是发表原创研究、方法和综述以促进宏基因组学、微生物组和生物信息学发展。目标是发表前10%(IF > 15)的高影响力论文。期刊特色包括视频投稿、可重复分析、图片打磨、青年编委、前3年免出版费、50万用户的社交媒体宣传等。2022年2月正式创刊发行！
联系我们
iMeta主页：http://www.imeta.science
出版社：https://onlinelibrary.wiley.com/journal/2770596x
投稿：https://mc.manuscriptcentral.com/imeta
邮箱：[email protected]