微生物功能性状的新兴模式

题目：Emerging Patterns of Microbial Functional Traits

微生物功能性状的新兴模式

期刊：Trends in Microbiology

IF：17.079

作者：杨云锋

https://doi.org/10.1016/j.tim.2021.04.004

亮点

1. 为了理解微生物群落动态和生态系统后果的原因，科学家必须分析各种环境条件下微生物功能性状的模式，并将功能性状与生态系统过程联系起来。

2.培养和性状测量方面的挑战、缺乏对微生物物种的严格定义以及微生物世界的生态不一致性，都不允许直接应用为宏观生物开发的性状概念和工具。

3.除了作为评估环境安全和健康风险的下一代生物监测工具之外，微生物功能性状还可用于解释生物地球化学循环和改进生态系统建模。

4.需要更多的研究来建立功能性状知识库，这是全球快速变化时期环境生物监测和生物地球化学过程建模的关键步骤。

摘要

功能性状是在特定环境条件下影响生物体适应性的可测量性状。功能性状在微生物生态学中的应用为提高我们开发生物地球化学模型和预测生态系统对全球变化的响应的能力带来了巨大的希望。值得注意的是，由于微生物之间的水平基因转移和适应性进化，功能性状可以从分类关联性中去耦合。近年来，我们对微生物功能性状的认识有了实质性的提高进而揭示了驱动群落构建和动态的众多生态过程。本文总结了微生物功能性状如何响应变化环境的新兴模式，这有别于研究得更好的微生物分类学。作者用生态位和中性理论来解释微生物的功能性状。最后强调了未来分析、阐明和利用微生物生态学中功能性状的挑战。

关键术语

确定性过程（Deterministic process）:生态学中影响生物群落模式和行为的一种不确定性机制。换句话说，确定性过程是基于生态位的。因此，模式和行为可以由非生物和生物环境因素预测。

生态不一致性（Ecological incoherence）:一个分类单元的成员与同一分类单元的其他成员没有相同的生活策略与功能性状的现象。

生态系统过程（Ecosystem process）:发生在生态系统中的物理、化学和生物行为或事件。

功能丰度（Functional abundance）:一个功能性状的总丰度。相对功能丰度可以通过扩增子或宏基因组测序数据计算，而绝对功能丰度可以通过结合微生物生物量信息计算。

功能组成（Functional composition）:个体生物的功能性状相对于拥有该功能性状的总群体的比例。功能成分一般用百分比表示，这样所有成分加起来就是100%。它是一个组或群落级别的变量。

功能差异（Functional divergence）:一个群落级变量，用来表示一个群体内性状值的功能差异程度，也称为性状范围或功能β多样性。也可以表示为官能团的数量，它同时考虑了官能团的数量和官能团内的性状值。功能差异强调物种间生态差异导致的各种功能性状的存在，这导致资源的完全利用，使其对生态系统过程具有信息价值。

功能多样性（Functional diversity）:功能性状的可变性。它包括功能α多样性，当考虑性状丰富度时，功能α多样性由功能性状丰富度或香农和辛普森指数计算。它还包括β多样性，反映了其成员之间的功能差异。

功能冗余（Functional redundancy）:多个不同的有机体执行共享代谢功能的能力。因此，功能冗余通常与应对不断变化的环境的功能稳定性相关联。

功能敏感性（Functional sensitivity）:随着时间的推移，由于可能是或可能不是永久性的环境干扰，生物体或群落功能的变化程度。

功能稳定性（Functional stability）:在受到干扰后恢复平衡状态的能力，或者不经历生态系统功能随时间的巨大变化的能力。因此，功能稳定性包括功能恢复性和抗性。

功能性状 （Functional trait）:影响生物体健康、性能或代谢功能的任何可遗传性状。

水平基因转移（Horizontal gene transfer）:通过DNA转移从另一个生物体获得一个新基因。

微生物多样性（Microbial diversity）:活微生物的可变性。微生物多样性包括分类、系统发育和功能多样性。微生物多样性还包括α-、β-和γ-多样性。以功能性状为例，微生物α-多样性是微生物群落中功能性状(即性状丰富度)的数量，有或没有加权性状丰富度。微生物β多样性是两个群落之间的比较，用群落组成的差异来衡量。微生物β多样性通常在从零到一的标准化尺度上测量。高β多样性指数表明相似性水平低，而低β多样性指数表明相似性水平高。微生物γ多样性是一个区域内不同生态系统总体多样性的量度，也称为地理尺度多样性。

生态位（Niche）:具有特定资源和环境条件的空间，个体生物可以利用。

随机过程（Stochastic process）:可以影响微生物生态学中种群和群落动态的随机事件，就像掷硬币一样。这些事件包括繁殖、死亡、扩散和建模中涉及随机数的扰动。

微生物功能性状

历史上，许多环境微生物学家通过分类透镜观察微生物，主要解决分类微生物多样性。然而，众所周知，微生物分类学很难定义，因为许多微生物不是有性生殖。16S rRNA基因、18S rRNA基因或核糖体内转录间隔区(ITS)的生物标志物是测量群落系统发育组成的常用单位。因此，近年来，人们对分析微生物功能性状产生了浓厚的兴趣，这些功能性状是微生物的可测量性状，与系统发育生物标记相比，它们与生物体适应性或性能更直接相关。

传统微生物学家根据表型性状分析功能性状，而高通量测序的分子革命使得从微生物基因组推断功能性状的努力得以广泛开展。由于大多数微生物没有在培养物中生长，并且不能在原位直接观察到，因此与微生物表型性状相关的数据比与基因型性状相关的数据要少得多。因此，重要的是，除了酶和形态生理物候性状之外，我们开始将微生物基因视为功能性状。微生物的功能性状可以在基因、有机体、组或群落的生物层次中被识别出来(图1)。具体来说，它们可以是单一的，也可以是包含功能途径、亚类或类别的功能基因的集合。在生物水平上，rRNA操纵子的基因组大小和拷贝数与微生物生长和碳利用效率成反比。相比之下，在组和群落层面对功能性状进行表征可能会很棘手，例如功能丰度(即表征为复合物的功能性状之和)、功能多样性、功能组成和功能复杂性(即群落成员之间的连接密度)。各种技术，如基于PCR的靶基因扩增子测序、鸟枪宏基因组和宏转录组测序、微阵列和酶测定法已被用于分析这些功能性状。

图1:微生物功能性状和环境之间的相互作用。功能性状可以分为基因/酶、基因组、同资源种团（guilds）和群落四个层次。许多功能基因被认为是生物地球化学过程的生物标志物。例如，amoA基因可以代表由功能细菌或古细菌介导的铵氧化；编码甲基辅酶M还原酶亚单位A的mcrA基因可以作为甲烷产率的代表，因为mcrA基因的丰度和甲烷通量之间有很强的相关性。基因组水平的性状包括G+C含量、基因组大小和rRNA拷贝数。高G+C含量有利于微生物在热环境中生长，资源可用性和环境稳定性选择具有一定基因组大小的微生物物种。资源的可用性也增加了基因组中的rRNA拷贝数，使微生物能够快速生长。同资源种团可以从对外部驱动因素或对生态系统过程的影响有类似反应的有机体集合中进行分析，通常被称为“功能群”。由于不同的功能群体在一个群落中共存，群落层面的功能性状被用来描述整个群落的行为和反应。

基于生物体的适应性和适应性来定义功能性状是有价值的。功能性状可分为响应性状和效应性状，响应应性状描述了微生物如何对变化的环境做出响应，效应性状决定了生物对生态系统过程的影响。某些性状可以同时作为响应和效应性状(图1)。例如，氨单氧化酶的表达和活性可以通过添加铵来改变，这会影响氨氧化剂中羟胺的产生。因此，氨单氧化酶既是对氨的响应性状，也是羟胺生产的效应性状。另一个例子是，具有寡营养生活史的微生物被有利地选择在营养贫乏的环境中生存，但在营养丰富的环境中处于劣势；因此，反映寡营养生活方式的性状(例如，rRNA操纵子的拷贝数)可以作为营养物质的响应性状。反过来，营养不良生活方式的微生物分泌次级代谢物，使其附近的其他生物能够在恶劣环境中生存，对生物相互作用和营养循环产生影响。这些相互作用的机制经常导致微生物功能性状和环境因素之间的显著相关性(图1)。因此，功能性状可以作为监测环境变化的潜在工具。此外，正如最近证明的那样，将功能性状纳入生态系统模型可以提高预测生物地球化学循环的准确性。

几十年来，系统发育和功能性状之间的关系一直困扰着微生物生态学家。一方面，生态不一致性，即微生物分类和功能性状之间的不一致，是经常发生的，因为即使在密切相关的生物体中也存在大量的基因组变异。因此，具有相同16S rRNA基因序列的细菌菌株可能具有有限的生态位重叠，表现出不同的生长率和底物利用情况。在真核微生物中也记录了类似的观察结果，例如，褐腐真菌的种类在降解木质纤维素组织的能力和代谢途径上有很大差异。另一方面，许多功能性状，例如与甲烷生成和酸性耐受性相关的功能性状，甚至在更高的分类组织水平(即目、纲、门或界)上也是保守的。因此，系统发育多样的分类群在环境分布、生态位空间和功能能力方面可能是相似的。由于分类学很少能准确预测生态差异或功能，所以以功能性状为中心的方法是不可行的。

敏感性、稳定性和冗余性响应性状的新模式

对各种生态系统的378项调查的文献调查显示，在大多数研究中，微生物分类和功能性状都对变化的环境敏感。在高选择性环境中，群落通常表现出相似的组成和功能结果，正如来自不同自然生态系统(例如，各种土壤和植物叶表面)的细菌群落所证明的那样，在单一碳源合成培养基中表现出可再现的趋同性。同样，尽管存在巨大的地理差异(距离约20000公里)，但南极土壤真菌群落在微生物组成上与北极土壤真菌群落高度相似。一种解释是，微环境中的生态位而不是地理距离似乎对土壤微生物至关重要。例如，pH是解释全球不同生态系统土壤细菌群落组成差异的最关键因素之一。相比之下，全球海洋微生物群的功能组成主要由温度驱动。生态位分化和不同功能性状的种内权衡在自然生态系统中很常见并导致功能差异。

最近的一项草原研究表明，环境条件和微生物分类都不会因轻度放牧而改变。有趣的是，检测到功能组成的显著变化，显示出很强的功能敏感性。由于功能基因的序列变异可能与其活性有关，功能性状对细微变化的更高敏感性可能源于微生物功能谱的高维度，因为微生物通常包含数千个功能基因，从而导致更高的分辨率。或者，很少有代谢基因像16S rRNA基因一样进化上保守；因此，更容易检测功能成分的微小变化。微生物分类和功能性状的不同反应也可能源于技术原因。采样和测序深度不足可能低估分类性状的敏感性；因此，加大采样和测序力度可能会发现对环境干扰敏感的稀有物种。如果我们增加序列相似性的阈值来定义操作分类单位(OTUs)，分类性状的敏感性也会更高，因为常用的阈值97%可能隐藏了重要的功能变异。例如，一种无害的枯枝落叶腐生物— Hymenoscyphus albidu和一种病原菌以导致欧洲白蜡树死而闻名的Hymenoscyphus fraxineus—以97%的序列相似性结合成一个单一的OTU。更精细的分类，例如将序列读数分析为准确的扩增子序列变异体ASV，而不是OTUs，可以将单个分类单位分解成许多不同的物种，从而提高分类灵敏度。

许多物种间的相互作用可以是物理的、代谢的、信号的或调节的。这些相互作用由生态关系导致可以是积极的或消极的，如互利共生、共生、竞争、共生、寄生或捕食。令我们沮丧的是，全群落微生物相互作用的实验证据仍然难以处理，因此通常使用基于共现或相关性的统计推断。这种策略克服了宏基因组数据集中典型的高噪声，为整体群落组成对变化环境的敏感性提供了新的见解。与此同时，网络分析经常被用来识别稳定网络的关键物种或功能基因，提供了一个群落稳定性的一角。与功能组成的高度敏感性和微生物群落的复杂性相反，功能丰度在海洋、土壤、活性污泥和人类肠道等不同环境中的变化通常小于分类学，这反映了功能的稳定性。这些观察产生了一种“是歌曲而不是歌手”的理论，即微生物群落(歌曲)的集体功能比实现它们的分类群(歌手)更稳定地保存。

自然环境中极高的微生物多样性导致了微生物群落功能冗余的假设，即分类上不同的微生物之间存在功能相似性。生态不一致性导致功能冗余，缓冲生态系统功能并防止物种丧失。功能冗余的程度因环境而异。在高草草原生态系统中，微生物分类和功能组成之间存在强有力的正相关关系，表明功能冗余度较低。然而，在全球海洋微生物群或北美土壤真菌生物群中没有发现这种相关性。重要的是功能组成和功能丰度都用来检验功能冗余。功能组成对环境变化高度敏感，显示低功能冗余。相比之下，功能丰度趋于稳定，反映了高度的功能冗余。功能冗余的程度也受到功能类别的影响。核心功能(如需氧呼吸和三羧酸循环)可由多种微生物完成。因此，去除一种或几种微生物可能不会影响群落的核心功能。相反，专门的代谢功能(如几丁质降解)只存在于微生物的某些分支中，更有可能受到分类多样性或组成变化的影响。例如，几丁质酶活性的功能差异与微生物群落组成密切相关。

利用效应性状代表生物地球化学过程的争议

研究功能性状的兴趣在于利用它们评估生物地球化学过程和改进生态系统建模的可能性。然而现阶段仍然有争议。尽管有怀疑的观点认为功能性状丰度不是生物地球化学过程或土壤功能的可靠替代物，但经常发现功能丰度和酶活性(或生物地球化学过程速率)之间的正相关性。在基因组水平上，rRNA操纵子的拷贝数在预测响应资源扰动的最大增长率或效率方面是准确的。当使用群落性状时，观察到功能多样性和生态过程之间的联系。相反，分类组成与环境变化的关系很弱，因此分类组成的差异可能与生物地球化学过程的关系不大。

为了调和这些相互矛盾的观察结果，建议研究人员应该关注功能丰度和组成的差异，这不仅可以减少试验系统偏差而且推断活跃的功能群体。毫无疑问宏转录组和宏蛋白质组学经常用于分析活性功能，但主要的挑战包括mRNA的固有不稳定性以及获得足够数量的高质量样品制备和储存程序的严格要求。土壤样品对宏转录组学和宏蛋白质组学的测量特别具有挑战性，因为土壤腐殖质酸在定量mRNA或蛋白质丰度时会造成很大的偏差。宏基因组学方法是评估生物地球化学过程功能潜力的替代方法(例如，nifH用于固氮，amoA用于铵氧化，mcrA用于甲烷生成，Rubisco用于光合作用)(图2)。诚然，功能性状测量有时无法与生产速率相关联，但关注功能性状的差异可以避免微生物休眠和潜在丰富遗留DNA的干扰，遗留DNA在环境中保持不变。

图2：识别潜在生物监测和生物地球化学建模的关键微生物功能性状的示意性工作流程。样本是从各种实验环境中收集的，包括跨时空尺度的观察性实地调查和操作性实验。随后，通过实验和生物信息学工具分析功能性状，以识别感兴趣的关键功能性状。这些功能性状可用于环境生物监测。它们还可以用于评估生物地球化学过程和改进生态系统建模。gDNA：基因组DNA。

奇怪的是，功能性状和生产速率之间的联系在氮循环性状中比在碳循环性状中更常见。如由于功能冗余低，不同氨氧化群落组成很可能影响硝化速率。根据生物市场理论，氮可以认为是土壤微生物支付给地上植物以换取有机碳的货币，这一服务涉及大多数微生物群落成员。共享生态位的微生物竞争或合作为植物生产矿质氮产品。因此，在一个高效的生物市场中，负责氮循环的功能基因(即劳动力)的丰度可以由供求关系精确调节，这可以解释最近的发现，即与营养循环相关的更大的DNA丰度表明更快的营养循环速率。

功能性状背后的生态机制

阐明群落如何应对环境的基础对于理解生态系统的稳定性至关重要。微生物世界中观察到的生态不一致性对于植物和动物群落来说是罕见的，它们的分类学可以用功能性状的巨大差异来解释。因此，微生物生态学家很难预测个体对组或群落水平的平均性状值和生态系统功能的影响。由多种机制介导的水平基因转移，包括接合、转化或转导，可以将功能性状从分类学中分离出来，因为后者是由微生物的进化史严格产生的。与宏观生物相比，微生物可以通过生态和进化适应新的生态位而快速进化，进一步降低了进化史的影响，模糊了我们用分类学解释生态系统功能的能力。例如，一项对北美松林土壤样品的研究表明，许多土壤真菌在分类学上是不同的，但从区域到大陆水平都具有相似的纤维素酶活性，显示出高度的功能冗余。相比之下，在微生物群落对环境干扰的突然反应中观察到功能可塑性，即分类上相似但功能不同的群落。这些观察结果强化了一种新的模式，即微生物的分类和功能性状在某种程度上是独立的，因为它们是由明显不同的过程形成的。

生态位理论和中性理论在解决群落构建机制方面相互竞争(BOX1)。生态位理论强调确定性过程的重要性，将群落变化归因于环境因素、生物竞争和生态位分化。相比之下，中性理论认为所有物种在迁移、繁殖和死亡方面都是生态等价的；因此中性理论认为群落是由随机过程决定的。这两种理论都适用于解释分类分歧和功能趋同的观察结果。然而，越来越多的证据表明，确定性过程对功能性状的影响可能比微生物分类学更强。例如，环境条件很好地预测了塔拉海洋项目中细菌和古细菌群落的功能性状，但对它们的分类组成预测很弱。

Box1

群落生态学中的确定性与随机过程

确定性过程，也称为基于生态位的过程，是涉及非随机机制的生态过程。它们通常分为(I)由环境因素如酸碱度、温度、水分、盐度、土壤容重或粘土含量所施加的非生物选择，(ii)由协同、拮抗或掠夺性相互作用所产生的生物选择，如微生物群落成员之间的互利共生、促进、竞争、捕食和权衡。这些确定性的过程共同导致了群落内生态位空间的划分。它们也可以分为(I)同质选择，即引起低组成变化的持续选择，(ii)由于非生物或生物因素的变化而引起高组成变化的可变选择。

相比之下，随机过程，也称为基于中性的过程，是随机事件，如随机出生和死亡，物种灭绝和物种形成的长时间尺度的进化，描述物种在新栖息地定居的随机机会的概率扩散，以及导致生物丰度随机变化的生态漂变。其中，扩散可以进一步分为(I)同质扩散，由于高分散速率而具有低组成变化，和(ii)扩散限制，由于低分散速率而具有高组成变化。确定性和随机过程共同影响环境微生物群落的组成。然而，直到最近才尝试量化确定性和随机过程的相对贡献。与土壤环境相比，流体环境中的微生物群落组合更具随机性。在极端环境中，由于恶劣条件强加的非生物选择，确定性过程将发挥主导作用。因此，环境压力，如酸化、干旱和抗生素选择，通常会减少微生物多样性，增加确定性过程的相对贡献，而在营养有限的环境中供应食物会刺激随机过程。随机过程在具有高多样性的微生物群落中占主导地位，但是当微生物多样性急剧减少时，确定性过程变得占主导地位，这可能与与功能分类群丧失相关的专门功能的减少有关。在脉冲干扰后，随机过程可以在控制微生物群落演替的中期比早期或后期更起主导作用。

未来的挑战

分析功能性状可以为基本的生态学主题提供有价值的见解，如功能抗性、恢复力、可塑性和冗余性。鉴于微生物群落的高度复杂性和微生物所处自然环境的异质性，阐明微生物群落对不断变化的环境的响应仍然是一项重大挑战，这是将微生物性状用作生物监测工具的重要一步(图2)。为了解决这个问题，一个可能的策略是基于质量比理论进行简单的分析，该理论提出生态系统的性状主要由群落中优势分类群的性状驱动。因为最近证明有一小部分系统型占全球土壤细菌群落的近一半，关注主要类群的功能性状将提高我们对群落的理解。然而，稀有生物圈也值得进一步研究，因为它对生态系统服务的贡献不成比例。

高通量测序极大地促进了对微生物群落的探索，在给定的微生物群落中识别高分辨率的微生物分类和功能性状。然而，从大规模数据集生成基本的见解和可测试的预测是具有挑战性的。此外，大多数算法需要使用系统发育信号来量化确定性和随机过程在形成微生物群落中的相对贡献，这对于功能性状来说仍然是难以解决的。因此，重要的是开发新的和更合适的数学工具来分析没有共同系统发育信号的微生物功能性状(例如，16S rRNA基因和18S rRNA基因)。识别一组关键的功能性状是开发基于性状的生物地球化学循环模型的必要条件，最近已经尝试了这种方法（图2)。

结语

近几十年来，人们对功能性状进行了深入研究，多组学方法分析功能基因、表达基因、蛋白质或代谢物促进了这一研究。因此，我们对环境微生物如何影响生态系统过程的理解有了很大的提高。然而，尽管越来越多的人认识到功能性状在反映环境变化和预测微生物介导的过程速率方面的重要性，但我们仍远未准确评估和管理生态系统功能，所以我们迫切提出开发具有更高准确性和鲁棒性的功能性状测量方法。

展望未来，从大规模数据集中识别关键功能性状将需要一个生物知识库，该知识库依赖于对单个微生物基因组测序和执行传统纯培养实验的平行努力。理解微生物功能性状不仅仅是学术活动；它也与人类社会的福祉直接相关。在这个人类世时代，人类活动对环境微生物及其在污染物清除、温室气体排放等方面的功能产生了深远的影响，从而影响人类福祉。到目前为止，我们只触及了微生物功能性状的表面，平均每种微生物有几千个功能基因，未来需要做更多的工作。