加州大学圣地亚哥分校(2026USNews美国大学排名:29)斯克里普斯海洋研究所公布了一项为期六年的研究成果,该研究对海洋微生物世界的互动关系提供了新的理解。传统观点认为微生物之间主要存在竞争关系,而这项为期六年的高频采样研究显示,在海洋环境中,积极互动具有一定的普遍性。
该研究团队自2018年起,对加州沿海水域进行每周两次的采样,持续六年。这种长期、连续的采样方式使研究人员能够观察微生物在自然海洋环境中的互动状态,而非仅依赖实验室模拟的数据。
基于采集到的样本,研究人员利用DNA测序和计算方法对162种丰富的微生物进行了分析。研究通过计算工具分析微生物丰度变化的模式,旨在区分由微生物直接互动引起的变化与由共同环境因素引起的变化。该分析过程类似于在复杂的数据中寻找变量之间的相关性。
研究显示,海洋微生物群落中普遍存在积极互动,即一种微生物的生长促进了另一种微生物的生长。数据显示,约78%的微生物对其邻居产生净积极效应。尽管具体机制尚未详细揭示,研究推测这可能涉及代谢产物的交换,形成某种形式的“交叉喂养”循环,从而实现互利共存。
研究还证实了“关键微生物”的存在。这些微生物与群落中其他成员的互动较为广泛,对整个群落的结构和稳定性具有较大影响。这些微生物如同生态系统中的支撑节点,其存在与否可能影响群落的连锁反应。
温度是影响这些互动的因素之一。在13摄氏度的温度范围内,微生物群落的整体互动性在较温暖的条件下降低了33%,但积极互动增加了11%。这意味着温度不仅影响微生物的分布,还改变它们互动的方式。此外,关键微生物的身份也会随着温度的变化而改变。海洋变暖对微观世界的运行机制产生了一定影响。
这些发现对于构建海洋生态系统模型具有参考意义。目前的预测模型多强调负面互动,可能忽略了受环境条件影响的积极互惠关系。如果模型未能准确捕捉微生物群落的动态,对海洋固碳能力、渔业资源以及全球气候调节的预估可能出现偏差。
结合相关研究,如《应用与环境微生物学》发表的关于海洋生物膜中Roseobacteraceae家族的研究,可以进一步理解微生物的合作机制。该研究发现Roseobacteraceae家族成员通过支链氨基酸代谢进行积极互动,特别是在单一菌株无法独立利用碳源的情况下,通过交叉喂养机制实现碳源利用。这表明在寡营养的海洋环境中,合作是微生物生存的一种策略。
从宏观群落到微观代谢层面,这些研究为理解海洋微生物的互动提供了数据支持。
在研究涉及的“关键微生物”概念中,斯克里普斯研究所的研究指出了这些物种在群落中的作用。它们通过广泛的互动对群落结构产生影响。
《自然-微生物学》发表的一项研究展示了Prochlorococcus所面临的环境压力。Prochlorococcus是地球上丰富的浮游植物之一,承担着地球氧气生产和碳转化的功能。数据显示,如果热带海洋表层水温超过约27.8摄氏度,未来75年内其种群数量可能减少。作为海洋食物网的底层,Prochlorococcus数量的变化可能对浮游动物、鱼类等产生连锁反应。
在南极,荷兰皇家海洋研究所(NIOZ)等机构的研究显示,气候变化对微生物群落结构产生了影响。在快速变暖的西南极半岛地区,细菌在较温暖海域可能取代微生物真核生物成为群落结构的主要驱动因素。微生物真核生物体型较大,能将能量传递给更高营养级,而细菌主导可能导致养分更多滞留在微生物循环内部,难以被磷虾、鱼类等利用。南大洋在有机物生产和回收方面扮演着角色,其微生物群落的转变可能影响海洋生态系统。
这些研究指出,微生物在全球碳循环和气候调节中扮演角色。
关于海洋变暖对微生物群落及生态系统服务的影响,斯克里普斯海洋研究所的研究提供了观察视角。研究显示,海洋温度升高时,微生物群落的总体互动性降低,但积极互动增加。这表明微生物为适应环境变化,可能发展出某种互助关系。
然而,这种变化并不意味着海洋变暖的负面影响被抵消。例如,Prochlorococcus对温度升高表现出敏感性,其生产力可能随温度升高而下降。作为在海洋碳循环中具有功能的物种,其数量变化可能影响生态系统。
海洋变暖导致的海水层化加剧,使得深层冷水上涌受阻,表层水域营养盐减少。这改变了不同微生物物种的生存环境,一些物种可能消亡,而另一些物种可能取而代之。这种群落结构的重塑会影响海洋生态系统的功能。
《自然-通讯》杂志的研究指出,海洋热浪对海洋生物碳泵的作用产生影响。在海洋热浪期间,海洋表层有机物质生产增加,但这些富碳有机物难以沉入深海,停留约200米水层。海洋热浪改变了浮游植物群落结构,使其偏向于体型较小、难以沉降的物种,同时改变了浮游动物的摄食行为和粪便颗粒性质。这导致碳输送效率降低,部分碳滞留在表层或释放到大气中。
气候变化对微生物群落的影响涉及全球碳循环、渔业资源和海洋健康。如果海洋生物碳泵作用减弱,大气中二氧化碳浓度可能升高。
针对上述挑战,革新研究方法成为科学界的关注点。斯克里普斯海洋研究所的六年研究采用了长期高频采样策略。自2018年起,每周两次的海水样本采集,积累了长期数据集。这种方法使研究人员能够观察微生物群落在季节和温度变化下的细微动态,识别出关键的微生物物种。
长期监测数据的标准化和归档具有价值。“海洋微生物观测站的未来发展”研讨会强调了统一采样协议、数据格式和样本保存标准的重要性。构建全球互联的微生物数据库有助于加速对海洋微生物生态系统的理解。
人工智能(AI)技术在处理海量微生物数据方面发挥作用。亚利桑那大学的研究团队利用微生物数据和AI技术,尝试改进气候模型。通过机器学习算法,科学家能够识别微生物功能多样性与气候变化之间的关联,从而预测土壤碳的释放和吸收。
此外,机器学习模型在识别微生物群落异常变化方面的功能也得到了研究。《科学报告》介绍的研究表明,机器学习模型能够区分微生物群落的关键变化与正常波动。这种能力类似于为微生物群落建立监测机制,有助于发现生态系统健康问题的早期信号。长短期记忆(LSTM)模型在预测细菌丰度方面表现出效度。
长期高频采样与AI建模的结合,为预测气候变化影响提供了工具,也促进了海洋微生物学与其他学科的合作。
微信扫一扫









