本文转载自“微生态笔记”，已获授权

标题：Abundance determines the functional role of bacterial phylotypes in complex communities

中文标题：丰度决定了细菌在复杂群落中的功能作用

期刊：Nature microbiology, 2018

作者：Damian W. Rivett，英国曼彻斯特大学

编译：何晴

摘要

细菌群落对地球生态系统的运行至关重要。通过量化细菌分类群在自然界中的功能作用来了解生态系统的特性随着时间或不同环境条件的变化，这已经成为了一个微生物生态学研究的关键挑战。而利用上述知识可以了解细菌是如何调节生物地球化学循环，同时通过设计细菌群落来优化所需的功能过程。然而，我们对天然细菌群落内错综复杂的相互作用是如何调节生态系统功能还知之甚少，而多样性丰富的微生物群落更被认为具有极高的功能冗余性。在这个研究中，作者指出了与关键功能作用相关的细菌类群，并表明优势种和稀有种同时会涉及不同类型的生态系统功能。通过在相同的环境条件下培养数百个从天然水生环境中（充满雨水的树洞）收集的细菌群落发现，优势种之间的负相关关系可以影响“广泛”的功能性指标（例如呼吸、代谢潜能、细胞产量）的变化，而稀有种之间的正相关关系可以影响“狭窄”的功能性指标（如群落降解特定底物的能力）的变化。该结果通过证明了复杂群落中独特成分与不同类型生态系统功能相关联，改变了我们对细菌生态的理解。

前言

细菌在群落中的功能作用可以通过利用纯培养构建群落或从完整群落中移除分类群的实验来估算。但是纯培养实验存在许多困难：大多数细菌不能利用纯培养的方法进行分离；利用纯培养方法构建的人工合成群落不能代表自然界中的群落；同时也没有从自然群落中移除特定分类群的普遍方法。还有一种方法也可以用来估算细菌在群落中的功能作用，就是使用观测方法来查找自然界中细菌丰度和生态系统功能之间的相关变化，或者利用宏基因组或宏观转录组的数据来推断重要功能过程。但是观测方法也有非常重要的缺陷，由于非生物条件（例如PH值、温度等）也可以影响生态系统功能和微生物群落结构，这使得其中的因果关系难以推断。因此，Rivett等人开发了一种实验方法，通过探索细菌群落组成的自然变化来进行估算，这与为推断微生物组群落组成和人类健康之间的因果关系而提出的微生物组关联性研究相类似。

方法

Rivett等人收集了753个从自然微生态系统中（山毛榉树支撑下的雨水池）采集的水生微生物群落，然后运用过滤的方法将细菌与其周围的环境基质相分离，再冰冻储存以便它们在解冻的时候可以恢复活性用于可重复的实验。细菌群落恢复活性后放置在模拟了自然系统一些环境条件的含有无菌山毛榉叶培养基的实验室微环境中，并且Rivett等人量化了7个与凋落叶退化相关的生态系统功能性指标。由于微生物群落是在一个共同环境中检测的，因此生态系统功能的变化由微生物群落组成的初始差异所导致。每个系统发育型的初始绝对丰度与生态系统功能之间的相关性可用来估计与功能变化有关的全部群落，这可以反映出它们对自然界功能的影响。

研究一

系统发育型丰度与功能性指标之间的显著性关联主要局限于“广泛”的功能性指标

Rivett等人探究了每个系统发育型丰度与功能性指标之间的关联，发现了其中的182个显著关联。这些关联在负（96个）和正（86个）相关关系之间近似相等，但在功能性指标之间的差异却很大（补充图1）。因此，他们把功能性指标分为两类：群落的呼吸作用、细胞产量和代谢潜能（ATP浓度）被归类为“广泛”的生态系统功能，因为这些功能性指标合并了许多活动并且是由大多数群落成员所执行的；而添加到微观环境中的四种底物的分裂速率被归类为“狭窄”的生态系统功能，因为这些功能性指标包含较少的活性并且可能受到相对有限的一系列系统发育型的影响。Rivett等人发现，系统发育型丰度与功能性指标之间的显著性关联主要局限于“广泛”的功能性指标，而在“狭窄”的功能性指标之间仅发现了8个显著性关联（图2右面板）。这些关联意味着个体系统发育型丰度在“广泛”的功能性指标中以不完全冗余的补偿方式发挥作用。并且随着采样工作（群落数量）的增加，显著关联的数量也呈线性增长（补充图2），这表明还有机会去发现更多显著关联。

补充图一

系统发育型丰度和功能性指标之间的显著性关联

补充图二

采样工作对重要关联数量的影响

正文图一

采样工作对显著性关联数量的影响

正文图二

细菌系统发育型与功能指标之间的关联

研究二

每个细菌系统发育型对功能性指标的影响由围绕它们的数百个系统发育型所介导

Rivett等人使用相同的实验方法来探究每个细菌系统发育型的丰度与功能性指标之间的关联是否受群落中其他系统发育型丰度的影响（图1步骤5-6）。正相关关系表明当细菌系统发育型与群落中其他系统发育型都具有较高丰度时，生态系统功能较高；而负相关关系表明当细菌系统发育型与群落中其他系统发育型都具有较高丰度时，生态系统功能较低。这表明每个细菌系统发育型对功能性指标的影响由围绕它们的数百个系统发育型所介导。且功能性相互作用可能是由于类群之间直接（即生物学）的相互作用所导致的，但这种直接相互作用需要用验证实验来验证（见验证实验）。

研究三

优势种之间的负相关关系可以影响“广泛”的功能性指标的变化，而稀有种之间的正相关关系可以影响“狭窄”的功能性指标的变化

理论研究已经预测出直接的种间相互作用（例如竞争、共生等）应该是负相关关系，并且是较弱的。但目前尚不清楚这些预测是否已经延伸到功能性相互作用上。Rivett等人发现，对于“广泛”的功能性指标而言，正负相关关系往往发生在优势种之间，而对于“狭窄”的功能性指标而言，正负相关关系发生在稀有种之间，这与特定生态位中的特化种可以驱动“狭窄”的功能性指标的观点一致（图2）。因此，Rivett等人通过该实验方法，产生了稀有种可以促进特定代谢途径的预测。

系统发育型之间大量重要的功能性相互作用（368个重要相互作用中的364个）表明，特定的代谢途径通过稀有种之间的相互协作来维持。并且，对于“广泛”的功能性指标而言，正相关关系是较少见的（265个重要相互作用中的131个），负相关关系集中在优势种之间（图2中心版面）。该结果与分离细菌基于培养的研究相一致：从同一研究系统分离的菌株表现出强烈的负相关关系倾向，并且在研究人员的16S基因文库中也属于优势种。 但由于该方法的局限性，稀有种之间的大量正相关关系以前没有被记录，并且这种正相关关系在关于稀有种如何影响功能过程的假设中起关键作用。因此Rivett等人恢复了12个群落的活性，以验证群落在半纤维素酶生产中的正相关关系。他们发现在没有相关关系的情况下，半纤维素酶的生产仅仅只是组成群落的平均值。这个结果与他们在图2中所观察到的功能相互作用是一致的：将具有正相关关系的系统发育型放在一起所构成的混合群落具有较高的半纤维素酶活性（图3）。该结果表明，功能性相互作用（图2）是由直接（因果）相互作用所导致的，但具体的机制还需要进一步的工作来确定。

正文图三

使用混合群落实验来验证功能性相互作用

补充图三

冷冻和杀菌剂处理对系统发育型丰度的影响

方法的局限性

1、由于所有的群落都必须在共同的环境中进行测试，所以环境条件（例如可用资源的丰富性和复杂性）可能会影响之间的关联和功能性相互作用，因此微观环境中系统发育型和功能性指标之间的关联可能与自然界中的不同。

2、虽然Rivett等人发现微观环境中的群落组成和自然群落之间有良好的对应关系（补充图3），但由于实验操作（例如冷冻、杀真菌剂添加）的影响，也使群落结构发生了重要的变化。

3、在这里所介绍的分析方法需要改进和扩展。 例如，Rivett等人使用线性关系来分析结果，但是非线性关系同样也是非常常见的。 他们还应用了保守的P值校正，但是这可能会导致许多假阴性的产生。 此外，他们还测试了每个系统发育型的关联，然而通过降低维度（例如在整个群落中聚类具有相似丰度的系统发育型）之后再进行多变量分析可以构建具有更好预测功能的模型。

总结

这个研究所描述的结果证明了在控制条件的情况下复杂非人工合成群落的结构和功能之间具有强烈关联。以前，天然细菌群落被认为具有巨大的功能冗余性，但Rivett等人的研究结果清楚地表明，通过系统发育型的直接作用和它们与其他系统发育型之间的相互作用，系统发育型丰度与一系列功能性指标之间具有重要关联。在环境微生物学和医学微生物学中均存在一种认知：即使是由单个细菌菌株引起的那些疾病或表型，其实也是由与许多其他分类群的复杂相互作用所介导的。The common garden 的方法提供了一个系统发育型中功能作用的窗口，并且在未来可能会演变成一种用来揭示自然环境中数千种系统发育型之间复杂相互作用的方法。

参考文献：

Rivett D W, Bell T. Abundance determines the functional role of bacterial phylotypes in complex communities[J]. Nature Microbiology, 2018.

原文链接（点击阅读原文）：

https://www.nature.com/articles/s41564-018-0180-0

中国科学院生态环境研究中心

环境生物技术重点实验室

邓晔 研究员课题组发布

作者：何晴

编辑：吴悦妮

猜你喜欢

10000+：肠道细菌 人体上的生命 宝宝与猫狗 梅毒狂想曲 提DNA发Nature 实验分析谁对结果影响大  Cell微生物专刊

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：生信宝典 学术图表 高分文章 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板 Shell  R Perl

生物科普  生命大跃进  细胞暗战 人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外1700+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读