编辑推荐：
为解决微生物基因组信息与生态系统模型难以整合问题，研究人员构建 G2E 框架，发现其可改善生态系统预测。
微生物虽小，却在地球生态系统中发挥着巨大作用，它们驱动着生物地球化学循环，影响着温室气体排放等重要生态过程。然而，尽管如今微生物基因组信息日益丰富，科学家们却一直难以将这些信息与微生物特性、生态系统模型以及气候变化下的预测联系起来。传统的生态系统生物地球化学模型，要么简单地参数化生物和生化反应，忽略了微生物对这些过程的控制；要么采用实验室培养微生物获得的参数值，与实际情况存在偏差。而且，大多数基于性状的微生物模型也存在局限性，无法全面反映复杂生态系统中微生物的代谢多样性。在这样的背景下，来自多个国外研究机构的研究人员开展了一项重要研究，相关成果发表在《Nature Communications》上。
为了攻克这些难题，研究人员建立了一个通用的基因组 - 生态系统（G2E）框架，将从基因组推断出的微生物动力学特性整合到陆地生态系统的机理模型中，并以北极湿地为研究对象，通过与观测到的温室气体排放进行对比，验证了该框架的有效性。
研究人员在研究过程中用到了多个关键技术方法。首先，利用微性状工作流程（microTrait）从宏基因组组装基因组（MAGs）预测微生物性状，再通过基于动态能量预算理论的 DEBmicroTrait 模型将基因组性状转化为生态系统模型（ecosys）的参数。其次，运用 Morris 方法进行敏感性分析，探究微生物性状对甲烷排放的影响。此外，研究使用了大量来自北极湿地不同亚栖息地的样本数据，这些样本涵盖了不同的微生物群落和环境条件。
下面来看看具体的研究结果：
- 多尺度基因组 - 生态系统框架：研究人员详细描述了 G2E 框架的构建过程。先从北极湿地泥炭土壤样本的 MAGs 预测性状，确定了十一个微生物功能组的特定呼吸速率最大值（Rmax）和半饱和常数（Km），并聚焦于五个主导功能组。接着用 ecosys 计算微生物呼吸速率，进行多次模拟和敏感性分析，成功将基因组推断的性状整合到微生物过程模型中，为后续研究奠定了基础。
- Stordalen 泥潭作为 G2E 的案例研究：
- 基因组推断的微生物性状：研究人员评估了预测的性状大小与文献实验数据的一致性。发现基因组推断的Rmax和Km值与文献数据部分重叠，但部分参数存在显著差异。这可能是由于文献数据来源的生物体与研究地点的微生物不具代表性，且实验环境和方法不同。同时，研究发现不同功能组的基因组推断性状存在显著差异，但在某些功能组中，不同亚栖息地的推断性状无显著差异。
- 微生物性状影响CH4排放：研究人员将基因组推断的微生物性状作为 ecosys 的输入参数，预测北极湿地两个亚栖息地的CH4排放和净生态系统碳交换（NEE）。模拟的CH4排放与实地观测结果相符，验证了性状值的有效性。但由于预测性状分布的差异，模拟的CH4排放在年、季、日尺度上存在较大变化。通过 Morris 敏感性分析，确定了对年CH4排放影响最大的微生物性状是氢营养型产甲烷菌的Rmax和发酵菌的Rmax。
- 性状推断策略的评估：为降低模拟CH4排放的不确定性，研究人员评估了三种性状推断策略。结果表明，基于相对基因组丰度加权的群落聚集性状策略在改善CH4排放预测方面表现最佳，相较于其他策略，它能提高相关性准确性，降低偏差。
在研究结论和讨论部分，研究人员通过构建 G2E 框架，定量证明了微生物能力的基因组可观测变异对生态系统CH4排放有重大影响，凸显了准确参数化微生物性状对生态系统预测的重要性。该框架为生态系统科学带来了三方面重要进展：一是利用微生物基因组信息推断与生态系统模型相关的微生物性状值；二是将微生物生理学和功能的发现与模型评估相结合，以了解其在气候变化下对生态系统过程的影响；三是整合多学科团队的理论、观测和数值模型，为理解和预测生态系统对变化的响应提供了有力工具。尽管本研究聚焦于陆地冻土生态系统中的CH4排放过程，但 G2E 框架具有通用性，随着元组学数据的不断丰富和对机理模型的深入研究，它有望应用于更多陆地和海洋生态系统，帮助科学家更好地理解和预测微生物 - 气候反馈，提升生态系统模型的预测能力。
