Simultaneous acclimation to nitrogen and iron scarcity in open ocean cyanobacteria revealed by sparse tensor decomposition of metatranscriptomes：海洋蓝细菌应对氮铁匮乏的协同适应机制新发现

在环境微生物组研究中，传统分析技术难以解析复杂的元转录组数据。为解决此问题，研究人员运用稀疏张量分解方法，对海洋蓝细菌Prochlorococcus和Synechococcus的元转录组展开研究，揭示其对氮、铁匮乏的响应机制，为理解生态系统功能提供依据。

　　在广袤的海洋世界里，微生物群落就像一个个看不见的 “小齿轮”，却在全球生物地球化学循环中发挥着至关重要的作用。其中，海洋中的蓝细菌Prochlorococcus和Synechococcus更是 “功勋卓著”，它们承担了约 20% - 25% 的海洋初级生产任务。然而，这些小家伙们也面临着营养物质匮乏的挑战，氮和铁的稀缺会严重影响它们的生长和代谢。

一直以来，研究人员想要深入了解微生物如何应对环境变化，却困难重重。一方面，传统的分析技术面对复杂的元转录组数据常常 “束手无策”，数据中的有用信息被深深掩埋；另一方面，微生物的功能基因网络十分复杂，很多基因的功能还是未知的 “谜团”。为了揭开这些谜团，研究人员开启了这次意义重大的研究。

国外的研究人员针对上述问题，展开了一项极具创新性的研究。他们运用一种全新的稀疏张量分解方法（该方法利用元转录组数据的固有多路结构，结合稀疏性和非负性约束来识别基因共表达簇），对大量海洋蓝细菌的元转录组进行分析。最终，研究取得了一系列令人瞩目的成果，相关论文发表在《SCIENCE ADVANCES》上。

研究人员在此次研究中用到了多个关键技术方法。首先是对元转录组数据进行处理，包括样本采集、RNA 提取、测序等一系列操作得到原始数据。接着，利用参考基因组对测序 reads 进行映射，确定转录本的来源和丰度。之后，使用方差稳定变换（vst）对数据进行归一化处理，以消除样本间的差异。最后，运用开发的稀疏张量分解模型（Barnacle）对归一化后的数据进行分析，识别基因共表达簇。

在模型验证与参数选择方面，研究人员使用模拟数据对模型进行评估。通过构建模拟数据张量，设置不同的参数，用 5 个指标来衡量模型性能。结果发现，该模型在不同噪声水平下都能较好地恢复信号，并且通过交叉验证的网格搜索策略能有效选择最优参数。在对元转录组数据进行模型拟合时，研究人员分析了 222 个来自北太平洋的元转录组数据，发现蓝细菌群落组成存在纬度变化，通过归一化处理后应用 Barnacle 模型，确定了最佳拟合模型参数。在评估模型组件的稳健性时，发现多数组件的 FMS 得分较高，且对参数变化具有稳健性。在解释组件时，研究人员根据基因注释和样本元数据，发现不同组件与特定的生理过程相关，如呼吸、光合作用等，并且与实验室研究结果有相似之处。此外，研究还发现Prochlorococcus和Synechococcus在应对氮和铁匮乏时，通过调节特定基因的表达来适应环境，且在北太平洋的不同区域表现出不同的适应模式。

研究结论表明，研究人员开发的 Barnacle 方法能有效揭示原位微生物群落动态的过程，包括基本代谢过程的昼夜节律以及对营养浓度变化的适应机制。在应对铁匮乏时，Prochlorococcus和Synechococcus表现出相似的模式，但也存在生理差异。在生态系统层面，发现蓝细菌在北太平洋不同区域经历着从氮匮乏到铁匮乏的转变，且在过渡区域存在同时适应两种营养压力的现象。

这项研究意义非凡。它不仅为理解海洋蓝细菌在应对环境压力时的分子机制提供了新的视角，还能帮助我们推断未表征基因的功能，进而对生物地球化学循环产生更深入的认识。此外，该研究方法具有通用性，可应用于其他多路数据集，为微生物组研究提供了强大的工具，助力研究人员从复杂的数据中挖掘更多有价值的信息，推动全球生物地球化学循环研究的发展。