联系我们

我们经常从个体细菌对人体的影响的角度来考虑细菌。链球菌会让你喉咙痛和发烧，或者过多的大肠杆菌会让你食物中毒。但是自然界充满了对环境起着各种重要作用的细菌，比如光合作用固定碳并产生氧气，或者从大气中提取氮并将其转化为其他生物可以利用的形式。然而，这些细菌在自然界中并不存在于真空中;它们出现在生态群落中，与无数其他微生物相互作用，相互竞争和交换营养物质。

Karna Gowda博士是芝加哥大学生态与进化系和进化系统物理中心的博士后学者，也是这项新研究的主要作者，她说这种复杂性给科学家们提出了一个棘手的问题。他说:“微生物群落是复杂的，因为微生物不断感知环境，并对环境做出反应，相互作用，共同进化。”“这是微生物生态学中长期存在的问题。你如何从存在的简单部分——基因和有机体——来理解一个群体的总体代谢活动?”

为了解决这个问题，Gowda和他的导师，芝加哥大学生态与进化助理教授Seppe Kuehn博士和西北大学工程科学与应用数学助理教授Madhav Mani博士，最近的研究表明，环境中的代谢物与群落基因含量之间存在很强的统计关系，这启发了我们。由于自然环境中的代谢物水平是群落与其非生物化学和物理成分之间相互作用的结果(例如，光合作用生物体可以产生氧气，但氧气也可以从大气中扩散到群落中)，单从这些研究中很难得出基因含量与群落代谢活动之间的关系。因此，建立这种联系首先需要将自然群落带入实验室。

Gowda和他的同事们从伊利诺伊州厄巴纳市附近的农田和森林中提取了土壤样本，并将其中近100种不同的细菌带入实验室。然后，他们对这些生物的基因组进行了测序，得到了所有存在基因的目录，并测量了这些生物生长过程中代谢物的变化，重点关注氮循环的一个关键分支——反硝化过程。这些数据的统计分析表明，反硝化关键基因与它们消耗和产生反硝化代谢物的速率之间存在相对简单的关系。然后，他们构建了一个数学模型来捕捉不同的生物之间是如何相互作用的(即，通过相互消费和共享资源)。通过将基因与集体行为联系起来，这个模型让研究人员能够预测群落中反硝化作用的整体动态。

Gowda说:“群落基因含量和代谢活动之间的关系比我们之前认为可能的要简单得多。”

还有更多的工作要做，看看这些见解在更复杂的自然环境中是否站得住。Gowda和同事进行的实验是在高度受控的条件下进行的，这与土壤和水生环境的异质性和波动条件相去很远。但是Gowda表示，这项研究为预测自然环境的化学动力学提供了一种可能性，这种可能性可以像测序其基因组一样简单。

他说:“也许有一天，我们可以利用这些信息来设计有特定目标的微生物群落，比如用于废水处理或农业。”“如果我们能从测序数据中了解自然环境中的代谢物发生了什么，这将是一个巨大的进步。”