Revisiting the classical biodiversity–ecosystem functioning and stability relationships in microbial microcosms
重新审视经典的微生物微宇宙中生物多样性与生态系统功能及稳定性关系
来源：PNAS Nexus, 2025, 4, pgaf114
1.摘要
生物多样性如何影响生态系统功能和稳定性一直是生态学研究的核心问题，但由于功能、稳定性和多样性的定义存在广泛分歧，这一问题仍未得到解决。本研究通过构建1-16个物种的多样性梯度人工微生物群落，在对照、饥饿和盐胁迫三种条件下，探究了群落最大比生长速率、生产力、死亡率和物种相互作用随多样性的变化规律。结果表明，在对照条件下，多样性对维持群落生长和稳定性至关重要，更高的多样性与更高的最大比生长速率和更低的死亡率相关；但在饥饿条件下，更高的多样性反而导致死亡率增加；在盐胁迫下，多样性对死亡率无显著影响。多样性仅在对照条件下稳定了微生物生产力，这在胁迫条件下挑战了“多样性产生稳定性”的假说。大多数样本中存在有益的物种相互作用，但饥饿条件下物种相互作用会提高死亡率。研究发现，尽管生物多样性对维持生态系统功能和稳定性至关重要，但由于概念定义的多样性和环境条件的上下文依赖性，不存在普遍适用的多样性-生态系统功能/稳定性关系。本研究为长期存在的“多样性产生稳定性”和“多样性破坏生态系统稳定性”假说之争提供了新见解：多样性在对照条件下产生稳定性，但在严重胁迫下会破坏生态系统稳定性。
2.关键词（中文）
生物多样性、生态系统功能、生态系统稳定性、环境胁迫、种间相互作用
3.研究目的
解决生态学中长期存在的生物多样性-生态系统功能（BEF）和生物多样性-生态系统稳定性（BES）关系的争议，明确不同环境条件下多样性对微生物群落关键功能参数的影响。
突破以往研究仅关注最大生物量产量的局限，将最大比生长速率和死亡率纳入生态系统功能的评估体系，全面揭示多样性对微生物群落动态的调控作用。
探究物种相互作用的强度和方向在不同环境胁迫下的变化规律，阐明多样性影响生态系统功能和稳定性的内在机制。
评估“多样性产生稳定性”和“多样性破坏生态系统稳定性”假说在微生物系统中的适用条件，为预测全球变化下生态系统的响应提供科学依据。
为微生物生态系统的生物多样性保护和功能维持提供理论指导，特别是在环境胁迫日益加剧的背景下。
4.研究思路
首先从16种变形杆菌中随机组装形成物种丰富度为1、2、4、8、12、16的人工微生物群落，每个组合设置4个生物学重复，共构建324个微宇宙。将所有群落分为三组，分别置于对照（富营养）、盐胁迫（0.7 M NaCl）和饥饿（低葡萄糖）三种环境条件下培养。使用芬兰Bioscreen C微生物生长分析仪连续12天每30分钟测定一次OD₆₀₀值，获得完整的群落生长曲线。通过自定义MATLAB脚本对生长曲线进行解析，提取最大比生长速率、最大生物量产量和死亡率三个关键功能参数。同时，计算物种丰富度和系统发育多样性（PD）两个多样性指标，以及生态系统稳定性的两个维度：对环境胁迫的抗性和功能的变异系数（CV）。通过比较混合群落的实际表现与基于单培养的预期表现，量化物种相互作用的强度和方向。最后，采用方差分析、回归分析和线性混合模型等统计方法，系统分析多样性、环境胁迫及其交互作用对生态系统功能和稳定性的影响，并探讨胁迫耐受物种在其中的作用。
5.研究亮点
首次将死亡率作为核心生态系统功能参数纳入BEF研究，突破了以往仅关注生物量产量的局限，全面揭示了多样性对微生物群落生长、繁殖和死亡全过程的调控作用。
系统证明了BEF和BES关系的强上下文依赖性：多样性在对照条件下促进功能、增强稳定性，但在饥饿条件下会提高死亡率、破坏稳定性，在盐胁迫下则表现出复杂的单峰关系，为解决长期存在的生态学争议提供了关键实验证据。
定量解析了物种相互作用在不同环境下的转变规律：在对照和盐胁迫下，物种相互作用主要表现为正效应，降低死亡率；而在饥饿条件下，正相互作用虽能提高生长速率和产量，但会显著增加死亡率，深化了对胁迫梯度假说的理解。
区分了胁迫耐受物种在不同胁迫类型中的差异化作用：盐胁迫下，耐受物种的存在提高了群落产量；而饥饿条件下，耐受物种反而降低了群落生长速率和产量，但能显著降低死亡率，揭示了不同胁迫类型下生态系统稳定性维持的不同机制。
采用高通量的微生物微宇宙实验体系，同时测定了324个群落长达12天的连续生长动态，获得了海量高质量的功能数据，为统计分析和机制解析提供了坚实基础。
6.可延伸的方向
扩大物种库的范围，纳入更多门类的微生物（如真菌、古菌），并提高多样性梯度的上限，探究更高多样性水平下BEF和BES关系的变化规律。
开展长期或周期性胁迫实验，观察微生物群落的适应性进化和物种相互作用的动态变化，评估多样性对生态系统长期稳定性的影响。
结合宏基因组、宏转录组和代谢组等多组学技术，解析物种相互作用的分子机制，识别关键的功能基因和代谢通路。
研究不同类型的环境胁迫（如温度、重金属、pH）及其复合作用对BEF和BES关系的影响，建立更普适的预测模型。
探究空间异质性和营养结构复杂性对多样性-功能关系的调控作用，使实验体系更接近自然生态系统。
将研究结果应用于实际生态系统的管理，如污水处理、土壤修复和工业发酵，通过调控微生物多样性提高生态系统的功能和稳定性。
7.测量的数据及其研究意义
实验设计示意图及多样性与核心功能参数的关系数据（图1）：包括实验流程示意图（图1A），以及物种丰富度与最大比生长速率（图1B）、最大产量（图1C）和死亡率（图1D）在三种处理下的关系。数据显示对照条件下生长速率随多样性线性增加，盐胁迫下呈单峰关系，饥饿下线性增加且斜率更大；对照条件下死亡率随多样性降低，饥饿下随多样性升高，盐胁迫下无显著变化。这些数据直观展示了BEF关系的上下文依赖性，是本研究的核心发现。
多样性对生态系统稳定性两个维度的影响数据（图2）：包括生态系统对胁迫的抗性（图2A-C），即胁迫下生长速率、产量和死亡率相对于对照的变化率；以及功能的变异系数（CV）（图2D-F），即重复间的变异性。数据显示多样性提高了饥饿条件下群落对生长速率和产量的抗性，但降低了盐胁迫下产量的稳定性。这些数据全面评估了多样性对生态系统稳定性的多维度影响，挑战了“多样性普遍产生稳定性”的传统观点。
多样性对群落胁迫抗性的影响数据（图3）：包括不同物种丰富度下，盐胁迫和饥饿导致的最大比生长速率（图3A）和最大产量（图3B）的相对变化。数据显示在饥饿条件下，低多样性群落的功能下降更显著，而高多样性群落的抗性更强；在盐胁迫下，高多样性群落的产量甚至高于对照。这些数据进一步证实了多样性在不同胁迫类型中对生态系统抗性的差异化作用。
物种相互作用的强度和方向数据（图4）：包括混合群落实际生长速率（图4A）、产量（图4B）和死亡率（图4C）与基于单培养的预期值的比较，以及不同丰富度下的相互作用指数（图4D-F）。数据显示大多数情况下存在正相互作用，且饥饿条件下生长速率和产量的正相互作用最强，但死亡率的负相互作用也最显著。这些数据从物种相互作用的角度解释了多样性影响生态系统功能和稳定性的内在机制。
处理和多样性对群落功能的影响统计数据（表1）：包括物种丰富度、处理类型及其交互作用对最大比生长速率、最大产量和死亡率的方差分析结果，以及系统发育多样性的相应分析。数据显示处理类型和多样性的交互作用对所有三个功能参数都有极显著影响（P<0.005），为BEF关系的上下文依赖性提供了统计学支持。
多样性和胁迫耐受物种对群落功能的影响数据（表2）：包括控制多样性后，耐受物种数量对盐胁迫和饥饿条件下生长速率、产量和死亡率的影响。数据显示盐胁迫下耐受物种提高了产量，而饥饿下耐受物种降低了生长速率和产量但提高了存活率。这些数据揭示了胁迫耐受物种在不同环境中的差异化生态功能。
8.结论
本研究通过大规模人工微生物微宇宙实验，系统探究了不同环境条件下生物多样性与生态系统功能及稳定性的关系，得出以下主要结论：
生物多样性对生态系统功能的影响具有强烈的上下文依赖性：在对照条件下，更高的多样性与更高的最大比生长速率和更低的死亡率相关；在盐胁迫下，生长速率与多样性呈单峰关系，而产量随多样性增加而提高；在饥饿条件下，生长速率随多样性增加的幅度更大，但死亡率也显著升高。
“多样性产生稳定性”假说仅在对照条件下成立：多样性仅在对照条件下降低了生物量产量的变异系数，提高了稳定性；在盐胁迫下，多样性反而增加了产量和死亡率的变异性；在饥饿条件下，多样性提高了群落对生长速率和产量的抗性，但增加了死亡率。
物种相互作用的强度和方向随环境条件变化：在大多数情况下，物种间存在正相互作用，提高了群落的生长速率和产量；在对照和盐胁迫下，正相互作用还降低了死亡率；但在饥饿条件下，尽管正相互作用增强了生长和产量，却显著提高了死亡率，导致整体稳定性下降。
胁迫耐受物种的作用因胁迫类型而异：盐胁迫下，耐受物种的存在是高多样性群落获得高产量的关键；而饥饿条件下，耐受物种虽然降低了群落的整体生长速率和产量，但能显著提高群落的存活率，维持生态系统的基本功能。
不存在普遍适用的多样性-生态系统功能/稳定性关系：由于生态系统功能和稳定性的定义具有多维度性，且环境条件会显著改变物种相互作用的性质，因此不能简单地认为多样性总是促进功能或增强稳定性。在制定生物多样性保护策略时，必须考虑具体的环境条件和关注的生态系统功能维度。
9.芬兰Bioscreen仪器测量的微生物生长曲线数据的研究意义
本研究中使用芬兰Bioscreen C微生物生长分析仪，对324个微生物群落进行了长达12天的连续监测，每30分钟自动测定一次OD₆₀₀值，生成了超过18万个数据点的完整生长曲线数据集。这些数据在本研究中具有以下不可替代的核心意义：
实现了高通量、自动化的群落动态监测：Bioscreen C可同时处理100个样品，支持长达数周的无人值守连续监测，这使得本研究能够同时开展324个微宇宙的实验，涵盖6个多样性梯度、3种环境条件和4个生物学重复，获得了具有统计学意义的大规模数据集。如果采用传统的人工取样测定方法，这样的实验规模几乎是不可能实现的。
精确提取了多个关键生态系统功能参数：通过对Bioscreen生成的连续生长曲线进行解析，本研究首次同时获得了微生物群落的三个核心功能参数：最大比生长速率（反映群落的资源利用效率和生长潜力）、最大生物量产量（反映群落的总生产力）和死亡率（反映群落的衰退速率和系统脆弱性）。特别是死亡率参数的提取，依赖于对生长曲线衰退期的精确拟合，这只有通过连续的高频率监测才能实现，而以往的BEF研究大多只关注最大产量，忽略了群落的死亡过程。
保证了实验的标准化和可重复性：Bioscreen仪器采用标准化的培养条件，包括精确的温度控制（±0.1℃）、恒定的振荡速度和统一的光学检测系统，最大限度地减少了实验误差。所有样品在完全相同的条件下培养和测定，确保了不同处理组之间数据的可比性，为统计分析提供了可靠的基础。
揭示了群落动态的时间变化规律：连续的生长曲线数据不仅提供了终点的功能参数，还能反映群落生长的整个过程，包括延迟期、对数生长期、稳定期和死亡期的持续时间和转换点。这使得本研究能够更深入地理解多样性如何影响群落的生长动态，而不仅仅是最终的生物量。例如，通过分析不同多样性群落在胁迫下的生长曲线变化，发现高多样性群落在饥饿条件下虽然最终死亡率更高，但在生长初期具有更快的生长速率，这一发现是终点测定无法获得的。
为物种相互作用的定量分析提供了基础：本研究通过比较混合群落的实际生长曲线与基于单培养的预期生长曲线，量化了物种相互作用的强度和方向。这一分析依赖于每个物种和每个混合群落的精确生长动力学数据，而Bioscreen提供的高分辨率生长曲线确保了这种比较的准确性。如果没有连续的生长数据，只能基于终点产量计算相互作用，会丢失大量关于生长速率和死亡过程的相互作用信息。
支持了生态系统稳定性的多维度评估：本研究从抗性和变异性两个维度评估了生态系统稳定性。抗性的计算需要比较胁迫条件和对照条件下的功能参数差异，而变异性的计算需要多个生物学重复的精确数据。Bioscreen的高通量和高精度特性，使得能够同时获得大量重复样品的生长曲线，从而可靠地计算出每个多样性水平和处理条件下的功能变异系数，为评估稳定性提供了坚实的数据基础。