这里是科研人的「方法急救站」！🚑
- • 欢迎加入我们的**"学术社群"**，每日更新热点论文复现指南！
论文卡片
我们通过小程序科研零时差追踪到: Geoderma近期发表题为“Distinct factors drive the diversity and composition of soil protists across vegetation types in the Qinghai-Tibet Plateau”的文章。第一单位为中国农业大学。
doi: https://doi.org/10.1016/j.geoderma.2026.117793
数据(代码)链接: PRJNA1389890, PRJNA1390724, PRJNA1390961 (NCBI SRA)
作者邮箱：gaijp@cau.edu.cn
标签：#土壤原生生物 #青藏高原 #群落组装 #扩增子测序 #偏Mantel检验 #随机森林
cover本文内容速览：
- 1. 提出科学调题
- 2. 文章的主要结论
- 3. 分析过程和方法
- 4. 研究的局限性
1. 提出科学问题
1.1 研究领域现状
作为陆地生态系统的基础驱动力，土壤微生物在生物地球化学循环中发挥着关键作用。原生生物是土壤微食物网的枢纽，其细胞复杂性高于细菌和真菌，通过矿化有机质和调节微生物营养网络影响生态系统。目前微生物生态学的研究主要集中在细菌和真菌，导致我们对原生生物的功能分类及其在土壤生态系统中的调节机制缺乏深入了解。这种知识空白限制了我们对极端生境中微生物功能适应性和生态系统恢复力的认知。
1.2 本文要解决的关键科学问题
针对极端高寒环境下的微生物生态学空白，本文提出以下问题：
- • 问题 1: 土壤原生生物的三个功能群（消费者、寄生者和光养者）在青藏高原不同植被类型中是否表现出不同的群落组成和多样性空间格局？
- • 问题 2: 消费者和寄生性原生生物的多样性与群落构建是否主要受生物因素（包括微生物相互作用和宿主可用性）的影响？
- • 问题 3: 在极端高寒环境下，光养原生生物的多样性和群落结构是否更强烈地取决于非生物环境条件？
1.3 研究的理论/现实意义
本研究通过系统评估青藏高原多营养级原生生物功能群的多样性和群落组成，为理解高寒生态系统地下食物网的结构和功能提供了基础数据。研究阐明了原生生物在多重环境胁迫下分化的生态策略，推进了对微生物功能适应性的理解，并为预测气候变化背景下高寒生态系统的恢复力和生物地球化学循环响应提供了理论依据。
2. 文章的主要结论
本文揭示了不同原生生物功能群在极端环境梯度下采取了差异化的生存和组装策略。
- • 结论 1: 消费者在原生生物群落中占据主导地位。所有功能群的阿尔法多样性在横向上表现出一致的植被依赖性格局，即在高寒荒漠草原中最低，而在高寒草甸和灌丛中最高。
- • 结论 2: 不同功能群的驱动机制存在显著分化。消费者和光养者的多样性受生物（细菌和真菌多样性）与非生物因素的共同驱动；而寄生者的多样性则表现出强烈的环境过滤特征，主要受降水、土壤水分和碳氮比等非生物化学因素驱动。
3. 分析过程和方法
更加详细的复现指南可加入学术社区获取!
研究团队在青藏高原南部跨越2147公里的样带上，收集了5种典型植被类型（高寒荒漠草原、高寒草原、高寒草甸、高寒灌丛和森林）的458个土壤样本。为了获取微生物群落信息，作者分别针对原生生物（18S rRNA）、细菌（16S rRNA）和真菌（ITS）进行了扩增子测序。在生物信息学处理上，研究采用了DADA2流程生成扩增子序列变异（ASVs）。相较于传统的OTU聚类，ASV能够提供单核苷酸级别的分辨率，更精确地反映群落的真实多样性。随后，作者根据已有文献将原生生物划分为消费者、寄生者和光养者三个功能群。
在阿尔法多样性分析阶段，作者计算了Shannon和Chao1指数。由于数据不满足正态分布，研究采用了非参数的Kruskal-Wallis检验评估不同植被类型间的差异。为了探究多样性的驱动因素，作者构建了多元线性回归模型。这里的分析逻辑值得注意：环境变量往往存在高度共线性。为此，作者首先通过计算方差膨胀因子（VIF < 10）筛选变量，随后利用基于赤池信息准则（AICc）的多模型推断方法选择最优预测模型。更进一步，作者应用了层次分割（Hierarchical partitioning）方法定量评估生物、气候、土壤理化因素对多样性的相对贡献率。这种统计策略能够有效剥离多重共线性带来的干扰，准确评估各类因子的独立解释度。
▲Figure 1. The α-diversity of protist functional groups: consumer (a, d), parasite (b, e) and phototroph (c, f).
▲Figure 2. Relative effects of multiple predictors on the α-diversity of consumer (a, b), parasite (c, d) and phototroph (e, f).在评估群落组成差异（贝塔多样性）时，作者基于Bray-Curtis相异度矩阵进行了主坐标分析（PCoA）。为了检验不同植被类型间的群落差异是否显著，研究使用了置换多元方差分析（PERMANOVA）。由于采样设计中同一个样点包含多个重复样本，直接分析会导致伪重复问题。因此，作者在PERMANOVA中将样点设置为区组因子（blocking factor）进行限制性置换。同时，结合PERMDISP分析检验组内离散度，以确认群落差异是来源于真实的物种周转还是仅仅因为组内方差不齐。
空间自相关是宏观生态学研究中必须处理的干扰因素，即距离相近的样点其群落结构和环境条件可能天然相似。作者首先通过Moran's I指数和偏Mantel检验确认了原生生物群落存在显著的空间结构。为了控制这种空间效应，作者从地理坐标中提取了基于距离的Moran特征向量图（dbMEM）。在随后探究环境和生物因子对贝塔多样性影响的偏Mantel检验中，dbMEM被作为协变量引入。这一步骤在方法论上非常关键，它从统计上剔除了空间距离造成的伪相关，确保最终呈现的驱动因素是具有实际生态学意义的。
▲Figure 3. Principal coordinates analysis (PCoA) based on Bray– Curtis dissimilarity showing the β-diversity patterns of protist functional groups.
▲Figure 4. The relative abundance of the protist functional groups (a) and their dominant taxa (b) across five vegetation types.最后，为了明确原生生物核心类群（丰度大于0.1%且在50%以上样本中出现）与细菌、真菌群落之间的具体联系，作者采用了两步分析法。首先使用Spearman相关性分析进行初步筛选，随后引入随机森林（Random Forest）建模来评估特定细菌和真菌类群对核心原生生物丰度的预测重要性。随机森林作为一种机器学习算法，在处理高维微生物组数据和捕捉非线性生态关系方面具有显著优势。通过计算增加均方误差百分比（% IncMSE），研究量化了微食物网内部跨界相互作用的强度。
▲Figure 5. The associations between the relative abundance of core functional protist taxa and main bacterial and fungal taxa estimated by Spearman’s correlations and random forest modelling.4. 研究的局限性
文章明确指出了当前研究在机制解析方面存在的限制。首先，当前基于文献的原生生物功能分类框架可能过度简化了部分混养类群（mixotrophic taxa）的生态作用，导致对其在复杂微食物网中真实功能的评估存在偏差。其次，本研究中关于生物间相互作用的结论主要建立在统计学相关性和多变量模型预测的基础上。要确切阐明这些功能群之间复杂的下行或上行控制机制，未来需要结合分子标记技术和定向培养实验，以提供直接的实验验证数据。
如果你觉得这篇文章对你有帮助，欢迎点赞👍、收藏⭐️和分享🔗给更多的科研小伙伴们！
如果你有任何问题，欢迎加入我们的学术社群与大家讨论交流💬
最后祝大家都能多多发顶刊！！
10个月宝宝每天需要喝多少奶粉？
