《Nature》11月6日文章:"海洋极其复杂":模拟海洋微生物是气候预测的关键

 《Nature》11月6日文章:"海洋极其复杂":模拟海洋微生物是气候预测的关键

图4 2021年南大西洋的浮游植物漩涡(绿色和浅蓝色)。图片来源:NASA/ZUMA Wire/Shutterstock

海洋微生物对海洋健康至关重要。细菌、古菌、真菌、藻类和病毒构成了海洋中的大部分生物量,并构成了海洋食物网的基础。它们支持养分循环,推动重要的生物地球化学过程,包括碳、氮和硅循环的关键步骤。

但是,气候危机正通过持续上升的温度、更长更频繁的热浪、酸化和营养水平的变化给海洋带来压力。了解海洋微生物是如何受到影响的,是预测未来海洋状况、减轻危机对海洋生态系统以及依赖海洋生态系统维持生计和食物的人类社区的影响的关键。

海洋预测并非易事。海洋是一个极其复杂的系统,预报人员需要将海洋物理学(波浪、洋流以及与大气层的相互作用)、生物学(生物如何对环境以及相互之间做出反应)和化学(基本元素的不同形式及其对氧气或 pH 值的敏感性)的一系列变化纳入其中。这些模型必须涵盖从国家水域到广阔海洋的各种尺度。它们还必须能够模拟极端状态,如海洋热浪,并进行数百年的模拟。

目前,人们对海洋微生物如何应对气候变化的预测信心不足,甚至缺乏共识。海洋微生物学、生理学、生物地球化学和建模方面的研究人员必须联合起来,更好地观察、了解并最终模拟微生物过程。

现有模型局限性

最初,建立海洋模式是为了表现物理过程。20 世纪 80 年代和 90 年代,加入了碳循环的简单版本。自 2000 年代以来,科学家们通过光合作用、营养限制(因氮或铁等必需元素缺乏而限制生长)和捕食等过程,解释了浮游植物在碳和其他营养物质循环中的作用。浮游植物处于食物链的底层,其光合作用约占地球上光合作用的一半。光合色素叶绿素的海洋浓度可通过卫星观测确定,从而评估这些生物的影响。

不过,出于计算效率的考虑,只对部分关键类群进行了建模。

 《Nature》11月6日文章:"海洋极其复杂":模拟海洋微生物是气候预测的关键

图5 研究人员维护浮游生物网,用于阿拉斯加和西伯利亚之间的楚科奇海。图片来源:AB Forces News Collection/Alamy

近年来,这种生物地球化学模型以及基于观测的估计已成为评估海洋中积累的人为碳通量的努力的一个组成部分。然而,以类似的置信度预测关键生物通量的变化仍然具有挑战性。例如,在各种气候变化情景下,尚不清楚浮游植物产生生物量的速度是增加还是减少.

这种知识差距阻碍了科学家理解、管理和减轻气候危机对海洋健康和海洋食物供应的影响的能力2.对食物链底部预测变化的了解不足,对包括地球和环境科学在内的各个层面的建模和预测以及全球经济都产生了巨大影响。

连接生物数据和海洋建模

目前,卫星数据被用于通过海洋光学特性的变化来评估海洋生态,自主机器人正在剖析海洋,揭示营养物质和叶绿素浓度的变化。与此同时,基因组学、转录组学、蛋白质组学和代谢组学等 "组学 "方法的蓬勃发展,使人们对海洋微生物的复杂功能有了分子层面的认识。这些方法有助于阐明相互作用的生物体的复杂网络的作用,并估计公海群落如何应对未来的环境变化。

利用海洋生物地球化学、海洋学和遥感数据开展的新工作揭示了当前海洋模型的不足。值得注意的是,这些模式无法再现资源压力或浮游植物的生长动态(趋势或变化)。以前被模型忽略的资源现在已知会影响浮游植物的生长和生理。

此外,今年一项大规模的综合研究发现,受一种以上资源(如铁和氮)控制的现象相对普遍。存在各种 "共同限制 "的情况,其中两种或两种以上的营养物质可以限制生长,或相互独立,或互不影响。蛋白质组学的研究结果表明,海洋微生物经常同时面临多种资源短缺的问题。

目前,基因组学技术已成为研究航行和海洋调查的常规手段。然而,用于气候变化研究的海洋生物地球化学模型在很大程度上仍未利用它们生成的数据,而这些模型则侧重于表示大量的生物或生物地球化学指标(如营养物质或叶绿素的浓度)。

展望

现在,研究人员应共同努力,将生物信息和洞察力纳入生物地球化学模型。要减少海洋微生物对全球变化反应的不确定性,必须解决几个问题。其中一些问题涉及生物的适应范围、功能和生物多样性的重要性,以及执行关键生物地球化学功能的特定生物群体是否会受到不同的影响。科学家检测和归因微生物和生物地球化学系统变化的方式也至关重要。最后,研究人员必须探索以生物为媒介的环境反馈的重要性(例如,与气候或生物地球化学有关的化合物循环是否受到微生物活动的影响);以海洋为基础清除二氧化碳的努力所产生的任何反馈的作用和规模;以及固氮或碳酸钙生产等重要过程的可持续性。

目前正在采用以下三种方法来应对这一挑战,但仍存在一定局限:

1)扩展生物地球化学模式。在模型中加入更多的生物集或限制生长的资源 ,可以对这些额外的细节层是否影响结果进行大规模测试。但这种方法的实用性受到其复杂性的限制。由于模拟必须在全球范围内长期进行,因此即使是最复杂的现有模型也很难容纳能充分体现微生物生物多样性的参数,也很难将共限现象和物种如何应对环境变化等因素考虑在内。

2)利用统计数据。统计技术可以预测特定物种或生态群组作为测量良好的预测因子(如海面温度)函数的预期变化。这些方法利用海洋生物地球化学模型或大规模数据集的环境条件,与生物丰度或相互作用网络等详细生物数据建立统计关系。然而,由于取样不足,一些地区的重要生物群落可能会被遗漏,而且统计方法并不考虑相关物种与未来可能的海洋条件之间联系的任何变化。

3)利用机理代谢模型。基于基因组技术揭示的微生物代谢模型可以与观测数据或海洋生物地球化学模型中的环境数据相结合。从长远来看,这种机理代谢模型最有潜力。有些模型已被用于探索铁和锰的共限以及各种原绿球菌的细胞生理如何与它们的大尺度分布相联系。最终,我们可以设想将机理代谢模型与海洋生物地球化学模型直接结合起来,以实现环境变化与海洋微生物健康之间的动态双向互动。

要解决全球变化对海洋生物系统的影响,需要包含所有三种方法的建模工具。例如,将机理代谢模型和统计方法结合起来,可以简化关键细胞过程的表述,然后可以为关键浮游植物群设定参数,从而扩展现有的全球海洋生物地球化学模型。

来源:Nature、灾害与环境遥感

 

相关推荐