科研进展 | 张晓君团队利用宏基因组机器学习发现蓝藻水华预警共生微生物指示物

近日,微生物代谢全国重点实验室、教育部工程微生物资源库张晓君团队在国际期刊《Environmental Science & Technology》上发表了题为“Niche DivergenceBased Identification of Microbial Indicators Tracking Cyanobacterial Bloom Succession: A Metagenomic and Machine Learning Framework”的研究论文。该研究揭示了湖泊蓝藻水华异步演替下微生物特殊生态位的形成机制,并结合宏基因组与机器学习系统挖掘出一批可用于蓝藻水华早期预警的微生物指示物,为水华监测与生态风险防控提供了新的生物标志物资源和研究思路。上海交通大学博士后杨楷文和博士生谢珍为论文共同第一作者。张晓君研究员为论文通讯作者,本室为第一通讯单位。

研究背景

蓝藻有害水华(CyanoHABs)会产生藻毒素、传播抗性基因,破坏湖泊生物地球化学循环,严重威胁饮用水安全与公众健康。然而,当前主流监测手段多依赖遥感影像、叶绿素及水体理化参数,往往需待藻类生物量累积至一定阈值才能检出,预警窗口期十分有限。已有研究表明,水华爆发前共存微生物群落已发生显著变化,但如何将宏基因组信息转化为水华早期检测工具,仍缺乏系统性研究。

研究进展

本研究聚焦蓝藻水华演替中微生物群落的动态响应,通过对原位微生物群落组成与功能的系统解析,识别蓝藻异步演替催生的特殊生态位类群,解析其基因组代谢特征,并构建机器学习预测模型,提出依托共生微生物功能特征开展蓝藻水华早期预警的技术框架,为湖泊水华监测预警的现实挑战提供新思路。研究以洱海湖泊水体为对象,围绕蓝藻水华演替过程微生物群落的时空异质性展开分析。团队在19个采样点位、覆盖四季、采集两层水体共152份水样,开展宏基因组分析,系统揭示微生物群落组成、生态位分化特征及其水华预警指示潜力。分析结果显示样本群落可划分为三种演替模式,不同演替阶段富集的特殊生态位微生物(SNMAGs)呈现出截然不同的代谢与抗逆特征。春季特殊生态位微生物偏向 K对策,具备较强的环境胁迫抗性,能够适应蓝藻带来的高胁迫微环境;夏季特殊生态位微生物偏向 r对策,生长代谢旺盛但抗逆能力薄弱。利用太湖数据集进行回溯验证,结果表明该类指示微生物丰度的升高可提前16~25天预判微囊藻种群的扩张,展现出良好的早期预警能力。

总结与展望

这项工作报道了蓝藻水华时空异步演替驱动的微生物特殊生态位分化现象,借助宏基因组分箱、生态位分析与机器学习技术,从群落组成、生态位宽度、代谢功能等多个层面解析微生物对水华进程的响应,阐明了特殊生态位微生物作为水华前置信号的内在机制。在此基础上,研究构建了基于共生微生物功能标记的水华早期预警分析框架,为湖泊富营养化管控和蓝藻水华风险预判提供了新的解决方案。

本研究工作得到了云南洱海湖泊生态系统国家野外科学观测研究站开放课题(2022ZZ06)和国家自然科学基金(42577128)等资助。

论文链接: https://pubs.acs.org/doi/10.1021/acs.est.6c04563

返回列表页