在实验性增温和干旱条件下，高株一枝黄花（Solidago altissima）释放的挥发性有机化合物

《Ecology and Evolution》：Volatile Organic Compound Emissions From Solidago altissima Under Experimental Warming and Drought

气候变化下金缕梅挥发性有机物排放研究：干旱效应显著且特定化合物响应不同。通过开顶箱增温与雨棚遮雨模拟干旱，分析Solidago altissima在四种气候处理下的VOC组成与丰度。结果显示干旱组（包括温干联合处理）显著影响VOC组分，如二异丙基 adipate丰度增加，而p-松油醇在温控组更丰富。总体VOC排放量无差异，但化合物多样性及功能（如抗逆、植食者防御）存在显著变化，表明气候变暖与干旱通过特定VOC介导生态系统互作。

　　植物挥发性有机化合物（VOCs）的排放是植物与环境中的生物和非生物因素相互作用的重要媒介。随着气候变化的加剧，如温度升高和干旱，这些VOCs的排放可能会发生显著变化。然而，目前我们对这些气候因素如何影响植物在自然环境中的VOC排放，以及这些因素如何相互作用从而对排放产生协同效应，仍缺乏深入理解。为了填补这一知识空白，我们对一种常见于美国中西部早期演替植物群落中的植物——高秆金盏花（*Solidago altissima*）的VOC排放进行了测量。实验采用了四种气候处理：对照环境、升温、干旱以及升温加干旱。升温处理使用开放式顶部温控装置（OTCs）进行，而干旱处理则通过雨量遮挡装置（雨出罩）模拟。实验结果显示，干旱处理（包括干旱和升温加干旱）对VOC排放的影响比非干旱处理（对照环境和升温）更为显著。尽管总体的VOC丰度在不同处理之间没有明显差异，但某些特定的化合物与特定的气候处理存在显著关联。例如，二异丙基己二酸酯在干旱和升温加干旱处理中更为丰富。这一研究揭示了在高秆金盏花中，干旱可能比升温对VOC排放的影响更为显著，同时某些特定化合物对特定气候条件表现出更高的敏感性。然而，需要进一步的实验来验证这些化合物在植物生理功能中的具体作用。这些发现表明，气候变化会改变植物的化学排放，从而可能对生态系统功能产生深远影响，例如通过改变植物间的交流、植物与昆虫的相互作用以及植物的整体适应性。

植物在自然环境中面对多种复杂的生物和非生物因素，其挥发性有机化合物的排放是这些互动的重要调节机制。VOCs可以作为植物生长调节剂、病原体抑制剂、防御信号等，其作用广泛且多样。然而，当前对气候变化因素（如升温与干旱）如何影响植物VOC排放的了解仍然有限。虽然已有研究表明，升温与干旱会改变VOCs的丰度和组成，但这些变化可能受到植物所经历的压力程度以及所研究的植物种类的影响。因此，对于许多植物种类，我们对这些气候因素如何影响其VOC排放的机制仍不清楚。本研究聚焦于一种在美国中西部地区早期演替植物群落中常见的草本植物——高秆金盏花，以探讨升温与干旱处理对其叶片VOC排放的影响。

VOCs的生产变化通常由非生物条件的变化引起，如温度升高或干旱。通常情况下，升温会增加植物叶片VOC的总体产量，这是由于植物酶活性增强、蒸汽压上升以及扩散路径阻力减小所导致（Hartikainen et al., 2009；Pe?uelas and Llusià, 2003；Yuan et al., 2009）。此外，升温还可能通过增加植物生物量间接促进VOC排放（Kramsh?j et al., 2016）。相比之下，干旱对VOC排放的影响更为复杂，且可能取决于植物所经历的干旱强度。例如，适度的干旱可能会增加VOC的生产，因为生长受限导致碳源的增加；而更严重的干旱则可能抑制光合作用，从而减少用于VOC生产的碳分配（Reinecke et al., 2024；Rissanen et al., 2022；Malone et al., 2023；Tiiva et al., 2017；Niinemets, 2010）。其他与气候变化相关的限制，如2-丙烯基-D-赤藓糖醇4-磷酸（MEP）合成途径中的基因调控变化，也可能影响VOC的生产（Perreca et al., 2022）。然而，我们对当前气候条件下VOC的生产机制仍然了解不足，更不用说在升温与干旱并存的条件下。

除了VOC的总体丰度变化，其组成也可能因非生物条件的变化而发生改变。例如，升温可能会增加异戊二烯和单萜类化合物的产量，这些化合物可能有助于植物抵抗热应激（Ibrahim et al., 2006；Sharkey and Singsaas, 1995；Sharkey et al., 2007）。同样，Kreuzwieser et al.（2021）发现，即使在干旱导致光合作用减少的情况下，异戊二烯和单萜类化合物的生物合成仍得以维持，这表明这些化合物可能在应激耐受中发挥重要作用，例如清除活性氧或稳定细胞膜（Loreto and Velikova, 2001；Pe?uelas and Llusià, 2003；Velikova et al., 2011）。相反，某些化合物或VOC类群可能在压力条件下减少排放，因为碳被分配到了其他生理过程（Kreuzwieser et al., 2021）。因此，识别对气候条件敏感的化合物，有助于我们更好地理解气候变化如何影响植物的排放模式。

气候变化预计将在未来更加频繁地同时发生（IPCC, 2021），因此理解其对植物VOC排放的潜在交互效应至关重要。然而，由于VOC排放具有物种特异性且高度复杂，很难在不同的环境和植物水平背景下进行泛化（Llusià et al., 2006；Staudt et al., 2016）。此外，为了更好地理解气候变化如何影响植物在自然环境中的VOC排放，进行实地研究是必要的，因为温室实验的结果可能与实际环境中的情况存在显著差异（Heinze et al., 2016；Wilschut et al., 2022）。然而，这类实地气候VOC实验相对较少（Midzi et al., 2022）。

在本研究中，我们选择高秆金盏花作为研究对象，因为该物种是美国中西部地区早期演替植物群落中的重要组成部分。该物种在过去的VOC研究中已被使用（Morrell and Kessler, 2017；Howard et al., 2020；Shiojiri et al., 2021），但据我们所知，尚无研究探讨升温或干旱对高秆金盏花VOC排放的影响。高秆金盏花及其近缘种在植物群落演替和植物-昆虫相互作用中具有重要的生态意义（Root and Cappuccino, 1992；Uriarte, 2000；Pisula and Meiners, 2010），因为它们在许多中西部植物群落中占据主导地位（Eckberg et al., 2023），并且与多种一般性到专性昆虫物种发生相互作用（Maddox and Root, 1990；Jobin et al., 1996），这使其成为研究气候变化对VOC排放影响的理想候选物种。我们通过一项在密歇根州进行的实地气候实验，来探讨升温、干旱以及两者共同作用对高秆金盏花VOC排放组成和丰度的影响。

在本研究中，我们采用了一种实地气候干预实验，即在密歇根州凯尔洛格生物站的长期生态研究（KBS-LTER）地点——霍克里角落（Hickory Corners）进行。该地点自1989年起不再进行农业管理，而是被重新建立为早期演替植物群落的六个重复地块。自1997年以来，每年春季都会进行一次烧荒，以防止木本植物的入侵。在KBS-LTER的早期演替地块中，高秆金盏花、红三叶草（*Trifolium pratense*）、早熟禾（*Phleum pratense*）和草地早熟禾（*Poa pratensis*）是主要的植物种群（Robertson and Hamilton, 2015）。我们通过将实验处理应用于这些地块的子地块，来评估升温、干旱以及两者的组合对高秆金盏花VOC排放的影响。

在实验设计中，我们采用了四种气候处理：对照环境、升温、干旱以及升温加干旱。升温处理使用开放式顶部温控装置（OTCs）进行，而干旱处理则通过雨量遮挡装置模拟。为了确保实验的准确性，我们在干旱处理开始前对所有子地块进行了充分的灌溉，以确保植物在实验开始时具有相等的土壤湿度。通过监测土壤体积含水量、叶片气体交换速率、蒸腾速率和总初级生产力（GPP），我们确认了干旱处理的有效性（Falvo, 2024）。实验采样时间安排在2022年7月11日至15日，具体操作包括使用便携式真空泵（IONTIK）在7小时的时间窗口内（08:30–15:30）从每个处理组的植物叶面空间收集VOC样本。为了减少外部环境对采样结果的干扰，我们在现场同时采集了空白空气样本作为背景控制。此外，我们使用了椰子活性炭过滤器来确保空气的清洁度（Figure S2）。

在实验过程中，我们首先通过Agilent MassHunter Qualitative Analysis 10.0程序对VOC样本进行了初步分析，该程序通过与NIST17（美国国家标准与技术研究院）和Adams（Adams, 2007）数据库中的化合物进行比对，以识别样本中的VOC种类。随后，我们使用R语言（R Core Team, 2024）对数据进行了进一步处理。为了消除样本间的差异，我们将每个样本中化合物的丰度除以内部标准物（tetradecane）的丰度，并将内部标准物的丰度调整为1。为了去除采样过程中的背景噪音，我们从空白空气样本中减去了每个化合物的丰度，并将任何减去后变为负值的化合物替换为零。此外，由于采样过程中使用的尼龙烘箱袋中可能含有某些化合物（如Caprolactam），我们将其从所有样本中去除。由于样本处理过程中出现错误，我们排除了来自第一个地块的样本（n=24）。此外，我们还排除了那些未包含内部标准物或表现出异常高丰度的样本（n=1和n=3）。在排除这些样本后，每个气候处理组均保留了18至20个样本。我们确认了异常值的排除不会对整体结果产生显著影响（Table S3）。

为了获得最终的化合物丰度数据，我们将每个植物的VOC丰度除以其估计的个体生物量，并进一步除以采样时间（7小时或5小时）。我们还测试了气候处理对丰度/小时的影响，而不进行生物量归一化，以观察绝对排放的变化。我们同时考虑了生物量归一化和绝对丰度，因为绝对丰度可能对于理解大气中生物体检测到的VOC信号更为相关，而生物量归一化则有助于在不同大小的植物之间进行排放率的比较。我们使用了PERMANOVA（Bray-Curtis方法，999次置换，区块为地块重复）来分析不同气候处理之间VOC组成的差异，并通过pairwise.adonis2函数进行配对比较。我们还使用了vegan包中的主坐标分析（PCoA）来可视化这些组成差异。此外，我们还运行了监督的偏最小二乘判别分析（PLS-DA），以进一步区分不同处理组之间的VOC组成（mixOmics R包，Rohart et al., 2017）。

通过指示物种分析，我们发现了29种VOC化合物与至少一个气候处理组显著相关（Figure 3和Table S4）。例如，二异丙基己二酸酯在干旱和升温加干旱处理组中显著增加，并且仅在这些处理组中出现（A=1.00，B=0.34，stat=0.59，p=0.002；Table S4）。相反，对甲基联苯在对照和升温处理组中显著增加（A=1.00，B=0.19，stat=0.44，p=0.03；Table S4）。然而，我们并未发现不同处理组之间VOC总体丰度的显著差异，无论是按单位生物量计算（F3,70=0.34，p=0.80；Figure S6）还是按绝对排放计算（F3,70=0.24，p=0.87；Figure S7）。在15种分类明确的化合物中，有6种属于萜烯/萜烯类化合物，这表明这类化合物可能比其他类型更为敏感于气候条件的变化。过去的研究也表明，萜烯类化合物，尤其是单萜类化合物，可能具有一定的升温应激保护功能（Pe?uelas and Llusià, 2003）。然而，萜烯类化合物也是VOC中最大的一个家族（Picazo-Aragonés et al., 2020），这可能解释了为何它们在本研究中最为常见。对于剩余的14种化合物，进一步的分类将有助于我们更全面地了解气候如何影响这些广泛的VOC类别。此外，许多相同的化合物在所有四个数据库中都缺乏信息，这突显了我们对这些VOC的了解仍然存在显著的空白。然而，这些数据库展示了整合VOC信息的潜力，未来的研究应优先利用这些资源，并将其纳入到对VOC研究的持续发展中。

总体而言，我们发现升温与干旱对高秆金盏花的VOC排放均产生了影响，但某些化合物的影响更为显著。例如，2-乙基己基水杨酸酯和3-己烯-1-醇这两种化合物在升温和/或干旱处理下显著增加，它们之前被发现具有应激保护功能，可能在此研究中也起到类似的作用。未来的研究可以进一步验证这些化合物对植物适应性的具体影响，同时探索尚未在文献中描述的VOC功能（即Table S6中“NA”标记的化合物）。此外，由于气候变化对植物排放的影响难以泛化，我们需要更多的协调性气候实验以及更完善的VOC数据库，以揭示升温与干旱对VOC生产和排放的潜在机制。

本研究的成果不仅有助于理解气候变化对植物化学信号的影响，还可能对生态系统功能产生深远的生态意义。VOC的排放变化可能影响植物间的交流，改变植物与昆虫的互动模式，并影响植物的整体适应能力。通过识别和研究这些化合物，我们可以更好地预测气候变化对生态系统中关键过程的影响。此外，我们的研究还强调了在实际环境中进行气候实验的重要性，因为温室实验可能无法准确反映自然条件下的复杂变化。因此，未来的VOC研究应更多地关注自然环境中的植物，以获得更真实的生态数据。通过整合不同研究和数据库中的VOC信息，我们可以更全面地理解这些化合物在生态系统中的作用，并为应对气候变化提供科学依据。