《Journal of Cleaner Production》：Assessing microbial internal drivers of nitrogen–cycle functional potential in lakeside wetlands: insights from random forest modelling and co-occurrence network analyses
编辑推荐：
湿地氮循环功能潜力驱动机制研究综合运用随机森林模型、变异分解分析、共现网络及结构方程模型，揭示微生物功能基因（如norB/C/D/E、napA）及物种网络（贡献率90.2%）主导氮循环调控，环境因素（4.3%）通过重构微生物群落间接影响，提出微生物内源性协同机制对湿地氮循环的支撑作用。
李丹|胡百成|李普双|徐文毅|姜文良|崔兆良|魏伟伟|李春华|郑炳辉
南京工业大学城市建设工程学院，中国南京211816
摘要
人们普遍认为环境因素会影响湖边湿地中的氮（N）循环过程。然而，最近的研究表明，环境条件的变化并不总是与氮功能潜力的比例变化相对应。为了阐明不同驱动因素的贡献，本研究通过整合随机森林模型（RFM）、变异分配分析（VPA）、网络共现分析和结构方程建模（SEM），研究了包括环境因素、微生物多样性、功能微生物属和基因丰度在内的多种影响因素。在RFM分析中，近66%的功能基因的R2拟合度超过了0.6。VPA分析显示，功能微生物基因（55.1%）和属（35.1%）解释了超过90%的变异率，超过了环境因素（4.3%）和多样性指数（5.4%）。网络共现分析表明，反硝化基因（norB/C/D/E；napA）在网络中形成了与氮循环功能潜力相关的中心连接节点，功能属-基因之间的关联与氮功能潜力的变化紧密一致。SEM结果进一步显示，环境因素与功能基因之间没有显著的直接关联；相反，它们的影响是通过微生物群落组成的重构间接实现的。在长期的水文和营养波动下，微生物群落表现出与氮循环功能潜力相关的内部共现网络。认识到这些内部结构的微生物关联为理解微生物对氮循环功能潜力的贡献提供了新的见解，并可能指导可持续湖边湿地恢复的设计策略。
引言
作为水生和陆地生态系统之间的生态过渡带，湖边湿地在减轻非点源（NPS）氮污染和控制湖泊富营养化方面发挥着关键作用（Cheng等人，2020；Hansen等人，2018）。这一缓冲区在减少沉积物中的内源性氮和维持湖泊生态系统的结构和功能方面起着积极作用（Cheng等人，2020）。作为湖边湿地中生物地球化学过程的关键驱动因素，微生物对氮循环途径、能量转换和生态系统稳定性至关重要（Kuypers等人，2018）。传统上认为，湿地中氮循环途径的生物潜力主要由外部环境因素调节，包括物理化学条件（pH值、溶解氧、温度和水位）、底物可用性（例如氮物种和有机物）以及外部输入或干扰（例如外源氮负荷和水文调节）（Wang等人，2025；Broman等人，2022；Li等人，2019；Liu等人，2021）。随着分子生物学技术的进步，多项研究表明，微生物机制（如基因途径的上游-下游结构限制（例如amoA、nirS/nirK、norB、nosZ、narG）、群落内的功能耦合和代谢互补性）在维持湿地功能方面可能比单独的环境条件更为关键（Wang等人，2023；Wu等人，2021；Shabarova等人，2021）。然而，基于对多个湖边湿地的广泛采样，关于微生物与环境驱动因素相对重要性的全面比较仍然缺乏（Gionchetta等人，2020；Doering等人，2021）。
与氮代谢相关的微生物的多样性和功能特征在沉积物中往往具有高度异质性（Jo等人，2022；Han等人，2021）。土壤微生物的多样性和功能与区域尺度上的土壤性质密切相关（Seaton等人，2020；Cui等人，2021）。通过改变沉积物微生境中的物理化学性质，如氮物种及其浓度、溶解氧（DO）、温度和有机物含量，这些因素也会影响微生物群落的形成和功能（Wang等人，2025）。这些环境参数及其相互作用对于确定湿地生态过渡带在减轻NPS污染和控制湖泊富营养化方面的缓冲能力至关重要（Liu等人，2021）。尽管湖边湿地之间的环境条件通常相似，但氮循环过程经常出现明显差异。这种差异表明，支持氮循环途径的功能潜力可能更多地受到内部微生物相互作用的影响，而不是单纯的环境驱动，但这些机制尚未完全阐明。
大多数关于湖边湿地的研究都集中在单一因变量与环境梯度之间的线性关系上，但忽略了复杂的非线性相互作用，如内部微生物网络和联盟等。新兴证据表明，微生物群落可以主动重新安排其功能关系，以支持生态系统过程，而不仅仅是被动地对外部压力作出反应。例如，参与硝化的上游基因（如amoA、hao）、硝酸盐还原的中游步骤（narG、napA、nirS、nirK）和下游反硝化终点（norB、nosZ）以及反硝化作用将硝酸盐还原为铵（DNRA）（nrfA、nrfH）（Kappler等人，2021；Kuypers等人，2018）。然而，由于地理异质性显著、频繁的水文干扰和营养负荷的变化，量化不同因素对湖边湿地中微生物形成的贡献仍然具有挑战性（Gionchetta等人，2020）。近年来，随机森林模型（RFM）作为一种机器学习技术，已被用于评估高维非线性数据集中每个预测因子的相对贡献，从而为微生物关系提供了新的见解（Hernández Medina等人，2022；Zhang等人，2023）。通常使用以微生物分类单元为节点、其关系为边的共现网络来表示生态相互作用，并反映微生物的功能模块性和生态系统的相互作用（Pr?ulj和Malod-Dognin，2016；Chen等人，2022）。尽管有这些见解，微生物内部相互作用的相对主导地位和机制作用仍然缺乏定量化和概念上的明确界定。内部微生物（内源性）相互作用指的是在基因和微生物层面发生的氮代谢途径，而不是外部环境输入（Dan等人，2023；Wang等人，2025）。这一概念强调了从将微生物过程视为外部约束转变为认识到它们是能够维持氮功能的内部协调系统。
与传统观点相反，即氮生物地球化学途径主要由环境因素驱动，本研究提出了一个新假设，即微生物氮循环功能潜力主要由功能基因和物种之间的内部网络相互作用调节，而不是外部环境变量。通过整合RFM、变异分配分析（VPA）、共现网络分析和结构方程建模（SEM），将定量探索微生物因素的主导地位以及支撑微生物内部调节框架的协同基因-属相互作用。在本研究中，基于16S rRNA数据的预测功能基因的相对丰度被用作氮功能潜力的代理指标，因为直接测量湖边湿地中的氮去除率存在困难。本研究的目标是（1）利用RFM、VPA和共现网络探索功能基因的内部微生物相互作用；（2）通过共现网络和SEM分析阐明导致基因和微生物氮循环功能潜力的主要驱动因素。它提供了一个定量框架，用于理解环境-微生物结构-功能潜力之间的联系，从而支持湖边湿地的可持续恢复。
部分摘录
地点描述
洱海（经度：100°05′～100°17′，纬度：25°36′～25°58′）位于中国西南部云南省大理市的一个高原地区，属于亚热带季风气候，年平均气温为15.7°C。年平均降水量和蒸发量分别为约1000毫米和1084毫米。洱海是大理市重要的饮用水来源，面积为252平方公里，蓄水量为2.96×10^9立方米。
随机森林模型中功能基因相互作用的变量重要性
RFM的模拟结果（图2）表明，预测的氮循环功能基因表现出强烈的统计共变，这从可感知的拟合优度系数（平均R2=0.64）中可以看出。这一结果表明，氮循环功能基因通常以相互关联的方式反应，而不是独立反应，反映了功能基因之间的协调丰度变化。Wang等人（2023）的研究也报告了类似的模式，他们发现了显著的……
结论
通过整合RFM、共现网络和SEM，本研究确定了功能物种和基因是氮循环功能潜力的主要调节因子。RFM的表现（平均R2>0.6）和VPA结果显示，功能基因（55.1%）和属（35.1%）共同解释了超过90%的变异，远远超过了环境因素和微生物多样性。氮代谢潜力主要通过内部相互作用和冗余性由微生物调节。
CRediT作者贡献声明
李丹：撰写 – 审稿与编辑，撰写 – 原稿，方法论，调查，资金获取，概念化。胡百成：撰写 – 原稿，方法论，正式分析，数据管理。李普双：撰写 – 原稿，方法论，调查，数据管理。徐文毅：可视化，软件，调查，数据管理。姜文良：软件，方法论，调查。崔兆良：软件，资源，正式分析。魏伟伟：项目
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了国家自然科学基金（编号：42207280）、江苏未来膜技术创新中心（编号：BM2021804）、国家环境保护重点实验室湖泊污染控制开放研究基金（编号：2022HPZD-02）和中央公益性科学机构基本研究基金（编号：2022YSKY-02）的财政支持。
