高CO2/低O2单曲线An/Ca模型：拆分C3叶片日呼吸与光呼吸的新工具

《PLOS One》：Disentangling leaf day respiration from photorespiration in C3 leaves: A single-curve An/Ca approach validated under photorespiration-suppressed conditions

　　

叶片日呼吸速率（R_d）是植物碳代谢的关键组分，直接调控净光合碳收益与植物适合度，但其长期难以准确定量，原因在于其CO₂通量与光合作用和光呼吸（R_p）相互重叠。本研究旨在利用高CO₂/低O₂（>1200 μmol mol^–1 CO₂ + 2% O₂）的净光合速率-环境CO₂浓度（A_n/C_a）模型，在C₃作物中拆分R_d与R_p。研究人员整合了两个数据集：来自Ye et al. (2025)的四种C₃物种（Trifolium pratense、Silphium perfoliatum、Lolium perenne、Triticum aestivum）在环境O₂（21% O₂）下的A_n/C_a曲线数据，以及同物种在低O₂（2% O₂）下新采集的数据。研究人员开发了一个专用模型（Eqn 1），用于从A_n/C_a曲线中提取关键参数[例如最大净光合速率（A_nmax）、存在R_d时的CO₂补偿点（Γ）、C_a=0 μmol mol^–1时的光呼吸速率（R_C0）]，方差分析（ANOVA）确认计算值与观测参数值之间无显著差异（p>0.05）。在2% O₂下，R_p被强烈抑制，使总光呼吸速率（R_C=R_p+R_d）成为近似R_d的可靠替代指标。结果表明，高CO₂/低O₂方法得到的R_d估计值（0.74–1.12 μmol m^–2 s^–1）与四种C₃作物的文献范围（0.74–2.89 μmol m^–2 s^–1）一致。研究人员观察到R_d的种间差异：L. perenne的R_d最高，而T. aestivum最低，这与物种特异性光合性状（如羧化效率）相关。R_d在O₂水平（21% vs. 2%）间保持稳定，表明其独立于短期光呼吸通量变化。R_C≈R_d假设得到以下支持：2% O₂下Γ（50–67%）和R_C0（40–55%）显著降低，以及R_d估计值与文献范围一致；不过，独立的基准真值测量仍有待开展。本研究提示，高CO₂/低O₂ A_n/C_a模型可作为C₃作物R_d定量的新工具。研究结果加深了对非光合碳通量动态的理解，并为改进作物碳循环模型、预测当前和未来大气条件下的生长与产量提供了关键参数。

该研究围绕C₃叶片中叶片日呼吸速率（R_d，非光呼吸线粒体CO₂释放）与光呼吸（R_p，Rubisco加氧反应相关CO₂释放）难以拆分的问题展开。传统Kok法、Laisk法和基于叶绿素荧光（CF）的Yin法均依赖低光或低CO₂条件，且存在低估R_d、不适用于C₄物种或难以处理CO₂再同化与R_d-R_p代谢互作等局限。已有A_n/C_i和A_n/C_a曲线可用于解析羧化、R_p和R_d动态，但高CO₂/低O₂途径尚未在C₃植物中经验检验。研究人员据此提出高CO₂竞争性抑制Rubisco加氧、低O₂直接降低R_p起始，使总光呼吸速率（R_C=R_p+R_d，非光合CO₂释放总量）在2% O₂下近似真实R_d的假设，并开展A_n/C_a曲线拟合、参数提取、种间比较及与文献范围对照。研究结论支持高CO₂/低O₂ A_n/C_a模型可作为C₃作物R_d定量的新工具，并为作物碳循环模型提供物种特异呼吸参数；同时强调R_C≈R_d仍属间接支持，尚需独立基准真值验证。

关键技术方法（不超过250字）：数据来源包括Ye et al. (2025)已发表的21% O₂下四种C₃物种A_n/C_a曲线，以及同物种新采集的2% O₂数据；四种为Trifolium pratense、Silphium perfoliatum、Lolium perenne、Triticum aestivum。气体交换与荧光在饱和光强下测定，n=3生物学重复。低氧环境用2% O₂+98% N₂混合气经减压阀输入缓冲袋，再连接Li-6400；该混气装置获中国实用新型专利ZL 2015 2 0174847.1。用Eqn 1在PMSS软件中拟合A_n/C_a曲线，提取A_nmax、C_a,TPU、Γ和R_C0；迭代100次，RSS<1×10^–6；最小实测C_a按0处理以校正R_C0。统计采用配对t检验和单因素ANOVA，p<0.05。

结果部分：3.1 不同O₂浓度下光合CO₂响应曲线（A_n/C_a）：通过四种C₃物种在21%和2% O₂、饱和光强下A_n/C_a曲线拟合并与观测比较，得出A_n随C_a升高先增后在高C_a（≥1000 μmol mol^–1）平台化，2% O₂下A_n普遍高于21% O₂，拟合决定系数R²≥0.996。3.2 21% O₂下关键光合参数：通过Eqn 1、4、8、9计算与观测的C_a,TPU、A_nmax、Γ、R_C0比较，配对t检验无显著差异；L. perenne计算A_nmax最高（58.72±0.23 μmol m^–2 s^–1），T. pratense最低（40.51±3.39 μmol m^–2 s^–1）；Γ为50.94±3.10至79.52±4.27 μmol mol^–1，R_C0为5.70±0.15至6.41±0.06 μmol m^–2 s^–1；C_a,TPU最高为T. aestivum（1620.23±129.73 μmol mol^–1），最低为S. perfoliatum（1228.37±50.49 μmol mol^–1）。3.3 2% O₂下关键光合参数：同样通过计算与观测比较，配对t检验无显著差异；Γ降至16.54±0.85至28.43±4.58 μmol mol^–1（较21% O₂降低约50–67%），R_C0降至2.13±0.19至3.11±0.23 μmol m^–2 s^–1（降低约40–55%），A_nmax多数物种增加约5–25%，C_a,TPU无一致响应趋势。3.4 总光呼吸速率（R_C/C_a）CO₂响应：通过R_C/C_a曲线比较21%与2% O₂，得出R_C随C_a增加而降低，2% O₂下初始R_C和平台值均更低；平台值2% O₂约0.74–0.94 μmol m^–2 s^–1、21% O₂约1.75–2.14 μmol m^–2 s^–1；L. perenne在各C_a和O₂组合下R_C最高，T. aestivum最低；高CO₂/低O₂（>1200 μmol mol^–1 CO₂+2% O₂）条件下计算R_C为0.74–1.12 μmol m^–2 s^–1，T. pratense和T. aestivum随C_a升高R_C显著下降，S. perfoliatum和L. perenne无显著差异。

讨论部分总结：4.1 有效性方面，高CO₂竞争性抑制Rubisco加氧、低O₂降低R_p起始，使2% O₂下R_C接近R_d；2% O₂下R_C0显著低于21% O₂，且A_max多数物种增加约5–25%，提示低氧处理未造成缺氧胁迫；R_d估计与文献范围一致，但未在同一叶片开展¹³C标记等基准真值测量，属间接支持。4.2 种间差异方面，L. perenne的R_C最高、T. aestivum最低，可能源于呼吸底物有效性、线粒体密度或氮分配差异；T. aestivum高羧化效率对应最低R_d，R_d在21%与2% O₂间稳定，支持其由氧化戊糖磷酸途径和线粒体ATP合成等内在代谢驱动，而非短期光呼吸通量。4.3 建模意义方面，Eqn 1无需额外荧光或同位素数据，可参数化R_C和Γ，为DSSAT、APSIM等作物模型提供物种特异R_d；建议增加高C_a点以改善A_nmax和C_a,TPU估计。4.4 方法比较方面，该途径与Yin et al.的CF法概念相似；本研究中T. aestivum的R_C代理值0.87±0.02 μmol m^–2 s^–1高于2% O₂下CF法0.69±0.09和21% O₂下Kok法0.631±0.151，低于21% O₂下Laisk法0.97±0.52和CF法1.043±0.14；Laisk法不适用于C₄植物，而该框架不依赖C₃特异代谢，未来可能适配C₄物种；无CF需求允许标准叶室，但存在参数准确性与测量便利性的权衡。4.5 局限与田间应用方面，R_C≈R_d假设未用同一叶片基准真值独立验证，n=3样本量有限；便携缓冲袋系统专利可为田间部署提供基础，但田间温湿度波动需监测；该方法可用于筛选呼吸性状基因型并为作物模型提供物种特异R_d参数，未来需优化环境CO₂、开发自动混气系统并在干旱、热等田间相关胁迫下验证。

研究结论部分翻译：本研究系统支持高CO₂（>1200 μmol mol^–1）/低O₂（2%）A_n/C_a曲线途径用于定量C₃物种R_d的有效性。该框架的核心机制优势在于抑制R_p：升高CO₂竞争性抑制Rubisco加氧，降低O₂直接限制R_p起始，从而使2% O₂下总光呼吸速率（R_C=R_p+R_d）成为真实R_d的可靠替代指标。本研究得到的R_d估计值（0.74–0.94 μmol m^–2 s^–1）与C₃物种既有文献范围一致，进一步确认该方法可靠性。研究所建专用分析模型（Eqn 1）在所有受试C₃物种中具有高拟合精度（R²≥0.996），配对t检验（p>0.05）显示计算与观测光合参数（如A_nmax、Γ和R_C0）无显著差异，证明该模型能够拆分重叠的R_p通量中的R_d。R_d存在种间变异，L. perenne最高、T. aestivum最低，并与物种特异光合性状特别是羧化效率紧密耦合，提示光合碳固定能力与呼吸碳损失之间可能存在权衡。R_d在21%与2% O₂间保持稳定，支持其由线粒体ATP合成、氧化戊糖磷酸途径等内在代谢过程驱动，而非短期光呼吸通量波动。研究产生的物种特异R_d参数可改善作物碳循环模型（如DSSAT、APSIM）对CUE和未来大气CO₂富集情景下作物生产力的预测精度。未来方向包括：将高CO₂/低O₂框架拓展至C₄作物（如Zea mays、Sorghum bicolor）及野生C₃物种和多样生态系统；优化环境CO₂（约420 μmol mol^–1）下的田间协议并用¹³C标记、时间分辨荧光等金标准验证；将种间R_d变异与线粒体密度、底物库及组学数据关联，建立标准化协议并开展实验室间测试以确保可重复性。