基于机器学习预测生物炭对土壤细菌群落相对丰度的影响

《European Journal of Soil Biology》：Machine learning-based prediction of the impact of biochar on the relative abundance of soil bacterial communities

　　

• •
  建立了生物炭性质与细菌类群之间的定性联系。
• •
  结合CatBoost与SHAP/PDP来解读生物炭-微生物相互作用。
• •
  识别出生物炭pH值、阳离子交换量（CEC）和比表面积（SSA）为群落变化的关键驱动因素。
• •
  为农业中定制生物炭提供了一种新颖的数据驱动方法。

引言

土壤是一个高度复杂的生态系统，不仅支撑着人类的生存，也是地球上生物多样性最丰富的环境之一，为微生物、动物和其他生物提供必需的养分和栖息地。由于生物炭具有独特的性质，包括多孔结构、高度芳构化和丰富的营养物质，作为土壤改良剂可提供多种益处。近年来，大量研究聚焦于生物炭影响土壤微生物群落结构和生理活动的主要途径[1]。这些途径大致可分为两类。第一，生物炭生产和实验应用条件的变化会影响其作为土壤改良剂的功效，从而影响微生物。第二，生物炭固有的理化性质在施入土壤后可直接影响微生物。

生物炭的生产条件和应用条件是决定其功效的基本因素。例如，Dai等人[2]表明，热解温度显著影响土壤细菌群落结构：高温（700°C）生产的生物炭主要增加了细菌群落多样性，而低温（300°C）生产的生物炭显著增加了细菌总丰度。Azeem等人[3]进一步报道，热解持续时间以及预处理过程中的原料氧化（包括养分添加、试剂洗涤和二次热处理）可能会影响生物炭施入后细菌群落的组装。生物炭的施用量也直接影响细菌增殖，适当的施用量更有利于细菌丰度的增加[4]。其他研究表明，细菌的响应也可能随生物炭施用时间的长短而变化：短期施用可能显著增加土壤细菌的丰富度和多样性，而随着时间的推移，土壤细菌逐渐适应经生物炭改良的环境[5]。

除了生产条件和应用条件外，生物炭固有的理化性质可能对细菌群落施加更为直接和复杂的影响。Kolton等人[6]报道，酚类化合物浓度的增加可以增强根际微生物组的代谢能力，生物炭释放到土壤中的芳香族化合物可以改变细菌群落结构。Zhou等人[7]发现，当松木来源的生物炭施用于种植园土壤时，其高pH值有效中和了土壤酸性，而阳离子固定作用减少了交换性阳离子的有效性，从而间接导致微生物群落的重构。Palansooriya等人[8]提出，生物炭发达的孔隙结构和高比表面积不仅为微生物提供栖息地，还能改善保水性，从而支持微生物的活性和生长。此外，由于生物炭的电化学性质，它可以促进电子向微生物传递并促进氧化还原反应。

作为土壤微生物群落的核心组成部分，细菌在养分循环、污染物转化和维持土壤健康方面发挥着至关重要的作用。 Proteobacteria、Acidobacteria和Planctomycetes等优势门类广泛参与碳和氮代谢以及重金属固定等关键生态过程。与其他微生物类群（如真菌和古菌）相比，细菌类群在全球范围内分布广泛。此外，细菌16S rRNA基因的测序是研究微生物群落的成熟且标准化的方法。因此，全球范围内已产生了大量公开且高度可比的细菌群落数据，这些数据已被用于使用机器学习方法预测细菌丰度的空间分布[9]。阐明生物炭性质与细菌群落结构之间的复杂关系可能有助于识别预测性关联并生成关于潜在生态机制的假说。近期研究通过荟萃分析系统地评估了生物炭对土壤微生物群落的影响[1]。从大数据集中综合得出的证据表明，生物炭显著增加土壤细菌的丰富度。综合来看，这些发现表明生物炭生产参数和实验条件直接影响细菌丰度的变化，而生物炭理化性质的差异则通过其相互作用产生额外的影响。这些因素有助于解释生物炭为何在土壤微生物类群中产生不同的响应。因此，理解生物炭性质与细菌群落组成之间的关联可能有助于识别候选性质以用于后续实验评估以及开发针对性的土壤改良剂。

鉴于生物炭性质、土壤条件和细菌类群之间复杂的非线性关系和相互作用，传统统计模型在表征它们的综合效应方面存在局限性。因此，机器学习方法因其处理非线性关系和复杂高维数据的能力，越来越多地应用于基于生物炭的土壤改良研究的数据分析中[10]。例如，Bai等人[11]将气候因素、土壤性质、实验管理实践和生物炭性质作为随机森林（RF）和反向传播神经网络（BPNN）模型的输入特征。他们发现，比表面积较低、灰分含量适中且碳含量较低的生物炭能产生更大的微生物量氮增加，并有助于改善土壤养分平衡。Lei等人[12]以物种组成为输入，应用了RF、逻辑回归（LR）和支持向量机（SVM）模型，并识别出Proteobacteria、Actinobacteria以及其他几个细菌门类对生物炭改良敏感。Li等人[13]基于16S rRNA数据，以土壤性质、气候因素和实验条件作为模型输入，应用了RF、SVM和LR模型。他们的结果表明，生物炭主要通过改变土壤性质来间接影响微生物群落。

总体而言，机器学习在该领域的应用仍然有限，主要集中在生物炭改良前后土壤微生物群落的定量变化上。生物炭理化性质、实验条件与不同细菌类群相对丰度变化之间的关系尚未得到充分表征。为了系统检验这些复杂关系，我们假设可以根据生物炭性质与其他输入特征之间的非线性关系和相互作用来预测细菌相对丰度。

在本研究中，我们使用类别提升（CatBoost）、随机森林（RF）和轻量梯度提升机（LightGBM）开发了机器学习预测模型，系统地选择了实验条件和生物炭理化性质作为输入特征。然后，我们应用SHAP和偏依赖图（PDP）分析来解读单个特征的预测贡献并表征它们与细菌丰度的关联。该方法提供了一种数据驱动框架，用于理解多个与生物炭相关的因素如何与土壤细菌群落相对丰度的变化相关联。

章节摘要

数据来源与处理

我们检索了文献中报告生物炭改良后土壤细菌丰度变化的实验研究，编译了包含270个观测值的最终数据集。这些研究中使用的生物炭来自多种原料，包括稻草、木材、坚果壳、畜禽粪便和城市废物。数据集包括常见的细菌门类，如Proteobacteria、Acidobacteria和Gemmatimonadetes，以及特定地理区域报道的门类

数据集的描述性统计

图1展示了270个观测值中10个连续输入变量和1个响应变量的分布情况。采用内嵌箱线图的小提琴图，因为其宽度显示了不同数值范围内观测值的密度，而箱线图则总结了每个变量的集中趋势和离散程度。为便于展示，各个子图被合并到一张图中，并且生物炭pH值、土壤pH值和生物炭施用量的数值

结论与未来展望

本研究使用机器学习方法系统地表征了与生物炭相关的因素与土壤细菌群落相对丰度之间的关系。在评估的三个模型——CatBoost、RF和LightGBM中，CatBoost在包含所有输入特征时表现最佳。在固定训练-测试划分下，使用1至30的模型随机种子进行30次运行，CatBoost的测试集平均R²为0.910 ± 0.009，MAE为2.419 ± 0.114，RMSE为

CRediT作者贡献声明

Chenxi Zhao：撰写——初稿，监督，资源，方法论，数据整理，概念化。Yiming Zhang：验证，软件，方法论，正式分析，概念化。Peiwen Wang：撰写——审阅与编辑，调查。Hang Yang：可视化，验证。Wenlong Yan：撰写——审阅与编辑，项目管理，概念化。Qiuxia Li：撰写——审阅与编辑。Aihui Chen：资金获取。

重制其他来源材料的许可

作者确认，所有从已发表作品中复制的材料（包括表格、图形和文字摘录）均已适当署名和引用。在必要时，已从相应版权持有人处获得正式许可以重制这些材料。所有原始来源均在参考文献列表中明确注明。

数据可用性声明

本研究生成的生物炭性质、实验条件和相应细菌相对丰度的精选数据集（270个数据点）可在本文的补充材料中获取。从文献中提取的原始数据来源完整列表也在此提供。文献汇编背后的原始数据受各原始研究的数据可用性政策约束，可从通讯作者处获取

资金声明

本研究受到国家重点研发计划项目（2023YFD1500600）、国家"一带一路"国际科技创新合作计划（DL2022012002L）和国家自然科学基金委员会（51406045）的资助。

利益冲突声明

作者声明，他们不存在已知的与本文报告的工作相关的竞争经济利益或个人关系。

Chenxi Zhao|Yiming Zhang|Peiwen Wang|Hang Yang|Wenlong Yan|Qiuxia Li|Aihui Chen