《SOIL BIOLOGY & BIOCHEMISTRY》:Revisiting ecoenzymatic stoichiometry models for improved understanding of microbial resource limitations
编辑推荐:
生态酶化学计量(EEST)模型被广泛用于估算微生物资源限制、养分利用效率、阈值元素比和土壤碳固存潜力,但不确定性使其应用和解释复杂化。例如:(1)诊断酶活性仅近似于目标资源获取,部分酶参与获取多种养分;(2)评估资源可用性不精确,溶解态和整体养分测量均不能完全
生态酶化学计量(EEST)模型被广泛用于估算微生物资源限制、养分利用效率、阈值元素比和土壤碳固存潜力,但不确定性使其应用和解释复杂化。例如:(1)诊断酶活性仅近似于目标资源获取,部分酶参与获取多种养分;(2)评估资源可用性不精确,溶解态和整体养分测量均不能完全代表微生物的可用性;(3)微生物生物量化学计量可能无法一致地定义最大微生物生长,因为生长和休眠微生物的化学计量可能不同;(4)多种环境因素(如温度、pH、质地)同时且不同地影响微生物代谢、酶活性和资源可用性。基于对现有证据的仔细审查,研究人员建议同时评估与碳(C)、氮(N)和磷(P)循环相关的单个酶活性,以及酶C:N、C:P和N:P活性比率,以更好地识别微生物资源限制。此外,研究人员预期未来的研究应在分子水平上阐明生态酶诱导机制,因为环境线索和资源可用性强烈影响酶表达,从而影响EEST模型预测的准确性。为此,需要使用先进的多种组学技术,如元蛋白质组学(metaproteomics)、元转录组学(meta-transcriptomics)、外代谢组学(exometabolomics)和高分辨率质谱(high-resolution mass spectrometry),对资源组成、相应的酶活性和关键环境驱动因素进行平行、高分辨率分析,以更清晰地联系定义EEST模型的过程控制背后的机制。鉴于EEST模型的使用日益广泛,这些考虑是及时的,以确保其适当使用和解释,并最大化其在不断变化的环境条件下对理解生态系统功能的潜在贡献。
1. Introduction
微生物代谢活动在土壤有机质形成与分解、养分循环及气候调节中发挥关键作用,其常受碳(C)、氮(N)和磷(P)的限制。生态酶化学计量(EEST)理论认为,诊断性生态酶(如β-1,4-葡萄糖苷酶(BG)用于C获取、β-1,4-N-乙酰氨基葡萄糖苷酶(NAG)和亮氨酸氨基肽酶(LAP)用于N获取、酸性/碱性磷酸酶(PHOS)用于P获取)的相对活性可反映微生物对C、N、P获取的相对资源分配。然而,EEST模型的应用存在不确定性,例如诊断酶活性仅近似目标资源获取,部分酶参与多种养分获取;资源可用性评估不精确,溶解态与整体养分测量均不能完全代表微生物可用性;微生物生物量化学计量可能因生长与休眠群体差异而无法一致定义最大生长;多种环境因素(如温度、pH、质地)同时且不同地影响微生物代谢、酶活性和资源可用性。因此,系统回顾和评估EEST模型对于推进机制理解和确保适当应用至关重要。
2. Details of ecoenzyme stoichiometry
EEST理论指出,在自然生态系统中,异养微生物主要通过酶解土壤有机聚合物获取C、N、P。诊断酶的选择基于其针对最丰富的陆地有机C、N、P来源(如葡聚糖、蛋白质、几丁质、肽聚糖和磷酸单酯),且通常活性高于其他水解酶,并与广谱养分获取酶活性呈强正相关。这些酶包括BG(水解纤维二糖释放葡萄糖)、NAG(水解几丁二糖释放N-乙酰氨基葡萄糖)、LAP(水解寡肽释放N端亮氨酸)和PHOS(水解磷酸单酯释放无机P)。酶活性的化学计量关系被预测反映微生物资源需求与环境资源可用性的平衡。由于土壤酶多样性极高,全面测量所有酶活性不现实,因此EEST聚焦于预定义的代表性酶,但当前测量方法在底物饱和条件下进行,仅提供酶池大小的代理指标,而非原位受限活性。应用EEST时应充分理解其潜在假设和理论背景。
3. Uncertainties in ecoenzymatic stoichiometric models
EEST模型的不确定性源于诊断酶代表性、资源可用性估计和阈值元素比(TER)模型假设三个方面,三者功能互联,共同决定模型整体可靠性。孤立改进单一因素可能无法补偿其他两项的不确定性。
3.1. Uncertainty in interpreting ecoenzyme activity ratios and vector models
酶活性比率(如BG/PHOS、BG/(NAG+LAP)、(NAG+LAP)/PHOS)及其对数转换值被用于判断微生物C、N、P的相对限制,但全球ln(BG):ln(NAG+LAP):ln(PHOS)趋近1:1:1部分反映对数转换的数学假象,而非完全化学计量信号。向量模型(如C/(C+N)对C/(C+P))虽整合了所有诊断酶,但结果可能被多重解读:例如,在C和P获取酶活性比例不变时,仅N获取酶活性增加会降低向量长度和角度,易被误解为C或P获取降低。因此,建议同时评估单个酶活性绝对值和化学计量比率,以更全面评价微生物代谢努力和资源限制。
3.2. Uncertainty in assumptions of threshold element ratio (TER) models
TER定义为资源C:N或C:P的临界比值,当资源化学计量超过TER时,微生物代谢从C限制转为N或P限制。TER模型假设消费者在生长C:N:P与生物量C:N:P匹配且所有元素利用效率最大时达到最大生长,并假设活跃群落与休眠群落生物量化学计量一致。然而,这些假设未得到充分验证。标准化常数n
0和p
0源于ln(BG)与ln(NAG+LAP)及ln(PHOS)的主轴回归截距,但理论值与观测值存在差异,且n
0和p
0随生态系统和时间变化。推荐直接使用消费者生长数据定义TER为最大生长或最大生长效率时的资源比值。
3.3. Uncertainty in estimating resource availability in extended TER and microbial metabolic efficiency models
扩展TER和微生物代谢效率模型常使用整体土壤元素(如土壤有机碳SOC、总N、总P)或溶解态资源指标(如溶解有机碳、矿质N、Olsen-P)估计资源可用性。但这些指标仅捕获部分实际生物可利用资源:大量测量的C、N、P以聚合物或矿物形式存在,不可立即利用;物理保护机制(如土壤团聚体稳定或矿物吸附)进一步限制可及性。此外,代谢效率模型有多种公式,强调不同限制组合,模型选择复杂;最大C、N、P利用效率(CUE
max、NUE
max、PUE
max)可能因地而异。与同位素方法不同,EEST模型不涉及胞内底物生化转化,两者预测结果可能冲突,方法选择应基于具体研究问题。
3.4. Uncertainty in diagnostic enzyme representation
3.4.1. Contributions of other hydrolases:EEST主要依赖四种诊断酶,但其他水解酶(如丙氨酸氨基肽酶、α-葡萄糖苷酶)活性可能相当或更高,尤其在纤维素可用性低的淡水浮游生物膜群落中。需扩展酶谱以更精确估计总资源获取,目前缺乏此类工具,需结合高分辨率底物组成和酶活性分析。
3.4.2. Impacts of environmental factors:不同酶对环境驱动因素(如土壤有机质含量、年均降水量、年均温、pH、黏粒含量)的响应方向和幅度不同,例如BG与黏粒含量呈负相关,而α-葡萄糖苷酶与黏粒含量呈正相关。环境因素还可通过改变微生物群落组成和活性,影响酶表达谱,与资源可用性无关。
3.4.3. Impacts of enzyme promiscuity:诊断酶可能参与多种元素获取,如NAG和LAP释放的产物同时含N和C,PHOS可能也与C获取相关,且土壤中大量无机P库可通过微生物获取,使得PHOS反映的P限制难以区分微生物、植物或生态系统水平。这些复杂性干扰了EEST模型的解释。
3.4.4. Impacts of measurement methods:酶活性测量使用人工底物(如MUF、AMC、PNP底物),不同酶对这些底物的空间相互作用和偏好差异可能引入系统偏差,导致测得的“潜在活性”在酶类间不等价,不应视为微生物养分需求的无偏度量。
4. Current and future application
EEST模型在自然系统中适用,但当诊断酶底物不是微生物代谢的主要控制因素(如添加有机物料、受次级大量或微量营养素限制、易利用资源绕过酶解途径、环境因素限制资源可用性如厌氧条件)时,模型可靠性降低。未来研究应应用多组学技术(元蛋白质组学、元转录组学、外代谢组学、高分辨率质谱)和同位素追踪法阐明酶诱导机制,同时进行高分辨率资源组成与酶活性分析,以提高预测信心,并推进EEST模型在地球系统模型中的参数化。
5. Conclusions
EEST模型估算微生物代谢限制、酶向量特征、TER值和代谢效率时存在诸多不确定性,原因包括:(1)微生物生物量化学计量不一定反映最优生长状态,休眠群体化学计量可能不同;(2)诊断酶不能完全代表资源获取,部分酶参与多种元素释放;(3)溶解态或整体养分池因物理保护和底物质量而无法准确代表生物可利用资源;(4)环境因素(温度、pH、黏粒)以不同方向和幅度影响诊断酶活性。短期建议通过互补方法(如底物添加的生长响应实验、同位素示踪)验证EEST预测;长期应通过外代谢组学、高分辨率质谱和元蛋白质组学进行高分辨率资源组成与酶谱分析,推进机制理解。EEST模型最适合自然系统,在农业生态系统、污染区域、底土和根际等受干扰环境中应谨慎应用。最终,需通过元转录组学和元外蛋白质组学在分子水平阐明酶诱导机制,以标准化EEST模型的使用。