户外Picochlorum celeri水体崩溃的微生物群与光学早期预警指标
《Algal Research》:Microbiome and optical early-warning indicators of outdoor
Picochlorum celeri pond crashes
【字体:
大
中
小
】
时间:2026年08月17日
来源:Algal Research 5.0
编辑推荐:
•在AzCATI设施中首次记录到Picochlorum celeri池塘崩溃事件•藻类培养崩溃前存在明显的微生物组变化•通过MAG技术解析的分类群与藻类丰度动态相关•稀释处理方式影响恢复进程及崩溃后的抗逆性•宏基因组学与光学监测可揭示池塘不稳定的早期迹象
引言
露天池塘藻类培养
•在AzCATI设施中首次记录到Picochlorum celeri池塘崩溃事件•藻类培养崩溃前存在明显的微生物组变化•通过MAG技术解析的分类群与藻类丰度动态相关•稀释处理方式影响恢复进程及崩溃后的抗逆性•宏基因组学与光学监测可揭示池塘不稳定的早期迹象
引言
露天池塘藻类培养有望成为生产生物燃料和生物产品的可持续平台,但其商业可行性却受到池塘崩溃这一持续存在的问题的限制[1]。这类突然的崩溃往往由微生物病原体、食草生物或竞争性藻类引发,会导致生物量迅速减少、生物量质量下降以及运营成本上升[1][2][3][4]。由于缺乏对病原体活动、微生物组动态以及早期预警指标的机制理解,难以制定出综合害虫管理策略及为操作者提供预测工具[2]。本研究通过识别与Picochlorum celeri TG2品种失败事件相关的生物特征,填补了这一知识空白。该品种通常被认为在户外培养中具有极强的抗逆性和稳定性。这项工作为提升整个藻类生物经济的可靠性、可扩展性及经济性能奠定了重要基础。
藻类与其宿主细菌之间的相互作用在决定培养稳定性方面起着关键作用,这些关系可以是共生的、互利的,也可以是敌对的[5][6]。共生菌和互利菌可通过提供维生素、促进养分循环,或通过竞争排除有害菌类来间接保护宿主,从而增强藻类的生长能力和抗逆性。例如,有研究显示,具有保护作用的细菌群落可通过竞争排斥病原体或产生能抑制食草生物和寄生虫的抗菌代谢物来提高藻类稳定性[7]。相反,病原性或机会性相互作用则可能通过直接攻击或酶解作用使培养系统不稳定[6][8]。比如,Vampirovibrio chlorellavorus细菌会附着在小球藻细胞上并迅速导致培养崩溃,而某些芽孢杆菌则会分泌能降解细胞壁的酶,从而破坏露天池塘中的藻类细胞[9][10]。在露天池塘系统中,藻类培养物持续暴露于多种环境微生物群中,有益与有害相互作用之间的平衡可能会迅速改变,从而使原本高效的系统走向衰退。通过将微生物组群落结构与功能与池塘稳定性联系起来,我们旨在为解释不同地点和物种之间平均故障时间(MTTF)的差异提供潜在的机制依据。
最近的一些研究[9][11][12]表明,当已知致病因子时,采取多种对策可以保护藻类作物。例如,Humphrey等人(2023年)发现Bacillus safensis是Nannochloropsis gaditana的强毒病原体,且噬菌体疗法可在不破坏有益微生物群的情况下挽救藻类培养物;Fisher等人(2019年)则证明细菌群落能够保护Microchloropsis salina免受轮虫的啃食;Negi等人(2024年)强调了植物生长促进分子提高藻类生产力的潜力,说明了小分子物质如何有助于提升作物的抗逆性。总体而言,这些研究为已知特定威胁时的生物防治和化学防治方法提供了概念验证。然而,许多池塘崩溃事件的发生并无明确的病原体,这凸显出需要能够捕捉群落层面动态并提供不稳定性的早期预警指标的方法。我们对Picochlorum celeri TG2品系的研究正是通过描述一次罕见的崩溃事件中的微生物组变化,从而识别出可能有助于在露天池塘系统中及时采取应对措施的信号,以此填补这一空白。
除了生物指标外,非侵入式的光学诊断方法也为识别池塘运行过程中的早期异常提供了一种强大且实用的手段。光谱辐射测量法通过量化池塘的反射光谱,从而推断出藻类培养物的吸收和后向散射特性,已被证实能够在实际条件下用于检测藻类生物量、色素组成以及污染物的存在情况[13][14]。由于这种光谱可以持续采集且不会干扰藻类培养物,因此光谱辐射测量法能够提供高频的生理状态记录,补充了光学密度(OD)和无灰干重(AFDW)等分辨率较低的指标。将这些光学特征与微生物数据及运营数据相结合,为构建多层次的池塘稳定性早期预警框架及反馈控制体系提供了新的机遇[15]。
我们的研究在现有藻类试验池研究结果[16][17]的基础上,直接记录了池塘崩溃期间的微生物群落结构与功能。细菌病原体、真菌寄生虫、食草生物以及酶解作用越来越被视为导致系统不稳定的关键因素,但在实际培养条件下,它们所起的作用仍不明确[18]。在本研究中,我们观察到了与培养崩溃相关的模式,并结合微生物组分析、光谱辐射测量以及生物量测定,试图识别出池塘崩溃的潜在早期预警信号。我们研究的对象是Picochlorum celeri TG2,这是一种海洋藻类,以其极快的倍增时间(短至2.0小时)、较高的光耐受性以及在多种培养条件下的非凡稳定性而著称[19]。尽管P. celeri具有很强的抗逆性,且尚未有记录显示其会发生崩溃事件,但2023年的夏季生长季为我们提供了研究该物种首次在户外发生崩溃的难得机会。在本研究中,崩溃事件被定义为需要排空池塘并重新接种才能继续运行的生物量崩溃状况。通过这项研究,该领域从单纯记录池塘何时发生故障,转向探讨微生物组动态如何可能导致系统不稳定,从而为预测性诊断方法的开发奠定基础,进而为未来针对性应对措施的制定提供指导。
研究地点与培养设计
本研究是在美国亚利桑那州梅萨市的亚利桑那州立大学亚利桑那藻类技术创新中心(AzCATI)进行的,该地区属于西南部沙漠气候。实验采用露天池塘藻类培养方式,使用的藻种为海洋绿藻Picochlorum celeri TG2品系。池塘的运营遵循与之前AzCATI研究一致的标准化方案,包括接种剂制备、培养管理、收获、池塘监测以及分析方法[17]。该实验始于2023年7月17日。
池塘生长动态与稀释效应
在评估生长趋势和稀释效应之前,首先需要明确2023年夏季实验期间各个池塘的实际状况。对于7月下旬发生的污染事件,不同池塘的反应各不相同,有的出现生物量完全崩溃,有的采取了排空池塘并重新接种的措施,还有些则能够在没有崩溃的情况下持续运行(见图2)。有一些池塘是使用未发生崩溃系统的培养物重新启动的,这就导致了不同稀释处理方式之间的遗传关联。
动态可靠性建模的概念框架
传统的池塘可靠性分析采用生存模型,其中:传统池塘可靠性分析将故障视为一个时间到事件的过程,池塘崩溃的时间T是通过标准生存分析方法来建模的[16]。生存函数St=PT>t表示池塘在时间t之后仍能正常运行的概率,而风险函数λt则表示时间t时的即时故障风险。平均故障时间(MTTF)的计算公式为:MTTF=∫0∞Stdt在传统方法中……
迈向基于生态系统认知的预测性藻类培养
本研究表明,Picochlorum celeri池塘的崩溃并非突然且无法察觉的事件,而是在微生物组组成和生理状态发生协同变化之后才出现的。通过区分与高产期、崩溃期以及恢复期相关的不同群落阶段,并将这些转变与培养表现联系起来,我们证明了微生物动态可以作为系统不稳定性的潜在指标,未来需要在更多系统中进行验证。
CRediT作者贡献说明
Chuck Smallwood:概念设计、数据整理、正式分析、写作——审阅与编辑、技术监督、项目监督;
John McGowen:概念设计、数据整理、正式分析、写作——审阅与编辑、项目监督;
Elise Wilbourn:概念设计、数据整理、正式分析、写作——审阅与编辑、项目监督;
Brittany Humphrey:实验操作、细菌分离、数据整理、正式分析、写作——审阅与编辑;
Everett Eustace:知情同意、人类/动物权利问题
本项目不存在任何利益冲突、知情同意问题,也无需考虑人类或动物权利相关事宜。
关于写作过程中生成式AI及AI辅助技术的声明
在准备本稿时,作者们使用了ChatGPT-5来优化原文的语言表达和可读性。在使用该工具后,作者们对内容进行了必要的审核和修改,并对最终内容承担全部责任。
利益冲突声明
作者们声明,他们不存在任何可能影响本文研究成果的已知财务利益或个人关系。
致谢
作者们声明,本研究在研究开展、论文撰写及发表过程中获得了资金支持。该项工作是由美国能源部关键矿物与能源创新办公室在DISCOVR项目中资助的,合同编号为NL0040168。该研究的部分工作由桑迪亚国家实验室完成,该实验室是由霍尼韦尔的全资子公司Sandia National Technology & Engineering Solutions of Sandia, LLC(NTESS)负责管理和运营的。
Chuck R. Smallwood|John McGowen|Xavier Mayali|Jerilyn A. Timlin|Wei Li|Elise K. Wilbourn|Everett Eustace|Jessica Forrester|Brittany Humphrey|Collis Bousliman|Christopher Katinas|Thomas A. Reichardt|Todd Lane
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号