《Diversity》：Current State-of-the-Art of NGS in Soil Microbial Ecology Interpreted Through the Hierarchical Environmental Filtering (HEF) Framework
编辑推荐：
下一代测序（NGS）通过揭示传统培养方法难以获得的分类与功能多样性，已经彻底改变了土壤微生物生态学研究。然而，仅凭更高的测序分辨率并不能解释为何特定微生物集合会在特定的土壤和环境条件下反复出现。本结构化叙述性概念综述考察了基于NGS的土壤微生物组表征的当前现状
下一代测序（NGS）通过揭示传统培养方法难以获得的分类与功能多样性，已经彻底改变了土壤微生物生态学研究。然而，仅凭更高的测序分辨率并不能解释为何特定微生物集合会在特定的土壤和环境条件下反复出现。本结构化叙述性概念综述考察了基于NGS的土壤微生物组表征的当前现状，并引入层级环境过滤（HEF）作为解释微生物群落组装的框架。研究人员讨论了从扩增子测序到鸟枪法宏基因组学、长读长测序、多组学及计算分析的进展，以及涉及采样、DNA提取、引物选择、测序深度、生物信息学、参考数据库和残留DNA（relic DNA）等方面的局限性。在HEF框架内，成土作用建立了一个历史偶然性的理化模板，而当代气候、植被、根际过程、生物互作、扩散和随机过程则在该模板内部对群落组装进行修饰。人为干扰可以同时改变多个层级，并可能部分超越继承性土壤约束。因此，土壤微生物组应被解读为跨空间和时间尺度上环境筛选的动态结果。将标准化的NGS工作流程与功能性多组学及预测计算相结合，有望推动土壤微生物组研究从描述性清单走向对群落组装的机制性理解。
本综述围绕下一代测序（NGS）在土壤微生物生态学中的应用及其通过层级环境过滤（HEF）框架的解读展开。全文首先指出，尽管NGS技术极大地推动了土壤微生物分类与功能多样性的揭示，但测序分辨率本身不足以解释微生物群落在特定土壤与环境条件下的可重复出现。为此，作者提出了HEF框架，将成土作用置于最根本的层级，认为其为微生物群落建立历史性的理化模板，而当代气候、植被、根际过程、生物互作、扩散和随机过程则在该模板内进一步修饰群落组装。材料与方法部分描述了结构化批判性叙述综述的设计，说明采用PRISMA原则提高透明度，并详细介绍了检索策略、纳入标准以及数据综合流程。在测序策略与解释限制部分，论文比较了扩增子测序、鸟枪法宏基因组学和长读长测序的适用场景，强调应区分分类学存在、功能潜力和实际活性，并讨论了测序数据成分性带来的定量解释问题，同时指出采样、DNA提取、引物偏倚、测序深度和残留DNA（relic DNA）等技术因素可能混淆生态信号。在层级环境控制部分，论文系统阐述了成土背景与当代气候的嵌套关系，植被与根际过程作为生物过滤层的作用，以及扩散限制、生态漂移和历史偶然性对群落的随机影响。人为干扰部分则表明，农业管理、施肥和土地利用等可快速改变多个过滤层级，甚至部分掩盖继承性土壤信号。未来展望部分重点探讨了功能多组学整合、机器学习验证要求、核心微生物组识别以及HEF框架的可检验预测，强调跨尺度采样、分组交叉验证和独立数据集验证的必要性。结论部分总结了HEF作为整合土壤学与微生物生态学解释框架的价值，并指出测序技术是观测工具，不能替代对生态过程的理解。
1. 引言
NGS技术使研究者能够直接从环境DNA中表征整个微生物群落，极大扩展了对土壤微生物生物地理学与功能潜力的认识。然而，测序分辨率的提高本身无法解释为何特定微生物组合会在特定土壤和环境条件下重复出现。本文旨在整合分子手段与土壤学、群落生态学及生态系统理论，提出HEF框架作为解释NGS数据中微生物群落组装规律的概念模型。
2. 材料与方法
2.1 综述设计范围
本研究采用结构化批判性叙述综述方法，整合方法学、生态学和土壤学证据，不进行统计学元分析。依据PRISMA原则提高报告透明度，但并非正式系统综述或元分析。
2.2 信息来源与文献检索
主要检索Web of Science核心合集，辅以PubMed和Google Scholar，并结合引文追溯和正向引文检索。检索词涵盖土壤微生物学术语与测序技术、群落组装、成土作用、环境过滤等相关概念。
2.3 纳入标准与研究选择
纳入研究需至少满足以下条件之一：应用NGS表征土壤微生物群落、评估方法学因素、研究环境因子对群落组装的影响，或提供相关概念分析框架。通过标题和摘要筛选后，优先评估65篇核心文献，并通过共识解决不确定性。
2.4 数据提取与批判性评价
对每篇纳入研究提取土壤类型、采样深度、分子标记、测序平台、环境变量等关键信息。方法学研究按采样、实验室处理、扩增偏倚、测序覆盖度等评估；生态研究则评估微生物群落与成土、气候、植被、人为因子的可重复关系。由于研究异质性大，未进行定量比较。
2.5 概念综合与HEF框架发展
将常见驱动因素按空间尺度与持续性归为四个层级：成土作用形成的理化模板、气候与生物地理约束、当代植被与生物互作、人为干扰的跨层级效应。方法学变异视为独立观察层。最终形成HEF概念框架。
2.6 综述方法的局限性
数据库覆盖和检索策略可能遗漏部分研究。纳入文献类型多样，无法进行正式元分析和标准化偏倚评估。HEF中各过滤类别之间的边界应视为概念上便利而非绝对排他。
3. 测序策略与解释限制
3.1 测序策略比较
靶向扩增子测序适合大量样本的比较分析，但功能信息有限；短读长鸟枪法宏基因组学可同时获取分类与功能谱，但组装碎片化；长读长PacBio HiFi和Oxford Nanopore测序可改善基因组完整性和功能基因连接，但准确性和通量各有取舍。没有单一策略适合所有HEF研究，应依据研究问题选择。
3.2 区分存在、功能潜力与活性
扩增子测序主要描述分类组成，宏基因组学直接检测功能基因但仅代表功能潜力，宏转录组学反映近期转录，宏蛋白质组学鉴定表达蛋白质，代谢组学则测量代谢产物。残留DNA（relic DNA）会进一步分离分子检测与生物活性，因此需明确区分分类存在、功能潜力、分子表达、生化活性和生态系统过程速率。
3.3 成分性与定量解释
测序数据本质上是成分性数据，相对丰度受文库总量约束，单一类群丰度上升可能由其他类群下降引起。推荐使用基于Aitchison几何的log-ratio方法，如中心化log-比变换或等距log-比变换，并采用适用于稀疏数据的差异丰度方法。若需绝对丰度信息，应结合定量PCR或数字PCR，以及外源内标等方法。
3.4 技术偏差、质量控制与可重复性
标记基因拷贝数变异、引物偏倚、PCR抑制物、批次效应和阴性对照缺失等均会扭曲生态信号。应平衡实验设计、标准化工作流程、加入阳性对照和阴性对照，并对候选微生物指标进行独立验证。技术过程属于观察层而非生态过滤。
4. 层级环境控制
4.1 成土背景与当代气候
成土作用建立长期稳定的理化模板，但同一成土来源的不同土壤层次间仍存在群落差异。气候在广泛空间尺度上影响微生物代谢和活性，季节性波动可改变组成，但气候应被视为调节因素，而非独立于成土作用的驱动变量。
4.2 植被、根际过程与生物互作
植物通过根系分泌物和凋落物输入形成强烈的根际筛选作用，根际微生物群落与邻近的本体土壤显著不同。竞争、合作、捕食和病毒侵染等生物互作进一步决定物种能否稳定建立。真菌群落通常对植被驱动更敏感，但植被影响受成土背景制约。
4.3 扩散、随机性与历史偶然性
扩散限制可导致相似环境下形成不同群落，均质化扩散则可能掩盖环境筛选信号。生态漂移在种群小或扰动后产生随机分化。优先效应和历史遗留可使相似环境下产生多个稳定状态。HEF将环境过滤视为定义概率范围，而非决定唯一结果。
5. 人为覆盖与环境可塑性
农业管理是最普遍的人为干扰。耕作、施肥、灌溉和农药使用可快速重塑微生物群落，使群落组成日益受管理措施主导，而不再反映原始成土特征。氮素富集通常促进富营养型微生物并抑制寡营养型类群。长期集约化土地利用可增加不同土壤类型间微生物群落的相似性，相当于在HEF框架内产生了人为重组的环境过滤层级。
6. 未来展望
6.1 功能与多组学整合
从分类学描述转向功能生态学，需要将宏基因组学与宏转录组学、宏蛋白质组学、代谢组学及过程速率测量相结合，才能将功能潜力转化为对实际生态功能的机制性理解。
6.2 机器学习：预测潜力与验证要求
机器学习模型需要严格验证。随机划分样本会导致数据泄漏，应采用分组交叉验证、留一地点/区域验证或时间分隔验证。特征选择和超参数优化须在训练集内进行，并报告敏感性、特异性、ROC-AUC或R2等合适指标。不应用模型性能直接推断生态机制。
6.3 核心微生物组与综合土壤评估
未来应识别在相似成土条件下反复出现的“生态核心群落”，而非单纯追求分类学持久性。结合传统土壤理化指标与微生物数据可提高退化监测和恢复评估能力，但需实现采样、测序和生物信息流程的标准化。
6.4 实证检验与可检验预测
HEF提出多个可检验预测：继承性土壤性质在控制当代环境因子后仍具独特解释力；气候和植被效应受成土背景制约；短期扰动先影响活跃核酸和代谢层，再改变持久组成；强干扰降低微生物群落与土壤类型的对应关系。可通过变差划分、偏db-RDA、结构方程模型、βNTI和零模型等方法检验，但需结合跨尺度和长期观测设计。
7. 结论
土壤微生物群落是动态组装的结果，而非静态分类实体。HEF框架强调成土作用、当代气候、植被、生物互作和人为干扰的分层嵌套关系，为解释NGS观测数据提供了生态学语境。测序技术是强大的观测工具，但必须与机制性模型和标准化方法相结合，才能深化对土壤微生物群落的预测与理解。
