关于海洋微生物纬度多样性梯度变化的学术研究报告
本研究由来自瑞士苏黎世联邦理工学院（ETH Zurich）环境物理研究所、生物学系微生物学研究所及瑞士生物信息学研究所的Dominic Eriksson、Jonas Schiller、Alexandre Schickele、Taylor Priest、Anna Mankowski、Enzo Faucher、Lucas J. Ustick、Michael Kuhn、Samuel Miravet-Verde、Hans-Joachim Ruscheweyh、Corentin Clerc、Nicolas Gruber、Shinichi Sunagawa、Peer Bork（已故）和Meike Vogt共同完成。该研究于2026年8月12日发表在期刊 Cell Host & Microbe 上。
一、 学术背景
本研究属于海洋微生物生态学与生物地理学的交叉领域。纬度多样性梯度（Latitudinal Diversity Gradient， LDG）——即物种多样性从赤道向两极递减的宏观生态模式——自19世纪亚历山大·冯·洪堡以来在众多陆地和水生生物类群中被广泛观察到。然而，这一模式在海洋微生物（尤其是原核生物，包括细菌和古菌）中的普遍性、驱动机制及其在不同环境维度（如深度、季节）下的变化，仍存在广泛争议。早期基于16S rRNA基因的研究支持经典的LDG模式，但近年来随着全球海洋采样和宏基因组测序技术的进步，研究结果呈现出复杂性，包括双峰模式、热带-亚热带多样性平台，甚至完全不存在LDG的报道。这些矛盾可能源于方法学差异、数据集时空覆盖度的不均以及不同微生物类群对环境梯度响应的异质性。因此，全面、系统地解析全球海洋微生物LDG的模式、驱动因素及其在不同分类层级和时空尺度上的变化，对于理解微生物多样性维持机制、预测其在全球变化下的响应至关重要。
本研究旨在通过整合全球尺度、高时空覆盖度的宏基因组数据与栖息地建模方法，系统探究海洋原核生物LDG在季节和深度上的变化。其核心目标包括：1）确定海洋表层和深层微生物LDG是否存在差异；2）解析季节性如何调节表层海洋微生物多样性；3）探究不同分类群（从域到属）的LDG模式是否一致，是否存在被优势类群掩盖的多样性模式；4）识别塑造这些多样性格局的关键环境驱动因子。
二、 详细研究流程
本研究流程严谨，主要包含数据整合与处理、多样性计算、栖息地建模以及多层次分析等步骤。
第一步：全球数据集构建与处理。 研究团队基于海洋微生物组数据库（Ocean Microbiomics Database， OMDB）和SPIRE数据库，构建了一个全球海洋宏基因组数据集。他们筛选了位于海洋表面混合层（Surface Mixed Layer， SML， 即表层充分混合的水层）和中层带（Mesopelagic Zone， MZ， 200-1000米深度）的样品。最终，共有2342个SML样本和281个MZ样本符合筛选标准，覆盖了从北纬85°到南纬65°的所有主要大洋盆地。为了进行物种水平的分类学分析，研究使用mOTUs（metagenomic operational taxonomic units）方法从宏基因组数据中生成分类学谱。为了校正测序深度不均的影响，他们对所有样本的物种观察数进行了标准化处理（稀释至5000个物种观察数），最终保留了1595个SML样本和238个MZ样本用于后续分析。
第二步：多样性指数计算与初步分析。 基于稀释后的分类学谱，研究计算了每个样本的α多样性指数，包括物种丰富度（观察到的物种数）、香农指数（Shannon index， 考虑丰富度和均匀度）和Chao1指数（估计未观测到的物种数）。这些计算在整体原核生物水平以及从域到属的不同分类层级上进行。初步分析直接基于样本观测值，比较了SML和MZ中细菌与古菌丰富度的纬度格局，并评估了分类学分辨率（物种vs.属）对多样性模式解读的影响。
第三步：栖息地建模与时空外推。 为了克服观测数据空间分布不均的局限并探究季节性动态，研究采用了名为CEPHALOPOD的栖息地建模集成流程。该框架利用环境变量（如温度、营养盐、光合有效辐射、混合层深度等）的月度气候学数据（空间分辨率1°×1°），通过训练多个模型，将观测到的物种丰富度在空间和时间上进行外推。模型使用随机森林等算法，以环境变量为预测因子，样本的物种丰富度为响应变量。研究对细菌和古菌的丰富度分别进行了建模，并评估了模型的不确定性。此外，他们还利用七个欧洲沿海时间序列站点的观测数据，对模型预测的季节性变化进行了验证。
第四步：多层次分类群LDG模式与环境驱动因子分析。 在获得全球尺度的模型预测结果后，研究进行了深入的多层次分析。首先，他们在域（细菌、古菌）、纲和属的水平上，系统比较了不同分类群的年度LDG模式，通过聚类分析识别出具有相似纬度多样性曲线的类群。其次，他们量化了每个分类群LDG的季节性变化幅度（冬季vs.夏季）。最后，通过分析模型中的预测变量重要性，识别了塑造不同类群多样性热点（定义为丰富度高于第75百分位的区域）的关键环境驱动因子（如温度、颗粒有机碳、磷酸盐等）。
三、 主要研究结果
1. 纬度多样性梯度具有深度依赖性。 直接基于样本的分析显示，在SML中，细菌和古菌的物种丰富度均表现出显著的经典LDG模式，即（亚）热带地区（0°–40°绝对纬度）的丰富度比高纬度地区（41°–90°）高出约3倍。然而，在MZ中，无论是细菌还是古菌，其物种丰富度在高、低纬度之间均无显著差异。这表明微生物多样性的纬度格局在海洋表层和深层受不同机制调控。SML的环境条件（温度、光照、营养盐）波动剧烈，驱动了强烈的时空多样性结构；而MZ环境相对均一稳定，水团环流等长期过程可能对群落结构的影响更大。
2. 表层海洋微生物多样性存在时空变异，但未发现LDG的季节性反转。 栖息地模型揭示，SML中细菌和古菌的丰富度存在明显的季节性波动，表现为冬季丰富度高于夏季。这一趋势在欧洲沿海时间序列数据和夏威夷ALOHA站（HOT ALOHA）的观测中得到了验证。然而，模型结果不支持先前某些研究提出的“冬季LDG反转”（即冬季高纬度多样性高于低纬度）的假设。相反，经典的LDG模式（从赤道向两极递减）在全年的SML中都成立，但其强度在冬季增强。研究认为，冬季混合层加深导致的群落垂直混合可能是季节性多样性增加的主要原因。
3. 整体LDG模式由少数物种丰富的类群主导，高分类分辨率揭示了被掩盖的多样性模式。 研究发现，SML中原核生物整体的LDG模式与两个最丰富的细菌纲——α-变形菌纲（Alphaproteobacteria）和蓝细菌纲（Cyanobacteriia）的LDG高度相似（相关系数r分别高达0.998和0.970）。这两个纲的物种丰富度在SML总丰富度中占比高达66%，其中又以Pelagibacter（SAR11类群）和Prochlorococcus_a（原绿球藻）属为绝对主导。这意味着整体细菌乃至原核生物的LDG信号被这两个优势类群严重主导。当在纲和属的水平上进一步分析时，研究发现了至少四种（纲水平）到七种（属水平）不同的LDG模式集群。例如，硝化球菌纲（Nitrososphaeria， 古菌）和纤维杆菌纲（Fibrobacteria）的丰富度随纬度升高而增加，呈现出与经典LDG相反的模式。许多其他类群也表现出各异的峰值位置和梯度形状。这表明，海洋微生物的LDG并非一个普适性模式，而是由不同类群特定的生态策略和环境适应所共同塑造的复杂集合。
4. 多样性热点与环境驱动因子具有类群特异性。 研究定义了各类群的多样性热点（丰富度前25%的区域），并分析了其环境特征。结果发现，驱动不同LDG集群的关键环境因子存在差异。温度是大多数类群（9/15个纲）丰富度最重要的预测因子，尤其对于在中低纬度富集的类群。然而，其他因子如颗粒有机碳（POC， 与初级生产相关）和磷酸盐（代表营养盐）也对特定类群至关重要。例如，主导古菌多样性的波塞冬菌纲（Poseidoniia）的丰富度热点与高POC区域（如上升流区）重合；而α-变形菌纲和蓝细菌纲的多样性热点则位于寡营养的（亚）热带环流区，这些区域温度高、营养盐浓度低。这反映了不同类群独特的生态位：寡营养类群（如SAR11， Prochlorococcus）适应稳定、贫营养的环境，通过生态位高度分化维持高多样性；而富营养类群（如某些γ-变形菌纲、拟杆菌纲）则在营养丰富的区域（如上升流区、中纬度）达到多样性峰值。
四、 研究结论与意义
本研究得出核心结论：海洋微生物的纬度多样性梯度并非普遍存在，而是具有深度依赖性、季节动态性，并且在很大程度上取决于所观察的分类学层级。 表层的经典LDG模式主要由少数物种高度丰富的类群（α-变形菌纲和蓝细菌纲）所驱动，掩盖了其他众多类群多样化的纬度分布格局。这些多样化的格局反映了不同微生物谱系对温度、营养盐和有机碳可用性等环境梯度的特异性生态适应和进化策略。
科学价值： 1. 理论价值： 该研究深化了对宏观生态模式（LDG）在微生物世界中表现形式和驱动机制的理解。它挑战了“一个尺度适用于所有”的简单化观点，强调了在微生物生态学中考虑分类学分辨率、环境维度和时间动态的重要性。研究为“生态位保守主义”和“功能趋同”等现象在塑造全球微生物分布格局中的作用提供了实证。 2. 方法论价值： 研究展示了将大规模、标准化处理的宏基因组数据与先进的栖息地建模框架（CEPHALOPOD）相结合的力量，能够克服观测数据的稀疏性，生成高分辨率的全球多样性图谱，并解析其环境驱动因素。 3. 应用与预测价值： 研究建立的模型和框架为预测未来海洋变化（如变暖、层化加强、营养盐格局改变）如何差异化地影响不同微生物类群的分布和多样性奠定了基础。由于不同微生物类群在生物地球化学循环（如碳、氮循环）中扮演不同角色，这种差异化的响应将对海洋生态系统功能和气候反馈产生重要影响。
五、 研究亮点
六、 其他有价值的内容
研究还指出了当前认识的局限性，例如对南大洋和高纬度地区、以及中层带的采样覆盖仍然不足，这限制了模型在这些区域的确定性。此外，环境变量之间的高度共线性使得精确分离单个因子的因果效应变得困难，未来需要结合控制实验和机制模型进行深入探究。这些都为后续研究指明了方向。最后，作者强调，鉴于海洋原核生物在生物地球化学循环中的核心作用，理解其多样性格局对于评估变化中的海洋生态系统的韧性和功能至关重要。