大数据分析是继云计算、物联网之后又一颠覆性的信息技术革命,可从海量数据中快速获得有价值信息。随着基因测序技术的高速发展，微生物研究领域迎来了井喷式数据积累与共享。以我国国家微生物科学数据中心为例，目前已存储有60亿条公开微生物数据。如此庞大的数据量驱动了信息、医学、农业、生态环境与生物技术等多学科交叉领域研究新热点。近日，浙江工业大学钱海丰教授团队通过分析来自全球海洋的近1000个宏基因组测序大数据，评估了气候变化下全球海洋生态状况的微生物地理格局，该研究成果于2024年5月31日被《Nature Communications》在线报道。

以微生物指标评估海洋生态健康

海洋占地球表面积71%，是微生物资源最丰富的生态系统。据估算，每毫升海水中约有数百万到数亿个微生物，包括细菌、古菌、真菌、病毒和其它微生物。全球海洋微生物总量约为80亿吨，是每年粮食产量的三倍多。在本研究中，团队收集了来自全球海洋研究项目BIO-GO-SHIP中的953个宏基因组测序数据，分别涉及2011至2020年间8条主要航线。通过大数据分析，研究团队揭示了海洋微生物多样性、群落组成及生态功能的时空变化，及其重要的海洋环境影响因子，如海水温度、溶解氧含量、营养盐含量等。

环境条件影响着表层海洋微生物群落的变化

定义海洋“生态状态”

近年来，海洋生态健康也备受关注。“健康”的海洋在食物供给、碳汇、生计、旅游与度假、生物多样性、气候调节等多方面发挥着重要作用。微生物在生物地球化学循环中扮演着重要的角色，是评估海洋生态健康的重要组成之一。但目前仍缺乏微生物视角的海洋生态健康评价指标。

考虑到海洋微生物与环境因子之间的高度相关性，研究团队以环境因子作为自变量，将25个微生物指标作为因变量分别构建了机器学习回归模型，预测了2023年全球表层海洋微生物的地理分布格局。这些指标从海洋微生物多样性、组成结构及生态功能三大视角评估了海洋生态健康。随后，研究团队使用层级聚类算法对所有样本进行分析，并将全球海洋分为7个大类，每个大类代表不同的海洋微生物群落的“生态状态”。这一概念系统整合了多个微生物指标，可综合评估海洋生态健康。

全球表层海洋生态状态的定义及分布现状

气候变化下海洋生态状态的转变

全球气候变化是本世纪面临的重大生态问题之一，对海洋生态健康的影响深远且复杂，包括海水温度上升、溶解氧下降、酸化、物种多样性丧失等。研究预测了本世纪末不同气候变化情境下的全球海洋生态状态。结果显示，在没有任何政策干预的情况下，化石燃料肆意利用、温室气体大量排放带来的严重气候变化将导致全球32.44%海域的生态状态发生变化。表现为主要物种会发生“大迁移”，不断逃离赤道附近的温热水域，向两极适温水域移动。蓝藻由于更高的耐热性成为赤道附近水域的主要物种，并且随着二氧化碳排放的增加，光合作用及碳固定过程也有所上升，但其它元素循环过程仍受气候变化负面影响。

预测结果同时表明，如果我们采取积极的温室气体排放等政策，未来气候变化导致的不利后果将得到有效控制。该研究结果进一步强调了可持续发展战略的重要性，为生态文明建设提供了新的见解。

不同气候变化情景下

本世纪末海洋生态状况变化

以数据驱动微生物学研究新模式发展

“21世纪是生物科学的世纪”，同样也是多学科交叉融合、合作创新的世纪。蓬勃发展的基因测序、信息共享、机器学习等科学技术大大加速了现代微生物学研究。钱海丰教授团队最新的研究成果初步揭示了全球气候变化对海洋生态健康的不利影响，研究方法可为微生物大数据挖掘提供参考。但是，目前微生物大数据分析仍然存在诸多问题。

首先，公开数据多并不代表有效数据，来自多个研究项目的数据如何消除实验、取样、测序等方法上的偏差，从而进行科学的分析仍是微生物大数据分析面临的一大难题。本研究中使用的数据集来自于BIO-GO-SHIP国际海洋项目，其采用了统一标准的实验方法，可最大程度缩小样本偏差。但其它生境中类似的国际合作项目仍然缺乏。

其次，“大”数据带来的高计算资源极大制约了分析效率。以本项目为例，前期原始数据下载、质控、数据库比对在256线程服务器上总计耗时半年之久，而该部分工作仅得到微生物丰度矩阵。后期可视化分析、层级聚类及机器学习同样也对计算资源有较大需求。如何有效整合计算资源、多单位合作、算法精进等是微生物大数据分析需要面对的重要技术问题。

本研究以微生物视角定义了海洋生态健康，但海洋生态系统的复杂性远不是一个指标可以衡量。未来研究中仍需要更多物理、化学、生物、社会性指标去更全面地评估海洋生态健康，促进人与环境共同发展。

上述研究成果于2024年5月31日被Nature Communications在线报道。

文章链接：https://doi.org/10.1038/s41467-024-49124-0

该项研究工作主要由浙江工业大学环境学院钱海丰教授带领博士后张振炎、张琦等历时两年完成。浙江省微生物技术与生物信息研究重点实验室、浙江天科高新技术发展有限公司的王庭璋研究员团队参与该项目宏基因组原始数据分析。中国科学院生态研究中心朱永官院士、邓晔研究员，本校生物工程学院傅正伟教授,巴塞罗那自治大学Josep Penuelas教授也参与了该项工作，并提供了宝贵的指导意见。上述研究工作得到国家重点研发计划、国家自然科学基金、浙江省自然科学基金等资助。

钱海丰教授团队

往期回顾

来源 /环境学院钱海丰教授团队

编辑/全媒体中心新媒体工作室 毛欢如

校对/全媒体中心视觉摄影工作室吴骅成

责任编辑 /徐铖铖 包晗

终审 /王剑斌 周杰