编译：王淼啸，编辑：小菌菌、江舜尧。

原创微文，欢迎转发转载。

本文构建了一个基于个体的数学模型（Individual-based model）来模拟微生物群落在具有空间结构环境中的退行性演化和演替过程。模型以一个100×100的离散网格阵列来描述微生物群落所处的空间环境。每个网格中可能存在一个微生物个体，并用多维向量来描述每个个体每一时刻所处的状态（包括生物量，基因型等）。为概念化公共物质共享以及随机的退行性演化过程，模型引入了4个基本假设：

（1）初始祖先个体被赋予了生产三种公共物质的能力，但这些公共功能会在之后的演化中以一定概率随机丢失；

（2）个体分泌一种公共物质会产生相应的代谢负担，因此在失去一种功能的同时，个体会获得生长利益；

（3）所有公共物质对个体生长都至关重要。个人的净生长速率受个体周围公共物质浓度的限制；

（4）生长底物和公共物质在不同网格间的扩散速率与浓度梯度成正比。

对于假设1，我们之所以包含了三种功能，是因为三种功能是模拟复杂群落的最小单元和最简洁的设计。在这一假设下，同一种功能丢失基因型可以从不同的进化路径演化而来（图1A），同时群落中可能出现三种类型的相互依赖模式（图1B)。我们用用包含1和0的字符串来描述每个个体的功能基因型，分别表示该基因型是否能产生相应的公共产品。因此模型中可能出现8种基因型：最初的自主祖先[1, 1, 1] ，3种一功能丢失基因型（[1, 1, 0]，[1, 0, 1]和[0, 1, 1]），3种两功能丢失基因型（[0, 0, 1]，[0, 1, 0]和[1, 0, 0]），和丢失了所有功能的欺骗者[0, 0, 0] (图1 A)。假设2和假设3则是从黑色皇后假说的经典数学假设发展而来——通过综合考虑功能损失的利益和代价来定义个体的生长速率（图1C）。为了描述执行一项功能的代谢代价，以参数α来表示单位时间内每个个体用于生产公共物质所消耗资源占生物量的比重。此外，还定义参数β为每个个体单位时间内需要消耗的公共物质量占所生产公共物质的比重。因此，1-β可描述公共物质生产的冗余程度，即β越低，表明功能丢失基因型可以从生产者那里获得更多的冗余公共物质，使功能丢失带来的生存风险降低。在模型初始时，随机地将100个祖先个体 [1, 1, 1]随机分布到阵列中，并迭代至少1, 500, 000个时间步来模拟群落的演化和构建过程。在每个时间步骤中，个体的生长、衰变、繁殖和突变由依据上述假设所推导的数学方程来计算和迭代（图1C）。模拟过程中，收集每种基因型描述向量的动态数据，重点关注每个基因型的演化出现时间点和空间定位变化，以及在一定的迭代次数后，是否能形成具有多种相互依赖模式的稳定群落，并记录群落的时空动态。

图1 模型的构建逻辑。(A)由功能完全的祖先基因型出发，退行性进化中可能出现的7种基因型及基因型之间的进化关系。(B)群落中可能演化建立3类相互依赖模式。(C)模型模拟流程的示意图。

1 相互依赖模式形成的确定性条件和时空动态过程

首先以3个功能代价(参数α)水平和3个功能冗余(参数β)水平，设置9个参数组，进行了共计2891个独立的数学仿真，结果呈现了不同的最终群落结构（图2A）。当功能代价较低时，群落仍由功能完全的祖先主导；而当功能代价达到较高水平时，功能缺陷的基因型得以演化出现，并逐渐形成了三种不同类型的相互依赖模式甚至在相同的α和β的组合，即完全功能分工（143/2891）、单向依赖（48/2891）和非对称功能互补（1677/2891）。

在三种模式中，非对称功能互补模式出现可能性最高。这种模式中，一种两功能丢失基因型与互补的一功能丢失基因型的组合，形成了三种类型的非对称功能互补对，即[0, 0, 1]与[1, 1, 0]、[0,1, 0]与[1, 0, 1]、[1, 0, 0]与[0, 1, 1]。有趣的是，在高功能代价条件下，非对称功能互补模式的出现会伴随着一些“不劳而获”的欺骗者[0, 0, 0]，其相对丰度随功能冗余度的增加而增加(图2A)。欺骗者的增加显著降低了群落总生物量，表明较高的功能冗余有利于欺骗者的演化，但会降低群落生产力。此外，高功能代价使功能丢失基因型更具有优势。随着α从0.0005增加到0.001，两功能缺失基因型在群落中的相对丰度约从55%增加到70% (图2A)。另外两种相互依赖的模式出现的频率则相对较低。完全功能分工，即三种基因型[0, 0, 1]，[0, 1, 0]和[1,0, 0]的共存模式，只在两种功能属性均处于在高水平时(α = 0.001，1-β = 0.6)，以45%的频率发生。单向依赖模式，即[1，1，1]和[0，0，0]的共存，则在中等功能代价和低水平的功能冗余(α = 0.0005，β = 0.6)更容易出现。综上所述，这些结果表明相互依赖模式的演化只发生在公共功能代价较高的情况下。不同相互依赖模式的出现与功能代价和功能冗余有关，尤其对于完全功能分工和单向依赖模式，只在有限的参数范围内出现。

我们对典型参数集（α= 0.001，β = 0.8）下的296种模拟进行了详细的时空动态过程分析。在此条件下，三种功能互补对中的任何一种都有可能主导最终的群落（图2B），但对于同一种主导互补对，其演化途径却有3种（图2C，以 [0,0,1]和[1,1,0]为例）。对于第1种演化途径，群落中演化出了一种类型的功能互补对，主导了最终群落；对于第2和第3种演化途径，其演化过程可分为两个阶段：

(1)多个相互依赖的空间集聚体的出现；

(2) 不同聚集类型之间的空间竞争促使群落演化到最终状态，只最终保留一种相互依赖模式。

图2 相互依赖模式形成的确定性条件和时空动态过程。(A)不同功能代价(α)和功能冗余(1-β)下的最终(稳态)群落结构。(B-C) 6个具有代表的模拟时空动态显示了，三种类型的不对称的功能互补对的演化(B)和互补对[0, 0, 1]& [1, 1, 0]形成的3种演化路径(C)。左图表明不同基因型在不同演化时间点上的空间分布；中间的曲线图描述了相应的群落动态；右图简要概述了每个模拟的关键阶段。

2 影响不同相互依赖模式形成的时空随机性因素

之前的模拟表明，即使α和β的组合是给定的，仍然有可能演化出不同的相互作用模式（图2A），暗示了演化过程中的随机因素也可能影响了不同相互依赖模式形成。因为演化过程存在两个阶段，我们猜想影响相互依赖模式形成的随机事件产生于两个方面。首先，在进化的初始阶段，相互依赖的空间聚集的出现应该与新基因型出现的顺序有关。其次，空间竞争阶段中的竞争结果也应受到新出现基因型初始空间定位的影响。

对于假设1，我们系统分析了典型参数集（α = 0.001，β = 0.8）下的296种模拟中每种基因型的出现、定殖和丢失的事件，从而构建和聚类了所有可能的进化谱系，三种类型功能互补对的演化共存在24个不同的进化分枝（每种类型各8个分枝，图3)。在这些分枝中，我们总结了两个关键随机事件(图3，红框和蓝框)。这两个关键事件表明，不同功能缺陷基因出现的时间顺序，尤其是不同功能互对出现的时间顺序，一定程度决定了最终群落中的主导模式。先出现的功能互补对，可以优先地占据更多的空间，获得重要的竞争优势。

图3 296次独立模拟的演化轨迹可聚成24种演化分枝。面积图显示了最终的群落结构和每个分枝的出现频率。蓝色框表示的是第一个关键事件发生后演化分化为四种情景，红色框表示的是第二次关键事件发生后分化出的24种不同演化轨迹。带彩色圆圈的实心方框代表群落在不同进化时间点的基因型组成。红色箭头表示一种非对称功能互补对直接主导群落的演化分枝；蓝色箭头表示一种非对称功能互补对在与其他互补对竞争后主导群落的演化分枝。

而当两种功能互补对几乎同时出现时，不同功能互补对竞争的胜负则由假设2，即基因型出现的初始空间定位来决定。我们猜想，对于一个功能互补对而言，如果两种功能互补基因型在演化出现时，两者空间定位更加接近，则更有利于两者的相互作用，促进相应相互依赖的空间聚集体的形成与扩张。为了验证这一假设，我们定义了“同伴聚集指数”（PAI）来量化不同功能互补对内部两种基因型空间聚集程度的差异。例如，PAI_001:010量化了互补对[0, 0, 1]&[1, 1, 0]和[0, 1, 0]&[1, 0,1] 内部两种基因型相对空间聚集程度；PAI_001:010 > 1表明[0, 0, 1]和[1, 1, 0]的空间聚集度高于[0, 1, 0]和[1, 0, 1]的空间聚集度。应用这一定义，我们发现PAI_001:010与互补对[0, 0, 1]&[1,1, 0]的获胜概率之间存在显著正相关的关系(图4)。这一分析表明，不同功能互补对中两个成员随机出现位置的空间邻近性对决定群落演化的最终结果是重要的。

图4  非对称功能互补对的初始空间聚集度越高，越有利于其获胜。(A)当两种AFCPs几乎同时进化时，两种AFCPs的初始相对关联度与竞争结果呈显著正相关。(B)互补对[0,0,1]&[1,1,0]和[0,1,0]&[1,0,1]两种类型的功能互补对进行预混合，两个典型模拟分别代表初始PAI_001:010 小于1和大于1的情形。(C)互补对[0,0,1]和[1,1,0]的获胜频率与PAI_001:010的初始值显著正相关。

3 相互依赖的群落格局增加了群落对环境扰动的抵抗力

为了研究相互依赖的群落格局是否增加了群落对环境扰动的抵抗力，我们选择了具备非对称功能互补模式的群落和完全基因型主导的群落，首先停止养分供应12 h，然后恢复养分供应，以探究群落对扰动的反应。尽管停止养分供应后所有群落的生物量呈现下降趋势，但相互依赖群落对外界干扰的抵抗能力显著优于仅由完全基因型主导的群落（图5A)。群落抵抗力的提高是由于相互依赖的群落中的资源配置更加有效。如图5B所示，虽然不同群落中每个个体所分得平均可用资源量是相等的（阴影区域中的实线），但在相互依赖群落中每个个体用于生产公共物质的平均资源量显著下降时(虚线)，因此更多的资源可以被分配于维持自身生物量，以应对严酷的环境扰动。这一结果可以解释为什么相互依赖的模式在群落水平上是自然选择青睐的。

图5 环境扰动期间的群落动态。选取[0,0,1]&[1,1,0]、[0,1,0]&[1,0,1]和[1,0,1]对[1,0,0]&[0,1,1]主导的群落和[1, 1, 1]主导的群落，停止底物供应12小时，然后恢复供应。每个种群的动态如(A)所示。(B)显示了模拟过程中每一步的细胞平均可用底物(实线)和公共物质生产消耗(虚线)。

在本研究中，我们探究了“自私”的公共物质生产权衡如何驱动不同相互依赖模式的演化，进而支配微生物群落的演替与构建。研究发现，功能丢失的个体可以通过退行性演化出现和定殖，并可能在稳态群落中自发形成三种相互依赖模式：包括完全功能分工、非对称功能互补和单向依赖，其出现与公共功能的不同特征相关。我们还重点指出，演化过程中的随机事件，即不同基因型出现的优先顺序和出现时的相对空间位置，对于不同格局形成的也至关重要。此外，具有这些相互依赖模式的群落对环境扰动表现出更强的响应，这归因于这些群落中更有效的资源配置模式。

在《物种起源》中，查尔斯·达尔文强调自然选择倾向于选择那些自私的个体，因为自私可以帮助个体获得最大的繁殖成功率。因此，合作行为的演化问题困扰了学术界很长时间，因为在合作行为中，生物个体通过无私的贡献，增强了其他个体的生存适应性。在本研究中，通过对经典“黑色皇后假说”框架的扩展，我们提出了一个新的见解，即不同基因型之间的合作可能是受个体水平的“自私”权衡驱动，自发演化形成的。在个体层面上，功能丢失是一种自私的特性，因为个体不再将公共资源贡献给社会群体，而是节省能量来提高自己的繁殖成功率。然而，在群落水平上，当几个功能互补的基因型合适的条件下（适当功能特征），正确的时间（优先的出现），演化出现在正确的位置（空间上互相接近）时，群落中可能演化形成相互依赖/合作的模式。这种模式使得群落能更好的应对环境扰动，使群落中所有成员受益。因此，在我们的模拟中，群落中合作行为的演化实际上是由个体的自私性状驱动的，这个看似矛盾的观点仍然遵循达尔文的演化规则，因为演化的最终结果使所有个体都受益。这一观点为理解合作演化的形成机制的提供了新的视角。

文章链接：

https://www.nature.com/articles/s41396-020-00858-x

另可参考Nature Research论文背后故事：

https://naturemicrobiologycommunity.nature.com/posts/from-super-strain-to-cooperative-group-reductive-evolution-shapes-interdependence-in-microbial-communities

作者简介

第一作者:

王淼啸，北京大学工学院博士研究生，主要关注微生物种间相互作用和合成微生物生态学研究，致力于将数学模型仿真与合成群落实验相结合，阐释微生物生态学的基本规律和原理。目前在The ISME Journal，Applied and Environmental Microbiology，Molecular Microbiology, 和Environmental Microbiology reports等杂志上发表论文6篇，其中第一作者署名2篇。

通讯作者：

聂勇，北京大学工学院助理研究员。主要关注烃代谢分子调控、微生物相互作用以及微生物群落构建机理。已在PNAS, The ISME Journal, Environmental Microbiology, Applied andEnvironmental Microbiology, Molecular Microbiology等杂志上发表论文50余篇。

吴晓磊，北京大学工学院教授，博士生导师，教育部长江学者特聘教授，杰出青年基金获得者。长期从事环境微生物群落结构分析与定向调控，环境微生物资源开发与污染治理与环境修复，污水治理与资源化，微生物采油等理论和技术的研究、开发和应用。已在Nature communications, PNAS, The ISME Journal, EnvironmentalMicrobiology, Applied and Environmental Microbiology, Molecular Microbiology等杂志上发表论文160余篇。

你可能还喜欢

1. 2019年度回顾 | 微生态环境微生物类微文大合辑
   

2. 2019年度回顾 | 微生态人体/动物微生物类微文大合辑

3. 2019年度回顾 | 技术贴合辑大放送
   

微生态科研学术群期待与您交流更多微生态科研问题

（联系微生态老师即可申请入群）。

了解更多菌群知识，请关注“微生态”。

阅读原文

微信扫一扫
关注该公众号