摘要：生态系统中的物种入侵现象，如微生物群落中的病原体入侵，常常对环境平衡和人类健康产生重大影响。微生物群落的入侵成功与否取决于多种因素，包括入侵物种的特性以及原有群落的多样性和物种间相互作用。通过实验与理论结合，MIT的胡脊梁博士和Jeff Gore教授等人揭示了

生态系统中的物种入侵现象，如微生物群落中的病原体入侵，常常对环境平衡和人类健康产生重大影响。微生物群落的入侵成功与否取决于多种因素，包括入侵物种的特性以及原有群落的多样性和物种间相互作用。通过实验与理论结合，MIT的胡脊梁博士和Jeff Gore教授等人揭示了群落动态状态在入侵成功中的核心作用。该研究不仅为预测微生物群落的入侵行为提供了全新框架，也为人们理解如何通过调控群落特性来增强生态系统的抵抗力提供了理论支持。作者证明可以基于群落的动态特性、多样性和物种间相互作用来预测入侵结果，并为解决长期存在的多样性-入侵性争论提供了统一的视角和框架。

- 研究背景 -

在微生物群落中，物种共存并相互作用，形成复杂的生态网络。理解何种因素决定了入侵的成功，是生态学长期以来的重要课题。生态学著名的生物抵抗假说（Biotic Resistance Hypothesis）认为高度多样化的物种群体能够有效地利用可用资源，填满生态位空间，从而减少外来物种的入侵概率。然而，野外观测和实验结果不完全支持生物抵抗假说，生态学家发现部分群落的多样性越高，被外来物种入侵的概率反而越高，而另一些群落则表现出相反的结果。

针对这一问题，胡脊梁等人提出，微生物群落的动力学特性（例如群落是否处于稳定或震荡状态）可能是理解入侵成功的关键。该研究通过分析微生物群落的动力学相图揭示，震荡的群落往往比稳定的群落更容易被入侵，且更具生物多样性。理论和实验显示，增加物种间相互作用强度和物种数量会导致入侵概率的降低。作者发现当地物种存活率是预测群落入侵概率的最优指标，因为入侵概率与当地物种的存活率之间大致相等。由强相互作用物种组成的群落会出现优先效应，即入侵物种比原始物种库中的物种更难以定殖，然而一旦入侵成功，其对原生群落的生态影响也更大。

图1，微生物群落的实验显示，震荡群落的入侵概率高于稳定群落，导致了正向的多样性易入侵性关系。

- 结果与讨论 -

① 实验与模型验证

研究团队利用了广义Lotka-Volterra模型来模拟微生物群落中物种间相互作用的复杂网络。在模型中，随着物种数量和种间相互作用强度的增加，群落会经历从所有物种稳定共存到部分物种灭绝，再到种群组成随时间持续震荡的不同相态。特别是，稳定的群落相对更抗拒外来物种的入侵，而震荡的群落则更容易被入侵。这种“正反馈”关系表明，震荡较强的群落为入侵物种提供了更多的时变生态位。

在实验上，研究者们通过构建合成微生物群落来验证这些模型预测。实验中，他们在不同的营养条件下控制微生物群落的动力学状态，并在群落达到稳态或震荡状态后引入外来入侵物种。实验结果表明，震荡的群落有较高的入侵成功率，而稳定的群落则表现出较强的抗入侵能力，与模型预测相符。

图2，模型预测，当群落的稳定性、相互作用强度和物种数量增加时，入侵概率会降低。

② 优先效应和相图

研究发现，在群落内强烈的种间相互作用可能引发“优先效应”：即先到达的物种会抑制后续物种的生长，从而影响群落的入侵结构。这种优先效应在相图的强互作区域表现明显，尤其是在强烈的种间相互作用和高物种数量下，群落更可能存在多稳态，这意味着先定居的物种将占据主导地位，使得后来的入侵者更难以成功生长。

③ 多样性与入侵性的关系

通过实验和模拟，研究进一步揭示了微生物群落中多样性与入侵性之间的多变关系。虽然传统观点认为多样性高的群落抗入侵性强，但在该研究中，这一关系因群落的组成和相互作用强度而异。当固定环境并通过增加物种数量的方式来提升群落多样性时，群落的抗入侵能力确实会增强；但当多样性来源于群落震荡或者环境资源改变时，多样性更高的群落反而更容易被入侵。这一发现为生态学中关于多样性-入侵性的争论提供了新的视角，并指出多样性本身不足以作为预测入侵成功的唯一指标，而需结合群落的动态特性。

图3，模型预测了入侵概率与存活率之间的普遍对应关系，并预测当相互作用强度增加时，会出现优先效应和更强的入侵影响。

- 总结与展望 -

胡脊梁和Jeff Gore博士等人的研究为理解生态系统中多样性、稳定性与入侵性的关系提供了一个有效框架。通过仅使用几个群落尺度的粗粒化参数（如种间相互作用强度和物种数量），即可有效预测微生物群落的入侵性及其影响。这一理论框架不仅适用于微生物群落，还可能推广到其他类型的生态系统中。未来，研究将探索这种框架是否普遍适用于不同的时空尺度和生命体群落，以帮助科学家更好地制定控制入侵物种的策略。

图4，作者提出生态系统中多样性、稳定性与入侵性的关系的统一框架。

- 作者介绍 -

清华大学

胡脊梁

助理教授

胡脊梁，清华大学助理教授（2024年12月入职）。

胡脊梁2024年12月开始全职任教于清华大学基础医学院，力学交叉研究院，清华北大生命科学联合中心。在清华大学钱学森班取得学士学位，在MIT物理系Jeff Gore教授指导下取得PhD学位，并在MIT Physics of Living System完成博士后研究。他的主要研究兴趣是多细胞生命体系中涌现的复杂行为，特别是发现有效预测复杂系统时空演化的粗粒化参数，从而降低定量描述多细胞复杂体系所需要的自由度。胡脊梁主导的多项研究成果已在Science，Nature Ecology & Evolution, PNAS等杂志发表。荣获美国物理学会杰出生物物理博士论文奖，该奖项每年从全球申请者中遴选一位。胡脊梁整合跨学科定量研究方法，系统地研究了不同生物单元间的相互作用如何在群体层面导致复杂行为的涌现。实验室现持续招收博士后和博士生（物理，生物，工程，数学等背景皆可），感兴趣的申请人请将简历和研究兴趣发送至：jilianghu@tsinghua.edu.cn

麻省理工学院

Jeff Gore

教授

Jeff Gore，麻省理工学院，教授

Jeff Gore是MIT物理系教授，担任MIT Physics of Living System Center的创始人和主任。Jeff Gore在MIT取得物理，数学，电子和金融的学士学位，然后加入UC Berkeley Carlos Bustamante 教授实验室完成单分子物理PhD论文。他在博士期间用光镊和磁镊系统研究了单分子DNA的拉伸，扭转和弯曲的高分子物理性质，之后在MIT博后期间用酵母体系完成历史上第一次对于生态博弈论的实验观测。Jeff Gore在2010年开始作为独立PI在MIT建立系统生态学团队并在2021年成为正教授，他致力于研究细胞单体之间的相互作用如何涌现出微生物群落的复杂生态和进化动力学行为。Gore Lab结合实验和理论在生态动力学分岔，多重稳态，共生关系，多物种组装，生物多样性和稳定性，以及复杂生态网络的相变等方面做出代表性成果，论文多发表在Science，Nature，Cell，Nature Ecology & Evolution，PNAS等期刊。

宏基因组推荐

1月10-12日，单菌基因组组装、注释、遗传表征、分子分型、系统进化和传播溯源

2月21-23日，家系、肿瘤临床基因组/外显子组数据分析

3月21-23日，高级转录组分析和R语言数据可视化

3月28-30日，第二届全国基因组信息学大会

4月11-13日，微生物组-扩增子16S分析

5月11-13日，微生物组-宏基因组分析

本公众号现全面开放投稿，希望文章作者讲出自己的科研故事，分享论文的精华与亮点。

投稿请联系小编（-genomics）

iMeta高引文章 fastp 复杂热图 ggtree 绘图imageGP 网络iNAP

iMeta网页工具 代谢组MetOrigin 美吉云乳酸化预测DeepKla

iMeta综述 肠菌菌群 植物菌群 口腔菌群 蛋白质结构预测

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature

为鼓励读者交流快速解决科研困难，我们建立了“宏基因组”讨论群，己有国内外6000+ 科研人员加入。请添加主编微信meta-genomics带你入群，务必备注“姓名-单位-研究方向-职称/年级”。高级职称请注明身份，另有海内外微生物PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

来源：微生物组