内容形式：摘要译文
理解微生物生态系统所面临的挑战之一，是其中存在跨越极大尺度范围的物理过程。由酶催化、但在细胞层面受到调控的反应，推动着碳和氮在大气中的通量。普遍存在的酶序列变异进一步加剧了这一复杂性；研究表明，这些变异包含编码酶进化历史的氨基酸协同进化模式。在本研究中，我们尝试弥合生态系统中酶的变异与其后续活性之间的鸿沟。我们以 NarG 催化的硝酸盐还原反应为模型系统，该反应通过介导双原子氮返回大气以及硝酸盐同化为生物量，构成氮循环中的关键步骤。结合宏基因组重建结果与土壤硝酸盐还原微生物的功能数据，我们发现，酶的序列变体对环境波动表现出可预测的响应。也就是说，尽管以往群落层面的宏基因组研究已表征了细菌菌株对环境的响应，我们的研究则提供了酶变体层面的序列—响应映射。此外，我们证明，一个简单的统计模型即可根据变体序列预测生物体表型；在该模型此前未接触过的土壤样本中，模型预测的变体还原速率与携带该变体的细胞丰度增长幅度相关。
关键词：酶序列变异 · 硝酸盐还原 · 氮循环 · 微生物生态 · 宏基因组学 · 序列—表型预测
原文链接：https://www.biorxiv.org/content/10.64898/2026.09.09.750510v1?rss=1