土壤微生物能量利用效率的精准计算：基于纤维素转化热-呼吸数据的碳利用效率（CUE）评估新策略

《SOIL BIOLOGY & BIOCHEMISTRY》：Theoretical approach to calculate carbon use efficiency of cellulose turnover in soil systems, exemplified at calorespirometric data from artificial soil under various environmental conditions

为精确评估复杂土壤环境中微生物的碳利用效率（CUE），研究人员结合等温微量热法（IMC）与CO2测量，在人工土壤中研究了纤维素在不同环境条件下的转化过程。他们通过对比基于热力学焓平衡、还原度（dr）和氧化态（os）等多种CUE计算方法，发现基于实际底物消耗和焓平衡的热力学方法最能准确反映微生物能量利用的真实效率，而传统CR比值法因假设偏差而高估CUE。这项工作为准确评估土壤碳周转模型中的关键参数提供了更可靠的量化依据。

　　

土壤，这个孕育万物的基质，其内部无时无刻不在上演着看不见的碳循环大戏。土壤微生物是这场大戏的主角，它们分解有机质，释放二氧化碳，同时将一部分碳转化为自身生物质。衡量这个过程效率的关键指标是碳利用效率（Carbon Use Efficiency, CUE），它反映了微生物将底物碳转化为生物质而非释放为CO₂的比例。准确评估CUE对于预测全球碳循环、理解土壤有机质（SOM）固存至关重要。然而，在真实的、成分复杂的土壤体系中，精确测定CUE极具挑战。现有方法，如基于生物化学和纯培养实验推导的算法，或因无法测量所有产物，或因假设过于理想化，在应用于土壤时价值有限。特别是，近年来发展起来的基于热-呼吸比值（Calorespirometric Ratio, CR）并结合底物氧化还原性质（如还原度dr或氧化态os）的计算方法，在复杂土壤环境中是否准确，亟需验证。为此，由Shiyue Yang、Alina Rupp等人组成的研究团队，在《SOIL BIOLOGY & BIOCHEMISTRY》上发表了一项研究，旨在通过对比多种CUE计算策略，为基于热-呼吸实验数据的土壤微生物能量利用评估，找到最可靠的理论路径。

研究人员采用了等温微量热法（IMC）结合CO₂测量（即热-呼吸测量法），对人工土壤中添加纤维素并在不同环境条件（水分、温度、氮供应）下的转化过程进行了监测。他们获取了总热量、CO₂释放和残留底物浓度的时间序列数据。基于这些实验数据，他们计算了基于实测净值的CUE_net和能量利用效率（EUE_net）。同时，他们将这些实验结果与四种理论计算方法得出的CUE进行了比较：1）基于实际底物消耗、矿化和焓平衡，并纳入理论生物量形成和氮源的热力学平衡法（CUE_ther）；2）基于还原度（dr）和固定氧热当量的CR比值法（CUE_dr）；3）基于碳氧化态（os）和特定CR的CR比值法（CUE_os）；4）考虑底物中生物可利用能量限制的微生物周转至生物量模型预测值（CUE_bioav）。研究使用了来自先前发表的人工土壤实验数据集。

CUE的时间动态与计算方法比较：在整个实验期间，所有处理下基于实验数据计算的净CUE_net在初始阶段均接近100%，表明纤维素被微生物快速摄取但尚未立即矿化。在微生物生长高峰之后，CUE_net下降至35-50%的范围内，这与文献报道的效率值相符。在微生物活性最高的时期，CUE_net的变异性较低。将实验CUE_net与各种计算方法的结果进行比较发现，基于热力学焓平衡的CUE_ther与实验值最为接近，其数据点更靠近1:1线，回归分析显示斜率和R²值也支持其良好的拟合度。相比之下，基于CR比值和还原度（CUE_dr）或氧化态（CUE_os）的方法显著高估了CUE值，有时甚至计算出超过100%的不合理结果，且与实验值的偏差远大于热力学方法。这两种CR比值法还存在数学缺陷，当CR接近特定值时，计算出的CUE会趋向于无穷大，导致结果高度不稳定。统计模型比较也显示，CUE_ther的残差标准差最小，而CR比值法的模型则被统计检验拒绝。

不同环境条件下的CUE表现：在实验后期，不同水分含量下（20°C）的CUE值趋于相似。然而，在低氮供应（T20-W14-CN18）和低温（T7-W14-CN9）条件下，CUE值仍高于50%。低温条件下的数据由于微生物活性低，测量值接近检测限，因而变异性较高。基于生物可利用能量模型的CUE_bioav预测值为42%，在微生物活性高峰期，CUE_ther的结果接近此理论预测值，特别是在20°C和C/N=9的处理中。

能量利用效率（EUE）与CUE的关系：在所有处理中，EUE_net值普遍低于CUE值，这表明并非所有底物能量都能被微生物代谢所利用。CUE_ther与EUE_net的差异很小，而CUE_dr和CUE_os与EUE_net的差异则大得多，且无线性相关。

研究结论与讨论：

本研究的核心结论是，在评估人工土壤中纤维素转化的热-呼吸实验数据时，基于实际底物周转、矿化和焓平衡，并考虑了氮源和理论生物量形成的热力学方法（CUE_ther），最能准确地反映微生物的能量利用效率，与实验测得的净CUE值最为吻合。相反，基于固定氧热当量和假设完全有氧条件下理想电子转移的CR比值法（无论是基于还原度dr还是氧化态os），由于其假设在土壤条件下无效，会系统地高估CUE值。这些高估源于几个关键因素：首先，土壤中可能同时存在有氧呼吸、发酵、厌氧过程等多种代谢途径，导致热-呼吸比值并非恒定；其次，微生物可能利用来自土壤接种物或细胞储存物的额外碳源，这些过程会改变整体的碳和能量平衡，进而影响CR值；最后，dr和os方法本身存在数学不连续性，在特定CR值附近会导致结果极度不稳定，限制了其应用范围。

该研究的重要意义在于，它为准确分析和解释土壤热-呼吸实验数据提供了关键的方法学指导。它明确指出，在复杂的土壤体系中，直接应用基于纯培养或理想化假设的CUE计算模型可能会引入显著误差。研究者建议，在利用热-呼吸数据计算CUE时，应优先采用基于实际测量底物消耗和焓平衡的热力学方法，并需在微生物代谢活性最高的时期（而非初始底物快速摄取期）进行计算，以获得最具代表性的结果。此外，研究还指出，考虑到并非所有底物能量都可用于微生物生长，采用略低于完全化学计量转化预测的微生物产率（如CUE_bioav模型所体现的）可能使计算进一步贴近真实情况。这项工作不仅提升了利用量热技术量化土壤微生物过程的可靠性，也为未来构建更精准的、包含能量约束的土壤碳周转模型奠定了重要的理论基础。