研究背景：
土壤碳和氮循环及其对环境变化的复杂反应越来越受到关注。然而，模型预测仍然存在很大的不确定性，部分原因是缺乏微生物过程的明确表示和参数化。开发微生物氮转化过程仍然具有挑战性。首先，多步无机氮反应由位于细胞膜、细胞质或周质的细胞内酶调节。这些细胞内酶与细胞外酶不同，导致在微生物生态模型中代表它们的问题。其次，需要有效的微生物或酶来处理与多种无机氮过程相关的不同微生物群落。例如，最近使用基于 GeoChip 的基因丰度来约束微生物酶分解 (MEND) 模型，由于缺乏微生物的详细表征，建模工作没有跟上氮相关微生物和微生物生态学的快速发展。由于可用的长期数据有限，通过现场观察校准和验证进行模型参数化非常困难。
研究进展：
土壤碳和氮循环及其对环境变化的复杂反应越来越受到关注。然而，模型预测仍然存在很大的不确定性，部分原因是缺乏微生物过程的明确表示和参数化。开发微生物氮转化过程仍然具有挑战性。首先，多步无机氮反应由位于细胞膜、细胞质或周质的细胞内酶调节。这些细胞内酶与细胞外酶不同，导致在微生物生态模型中代表它们的问题。其次，需要有效的微生物或酶来处理与多种无机氮过程相关的不同微生物群落。例如，最近使用基于 GeoChip 的基因丰度来约束微生物酶分解 (MEND) 模型，由于缺乏微生物的详细表征，建模工作没有跟上氮相关微生物和微生物生态学的快速发展。由于可用的长期数据有限，通过现场观察校准和验证进行模型参数化非常困难。
研究进展：
2021年12月14日，权威学术期刊Global Change Biology发表相关研究论文，武汉大学水资源与水电工程科学国家重点实验室/俄克拉荷马大学王纲胜为该论文第一作者兼通讯作者，俄克拉荷马大学周集中教授为共同通讯作者，论文题目：Soil enzymes as indicators of soil function: a step toward greater realism in microbial ecological modeling。
研究结果
作者使用土壤酶作为土壤功能指标，在微生物酶分解 (Microbial-ENzyme Decomposition, MEND) 模型中开发了竞争性动态酶分配方案和详细的酶介导土壤无机氮过程。作者对来自美国明尼苏达州 12 年 CO2×N 草地实验 (BioCON) 的不同土壤 C-N 通量、微生物 C:N 比率和功能基因丰度进行了严格的校准和验证。除了准确模拟土壤 CO2 通量和多个 N 变量外，该模型还预测了微生物 C:N 比率及其对富氮供应的负面反应。模型验证进一步表明，与模拟酶浓度和分解速率的变化相比，8 种 C-N 相关酶的模拟活性变化可以通过测量的基因丰度更好的得到解释，以响应大气 CO2 浓度升高。可见，使用酶作为土壤功能的指标，并在生态系统建模中使用功能基因丰度验证模型预测，可以为测试有关微生物介导的生物地球化学过程响应环境变化的假设提供基础。