Journal: Environmental Microbiology
Publish:12 October 2020
Link: https://sfamjournals.onlinelibrary.wiley.com/doi/ftr/10.1111/1462-2920.15276
注：
最近几年大尺度的研究越来越多了。只要样本分布在几个大洲，就可以说是全球尺度。但其实每个洲样本都很少。
这种样本代表性有多大呢，研究到底意义有多大呢？本文提出了一些思考。
总结及意义
本文讨论了尺度在环境微生物研究中的重要性，并探讨了模式生态学如何在生态系统微生物研究中推进概念和理论的形成。
作者主张在生态系统微生物群落研究中定义和使用有意义的尺度将促进研究的可重复性，并推动概念和理论的发展。
这也将有助于重新定位研究重点，以增强我们对类群分布格局及其提供的生态系统功能的机制理解。
背景
越来越多的人开始关注绘制生态系统中微生物群落的“global”和/或“cross-continental”模式。这些研究的前体是他们认为通过对大规模微生物多样性和分布格局进行分类，将有助于我们进一步认识微生物群落和特定分类/基因丰度在区域和全球生态系统过程预测中的重要性，如碳源-汇动态和微生物对全球变暖的正向或负向影响。
这些研究增加了对类群和功能分布的普遍性和稀缺性的认识。然而，很少有人注意到尺度上的可靠性。作者认为，如果不明确考虑尺度及其局限性，从有限的数据集中推断结果可能会导致误导，从而阻碍我们有效理解和预测环境微生物群落功能。为了激发对这个具有挑战性话题的辩论，我们考虑三个主要的问题，包括术语，概念形成和理论建立。
1. 术语问题
‘global/regional/cross-continental’和‘pattern/distribution/biogeography’等术语已被广泛用于大规模的生态系统微生物群落调查。重要的是要意识到这些数据来自在特别小的尺度上(例如,1 - 10毫升的水或< 1 g的土壤收集的有限样本),随后向更大的空间尺度上外推，而不考虑空间环境变异。虽然文章通常没有明确说明，但常常暗示这些数据集实际上代表了这种规模的所有位点，包括没有数据的非抽样位点。
为这种方法辩护的理由是从数千公里到大陆尺度的大规模研究进行细尺度抽样是不可行的。此外，无论是否有意义，相关性的结果往往是可靠且足够重要的，以证明假设和进一步探索潜在的过程和机制。
这两种论点都存在同样的谬论，这种谬论的假设可以由古典科学哲学的逻辑论证得到最好的说明:“Absence of evidence is not evidence of absence”。
这句话的意思是，因为不可能在广阔的空间尺度上覆盖细尺度的潜在位点变化(即absence of evidence)，无论从有限的(通常是分散的)样本中发现何种模式，都将适用于该范围内所有缺失的样本(evidence of absence)。
因此结果将会受到非随机数据集的影响。要消除这些问题，或至少减少它们的重要性，就需要使用适当的语言，明确地定义尺度及其限制，并在制定大规模抽样设计时适当地考虑重复和评估位点内变化。
2. 概念形成
关于生态学中模式和尺度的争论并不新鲜，但这些概念在环境微生物学中仍未得到充分发展。根据Levin(1992)和Chave(2013)，模式生态学(patterning ecology)的主要目标是报告理论。因此，模式有任何程度的重复和可复制性与可预测能力就非常重要。
因此，可重复和空间独立的代表性抽样对于推断小规模和大规模模式至关重要。
此外，可靠的预测只能通过充分的数据和通过明确说明构成模式的机制来实现，这两者都需要有意义和明确的尺度定义。
对模式的描述就是对变异的描述，而对变异的量化需要确定尺度。
“The description of patterns is the description of variation, and the quantification of variation requires the determination of scales” (Levin, 1992).
这提出了一个关键的限制，即从有限的空间设计和缺乏时间成分中出现的模式或变化的程度妨碍了许多研究的重复性。换句话说，这些评估提供的是生物多样性的全球模式还是分散在全球范围内的地点收集的样本集的内在变异?
例如可以在一系列环境变量中收集样本，这些变量可能符合相关模式。然而，这些模式仍然缺乏“如何”和“程度”的证据，这些变量可能在生理上限制或促进特定类群的丰度或活动。
用于土壤微生物群落评估的样品在处理过程中通常要经历微尺度“生境”的均质化。这在水生系统中是一个较小的问题，因为在水生系统中栖息地梯度的分布在更大的尺度上(约1-10米)变化，而在陆地系统中很小尺度上就可变化(约0.1-1毫米)。因此，应注意发散系统的内在特征、形成生物地球化学梯度的尺度和生态过程运行的尺度。因此，没有所谓的“黄金标准gold standard’”，人们可以通过它来定义“最佳尺度gold standard”(也称为“特征尺度characteristic scale”，即“确定性信息与随机波动的比例最大化”，Pascual和Levin, 1999)。相反，迫切需要明确考虑产生模式的尺度，从而为概念和理论的发展铺平道路。
3. 理论建立
理论被用来对我们周围的世界进行分类、解释和预测。没有它，微生物生态学仅仅是情景限制的陈述的积累，这些陈述的预测能力有限，无法为微生物学家提供多少见解。
“Theory is used to classify, interpret and predict the world around us. Without it, microbialecology is merely the accumulation of situation-bound statements that are of limited predictive ability, providing microbiologists with few insights”(Prosser et al., 2009).
生态学理论需要“解释性过量”(explanatory surplus)，即描述其直接表述的领域之外现象的能力。这意味着对整个生态系统的微生物群落进行模式化，需要对尺度进行明确的考虑，从而产生一致性、一定程度的可重复性和信息集成，以及经验测试和模式验证评估。不可复制的模式可能导致模糊的噪声和/或导致微生物群落是随机组合的整体评估;或者从还原论方法中产生的模式在更大的范围内适用。
理论的两个主要目标是报告应用生态学和实验设计。生态系统微生物群落的模式可以通过使用微生物中心取样策略提供跨系统评估。这些新出现的数据，连同其他宏观数据，可以用来发展验证实验或环境评估，以测试潜在生态和进化机制的假设。作为一条前进的道路，正如一般生态学中所讨论的那样，应该把重点放在研究适当和预先确定的尺度上的系统。
4.建议
为了促进概念和理论的形成，研究应考虑以下建议:
(1)明确定义尺度及其代表性和与潜在机制相关的程度。这将导致一定程度的可重现性，允许对潜在机制和过程进行适当的说明和验证。
(2)研究当地样点内的变异性，并利用新方法来协助抽样设计(例如响应面法)。这对于制定提高样本代表性的实验方案至关重要。关于局部变异性的信息也可以用于提供模型预测，并在试图推断模式时指出不确定性的程度。
(3)通过指出模型预测和数据可视化中的不确定性水平，以及承认存在无法获得信息的样点，来解释不准确的外推。总之，这些将增强数据展示的清晰度，并促进对与抽样设计相关的挑战和限制的讨论。
(4)当在大规模梯度上调查相似的生态系统时，研究应考虑使用具有一致样本大小的可复制空间设计，这可能控制变量的自相关。特别是在自相关和结构化数据的情况下，在地理分区数据集上使用k-fold交叉验证的模型已经成功地用于物种分布建模，并导致了更一般化的模型拟合。
(5)由于相关结果可以有意义地应用于产生和检验假设的实证，因此应该给那些发展旨在证伪假设机制的前瞻性实验设计的研究以价值。
捞一捞这个系列~
微生物领域名言（1）--微生物生态学家的价值
