科學家揭示複雜群落的生態入侵行為，為預測入侵成功和生態影響提供新視角

在生態學領域，生物多樣性與入侵性之間的關係一直是一個「懸而未決」的複雜問題。

傳統觀點認為，生物多樣性越高，生態系統越難以被外來物種入侵，因為高多樣性意味著生態位已被充分佔據。

然而，在實際的野外觀測中，生態學家們觀察到了兩種不同的相關性：

一方面，隨著當地物種多樣性的增加，入侵性會降低；另一方面，有時也會觀察到隨著物種多樣性的增加，入侵性反而增加的現象。這種矛盾的現象引發了科學家重新思考生物多樣性與入侵性之間的關係。

近期，美國麻省理工學院團隊為上述問題提供了一個全新的、相對統一的視角。他們結合理論和實驗發現，不能簡單地用物種多樣性進行入侵性預測，關鍵在於分析當地物種多樣性被調控的因素。

當物種多樣性受外來物種庫的數量調控時，多樣性確實與傳統的生物抵抗假說一致，即隨著多樣性增加入侵性會降低。但當環境條件發生變化時，環境因素可能會同時影響入侵性和多樣性，導致二者之間呈正相關的關係。

例如，在沙漠生態系統中，物種多樣性低，入侵性也低；而草原生態系統中，物種多樣性高，入侵性也高。

總體來說，該研究通過對生態學中三個重要的湧現變量（多樣性、穩定性、入侵性）建立統一的關係框架，為預測入侵成功與生態影響提供了一種全新的視角。

近日，相關論文以《集體動力機制預測微生物群落中的入侵成功及其影響》（Collective dynamical regimes predict invasion success and impacts in microbial communities）為題發表在 Nature Ecology & Evolution[1]。

麻省理工學院胡脊樑博士（現為清華大學助理教授）是第一作者，傑夫・戈爾（Jeff Gore）教授擔任通訊作者。

2022 年，該課題組在 Science 報導了一種封閉生態系統中群落作為整體的湧現行為，但當時沒有考慮外來物種加入的情況。

然而，現實中的生態系統往往是開放的，隨時可能面臨外來物種的入侵。因此，研究人員在之前工作的基礎上，進一步探討了如何預測開放生態系統中入侵物種的湧現行為。

該研究的思路是：在理論層面對複雜系統進行降維處理，通過粗粒化和簡化來識別出能夠描述系統狀態的關鍵控制參數。

胡脊樑解釋說道：「這是物理學和科學研究的一個主要目標，因為只有將系統的維度降低，我們才能更好地進行預測、控制和操作。」

在前文提到的 Science 研究中，他們發現，只需要少數幾個關鍵參數就可以預測某個群落的湧現行為和動力學特性，例如平均互作強度和物種池的大小。

在這項新的研究中，研究人員同樣發現系統可能只與幾個關鍵變量相關，主要是存活率（surviving fraction）、穩定性（即系統是處於震盪狀態還是穩態）、互作強度和物種池的大小。

他們發現，使用存活率作為預測指標能夠更準確地反映入侵性。在野外，可以通過比較一個局部區域的生物多樣性與更廣泛區域的生物多樣性來計算存活率，從而預測入侵性。

圖丨微生物群落的實驗顯示，震盪群落的入侵概率高於穩定群落，導致了正向的多樣性易入侵性關係（來源：Nature Ecology & Evolution）

此外，該課題組還發現，具有動態振盪的群落不僅多樣性更高，入侵性也更高。「這可能是因為振盪群落隨著時間的推移提供了持續變化的生態位，為更多入侵物種提供了機會。」胡脊樑表示。

在實驗中，研究人員觀察到了生物學家之前所觀察到的各種現象，包括正相關和負相關，以及優先效應的存在與否。通過新框架對數據進行組織和分析後，他們發現可以很好地預測粗略化的參數。

這意味著，儘管存在一些看似矛盾的關係，但通過該團隊所提出的分析框架，這些關係可以被整合為一種更為普適的模式。

研究人員認為，這種方法未來也可以應用於自然數據的分析。例如，如果有足夠的數據，可以通過同樣的分析方法幫助其他生態學家將他們觀察到的各種現象整合在一起。

該研究不僅有助於更好地理解和預測生態系統的入侵過程，還與生態和健康的相關問題密切相關。例如，益生菌的定製和糞便移植等方法都涉及對原有菌群的入侵，致病菌（如艱難梭菌）的入侵等。

該研究可以直接幫助理解和預測有益和有害入侵的影響，從而有望通過設計更有效的益生菌或策略，更好地適應和發揮作用。此外，這項研究在更宏觀的生態層面也具有指導意義。

胡脊樑舉例說道：「例如，在希望某些生物入侵以重建荒漠化地區時，或者在抵禦外來物種入侵時，我們的工作可以提供一些有價值的參考和指導。」

圖丨模型預測，當群落的穩定性、相互作用強度和物種數量增延長，入侵概率會降低（來源：Nature Ecology & Evolution）

據瞭解，胡脊樑已於 2024 年 12 月入職清華大學，他的研究興趣主要集中在微生物與癌症的生態學和進化動力學方面，特別是關注微生物群落與腫瘤體系之間的相互作用，以及它們在生態和進化層面的動態變化。

下一步，該課題組計劃將研究框架應用於臨床菌群數據、微生物群落移植數據以及宏觀生態學數據的分析，以驗證該方法在其他數據集中入侵行為的有效性。

「我將繼續關注於如何將當前的入侵行為模型拓展到考慮複雜空間結構的情況，比如在腫瘤組織內部的空間結構對入侵行為的影響。」胡脊樑表示。

1.Hu, J., Barbier, M., Bunin, G. et al. Collective dynamical regimes predict invasion success and impacts in microbial communities. Nature Ecology & Evolution (2025). https://doi.org/10.1038/s41559-024-02618-y

2.Hu,J. et al. Emergent phases of ecological diversity and dynamics mapped in microcosms.Science 378, 6615,85-89（2022）. https://www.science.org/doi/10.1126/science.abm7841

運營/排版：何晨龍