Почва — это живой организм со своим собственным метаболизмом. Растения, черви, насекомые и, что самое главное, мириады невидимых микробов постоянно перерабатывают органику, поглощают и выделяют питательные вещества, дышат и растут. Эта кипящая жизнь, которую ученые называют почвенным микробиомом, невероятно сложна. Тысячи видов бактерий и грибов вступают в бесчисленное количество взаимодействий, создавая хрупкую и динамичную экосистему.

Из-за этой сложности почти невозможно предсказать, как сообщество микробов отреагирует на перемены — на потепление, засуху, закисление или скудность питания. А понять это необходимо, чтобы знать, как почва справится с наступающим изменением климата.

Новое исследование ученых из Чикагского университета предлагает неожиданно простое решение. Оказывается, поведение всей этой сложной системы можно описать с помощью лаконичной математической модели всего с двумя переменными. Модель показала, что изменения кислотности почвы (уровня pH) всегда приводят к одному из трех четких состояний сообщества.

Работа, опубликованная в журнале Nature, доказывает: чтобы понять поведение сложной системы, не обязательно описывать каждую ее деталь. Можно найти общие законы, которые позволят точно предсказать, как почва и ее метаболизм откликнутся на внешнее воздействие. В конечном счете, это поможет ученым разрабатывать методы для улучшения сельского хозяйства и восстановления поврежденных экосистем.

Обычно кажется, что для описания такой экосистемы нужно записать математическую формулу на целую доску, с тысячами переменных, видов и ресурсов, — говорит Сеппе Кун, доктор философии, доцент кафедры экологии и эволюции в Чикагском университете и старший автор статьи. — Поэтому тот факт, что нам удалось описать все это просто, невероятно интеллектуально удовлетворяет.

В основе этого открытия — титанический труд аспиранта лаборатории Куна, Кисеока Ли. Он собрал 20 образцов естественных почв с разным уровнем кислотности с опытной фермы в Вашингтоне. Эти почвы идеально подходили для эксперимента: их pH сильно отличался, а другие факторы были практически одинаковыми. В лаборатории Ли вручную изменил кислотность каждого образца малыми шагами, создав в итоге 1500 микромиров для экспериментов.

Уровень pH — это мера концентрации ионов водорода. Чем он ниже, тем среда кислее (ионов больше), чем выше — тем щелочнее (ионов меньше). Кислотность почвы критически важна: она определяет, какие микробы в ней могут жить, насколько они активны и какую химию поддерживает почва.

Исследователи решили проследить за тем, как изменение pH влияет на анаэробное нитратное дыхание — процесс, в ходе которого микробы, не нуждающиеся в кислороде, используют нитраты для получения энергии. Это ключевой процесс для здоровья почвы и agriculture.

Ли кропотливо разместил образцы на планшетах с 48 лунками, в каждую из которых добавил воду, нитраты и кислотный или щелочной раствор для изменения pH. Подготовка и инкубация образцов заняла месяцы. Затем он провел серию измерений уровня нитратов в каждом микромире — всего 15 000 замеров, и все вручную. «Я был сам себе автомат», — шутит Ли, отвечая на вопрос об автоматизации процесса.

Вместе с коллегами из Северо-Западного университета и Университета Вашингтона в Сент-Луисе Ли и Кун создали модель, описывающую динамику процессов в 1500 образцах. Простая модель с двумя параметрами — активностью биомасс и количеством ограничивающего рост питательного вещества — идеально предсказала активность.

В зависимости от того, как меняли pH, ученые наблюдали три стабильных исхода:

• Режим I, «гибель в кислоте»: Сильное закисление приводило к гибели функциональной биомассы микробов.
• Режим II, «лимит питательных веществ»: Умеренные изменения кислотности в любую сторону делали главным фактором нехватку питательного вещества (углерода), и динамика потребления нитратов становилась линейной.
• Режим III, «возрождение роста»: Сильное защелачивание подавляло доминирующие группы микробов, зато редкие виды начинали бурно расти и потреблять нитраты с экспоненциальной скоростью.

Неважно, как именно вы меняете pH, экосистема всегда демонстрирует лишь один из этих трех типов поведения, — объясняет Кун. — И больше ничего. Это поразительно, ведь на микроуровне царит невероятная сложность, а на макроуровне мы видим такую простоту.

Это отвечает на важный теоретический вопрос: когда десятки разнообразных видов можно описать одной общей моделью? — добавляет Михаил Тихонов, соавтор исследования. — Здесь Кисеоку и Сици удалось показать, что такое упрощенное описание не только отлично приближает данные, но и выделяет нечто общее в реакции сообщества на возмущения.

Понимание этих механизмов открывает дорогу для практического применения. К примеру, если с ферм стекает много азотных удобрений, отравляя водоемы, можно целенаправленно изменить pH почвы, чтобы ускорить переработку нитратов и предотвратить цветение воды.

Если вы хотите понять, как система отреагирует на будущие изменения, то определить набор ее возможных реакций очень полезно, — говорит Кун.

Ученые уверены, что этот же подход можно применить и к другим факторам: температуре, засоленности и так далее.

Мы фокусируемся на устойчивости сообщества, которая выражается через активность биомассы и лимитирующий нутриент, — говорит Ли. — Разный уровень воздействия вызывает разные эффекты. Думаю, этот метод поможет нам расшифровать функциональные реакции и других микробных систем на любые изменения среды.

Реальная польза этого исследования кроется в переходе от хаоса к порядку. Почва — это «черный ящик», и сельхозпроизводители часто действуют вслепую, внося удобрения или мелиоранты (как известь для регулирования pH), не имея точной модели отклика. Данная работа предлагает первый универсальный ключ к прогнозированию этого отклика. В перспективе это может привести к созданию цифровых двойников для конкретных полей. Агроном мог бы ввести в программу параметры своей почвы и целевое значение pH, а алгоритм на основе этой простой модели спрогнозирует:

1. Скорость потребления нитратов, что критично для эффективности внесения удобрений и минимизации их вымывания в грунтовые воды.
2. Риск гибели полезной микрофлоры или, наоборот, всплеска активности патогенных видов при определенном вмешательстве.
3. Оптимальные дозы и периодичность внесения добавок для перевода системы в желаемый режим работы (например, в «режим возрождения» для быстрой реабилитации деградировавшей почвы).

Это шаг к действительно точному сельскому хозяйству, где решения принимаются не на основе общих рекомендаций, а на предсказании поведения уникального микробного сообщества каждого участка поля.

Основное замечание касается контролируемых условий лабораторного эксперимента. Исследователи манипулировали лишь одним параметром — pH, оставляя другие факторы (температуру, влажность, доступность иных ресурсов) постоянными. В реальной же полевой экосистеме все эти факторы изменчивы и взаимосвязаны. Повышение температуры, например, может усиливать испарение и засоление, что также кардинально меняет микробный состав и метаболизм. Упрощенная модель, идеально работающая в условиях «чистого» лабораторного эксперимента, может столкнуться со значительными погрешностями в полевых условиях, где на систему одновременно действует множество стрессоров. Следующим важным шагом должна стать валидация этой модели в полевых условиях, где изменения pH происходят естественным путем (например, из-за дождя или внесения удобрений) на фоне постоянно меняющихся погодных условий.

Ранее ученые заменили реактивы для анализа почвы водой.