Trait-based Machine-Learning Identifies Functional predictors of Plant Responsiveness to Arbuscular Mycorrhizal Fungi

技术摘要：基于性状的机器学习识别植物对丛枝菌根真菌响应性的功能预测因子

问题陈述
丛枝菌根真菌（AMF）是关键的共生体，能够增强植物的养分获取、生长和抗逆能力。然而，植物对 AMF 定殖的生长响应程度（以菌根生长响应，MGR，来量化）在不同物种、基因型和环境条件下存在显著差异。这种变异性难以预测，因为 MGR 往往与定殖强度脱节；植物可能被高度定殖，却并未获得显著的生长收益。传统的线性统计模型通常难以捕捉驱动这种变化的植物功能性状与环境变量之间的非线性关系及复杂相互作用。因此，需要一个能够整合这些复杂因素的预测框架，以识别与 AMF 响应性相关的功能性状综合征。

研究方法
作者开发了 Trait2Myco，这是一个基于随机森林（Random Forest）的机器学习框架，旨在利用植物功能性状和环境协变量来预测 MGR。

• 数据来源： 主要数据集包含来自四种草类植物在四种降水水平下的 80 个观测值（每种组合包含五个生物学重复）。数据来源于 Dryad 数字存储库（Zhao et al., 2026）。
• 预测因子： 模型纳入了代表叶片和根系经济性（如比叶面积、比根面积、根部碳浓度、叶片氮含量）的 10 个功能性状以及一个环境变量（降水量）。
• 响应变量： MGR 计算为 AMF 接种组与非接种对照组之间生物量的比例差异。
• 模型架构：
  • 全模型（Full Model）： 利用所有 10 个性状及降水量。
  • 简化生态模型（Reduced Ecological Model）： 仅使用通过基于置换的变量重要性分析确定的四个最重要的预测因子：比叶面积（SLA）、比根面积（SRA）、根部碳浓度和降水量。
• 模型在 80% 的数据（n=64）上进行训练，并在留出的测试集（20%，n=16）上进行评估。同时在训练数据上进行了十折交叉验证。
• 分析技术： 研究采用了用于预测和变量重要性排序（%IncMSE）的随机森林、用于可视化非线性关系的偏依赖图（PDPs），以及用于在多元性状空间内映射观测值的典型相关分析（PCA）。
• 外部验证： 研究将该工作流应用于一个独立的关于生长性状与 AMF 根部定殖评分关系的数据集（n=8）（Werner & Kiers, 2015），进行了探索性分析。

主要结果

• 预测性能： 在留出的测试集上，全模型解释了 MGR 41% 的变异（$R^2 = 0.41$）。值得注意的是，仅使用四个变量的简化生态模型表现更优，解释了 51.7% 的变异（$R^2 = 0.517$）。在训练数据上的十折交叉验证显示出极高的 $R^2$ 值（0.983），但作者指出，由于重复样本间存在共同的生物学特征，这可能会高估泛化能力。
• 变量重要性： 比叶面积（SLA）被确定为最强的预测因子，其次是降水量、根部碳浓度和比根面积。
• 性状类别贡献： 叶片性状和根系性状对模型重要性的贡献几乎相等（分别为 41.9% 和 41.3%），而降水量的贡献为 16.8%。
• 非线性关系： 偏依赖分析显示：
  • 随着 SLA 增加，预测的 MGR 急剧下降，并在较高值处趋于平缓。
  • 与降水量呈单峰关系，MGR 在降水量约为 800 mm 时达到峰值，而在较低或较高水平下均有所下降。
  • 与根部碳浓度呈现阈值关系，即当碳浓度高于约 4.35% 时，MGR 显著增加。
• 多元性状空间： PCA 表明，高响应性的植物占据了功能性状空间中独特的区域，这些区域具有更强的资源获取型综合征，并沿第一主轴与低响应性植物表现出部分分离。
• 外部应用： 该工作流应用于独立定殖数据集时显示出较高的表观性能（$R^2 = 0.94$），其中植物长度是预测力最强的指标，但作者指出由于样本量较小且响应变量不同，此结果仅具探索性质。

意义与主张
本文声称 Trait2Myco 提供了一个可重复的、基于性状的框架，用于探索植物对 AMF 响应性的变异。其核心意义不在于开发了一种新的机器学习算法，而在于将功能性状理论与随机森林建模相结合，以识别预测性综合征。

主要主张包括：

1. 预测效用： 在本实验背景下，一组规模较小且具有生态学解释意义的四个变量（SLA、SRA、根部碳浓度和降水量）比包含十个性状的大型变量集能更有效地预测 MGR。
2. 机制见解： 识别出根部碳浓度是一个主要预测因子，这突显了地下部碳投入与共生获益之间潜在的联系，而这一性状在以往研究中很少被明确评估。
3. 全株视角： 结果支持了这样一种观点，即叶片和根系的经济策略是协调一致的，并共同塑造了 AMF 的结果，而非根系性状孤立起作用。
4. 环境依赖性： 与降水量的非线性关系强化了 AMF 收益具有环境依赖性的概念，其收益在中间水分可用性时达到顶峰。

作者保持了审慎的态度，强调该框架识别的是“关联”而非“因果效应”。他们承认了局限性，包括物种数量较少（四种）、使用了物种水平的性状平均值，以及排除了真菌种类和土壤属性的影响。他们总结道，虽然 Trait2Myco 为当前的实验系统提供了一个有用的框架，但仍需在多样化的分类群、环境和真菌群落中进行更广泛的验证，以确定这些性状-MGR 关系的普适性。