Biologische gemeenschappen zijn voortdurend in beweging. De samenstelling van soorten verandert, soms dramatisch, naarmate ecosystemen reageren op de druk van het milieu. Het voorspellen van deze verschuivingen is van cruciaal belang voor het begrijpen van de ecologische dynamiek, van natuurlijke systemen zoals oceaanplankton tot kunstmatige omgevingen zoals het menselijke darmmicrobioom of biotechnologische processen. Nu toont een nieuw mechanistisch model, uitvoerig getest met zoetwateralgen, een opmerkelijk vermogen aan om te voorspellen hoe biologische gemeenschappen zullen evolueren.
De kracht van mechanistische modellering
Traditionele ecologische modellen vertrouwen vaak op statistische correlaties, die onbetrouwbaar kunnen zijn. Mechanistische modellen zijn echter gebaseerd op fundamentele biologische principes: hoe soorten met elkaar omgaan, strijden om hulpbronnen en uiteindelijk naast elkaar bestaan of verdwijnen. Deze aanpak biedt het potentieel voor nauwkeurigere voorspellingen. Onderzoekers van de Universiteit van Konstanz hebben deze belofte nu gevalideerd met een uitgebreid consumentenhulpbronnenmodel en publiceren hun bevindingen in Nature Communications.
Het team verfijnde de bestaande regels voor het naast elkaar bestaan van soorten en bevestigde het hoge voorspellende vermogen van hun model. De implicaties zijn breed: van het voorspellen van de toekomst van natuurlijke ecosystemen tot het beïnvloeden van de ontwikkeling van kunstmatige biologische gemeenschappen.
Moderne methoden maken rigoureus testen mogelijk
De theoretische basis voor dit onderzoek dateert uit de jaren zestig. Dus waarom is een alomvattende experimentele validatie nu pas mogelijk geworden? Het antwoord ligt in de opkomst van laboratoriumautomatisering met hoge doorvoer.
“Eerdere pogingen lieten enig succes zien, maar voor een echt alomvattend onderzoek waren een enorm aantal experimenten nodig”, legt Lutz Becks, hoogleraar limnologie en hoofdauteur van het onderzoek, uit. “Alleen met moderne apparatuur konden we dit binnen een redelijk tijdsbestek voltooien.”
De eerste fase omvatte het bepalen van de voedingsbehoeften van verschillende algensoorten, waarvoor 864 groei-experimenten nodig waren. Elke monocultuur werd voorbereid door een robotsysteem en de algentellingen werden geautomatiseerd met behulp van een microscoop met hoge doorvoer. In experimenten met gemengde gemeenschappen hielp kunstmatige intelligentie bij het identificeren van soorten.
Modelvalidatie: voorspelling ontmoet realiteit
De gegevens uit deze experimenten werden gebruikt om het bestaande model te verfijnen, waarbij het gebruik van hulpbronnen als een belangrijke parameter werd opgenomen. De onderzoekers voerden vervolgens 960 aanvullende experimenten uit, waarbij algensoorten onder verschillende voedingsomstandigheden werden gecombineerd. De voorspellingen van het model werden vergeleken met de waargenomen gemeenschapsontwikkeling en de resultaten waren opvallend: het mechanistische model voorspelde nauwkeurig de samenstelling van de verschillende gemeenschappen.
Verfijning van ecologische regels
De onderzoekers gebruikten hun model ook om twee ecologische regels te testen, geformuleerd door bioloog David Tilman. Deze regels stellen dat soorten die strijden om beperkte hulpbronnen naast elkaar bestaan of elkaar verdringen, afhankelijk van de vraag of ze worden beperkt door verschillende hulpbronnen en of elke soort meer van de hulpbronnen consumeert die zijn groei beperken.
Uit de simulaties bleek dat alleen de eerste regel – dat soorten moeten worden beperkt door verschillende hulpbronnen – universeel geldig is. De tweede regel – dat soorten een groter deel van de hulpbronnen consumeren die hun groei beperken – is alleen van toepassing als soorten strijden om vervangbare hulpbronnen, en niet om essentiële hulpbronnen.
“We moeten bij het toepassen van de regel altijd onderscheid maken tussen deze twee klassen voedingsstoffen”, legt Zhijie Zhang, de eerste auteur van het onderzoek, uit.
Implicaties voor klimaatbescherming
De in dit onderzoek ontwikkelde aanpak zal nu worden toegepast op een project gericht op CO₂-vastlegging via fytoplankton. Dit project, ondersteund door de Vector Stiftung, heeft tot doel biologische gemeenschappen in te zetten om de klimaatverandering te verzachten.
Het vermogen van het model om ecosysteemverschuivingen nauwkeurig te voorspellen, biedt een krachtig hulpmiddel voor het beheren en manipuleren van biologische systemen, van natuurlijke omgevingen tot technisch aangelegde biotechnologische processen. Dit onderzoek markeert een belangrijke stap in de richting van een meer voorspellend en controleerbaar begrip van de ecologische dynamiek
