系统评估测量方法，建立土壤碳汇研究“通用标尺”
土壤是陆地生态系统中最大的碳库，而其中相当一部分稳定碳并非直接来自植物残体，而是源自微生物死亡后形成的“微生物残体碳”。准确量化这一“隐形碳库”，是理解土壤碳长期稳定机制和提升全球碳循环模型可靠性的关键前提。然而，长期以来，不同研究采用的分析方法差异，使得研究结果难以直接比较，严重制约了跨区域、跨尺度综合分析。
图 1. GC 与 HPLC 方法在土壤氨基糖分析中的工作流程比较
近日，中国科学院华南植物园恢复生态学团队联合中国科学院沈阳应用生态研究所、美国马里兰大学等单位的科研人员，对土壤微生物残体关键示踪指标——氨基糖的两种主流分析方法进行了系统而全面的评估研究，为该领域提供了清晰、量的方法学比较框架。
图 2. GC 与 HPLC 方法在不同土壤组分中测定氨基糖的一致性比较
注：a–d，基于 395 份土壤样品，GC 与 HPLC 在单个氨基糖及总氨基糖浓度上的线性相关关系。红线表示回归斜率，黑色虚线表示 1∶1 参考线（所有组分的 R² 均大于 0.92）。e–h，Bland–Altman 一致性分析图，展示 GC 与 HPLC 两种方法之间的差异与一致性。红色虚线表示平均偏倚，绿色实线表示 95% 一致性限，结果表明两种方法整体高度一致，仅存在轻微的系统性偏差。i–l，GC 与 HPLC 在整体土壤、颗粒有机质（POM）和矿物结合有机质（MAOM）中测得的单个氨基糖及总氨基糖平均浓度（均值 ± 标准误）。MurN：胞壁酸；GalN：胺基半乳糖；GluN：胺基葡萄糖；TASs：总氨基糖。
大样本、多尺度对比，破解“方法之争”
研究团队基于北美不同气候带和生态系统的395份野外土壤样品，系统比较了气相色谱（GC）和高效液相色谱（HPLC）在氨基糖定量方面的表现；同时，整合了全球范围内1900余条已发表数据，开展大尺度荟萃分析。结果显示，两种方法在整体上具有极高的一致性，测定结果高度相关，说明不同研究之间的数据具备整合的潜力。但进一步分析发现，在土壤有机碳和全氮含量较高、基质更为复杂的条件下，GC方法表现出更高的稳定性和统计解释力，能更准确地反映微生物残体与土壤碳氮梯度之间的关系。这一优势主要源于GC分析过程中更加严格的纯化步骤，能够有效降低土壤基质干扰。
图 3. GC 与 HPLC 方法在氨基糖定量中的情境依赖性差异
注：a–b，基于 395 份土壤样品，ln 转换后的土壤有机碳（SOC；a）和全氮（TN；b）与氨基糖（ASs）浓度之间的关系对比，其中 GC 测定结果用红色表示，HPLC 测定结果用蓝色表示。在 SOC 和 TN 含量较高的土壤中，GC 方法表现出更高的对数似然值（LogLik），表明其模型拟合显著优于 HPLC（似然比检验，p < 0.001）。c–d，基于已发表研究汇编数据的对数–对数回归分析，展示 SOC（c）和 TN（d）与 ln 转换后的氨基糖浓度之间的关系（GC：n = 800；HPLC：n = 1100）。
“高精度”与“高效率”各有所长
研究同时指出，两种方法并非孰优孰劣，而是各有适用场景。GC方法化学分辨率高、抗基质干扰能力强，更适合用于机制研究、同位素示踪以及高精度定量分析；而HPLC方法操作流程相对简化、通量高、成本较低，更适合大尺度调查和长期生态监测。“关键不在于选哪一种方法，而在于是否根据研究目标和土壤条件作出合理选择，”研究人员表示，“这项工作为方法选择提供了明确依据。”
研究意义：为全球土壤碳汇研究搭建“桥梁”
“这项工作不仅是方法学的校准，更是连接过去与未来的桥梁。” 本研究通过建立清晰的定量比较与评估框架，使整合过去几十年积累的全球土壤微生物残体数据成为可能，为不同研究之间的数据互通提供了科学基础。由此，有望显著提升基于大数据和模型的土壤碳库动态预测能力，加深对全球变暖背景下土壤碳汇稳定性的认识，为国家“双碳”目标提供更加可靠的基础数据支撑。
更为重要的是，该研究系统厘清了气相色谱（GC）和高效液相色谱（HPLC）两种主流技术在不同土壤情境下的适用性，为历史数据与新观测结果的协同利用扫清了方法学障碍。这将推动跨区域、跨生态系统的综合分析，提高微生物过程在全球碳循环模型中的表达精度。研究团队指出，未来通过统一校准体系和跨实验室比对试验，有望进一步推进氨基糖分析方法的标准化进程，为精准评估土壤碳汇功能、服务国家“双碳”战略提供更加坚实的科学支撑。
相关成果以“Benchmarking GC and HPLC for amino sugar analyses across soils” 为题发表在国际土壤学著名期刊Soil Biology and Biochemistry上。中国科学院华南植物园鹤山站博士后牟之建为论文第一作者，刘占锋研究员为论文通讯作者，相关研究得到了国家自然科学基金等项目的资助。论文链接：https://doi.org/10.1016/j.soilbio.2025.110066
