如果分子扩散过程,限制了微生物生长在低基质浓度,nutrient-limited浮游植物的一个期望低的温度依赖性。

在这两种微生物生理学实验和理论文献,特定的之间的关系µ)和底物的浓度(年代)限制这一过程,通常是由双曲函数描述

$ $ \ hskip 80 pt \μ= \压裂{{\μ^{马克斯}年代}}{{K + S}} $ $
(1)

在哪里µ马克斯最大速度和吗K底物浓度对应吗µ马克斯/ 2,因此通常称为half-saturation常数。这种关系通常被称为作为莫诺或Michaelis-Menten函数,来自人口增长的科学传统的术语(1)和生物化学(2),分别。

在最近的一次贡献(3),画以Maranon等人使用这个为双曲线公式,讨论他们的实验发现温度敏感性矿物nutrient-limited浮游植物的代谢率远低于当nutrient-replete条件下生长。他们指出,在营养限制的条件下代谢率降低温度的依赖关系可以解释在酶动力学方面,因为最大反应速率和half-saturation常数均随温度增加。

在数学上,这从情商。1):在高年代(年代≫K),情商。1)减少到\ \(μ_{年代\ \ infty} \大约\μ^{马克斯}\),而在低(年代≪K),它给\ \(\μ_{年代0}\大约\压裂{{\μ^{马克斯}}}{K} \)。如果两个µ和K与温度正相关,表明温度的依赖关系µ少在矿物nutrient-limited(低吗年代比在nutrient-replete(高)年代)条件。下面,我们扩展他们的论点进一步展示了这种低温敏感性较低年代遵循从微生物营养吸收理论。简而言之,这是因为,在低年代,微生物有机体的增长率往往成为限制营养运输过程在细胞外而不是通过胞内酶的过程(Pasciak 1974年疫苗和免疫全球联盟,Aksnes Egge 1993 (4,5,6])。

自µ马克斯反映了酶的过程,它似乎是合理的预期问10为µ马克斯与酶的反应。的理论观点类似的温度敏感性K然而,似乎没有那么明显。莫诺的传统,K是一个纯粹的经验常数。在酶动力学,导出使用模型基于substrate-enzyme复杂的形成(7]。在这个模型中,K速率常数之间的比率。从理论的原因,因此不明显,应该同样对温度敏感µ马克斯。

情商的双曲线关系。1然而,)可以被参数化数学等效地用half-saturation常数与斜率\ \(α= \μ^{马克斯}{\ mathrm {/}} K \)在原点

$ $ \ hskip 80 pt \μ= \压裂{{\α年代}}{{1 + \压裂{{\α年代}}{{\μ^{马克斯}}}}}$ $
(2)

作为年代趋于0时,对应于nutrient-limited情况,这给了\(\ \大约\αμS \)。尽管在数学上等价,这背后参数化建议的另一种解释机制微生物增长的温度敏感性,µ马克斯是enzyme-dependent最大增长速率,而α是由营养分子的扩散物理过程对细胞([8)和引用)。而µ马克斯温度敏感细胞内酶的过程,α现在取决于物理运输过程之外的矿物营养细胞,因此将不太敏感温度(6]。与\ (K = \μ^{马克斯}/α\ \),α对温度不敏感,对温度的依赖关系K将遵循µ马克斯。温度的影响α一直认为祝玛尔式上升器等。6)认为扩散限制的增长率应该问谁10的值在1.2 - -1.4。虽然数学相当于画以Maranon et al。’s参数,为机械的解释就变得非常不同的扩散限制矿物营养吸收。

画以Maranon et al。为3)进行了实验nitrogen-limited恒化器。增长率和氮吸收然后由稀释速率决定D(=泵流/文化卷),因此不受温度影响自D是恒定的。温度的变化与固定的D从理论上给出了一个新的稳态浓度与新的文化S′需要给相同的增长率µ′=µ=D像以前一样。初级生产和呼吸的温度独立发现的画以Maranon等人因此本质上意味着为C: N生物体的化学计量学研究是不依赖于温度的。如果推算出nitrogen-limited透光区,有人会说,初级生产和呼吸的温度灵敏度应遵循的氮吸收,因此低温敏感性源于分子扩散之外的矿物营养细胞是如何受到温度的影响。所讨论的祝玛尔式上升器等。6),最简单的配方,合理准确地表明这个温度依赖性Stokes-Einstein方程,预测低得多的温度灵敏度比酶过程。nutrient-replete条件下,而不是在细胞外扩散,内部酶过程成为率限制。从这个比在营养限制的条件下遵循更高的温度敏感性。

拉森et al。9食物链)使用一个动态模型,最初为昌盛开发运行在17岁oC从北极昌盛运行7解释结果oc,他们得出的结论是,温度校正率参数的最优问101.4左右的。因为这是在计算祝玛尔式上升器等。6),这种低温微生物食物链的敏感性动态可以解释扩散限制的营养吸收,而不需要额外的假设关于改编细胞生理学和/或社区组成。

浮游生物模型的趋势是基本配方在生物特征以及这些特征之间的权衡8]。重要的概念区别两个数学等价的配方在方程式。(1)和(2)说明了派生参数化的重要性,在一个精确的方式,代表底层的过程。在这种情况下,它强调了对物理分离温度影响的重要性和酶的过程。