材料和方法

2.1、物种和生物材料

本研究中调查的物种的选择主要是因为它们的生态重要性或经济相关性：它们沿着 Sungo Bay 海岸线丰富，虽然不跨越其门的真正分类范围，但很好地代表了当前的群落组合。 Sungo Bay 大型藻类群落本身可与全球其他海岸线相媲美。 例如，Macrocystis pyrifera 最初是从墨西哥进口的，现在在水产养殖中进行商业种植。 同样，糖精最初于 1970 年代从日本引进，此后成为中国最重要的商业种植海藻。

2.2、样品采集

M. pyrifera 的成熟孢子体最初于 1978 年在墨西哥圣托马斯（MST，31°330N，116°240W）收集。本研究中使用的谱系的雄性和雌性配子体克隆被分离并保存在黄海渔业条件包括温度、盐度和 TA 的监测，如对室内中层世界所述，以分析海水化学的变化（图 S6）。 如上所述，通过量热法测定营养素。 为了避免假复制，每个 pCO2 水平设置了六个笼子； 然而，由于物流限制（这些类型的实验的一个常见问题，康沃尔和赫德，2015 年也强调了这一点），我们无法在单独的网箱中种植每个物种。 每个物种的 20 个重复在每个网箱中生长。 虽然平均温度 (9.38 ? 2.56°C) 与室内中层的温度相当，但这里的温度也随着时间的推移而升高，因为实验是在晚春月份进行的。 此外，室外和室内设置之间的 pCO2 平均值和方差具有可比性，而室外中层环境中营养物质和光强度的变化大于室内设置。 然而，平均光照强度和日长与室内中层环境相当。 为了将此数据集与室内中观的数据集进行比较，还以 7 天的间隔记录了 28 天的生长数据。

2.4、生长、光合作用、呼吸作用的测定

藻类比生长率 (SGR) 的确定和计算如下：

式中 W0 和 Wt 为培养期开始和结束时的鲜重； Dt 是采样间隔之间的天数。

使用描述单峰曲线的经验增长模型对响应 pCO2 变化的增长率变化进行建模

其中半饱和常数为 Km = -b/2a，最大比增长率为 lmax = (4ac - b2)/4a。 常数 a、b 和 c 是要为单峰增长方程确定的参数。

藻类净光合作用 (NP, lmol g?1 新鲜 hr?1) 记录在中午时我们预计它们是光饱和的（从 12:00 到 14:00）。 为了进行测量，将藻类样品从中间宇宙中取出并放入密封的玻璃室中，玻璃室中充满了来自每个水箱中具有适当碳酸盐化学成分的海水。 使用氧电极 (Unisense) 原位测定氧浓度的变化，然后用于计算 NP。 在每个采样时间的午夜（从 24:00 到 02:00）也使用相同的方法监测呼吸（RE，lmol g?1 新鲜 hr?1）。

2.5、统计分析

2.5.1 、实验室实验

由于在 6 天的时间里对装有生物的罐子进行了重复采样，以进行实验室中最短的实验，而在中宇宙中进行较长时间的实验则需要 28 天，因此使用了 R 包 NLME（版本 3.1-128）中的混合效应模型分析 pCO2 对生理机能的影响。 生长速率被用作要解释的实验变量。 时间和重复被用作随机效应（因为所有测量都以我们无法解开的方式与第一次测量相关）。 然后我们添加了“门”（即红藻门、绿藻门或褐藻门）、“生命”（多年生与一年生，因为样本在整个门中分布不均，并且褐藻不是严格认可的分类群），或“策略”（开花形成的“r 战略家”与非开花的“K 战略家”）作为一个固定效应，另一个固定效应是“二氧化碳水平”。 为了解决将不同物种分成更大组的可能注意事项，还测试了“物种”对自身的影响以及嵌套在更大组中的影响（例如，“门”和“策略”）。 然后分别测试“Phyla”、“life”、“strategy”和“species”，每个都与 pCO2 相互作用，并根据最小的 AICc 分数（Akaike Information Criterion for small sample size）选择最简约的模型进行报告）。 当 AICc 分数变化小于两个单位时，通过 aictab 函数（AICCMODAVG 2.10 版）进行模型平均。

有关物种及其相关策略的完整列表，请参见表 S4。 在 GLHT 包（版本 1.46）中的“multcomp”函数中进行了成对事后测试。 混合模型的选择，而不是方差分析，也说明了数据的不平衡设计（例如，“门”和“策略”中的子集数量不同）。 AICc 表在 SI 中可用（表 S5-S7）。 作者将根据合理要求提供完整的 R 代码。

2.5.2 、室内外中观

在这里，响应变量是生长速率、光合作用和呼吸速率。 时间再次被用作随机效应，如 aquariaID 或 netcageID（即生物复制）。 然后对每个响应变量按上文所述进行混合效应模型。 我们使用与上述相同的固定和随机效应来分析实验室实验，但还包括对其他非生物参数（例如，营养浓度、温度）的测试，以测试另一个参数是否在推动物种反应或与变化显着相互作用在 pCO2 中。

仅对于室内中层世界，为了将生理参数（光合作用和呼吸）的变化量与生长速率的变化量相关联，我们计算了 pCO2 每次变化时每个性状的倍数变化，即所有值在将高 pCO2 水平与 400 latm pCO2 的“对照”水平进行比较，并计算相对于该水平的变化。 然后通过线性回归检查生长变化与光合作用或呼吸变化之间的关系。

图 2 生长响应曲线 成花（淡绿色）和非成花 （浅棕色）物种响应 在开始时升高 pCO2（一周 1，上图）和结束（第 4 周，下图） 面板）的室内潜伏期 中观。 就像在实验室里 治疗，生长率响应 成花过程中 pCO2 水平升高 物种（虽然增加 增长不像过去那样呈指数增长 实验室环境），而非开花 物种表现出单峰 响应，增长达到峰值 700 和 1,000 latm pCO2 (F2,30 = 64.84, p < .0001）。 增长率下降 对所有场景中的所有物种都有显着影响。 箱线图按标准显示，带有 中位数作为粗体带，和胡须 扩展到第一个四分位距。 覆盖箱线图的形状表明 单个物种，每个物种的 n 为 每个 pCO2 水平 = 6。 [颜色数字可以 在 wileyonlinelibrary.com 上查看]

同样对于室内中观，进行了主坐标分析 (PCoA)（包“VEGAN”2.42），以使用获得的 Km 和 lmax、光合作用和呼吸的结果分析对 pCO2 变化的生理反应的物种特异性差异。 所有主坐标都用于计算差异矩阵，然后测试它们对方差的贡献。 选择了解释大部分（这里接近 100%）整体变化的两个变量进行显示。 为了比较室外和室内中观之间的结果，“位置”被添加为一个额外的固定因素，全球模型包括 pCO2、物种（或策略）、时间和位置之间的完整相互作用。 然后使用“dregde”函数（MUMIN 版本 1.15.6）研究该模型，并选择具有最小可能 AICc 分数的模型进行进一步讨论和事后测试。

在环境复杂性海洋环境中驯化的蓝藻和海藻能提高海洋中PCO2分压总保有量——摘要、介绍

在环境复杂性海洋环境中驯化的蓝藻和海藻能提高海洋中PCO2分压总保有量——材料和方法

在环境复杂性海洋环境中驯化的蓝藻和海藻能提高海洋中PCO2分压总保有量——结果

在环境复杂性海洋环境中驯化的蓝藻和海藻能提高海洋中PCO2分压总保有量——讨论、致谢！