IF50.5｜热带昆虫耐热上限趋饱和且缺乏可塑性

亚马逊低地未来超半数地表温度可致半数昆虫热昏迷。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

昆虫占动物物种多数，七成分布于热带，对生态系统功能至关重要。作为小型变温动物，昆虫对升温尤其敏感，但热带昆虫热耐受数据稀疏且分类群偏倚，主要集中于蚂蚁和果蝇等少数类群。已有分析认为昆虫上热限沿气候梯度相对固定、可塑性低，暗示其缓冲未来变暖的能力有限。然而，热耐受在昆虫不同目科间是否存在系统差异、其分子基础是什么，以及未来气候情景下热带昆虫群落面临的实际热风险程度，此前均缺乏基于大规模野外实测和跨类群比较的定量评估。

科学问题

卡在哪里： 此前研究受限于热带昆虫热耐受数据的稀缺和分类学偏倚，无法系统比较不同昆虫目科的热耐受差异；同时，蛋白质热稳定性与整体耐热性的关联缺乏跨昆虫生命树的检验；未来气候情景下热带昆虫群落的热昏迷风险也缺少基于实测热限的精细预测。

本文要回答： 本文旨在沿非洲热带和美洲热带海拔梯度实测约2300种昆虫的热耐受上下限，揭示其与环境和蛋白质热稳定性的关系，并预测当前及未来气候下热带昆虫群落的热风险。

技术路线

作者主要用了：野外热耐受测定、DNA条形码、系统发育比较、DeepSTABp蛋白质热稳定性预测、ECOSTRESS地表温度、气候情景模拟。

作者在秘鲁和肯尼亚沿海拔梯度设置研究样地，用统一动态升温/降温法测定约8000只昆虫的临界热最大值（CTmax）和临界热最小值（CTmin），并通过DNA条形码界定物种。随后构建昆虫科级系统发育树，检验热耐受的系统发育信号和进化模型。同时，利用深度学习模型DeepSTABp预测677种昆虫蛋白质的熔解温度（Tm），分析其与CTmax的关联。最后，结合ECOSTRESS地表温度和未来气候情景，计算热昏迷时间，评估当前及未来热风险。

图 1　Fig. 1。图1展示热耐受沿海拔梯度的变化及可塑性。a显示年均温随海拔线性下降，秘鲁略低于肯尼亚。b显示CTmax随海拔降低而升高，但在低地趋平，非洲热带更明显。c,d显示各主要目均呈类似趋势。e,f显示高海拔热激提高CTmax，低海拔热激降低CTmax，表明低地物种缺乏热可塑性。g,h展示系统发育树和进化模型，显示强系统发育信号和稳定选择。

核心亮点

亮点 1｜CTmax沿海拔趋饱和且低地无热激可塑性

沿两条海拔梯度，CTmax随海拔降低而升高，但在低地趋于平台，非洲热带梯度在约500米以下出现明显渐近线。每升高1°C年均温，CTmax仅增加0.31–0.41°C，远低于1:1追踪。高海拔昆虫热激后CTmax平均提高约1°C，但低地昆虫热激后CTmax反而下降（美洲热带-1.61°C，非洲热带-0.66°C），表明低地物种保护机制已上调，额外热暴露有害。

图 2　Fig. 2。图2展示蛋白质熔解温度（Tm）与CTmax的关系。a显示不同目间Tm差异显著，双翅目最低，直翅目最高。b以细胞色素P450 4C1为例展示蛋白质结构。c,e显示六个主要目在美洲热带和非洲热带的CTmax分布，直翅目和膜翅目较高，双翅目较低。d,f显示科水平Tm与CTmax显著相关，说明蛋白质稳定性是耐热性的分子基础。

亮点 2｜热耐受具强系统发育信号且受稳定选择约束

CTmax在昆虫系统发育树上呈强信号（Pagel’s λ=0.76, P<0.001；Blomberg’s K=0.33, P<0.001）。Ornstein–Uhlenbeck模型优于布朗运动模型，估计长期进化最优值θ=42.20°C。方差分解显示系统发育关系解释的CTmax变异（partial r²=0.23）略高于海拔（partial r²=0.17），提示热耐受受进化约束，低地昆虫可能已接近上限。

图 3　Fig. 3。图3展示当前和未来气候情景下昆虫群落的热昏迷时间。a,b显示当前低地地表温度已可致热昏迷，但空气温度大多安全。c-h显示未来情景下，亚马逊低地地表和空气温度超过临界值的比例大幅增加，尤其SSP5-8.5下超过半数地表温度可致半数昆虫热昏迷，而东非风险相对较低。

亮点 3｜蛋白质熔解温度跨目科差异显著且预测CTmax

对677种昆虫随机选取1000个蛋白质预测Tm，发现最热敏感25%蛋白质的平均Tm为42.15±0.73°C。不同目间Tm差异显著（F5,88637=1951, P<0.001），双翅目最低（41.17±1.29°C），直翅目最高（43.40±1.95°C）。科水平Tm与野外实测CTmax高度相关，表明蛋白质结构稳定性差异是整体耐热性变异的基础。

亮点 4｜亚马逊低地未来热风险极高

在SSP5-8.5情景下，亚马逊低地52%的未来地表温度和38%的空气温度可导致半数昆虫群落8小时内热昏迷。即使保守假设低地CTmax适用于整个梯度，SSP1-2.6下也有20%地表温度达临界。东非风险较低，但SSP5-8.5下13%空气温度可致热敏感昆虫热昏迷。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 野外热耐受测定、DNA条形码、系统发育比较、DeepSTABp蛋白质热稳定性预测、ECOSTRESS地表温度、气候情景模拟
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 关注气候变化生物学、昆虫生理生态、进化约束和蛋白质稳定性预测的生信与生态交叉研究者。

带走一句

做跨物种耐热性比较时，别只盯表达调控，蛋白质序列本身的热稳定性差异可能才是硬约束；用深度学习预测Tm可作为快速筛选耐热性状的分子代理指标。