草甘膦及其代谢物AMPA对淡水底栖硅藻长期生长与形态的生态毒理学效应

本研究针对全球广泛使用的除草剂草甘膦及其主要代谢物AMPA对淡水底栖硅藻的生态毒性展开深入探究。研究人员通过7天和28天的暴露实验，结合机器学习驱动的形态计量学分析，首次系统评估了这两种污染物对硅藻Nitzschia palea和Gomphonema gracile的生长抑制、叶绿素a含量及形态学影响。结果发现草甘膦毒性显著高于AMPA，且能诱导硅藻种群分化为两个形态亚群，而AMPA则促进细长个体形成。该研究为水生生态系统健康监测提供了新型生物标志物，开发的自动化形态分析技术为环境污染物细微效应检测树立了新范式。

　　

在全球农业集约化背景下，草甘膦作为使用量最大的除草剂，其生态风险日益引发关注。这种非选择性除草剂通过干扰植物莽草酸途径（shikimate pathway）发挥杀草作用，但其代谢产物氨基甲基膦酸（AMPA）同样具有环境持久性。两者通过地表径流进入水体后，对非靶标生物尤其是作为水生生态系统基石物种的硅藻可能产生深远影响。然而，现有研究多聚焦急性毒性效应，对长期暴露下硅藻种群动态和形态变化的认知仍存在重大空白。

为解答这一科学问题，研究人员设计了两阶段实验体系。第一阶段通过7天暴露实验测定草甘膦（0.41-84.27 mg/L）和AMPA（2.89-103.53 mg/L）对Nitzschia palea（NPAL）和Gomphonema gracile（GGRA）的生长抑制浓度（ICx）。第二阶段采用半静态暴露28天，结合自主开发的深度学习图像分析系统，首次实现硅藻个体形态特征的自动化定量分析。研究选用光学密度（OD_750nm/OD_664nm）作为生长和叶绿素a的代理指标，通过YOLOv5目标检测和DeepLabV3语义分割网络处理显微图像，提取长度、宽度、圆度等6个核心形态参数。

实验1结果显示，草甘膦对NPAL和GGRA的7天IC₅₀分别为4.8 mg/L和9.1 mg/L，毒性显著高于AMPA（41.8 mg/L和39.8 mg/L）。NPAL表现出更高的敏感性，尤其在低浓度区间（IC₁₀差异达5倍）。叶绿素a含量在高浓度暴露组显著降低，暗示草甘膦可能通过双重机制——既抑制色素合成又诱发氧化应激——影响光合作用。

实验2结果揭示长期暴露的复杂效应：在最高浓度（IC₅₀）下，两种污染物均导致生长速率和叶绿素a下降，但种群通过选择压力实现恢复。形态学分析发现惊人现象：草甘膦暴露组硅藻分化为两个截然不同的亚群——短圆型和细长型，中间形态个体被淘汰；而AMPA组则显著增加个体长度（Cliff's delta=0.40）降低圆度（|d|=0.35）。这种"形态双峰分布"现象首次被机器学习方法量化捕捉，虽未出现典型畸形（teratologies），但揭示了种群水平的新型适应策略。

这项发表于《Heliyon》的研究具有多重突破意义：在应用层面，建立的自动化形态分析流程（误差<6%）为环境监测提供了可标准化工具；在理论层面，发现污染物诱导的"形态谱系分化"为理解种群抗性进化提供了新视角。研究同时警示，尽管效应浓度高于当前环境检测值（法国地表水草甘膦最高0.558 mg/L），但在污染热点区域或复合暴露情境下，这种微妙形态变化可能通过食物网传递影响生态系统功能。未来研究可拓展至多世代实验，探究形态可塑性是否具有遗传基础，以及这些变化如何影响硅藻的生态位竞争力。