环境DNA宏条形码技术在大河流域水生植物、入侵物种及土地利用指示物种监测中的创新应用

为解决大型河流生态系统植物多样性监测的难题，研究人员采用环境DNA(eDNA)宏条形码技术，对莱茵河上游水生植被、入侵物种及土地利用相关植物进行综合评估。研究成功检出24种水生植物(占18% reads)和16种外来植物，证实该方法可替代传统调查，为流域尺度的生态管理提供非侵入性解决方案。

　　

大型河流作为地球生命网络的动脉，正面临前所未有的生态危机。莱茵河上游历经两个世纪的水利工程改造，导致超过10万公顷洪泛区消失，水生植物群落和河岸带生态系统遭受严重破坏。传统监测方法在深水急流环境中实施困难，且受季节限制，难以全面评估这类复杂水系的生态状况。

法国斯特拉斯堡大学（University of Strasbourg）、法国国家科学研究中心（CNRS）和斯特拉斯堡国立水与环境工程学校（ENGEES）的联合团队在《Ecological Genetics and Genomics》发表创新研究，首次将多标记环境DNA(eDNA)宏条形码技术应用于大型河流系统的综合植被评估。研究人员在瑞士巴塞尔至法国斯特拉斯堡间的莱茵河段，通过采集水样分析DNA片段，成功实现对水生植物、入侵物种和农业景观指示物种的同步检测。

研究采用五重分子标记策略（rbcL、trnL、ITS1/2等），在126公里河段设置8个采样点，每个点过滤24升河水。通过相对读长丰度(RRA>0.005%)阈值过滤假阳性，结合土壤湿度指数(SMI)对物种进行水生/陆生分类，并利用法国国家地理数据库验证农作物分布。

3.1 eDNA宏条形码

检出205种植物，其中24种水生植物占18% reads，显著优于传统方法。优势种穗花狐尾藻(Myriophyllum spicatum)占水生植物reads的30%，反映该方法对优势水生植被的捕获能力。

3.2 水生与两栖植物

人工运河(GCA)与自然河道对比显示，8种常见水生植物在6个以上位点被检出。两栖植物中，芦苇(Phragmites australis)等3种占62% reads，揭示不同生境类型对eDNA信号的影响。

3.3 栽培与观赏植物

检出40种作物和观赏植物(占5.5% reads)，玉米(Zea mays)在粮仓下游位点出现12%的reads峰值，证实eDNA可追溯农业活动。大麻(Cannabis sativa)的检出暗示该方法能发现未申报的种植行为。

3.4 外来入侵物种

16种外来物种中，刺槐(Robinia pseudoacacia)占入侵物种reads的52%。北美杂色狐尾藻(Myriophyllum heterophyllum)在斯特拉斯堡下游的集中检出，与已知入侵热点吻合，展现该技术的早期预警价值。

讨论部分强调，该方法突破性地实现流域尺度"一站式"植被普查，尤其对加拿大伊乐藻(Elodea canadensis)等入侵物种的监测灵敏度达传统方法的10倍。尽管在稀有物种检测和定量精度上存在局限，但作为WFD（欧盟水框架指令）的补充工具，其非侵入性和全季节适用性优势显著。研究团队建议未来结合无人机采样和群体特异性引物，进一步提升空间分辨率和分类精度。

这项研究为全球大型河流的生态评估建立新范式，其创新性地将eDNA技术从物种检测拓展至"社会-水文系统"综合分析，为流域管理和生物安全提供分子水平的决策依据。特别是对跨国界河流的协同监测，该方法可标准化数据采集流程，助力实现《生物多样性公约》提出的2050年生态系统恢复目标。