《Harmful Algae》：Tracking Marine Phycotoxins: Spatial Distribution and Source Elucidation of Domoic Acid and Lipophilic Shellfish Toxins in the Beibu Gulf, South China Sea
编辑推荐：
藻毒素污染监测与环境驱动机制研究——以北海湾为例，2021年8月采集60份浮游生物样本，通过液相色谱-串联质谱法检测发现DA、PTX2、homoYTX和GYM-A为主要污染物，北部水域浓度显著高于南部，与环境因子溶解氧（正相关）、叶绿素a（正相关）和盐度（负相关）密切相关。
作者名单：应季、阎国旺、王桂香、曹亚东、邱江兵、李天森、罗欣、兰文璐、王照辉、李爱峰
中国海洋大学环境科学与工程学院，青岛 266100
摘要
有害藻华（HABs）对全球海洋生态系统和海产品安全构成了日益严重的威胁，尤其是在近岸水域。位于中国南海西北部的北部湾拥有丰富的生物多样性，同时也是重要的渔业区域。为了全面了解藻类毒素污染的现状，我们在2021年8月进行了一次全海域的巡航调查，收集了60个浮游植物样本，以分析12种目标海洋藻类毒素的空间分布、成分特征及其分子来源，并探讨了影响这些毒素的关键环境因素。检测到的主要藻类毒素包括软骨藻酸（DA）、岩藻毒素-2（PTX2）、同型耶索毒素（homoYTX）和裸藻胺A（GYM-A），而奥卡达酸（OA）、甲藻毒素（DTX1）和耶索毒素（YTX）的检出率较低（<6.7%）。软骨藻酸在20%的样本中被检测到（平均浓度为14,424 pg L?1，最高浓度为163,434 pg L?1）；岩藻毒素-2在36.7%的样本中被检测到（平均浓度为508 pg L?1，最高浓度为2,995 pg L?1）；同型耶索毒素在43.3%的样本中被检测到（平均浓度为1,717 pg L?1，最高浓度为42,680 pg L?1）；裸藻胺A的检出率最高，达到68.3%（平均浓度为37 pg L?1，最高浓度为902 pg L?1）。北部海域的藻类毒素浓度明显高于南部海域。宏基因组测序分析共鉴定出14种潜在的产毒微藻，其中12种属于甲藻门。冗余分析表明，这四种主要藻类毒素的浓度与溶解氧和叶绿素a呈正相关，而与盐度呈负相关（p < 0.05）。这表明，由于陆地输入和海洋环流作用导致的低盐度环境为产毒物种创造了有利生存条件。本研究阐明了北部湾的藻类毒素分布情况及其潜在的产毒微藻，并强调了促进藻类毒素产生的环境因素。这些发现为热带河口系统的有害藻华动态提供了基础性认识，有助于未来对该地区的监测和管理工作。
引言
有害藻华（HABs）在全球范围内普遍发生，对海洋生态系统造成严重影响。大约有200种浮游植物能够产生藻类毒素，这些毒素不仅威胁海产品安全，还对人体健康构成重大风险（Hallegraeff, 2021）。海洋藻类毒素通常被分为八类：奥卡达酸（OA）、阿扎斯皮拉酸（AZA）、环状亚胺（CIs）、岩藻毒素（PTX）、耶索毒素（YTX）、布雷维毒素（BTX）、软骨藻酸（DA）和 Saxitoxin（STX）。除DA和STX外，这些化合物统称为亲脂性贝类毒素（LSTs）（FAO, 2004）。通过食物链传递、生物体内代谢和积累，藻类毒素会破坏渔业和水产养殖系统，从而威胁生态系统的完整性和公共健康（Landsberg, 2002; Anderson et al., 2012）。因此，要减轻这些毒素的生态和社会影响，必须明确它们的环境行为和来源物种（Mardones et al., 2022）。
北部湾（东经105°40′?110°00′，北纬17°00′?21°45′）位于中国南海西北部，是一个半封闭的海湾，由于多条河流的流入，该海域具有温暖的气候和较高的营养盐浓度（Lao et al., 2022）。作为中国四大渔业区域之一，北部湾几十年来一直被广泛开发，对食品安全、经济和就业发挥着重要作用（Chen et al., 2009; Zhang et al., 2022）。然而，在过去三十年中，该海域的有害藻华发生频率和范围显著增加，从1985年的约50平方公里扩展到2017年的几乎整个广西沿海地区（Xu et al., 2019）。宏基因组测序分析显示，有15种浮游植物属于有害藻华形成菌株，占浮游植物相对丰度的47.3?71.5%（He et al., 2023）。已记录的产毒微藻包括Vulcanodinium rugosum（产生鳍状毒素）、Alexandrium tamiyavanichii（产生STX）、Ostreopsis cf. ovata和O. siamensis（产生帕利托毒素）（Gu et al., 2022; Xu et al., 2021a; Zeng et al., 2012）。值得注意的是，最近首次记录到由Karenia selliformis（一种之前未在该海域发现的GYM产生菌株）引起的鱼类死亡事件（Xu et al., 2025）。有毒物种在水环境中通常以低浓度存在且无害，但当它们大量繁殖并通过滤食者将毒素传递到食物网中时，可能会造成严重威胁（Wang, 2008）。在沿海海水中检测到了多种藻类毒素，包括OA、PTX2、GYM-A以及微量的YTX、homoYTX和AZA3（Wang et al., 2023），同时在中国沿海水域还发现了新的20-甲基螺环烷醇G（SPX20G）（Low et al., 2025）。此外，在钦州湾的牡蛎Crassostrea hongkongensis中也检测到了DTX2、GYM-A、SPX1和homoYTX等毒素（Xu et al., 2021b）。多种产毒物种和新兴藻类毒素的同时存在凸显了全面监测的迫切需求。
产毒甲藻的生长及其相关毒素的合成、积累和释放受到多种物理化学和水文因素的调控（Liu et al., 2019）。然而，环境因素与藻类毒素动态之间的关系存在明显的时空异质性。例如，在莱州湾，软骨藻酸浓度与水温呈显著正相关（p < 0.01），与盐度呈负相关（p < 0.05），而与溶解氧、pH值、硝酸盐和磷酸盐的相关性较弱（Chen et al., 2023）。相比之下，在长江口和邻近的中国东海，亲脂性贝类毒素与溶解氧和盐度呈正相关，但与温度和营养盐浓度呈负相关（He et al., 2019）。这些不同的模式表明区域水文条件和营养盐可用性对毒素分布具有关键影响。生物指标也影响了这种变异性，DTX2与叶绿素a呈正相关（r = 0.390），铵浓度与OA呈正相关（r = 0.374）（He et al., 2022）。这表明浮游植物生物量和氮代谢调节着毒素的动态。此外，物理过程也影响毒素的分布，例如莱州湾的顺时针水流将黄河和小清河的营养物质带入海湾，促进了产毒微藻的繁殖并增强了毒素的积累（Guo et al., 2017）。这种复杂性可能源于物种特有的生理特性以及多种环境因素之间的非线性相互作用。
在这项研究中，2021年8月我们在北部湾进行了全海域巡航调查，收集了60个浮游植物样本，并使用液相色谱-串联质谱（LC-MS/MS）技术分析了12种目标藻类毒素。同时测量了相关环境参数，并通过分子方法鉴定了浮游植物种类。主要目标是量化主要藻类毒素，分析其空间分布模式，并确定该海域中关键的产毒浮游植物物种。此外，我们还试图阐明导致毒素分布和浮游植物群落组成空间变异性的区域特定环境因素。
部分内容摘要
化学试剂
HPLC级甲醇和乙腈购自德国达姆施塔特的Merck公司。甲酸、甲酸铵和氢氧化铵购自美国新泽西州费尔劳恩的Fisher Scientific有限公司。软骨藻酸（DA）、奥卡达酸（OA）、甲藻毒素-1（DTX1）、甲藻毒素-2（DTX2）、阿扎斯皮拉酸-1（AZA1）、阿扎斯皮拉酸-2（AZA2）、岩藻毒素-2（PTX2）、裸藻胺A（GYM-A）、SPX1、耶索毒素（YTX）和同型耶索毒素（homoYTX）的认证参考物质来自加拿大国家研究委员会（Halifax, NS, Canada）。超纯水（电阻率≥18.2 MΩ cm）由Millipore SAS公司的Milli-Q纯化系统制备。
北部湾藻类毒素的分布
在2021年8月从北部湾收集的60个浮游植物样本中检测到了7种藻类毒素，包括软骨藻酸（DA）、奥卡达酸（OA）、甲藻毒素-1（DTX1）、岩藻毒素-2（PTX2）、耶索毒素（YTX）、同型耶索毒素（homoYTX）和裸藻胺A（GYM-A）（表1，图2）。通过LC-MS/MS技术量化了毒素的分布和浓度，并通过与认证参考标准进行比对确认了鉴定结果（图S1-S2）。不同毒素的检出率存在显著差异，反映了它们在环境中的不同流行程度。藻类毒素的整体检出率为70%。
结论
共检测到7种藻类毒素，主要为软骨藻酸（DA）、岩藻毒素-2（PTX2）和同型耶索毒素（homoYTX）及裸藻胺A（GYM-A），而奥卡达酸（OA）、甲藻毒素-1（DTX1）和耶索毒素（YTX）仅以微量存在。总体检出率为70%，浓度范围从未检出到164,760 pg L
?1不等。研究表明，夏季北部湾海洋藻类毒素的空间分布存在显著异质性，北部近岸水域的毒素浓度和多样性显著升高。宏基因组测序分析鉴定出33种有害藻类菌株，其中Pseudo-nitzschia是主要贡献者。
作者贡献声明
应季：样本采集、数据获取、统计分析、论文撰写。阎国旺：样本采集。王桂香：样本采集。邱江兵：样本采集、数据获取、论文编辑。曹亚东：样本采集。李天森：样本采集。罗欣：样本采集。兰文璐：样本采集。王照辉：样本采集、统计分析。李爱峰：论文撰写-审阅与编辑、资金获取、概念构思。
资助
本研究得到了国家自然科学基金（项目编号41876112）、青岛市博士后科学基金（项目编号QDBSH20240202040）以及中国科技基础资源调查计划（项目编号2018FY100200）的资助。
附录A. 补充数据
本文的补充数据可在线获取。
