综述：陆地哺乳动物种群遗传学中侵入性与非侵入性采样方法的演变与范围：对He、Ho和Fis指标可比性的影响——一项科学计量学综述 Jesús Gabriel Ramírez-García, Sandra Patricia Maciel-Torres, Martha Hernández-Rodríguez, Erika Nava-Reyna, Pablo Arenas Baez, Lorenzo Danilo Granados-Rivera

《Conservation》：The Evolution and Scope of Invasive and Non-Invasive Sampling in Terrestrial Mammal Population Genetics: Implications for the Comparability of He, Ho and Fis: A Scientometric Review Jesús Gabriel Ramírez-García, Sandra Patricia Maciel-Torres, Martha Hernández-Rodríguez, Erika Nava-Reyna, Pablo Arenas Baez and Lorenzo Danilo Granados-Rivera

　　摘要：本科学计量学综述探讨了侵入性（血液和组织）和非侵入性（粪便、毛发和唾液）采样技术在陆地哺乳动物群体遗传学中的发展与应用范围，特别关注了1985年至2026年间发表的研究中观察到的杂合度（Ho）、预期杂合度（He）和近交系数（Fis）的可比性。通过Web of Science和Scopus数据库的搜索，并按照PRISMA/PRISMA-S标准进行筛选，使用Bibliometrix和VOSviewer 1.6.20工具对相关文章进行了分析，以量化研究产出的时间变化、关键词演变、合作网络及出版渠道。最终共筛选出145篇符合分析条件的文章，其中85篇可用于具体分析Ho、He和Fis指标。该领域呈现出稳定增长趋势（年增长率约为6.1%），作者合作和国际合作日益增多，研究主题也更加多样化。非侵入性采样的采用速度加快，扩大了空间和分类学覆盖范围，但当实验室质量控制不足时，也增加了DNA降解和基因分型错误的风险。尽管文献中关于质量控制实践的报道（如提取空白样本、阴性PCR对照、多管重复实验和错误率估计）有所改进，但仍存在不一致性。比较结果显示，在考虑标记系统和物种后，侵入性与非侵入性采样方法在Ho、He和Fis指标上的差异通常较小。这些发现表明，决定研究间可比性的主要因素是质量控制与报告透明度，而非采样方法的侵入性本身。科学计量学分析还揭示了从微卫星标记向基于SNP的标记方法的方法转变，这对不同类型标记的综合研究具有启示意义。总体而言，本综述指出了研究工作中的地理和分类学偏见，并强调了标准化报告DNA质量指标、纳入标准和验证协议的必要性，以加强哺乳动物保护领域的遗传监测。

1. 引言
栖息地丧失、破碎化及其他人为压力持续侵蚀野生哺乳动物种群的遗传多样性，从而影响其种群生存能力、适应潜力和灭绝风险[1,2]。在保护生物学和群体遗传学中，一些基本统计指标（如杂合度（Ho）、预期杂合度（He）和近交系数（Fis）提供了遗传状态及偏离哈迪-温伯格平衡情况的可比性指标[3,4]。这些指标通过揭示过高的纯合度（Fis > 0）或过低的杂合度（Fis < 0）来为管理提供信息，并能识别出面临遗传侵蚀风险的种群。需要注意的是，Ho、He和Fis估计的可靠性和可比性取决于DNA的获取方式。侵入性样本（如血液和组织活检）通常能产生高质量DNA，从而减少基因分型错误，但需要捕捉动物，存在伦理和后勤限制[5]。非侵入性样本（粪便、毛发和唾液）可扩展空间和分类学覆盖范围，尤其是对于难以捕捉或受威胁的物种，但往往含有低质量或降解的DNA，除非采取严格的实验室和生物信息学安全措施[6,7]。随着遗传监测在保护政策和评估中的重要性日益增加（例如将遗传指标纳入威胁评估），了解采样方式如何影响文献内容和发表的统计指标具有实际意义[8]。尽管有大量关于微卫星到SNP标记系统的案例研究，但目前尚缺乏从整体层面分析侵入性与非侵入性采样对科学研究生产力、合作网络、关键词趋势以及Ho、He和Fis指标可比性影响的综合研究。科学计量学工具（如Bibliometrix和VOSviewer）能够定量分析研究产出、合著结构及主题共现情况，从而回答这些问题[9,10]。本文对1985年至2025年间发表的关于Ho、He和Fis的陆地哺乳动物研究进行了科学计量学分析，特别关注采样方式（侵入性与非侵入性）。具体而言，我们（1）分析了出版量的时间趋势和新兴主题；（2）确定了推动研究产出的国家、机构和期刊，并描述了它们的合作网络结构；（3）量化了非侵入性采样的扩展情况，并评估了其对DNA质量控制、基因分型错误管理和关键遗传指标跨研究可比性的影响。通过将科学映射与采样实践的针对性评估相结合，我们的综合分析为标准化DNA质量指标、报告阈值和验证协议提供了基于证据的框架，从而提高了哺乳动物保护领域遗传监测的稳健性和互操作性。

2. 材料与方法
我们遵循PRISMA 2020和PRISMA-S指南[11]进行文献搜索和报告（图1）。事先准备了详细的搜索方案（搜索字符串、选择表、代码手册和R脚本）。需要说明的是，使用PRISMA检索到的85篇文章与结果部分报告的145篇文章不同，只有前者符合Ho、He和Fis分析的资格标准，后者用于描述总体出版和科学计量学特征。因此，参考文献部分未列出所有文章的数量，仅包含与本综述主要焦点相关的文章。

2.1. 资格标准
研究对象：专注于自由活动或重新引入环境中的陆地哺乳动物（纲：Mammalia），这些研究需报告以下群体遗传学指标之一：观察到的杂合度（Ho）、预期杂合度（He）和近交系数（Fis）。
研究设计：主要来自野外种群（包括博物馆/档案标本）的实证遗传数据研究，使用任何标记系统（微卫星/SSR、SNP、线粒体DNA、核序列、简化表示测序和WGS）均符合条件。
采样方式：样本类型必须能够被分类为侵入性（血液、组织/活检、耳切、肌肉、肝脏和皮肤，包括远程镖刺活检）或非侵入性（粪便/排泄物、毛发、唾液/咀嚼物、尿液和脱落皮肤）。
排除标准：海洋哺乳动物；完全来自圈养或实验室的种群；缺乏野外数据的纯方法学文章；综述、社论、论文和会议摘要；未报告Ho、He或Fis的研究；以及非哺乳动物类群。

2.2. 信息来源和覆盖时间范围
搜索范围为1985年1月1日至2026年3月1日的Web of Science Core Collection（WoSCC）和Scopus数据库，仅使用英文科学文献。

2.3. 搜索策略（精确且可重复）
我们使用控制布尔表达式来搜索群体遗传学指标和典型的采样关键词。字段标签反映了各数据库的语法。
海洋哺乳动物排除：在筛选过程中，通过栖息地字段和标题/摘要关键词排除海洋哺乳动物。
去重：合并后的数据首先按DOI进行合并（不区分大小写），然后通过Unicode标准化后的精确标题匹配，再通过Levenshtein比率（≥0.92）和相同主要作者及年份进行合并。

2.4. 选择流程
选择过程分为两个阶段：首先使用预筛选的表格（标题/摘要 → 全文）进行筛选。两名独立审稿人对所有记录进行评估，分歧通过共识或第三位审稿人的帮助解决。标题/摘要阶段的纳入决策一致性使用Cohen’s κ系数（95%置信区间）进行量化。

2.5. 数据提取
每篇入选文章由两名审稿人独立提取以下信息：
- 文献字段：DOI、标题、年份、期刊、通讯作者所在国家、所有作者的隶属机构（按国家统一处理）、资金来源（如有）、开放获取状态。
- 研究描述：研究焦点物种（学名）、大陆/地区、生物群落、样本数量（每个种群）、采样年份。
- 遗传方法：使用的标记系统；基因分型平台；位点数量（对于SSR）或SNP；过滤阈值（如MAF和缺失数据）；HWE检验和多重检验校正。
- 采样方式：侵入性 vs. 非侵入性 vs. 混合 vs. 不明确（见下文操作定义）。
- 质量控制（QC）指标：重复率、等位基因丢失估计、非侵入性DNA的多管使用情况、阴性对照、旧/存档DNA的鉴定步骤以及报告的基因分型错误模型/使用的PEDANT/STaRT工具。
- 群体遗传学指标：Ho、He和Fis（报告值）；计算所使用的位点数量；以及每个种群的具体数值（如有）。
- 分歧通过讨论解决。如果一项研究涉及多个种群，则以该种群作为分析单位；文献计量学分析保持在文章层面进行。

2.6. 数据整理与协调
物种名称根据Mammal Species of the World/ITIS标准进行标准化。作者和机构名称使用ORCID、ROR、GRID和字符串距离聚类进行去重，并对高度关联的节点进行人工验证。国家名称使用ISO-3166-1 alpha-3代码进行统一。开放获取状态通过DOI搜索和元数据中的Unpaywall出口信息确定。

2.7. 科学计量学与科学映射分析
所有分析均在R 4.3.x环境中使用Bibliometrix（≥4.3）和bibliometrixData软件进行，网络可视化使用VOSviewer 1.6.20完成。
- 绩效分析：年度科学产出；顶级期刊、国家、机构和作者；以及合作指数（作者/文章和机构/文章）。
- 合著和跨国合作网络：采用分数计数方法；如果存在≥2次共同发表，则保留边；除非另有说明，否则每个度的节点数量限制为前N=50个。
- 关键词分析：作者关键词加上Keywords-Plus（WoS）/索引词（Scopus），经过词形还原和去除空词处理；应用同义词词典合并相似术语（例如，“microsatellite(s)” ? “SSR”、“STR”）。最小出现次数阈值=5（敏感性：3–10）。
- 主题演变和趋势主题：5年移动窗口；每个窗口K=50个主要关键词；使用Bibliometrix的Sankey图展示主题演变。
- 主题地图：根据每个字段的标准化权重，使用Callon中心性指标和密度进行聚类。

2.8. 软件、版本和计算环境
核心软件包括Bibliometrix ≥ 4.3、tidyverse ≥ 2.0、stringdist ≥ 0.9、countrycode ≥ 1.6、mgcv ≥ 1.9、lme4 ≥ 1.1、nlme ≥ 3.1和irr ≥ 0.84。可视化使用VOSviewer 1.6.20和ggplot2完成。随机种子设置为12,345，用于任何随机操作（如聚类初始化）。操作系统为Windows 10。

2.9. 伦理声明
本研究仅分析已发表的文献，未使用任何动物或人类受试者。这可能是因为在这段时间内，估计近交系数的基础仍在研究中。2003年至2011年间，相关科学文章增加了32篇（占总数的27%），平均每年3-4篇。图2显示了多年来关于通过近交系数估计哺乳动物遗传变异性的科学论文产出。然而，2012年至2024年间，发表了约54篇研究，占出版物的45%，平均每年5-8篇，表明这一主题目前备受关注。

在纳入科学计量学语料库的145篇文章中，34篇使用了侵入性样本，21篇使用了非侵入性样本，64篇采用了混合采样设计，26篇没有提供足够的方法学细节以进行明确分类。在报告Ho、He或Fis的85篇研究中，23篇基于侵入性样本，12篇基于非侵入性样本，33篇基于混合设计，另有17篇分类不明确。总体而言，在研究后期（特别是2010-2024年），非侵入性采样的使用频率增加，而侵入性采样在早期研究中占主导地位。这种描述性模式与陆地哺乳动物研究中越来越多地采用最小干扰的遗传监测方法是一致的。

在这项分析中，从WoSCC数据库的总数据集中获得了76个不同的关键词，其中46个关键词的出现次数至少为10次。第一组（绿色）包括15个关键词，如位点、微卫星和标记。第二组（黄色）主要与“种群”和“遗传变异”相关。第三组（蓝色）包含9个关键词，其核心概念是遗传变异。第四、五、六组（紫色、深蓝色和浅绿色）中，第四组和第五组各有5个关键词，第六组有2个关键词，这些组最常提到的概念是“样本”、“多态性”和“等位基因丰富度”。根据2008年各词的使用情况，“遗传变异”、“遗传变异”、“距离”、“杂交”和“低水平”等词被频繁使用。随后，在2010-2012年期间，“种群”、“微卫星”、“位点”、“分化”和“变异”成为最常用的词。2014-2016年的研究显示，“样本”、“标记”、“亚种群”、“重新引入”、“等位基因丰富度”和“栖息地破碎化”等术语被使用。

洛特卡图显示，大多数作者发表了1到2篇文章（分别占93.1%和6.1%）。发表论文最多的作者是Paetkau D.，他在1995年至2020年间发表了4篇论文；其次是An, J.，在2011-2018年间发表了3篇；Shen-Guo, F.在2008-2010年间发表了3篇；Galleti, J.R.在2011-2022年间发表了3篇；Ettore, R.在1999-2021年间发表了3篇。

发表关于通过近交系数估计哺乳动物遗传变异性的文章中，关键词的匹配情况如图3所示。

洛特卡定律显示，大多数作者发表了1到2篇文章。发表论文最多的作者是Paetkau D.（4篇），其次是An, J.（3篇），Shen-Guo, F.（3篇），Galleti, J.R.（3篇），Ettore, R.（3篇）。

发表关于通过近交系数估计哺乳动物遗传变异性的研究的国家包括美国、中国、意大利、加拿大、英国和法国。图7展示了基于国家间合著关系的国际合作网络。节点大小反映了各国的相对科学产出，连接线表示基于合著出版物的国家间合作关系。棕色线条表示这些国际合作的存在及其强度；线条越粗或越明显，表示合作越紧密。因此，该图可视化了这一研究领域跨国科学合作的结构和强度。

分析显示，至少有五本期刊对近交系数估计研究做出了重要贡献。1994年至2023年间，《Molecular Ecology》期刊在这些主题上的发表量最多，总计超过15篇。其他相关期刊如《Conservation Genetics》在2011年表现出显著增长，并至今仍在该领域处于领先地位。《Journal of Mammalogy》在2012-2023年间每年发表5篇论文。《Journal of Wildlife Management》和《Molecular Biology Reports》在最近几年（2020-2023年）也增加了发表量。

总体而言，这些发现主要反映了该领域在文献计量学方面的发展以及方法学实践的报道情况，而不是Ho、He或Fis在不同采样模式之间的因果差异的正式定量证明。

我们的分析表明，非侵入性采样（如粪便、毛发和唾液）在陆地哺乳动物研究中的使用显著增加，尤其是在过去10-15年。从概念上讲，这种转变反映了减少动物处理的同时扩大空间和分类覆盖范围的长期公认优势。从伦理角度来看，这一趋势符合野生动物研究中3R原则的应用，即鼓励在可以获得同等数据质量的情况下改进或替代侵入性方法。实际上，非侵入性方法的更广泛接受可能使得对难以研究或受威胁的物种以及许可要求严格的地区的研究成为可能。这意味着保护遗传学有更全面的证据基础；然而，这些好处依赖于严格的质量控制（QC）来管理非侵入性样本中固有的DNA降解和污染风险。

我们观察到质量控制报告随着时间的推移有所改进（例如，提取空白、阴性PCR对照和低质量提取物的重复检测），但不同研究之间的文档一致性仍有待提高。这很重要，因为等位基因丢失和假等位基因可能由次优的PCR技术和低质量或降解的DNA引起，从而夸大纯合度并使Fis值偏高，如果不加以考虑，可能会模拟出近交效应或Wahlund效应。次优的PCR条件可能导致信号失真、虚假峰值、过载扩增子和信号饱和，这些都可能在片段分析中掩盖和扭曲真实的等位基因信号；而降解的DNA可能导致等位基因丢失、假等位基因和不平衡的杂合子。实证评估表明，采用多管重复实验、共识基因分型、明确的错误率估计和原始读段检查可以显著提高非侵入性数据集的可靠性。因此，理论和实践都强调：期刊和审稿人应在等位基因分析过程中要求透明的质量控制清单（重复标准、基因分型错误量化、读段级别验证和数据整理步骤），因为Ho、He和Fis的可解释性取决于实验室实践和采样方法。

在非侵入性遗传学领域，降解的DNA或模板含量低的DNA特别容易发生等位基因丢失和假等位基因。如果不通过结构化的分析和实验室保障措施来解决这些问题，这些错误会直接扭曲种群遗传估计。等位基因丢失会将真实的杂合子转化为表观的纯合子，从而降低观察到的纯合度（Ho），而对预期纯合度（He）的影响相对较小。这一过程可能导致F_i值膨胀，进而产生近交或Hardy-Weinberg不平衡的虚假信号。因此，非侵入性遗传学中的稳健质量控制应围绕四个基本组成部分进行组织。首先，复制策略应包括对低质量提取物的重复扩增，并在适当情况下采用多管方法以减少随机基因分型错误。其次，在估计错误率时，必须明确量化等位基因丢失和假等位基因率，以便透明地评估基因型的可靠性。第三，应提倡共识基因分型，最终的多基因型应基于预定义的共识规则，尤其是在处理降解DNA时。第四，报告必须明确指定用于位点和样本纳入的阈值、缺失数据过滤和基因型接受的标准。此外，当需要个体区分时，必须指定基于身份的标准（如PID同胞）。经典的方法学文献长期以来一直强调在低质量DNA中进行重复实验和正式错误评估的必要性。更结构化的非侵入性工作流程表明，当这些保障措施得到严格应用时，可以实现可靠的遗传推断。例如，Zarzoso-Lacoste等人提供了一个非侵入性哺乳动物遗传学中结构化质量控制框架的明确实施，包括重复实验、错误估计和明确的验证标准。在这里，核心问题不仅仅是侵入性与非侵入性采样的区别，而是用于验证降解DNA数据集和记录残余不确定性的方法学严谨程度。

在考虑了标记系统和物种作为随机效应后，侵入性和非侵入性调查之间Ho、He和Fis分布的差异较小。这一模式与理论一致：如果基因分型错误最小化且过滤和报告标准化，采样方式本身不应改变种群遗传参数。纯合度表观不足或纯合度过高的现象更可能由技术伪影、空等位基因或种群亚结构解释，而不是采样本身的侵入性。实际意义有两个方面：首先，跨研究的综合分析应在标记类型和质量控制水平上进行分层，然后再得出生物学结论。这是必要的，因为SSR和SNP在基因组密度、等位基因谱和突变动态方面存在根本差异，因此Ho、He和Fis等指标不能直接比较。其次，作者应明确区分生物学信号（如真正的近交）和方法学信号（如缺失数据的阈值、数据处理的差异和空等位基因检测可能因研究而异，进一步影响遗传多样性和近交的估计）。**标记系统的转变：从微卫星（SSR）到SNP和简化表示测序**

随着生态与保护基因组学领域的广泛进展[16,17,18,19]，研究从微卫星（SSR）转向SNP面板以及全基因组简化表示测序。这一转变直接影响了我们数据集的计量学特征：随着基于SNP的研究不断增加（这得益于基因分型平台成本的降低），所报告的多样性和结构指标越来越多地反映了高密度基因分型的结果，而这些指标的特性与SSR有所不同[8]。尽管SNP提供了更全面的基因组覆盖范围和更高的重复性，但在比较不同标记系统之间的Ho/He比值时仍需谨慎，因为绝对值和方差可能因突变模式、等位基因谱以及潜在的突变模型而有所差异[18]。未来的综合分析将受益于针对特定标记的总结或数据库，其中基于微卫星和SNP的研究可以分别组织和解释，仅在有必要跨标记系统进行比较时才进行明确交叉引用。这种方法将提高透明度，并减少使用不同遗传技术生成的数据集之间的过度解读[16,17,18,19,20]。

**4.5. 研究工作中的地理和分类学偏见**

我们发现了持续存在的区域性和分类学不平衡现象，例如，研究结果集中在高收入国家以及某些具有吸引力或资源丰富的哺乳动物类群中。这些偏见反映了全球生物多样性研究面临的更广泛障碍，包括资金、计算和生物信息学基础设施、语言和安全方面的差异[21]。从方法论上讲，非侵入性采样可以在一定程度上弥补代表性不足地区的后勤和许可障碍，但还需要公平的能力建设、数据共享激励措施以及多语言传播机制，以丰富证据基础[13,14,15,16,17,18,19,20,21,22]。政策制定者和资助者可以利用这些知识，优先支持知识缺口最大的地区和类群，尤其是在遗传监测可能对保护结果产生最大影响的领域。

**4.6. 该领域的合作网络、开放性和整合**

随着时间的推移，我们的数据中的合著网络变得更加紧密和模块化，表明专业团队和跨机构合作得到了加强。这与科学绘图工作流程中的模式一致，反映了保护遗传学向更加协作和标准化方法论方向的成熟[9,10]。我们还观察到开放获取出版物的增加，这得益于整理好的基因组资源的可见性和可重用性，这些资源对于比较研究和后续研究尤为重要[22]。其实际意义在于：开放的方法和共享的数据及代码加速了质量控制标准的统一，并促进了跨类群和地区的可重复性综合分析[10,11,12,13,14,15,16,17,18,19,20,21,22]。

**4.7. 对遗传监测和保护决策的影响**

综合来看，我们的发现支持了一种务实的前进方式：当非侵入性采样与严格的质量控制和清晰的报告相结合时，可以提供可靠的人口遗传学指标，从而实现对高风险种群的更频繁和更符合伦理的监测[24]。对于保护实践而言，这意味着机构可以采用标准化的质量控制检查表，并要求报告错误率、重复标准、筛选阈值以及Ho、He和Fis值，这对于确保依赖不同标记系统的研究之间的可比性至关重要。在研究方面，科学界应就独立于采样方式的最小报告标准达成一致（例如，对于低质量DNA采用多管重复实验；缺失位点的诊断和HWE分析），从而提高研究之间的互操作性，并增强遗传指标在管理计划中的证据价值[14]。

**4.8. 局限性和未来方向**

作为一项计量学综合分析，我们的推断受到数据库覆盖范围、索引实践以及期刊间报告异质性的限制。尽管我们应用了严格去重和消歧处理流程，但某些隶属关系和国家归属仍不完美，这是文献元数据的固有局限性[10]。未来的工作应整合全文挖掘技术，以捕捉摘要中未包含的质量控制细节，评估研究设计如何影响采样方式对遗传指标的影响，并与期刊和学会共同开发全领域的报告模板，以标准化不同标记和分类系统中的质量控制方法[9,10]。

**4.9. 对未来研究和报告实践的建议**

基于这项计量学综述中发现的模式，我们提出几项建议，以提高使用侵入性和非侵入性样本的陆地哺乳动物种群遗传学研究的可比性、透明度和实用性。首先，研究应明确报告采样方式及其操作细节，包括收集的生物材料、是否使用了捕获或处理过程，以及是否采用了混合采样设计。清晰分类样本来源对于比较不同研究中的方法论方法至关重要。其次，应常规报告最低限度的质量控制信息，特别是对于非侵入性和低质量DNA来源。至少，作者应说明是否使用了提取空白样本和阴性PCR对照样本，是否采用了重复扩增或多管方法，以及是否估计了等位基因丢失或假等位基因等基因分型错误率。第三，Ho、He和Fis的报告应附有足够的方法学背景信息以支持解释，包括标记系统、保留的位点或SNP数量、过滤阈值、缺失数据标准，以及是否应用了Hardy–Weinberg平衡诊断和多重检验校正。没有这些信息，跨研究的比较将变得困难且可能具有误导性。第四，未来的综合分析和监测框架应在可能的情况下分别处理不同的标记系统，因为微卫星和基于SNP的方法在突变特性、等位基因频率谱和分析假设方面存在差异。针对特定标记的报告和综合分析将提高可比性，并减少跨技术对绝对指标值的过度解读。最后，加强期刊、机构和保护项目之间报告模板的标准化将提升遗传监测数据集的长期价值。因此，我们鼓励采用研究级别的检查表，其中整合了样本类型、DNA质量保障措施、标记特征和分析阈值以及种群遗传学指标的报告。

**5. 结论**

这项计量学综合分析表明，在过去四十年中，陆地哺乳动物种群遗传学研究迅速发展，显著转向了非侵入性采样方式，这扩大了分类学和地理覆盖范围，同时减少了动物处理的需求。关键在于，一旦考虑到标记系统和物种，侵入性和非侵入性调查之间的Ho、He和FIS差异很小，这表明数据的质量控制和报告的透明度（而非采样的侵入性本身）决定了核心遗传指标的可靠性和可比性。从方法论角度来看，从微卫星领域向基于SNP的简化表示测序的转变提高了分辨率，但增加了研究之间的综合难度；不同标记系统之间的绝对值和方差结构存在差异。我们的分析还揭示了研究工作中持续存在的区域性和分类学偏见，同时国际合作网络更加紧密，开放获取实践也有所增加，促进了数据的重用和追踪。对于生物学和保护科学而言，这些发现具有三个实际意义：首先，非侵入性遗传数据的价值更多取决于严格的质量控制和透明报告（包括重复策略、基因分型错误评估、过滤阈值和分析伪影的诊断），而非样本类型本身；其次，期刊、学会和保护机构将从统一的报告模板中受益，从而在不同类群和技术中更一致地解释Ho、He和Fis值；第三，将资金和研究支持战略性地分配给代表性不足的地区和类群，并开放共享数据、代码和方法，将有助于减少持续的知识缺口，并在最需要的地方加强保护遗传学能力。

展望未来，整合方法学细节的全文挖掘、扩大生物多样性热点地区的高通量基因分型能力，以及共同开发社区质量检查表，将提高遗传指标的互操作性。通过协调伦理采样、严格的实验室实践和开放的标准报告，保护遗传学可以提供及时且可比较的指标，直接为物种恢复和长期种群生存能力提供信息。

**补充材料**

以下支持信息可在此下载：**
https://www.mdpi.com/article/10.3390/conservation6020053/s1
S1：纳入计量学分析的研究总数。
S2：用于分析种群遗传学指标Ho、He和Fis的85项研究的总结。