考虑环境DNA采样中的时间变异性和相关性可改善生态推断

《Ecological Applications》:Accounting for temporal variation and correlation in environmental DNA sampling can improve ecological inferences

【字体: 大 中 小 】 时间:2026年08月06日 来源:Ecological Applications 4.6

编辑推荐:

  环境DNA (eDNA)浓度在空间和时间上均有变化,且紧密采集的测量值通常具有相关性。忽略这种依赖性会提高错误生态推断的比率(I类错误率)。尽管空间相关性在eDNA研究中已受到广泛关注,但时间相关性研究较少。能够解释时间相关性的统计模型和研究设计对于理解复杂系

  
环境DNA (eDNA)浓度在空间和时间上均有变化,且紧密采集的测量值通常具有相关性。忽略这种依赖性会提高错误生态推断的比率(I类错误率)。尽管空间相关性在eDNA研究中已受到广泛关注,但时间相关性研究较少。能够解释时间相关性的统计模型和研究设计对于理解复杂系统中的时间依赖性效应越来越重要。研究人员开发了一个分层模型,将时间生态变异与采样和实验室过程导致的变异分离开,并将其应用于四个单站点eDNA时间序列(采集周期为17–24天),其中三个序列提供了足够信息用于参数估计。随后,研究人员在模拟研究中利用经验估计的参数规模评估了替代性时间采样设计,这些设计考虑了:(1)固定数量的样本如何在具有不同时间重复水平的不同采样时间点之间分配,以及(2)等间距采样与簇状采样(由较长间隔分隔的短时间密集采样)。在三个可进行分析的时间序列中,研究人员观察到显著的采样变异性、时间变异性和时间相关性,尽管相关性估计不精确(变异系数较大)。模拟表明,当采样间隔小于有效时间相关范围时,忽略时间依赖性的模型会产生膨胀的I类错误率,并频繁检测到虚假的时间趋势。考虑时间相关性显著降低了这种膨胀的I类错误率。最优采样策略取决于研究目标。簇状采样最有效地估计了时间相关性。当时间依赖性可忽略时,等间距采样最大化检测趋势的统计功效。估计采样变异性需要将精力集中在更少的采样时间点上,每个时间点有更多重复;而估计时间方差则在中等重复水平下最为精确。综合来看,这些结果表明,当采样间隔接近相关时间尺度时,时间依赖性会强烈影响定量eDNA时间序列的推断。忽略这种依赖性的设计可能会在无实际生态变化或差异时错误地推断其存在。研究人员的框架为在时间密集型eDNA监测中分配采样努力以及解释短时间序列的趋势提供了实用指导。
**论文解读文章**

**研究背景与科学问题**

环境DNA(eDNA)采样为水生生物监测提供了独特优势,能够通过检测水样中的遗传痕迹推断物种存在、相对丰度及种群趋势,而无需直接观察。然而,eDNA浓度在空间和时间上均存在显著变异,且紧密采集的测量值往往具有相关性。若忽略这种时空依赖性,统计推断的I类错误率(错误地拒绝零假设的概率)会显著膨胀,导致虚假的生态结论。尽管空间相关性在eDNA研究中已得到较多关注,但时间变异性和相关性的研究相对不足。随着eDNA自动采样器的发展,时间密集型采样日益普及,但采样设计若未充分考虑时间相关性,可能误导对生态过程的理解。因此,需要开发能够区分生态时间变异、采样变异和实验室测量误差的统计模型,并量化时间相关性的影响,为高效且可靠的eDNA监测设计提供依据。本研究旨在:(1)量化定量eDNA时间序列中的时间相关性幅度;(2)揭示其对生态推断和采样设计的后果;(3)基于经验参数提供优化采样策略的指导。论文发表在《Ecological Applications》。

**主要技术方法**

研究人员采用分层模型(Hierarchical Model)将生态时间变异与采样及实验室过程分离,应用于四个淡水生境(美国蒙大拿州MT、威斯康星州WI、佛罗里达州FL、爱达荷州ID站点)的单站点eDNA时间序列(采样周期17–24天,样本量48–108份)。模型纳入指数相关结构描述时间相关性,并扩展了考虑PCR抑制导致系统低估的测量模型。基于经验参数,通过模拟研究比较等间距与簇状采样设计在不同相关程度下的表现,评估I类错误率、统计功效及参数估计精度。

**研究结果**

**经验数据分析**
在MT、WI、FL三个站点,考虑PCR抑制的测量模型(WAIC(条件渡边信息准则)更优,估计出显著的时间变异(标准差σtime约0.72–0.96)和采样变异(标准差σsamp约0.53–0.94),以及中等至强的时间相关性(有效相关范围d0约13–273小时),但相关性参数φ估计不精确(95% HPD(最高后验密度)区间宽)。ID站点因浓度极低(约1.8 copies/L)导致参数无法可靠识别。方差分解显示采样变异对总变异的贡献通常大于实验室重复变异。

**模拟研究**
当时间相关性可忽略且采样间隔大于有效范围d0时,等间距设计能最大化趋势检测的统计功效,I类错误率接近名义水平(0.05)。当时间相关性显著(d0=150小时)且未建模时,I类错误率严重膨胀(最高达0.6以上);建模时间相关性后,I类错误率显著降低至接近0.05,但统计功效也相应下降。簇状采样在估计时间相关性参数φ时更精确,而等间距采样在低相关性场景下检测趋势更具优势。采样标准差σsamp的估计精度随时间重复数增加而提高,时间标准差σtime的估计精度在中等重复水平下最优。

**讨论与结论**

研究首次提供了存在时间相关性时eDNA采样方差组分的经验估计,表明时间变异和采样变异幅度均较大,且时间相关性不可忽视。模拟结果强烈提示,若采样间隔小于有效相关范围,忽略时间依赖性将导致I类错误率膨胀,增加虚假趋势检测的风险。最优采样设计取决于研究目标:簇状设计适用于估计时间相关性,等间距设计适用于趋势检测,而至少包含部分时间重复有助于区分时间与采样方差。鉴于时间相关性和变异性的先验预测困难,建议采用预防性策略(如簇状设计)并结合自适应采样。此外,研究还发现PCR抑制可导致系统低估(尤其在qPCR(定量聚合酶链式反应)数据中),但本研究中的测量模型仍依赖简化假设,实际应用中应记录并纳入时间协变量(如流量、浊度)以解释部分变异。结论指出,在定量eDNA时间序列分析中,必须考虑时间相关性,否则可能产生误导性生态推断;本研究框架为时间密集型监测中的采样努力分配和短序列解释提供了实用指导。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号