《Ecological Indicators》：eDNA metabarcoding provides scalable and continuous biodiversity monitoring across the tree of life
编辑推荐：
环境DNA（eDNA）宏条形码（metabarcoding）具有显著扩展全球生物多样性认知的潜力，超越传统方法所能提供的范围。然而，eDNA数据在多大程度上提供真实的生态洞察，而非主要反映影响eDNA释放和降解的环境因素，仍不明确。此外，成本效益以及所获额外生
环境DNA（eDNA）宏条形码（metabarcoding）具有显著扩展全球生物多样性认知的潜力，超越传统方法所能提供的范围。然而，eDNA数据在多大程度上提供真实的生态洞察，而非主要反映影响eDNA释放和降解的环境因素，仍不明确。此外，成本效益以及所获额外生物多样性信息是否值得付出相应代价，也存在不确定性。在此，研究人员在德国水生生境和河岸生境中建立了一个高分辨率、双周采样的eDNA时间序列，用于量化季节性生物多样性动态，将eDNA与不同潜在环境驱动因子相关联，并参数化成本估算。在一年内，eDNA宏条形码检测到超过1000个物种，涵盖多个营养级，主要揭示了真实、类群特异性的季节模式，同时与水温、流量和电导率存在部分关联。与可追溯至1891年的历史记录相比，全年eDNA监测使报道的物种数量增加了：无脊椎动物2.4倍、哺乳动物2.2倍、硅藻1.7倍、鱼类和七鳃鳗1.2倍、鸟类1.03倍。累积生物多样性估计值随采样频率强烈增加，证明了eDNA在高频时间序列监测中的价值。此外，eDNA监测具有高度成本效益，以六分之一的成本提供了超过传统调查两倍的生物多样性信息，实现了可扩展、高分辨率的淡水生物多样性评估。
**论文解读：环境DNA宏条形码实现跨生命之树的可扩展与连续生物多样性监测**
**研究背景与问题**
21世纪生物多样性丧失是紧迫问题，需要全面的监测数据来理解变化及其原因，但当前数据普遍不足。现有监测多依赖形态学鉴定和观测数据，受时间与成本限制，空间和时间覆盖有限，尤其在高度多样且难以鉴定的类群（如部分无脊椎动物）中问题突出。因此，需开发低成本、广覆盖、高频次的监测方法，以近乎实时地追踪生物多样性变化。环境DNA（eDNA）宏条形码（metabarcoding）通过分析淡水样本中的DNA，有望快速、低成本地获取从细菌到哺乳动物的跨生命之树物种信息。然而，其生态洞察的真实性、与传统方法相比的新数据增量、数据可靠性（受河流动态影响）以及大规模整合的可行性及成本效益仍待明确。
**研究目标与意义**
研究人员在德国Lipper河河口恢复点开展为期一年的双周采样（2020年11月至2021年10月，共26次采样事件，每次2个水样），通过多类群宏条形码定量评估eDNA提供的生物多样性数据质量、季节性动态驱动因素、与传统方法相比的成本效益，并探讨其在欧盟水框架指令（WFD）监测中的实施潜力。论文发表于《Ecological Indicators》。
**主要关键技术方法**
研究基于德国Lipper河河口恢复点（51°38′47.3″N 6°36′43.6″E）的52份水样（每份1升，双周采样，每次2个现场重复），使用三个引物组：tele02（脊椎动物，12S，167 bp）、fwhF2/fwhR2n（无脊椎动物，COI，205 bp）、Diat_rbcL_708F/R3（硅藻，rbcL，312 bp）进行两轮PCR扩增，构建双索引文库后分别在Illumina HiSeq和MiSeq平台测序。生物信息学处理采用APSCALE-GUI，按97%相似度聚类为操作分类单元（OTU）或降噪为精确序列变异（ESV），经专家验证和过滤后，合并技术重复并扣除阴性对照。物种丰富度和读长比例用于分析季节性模式，通过主坐标分析（PCoA）和ANOSIM检验群落组成差异，冗余分析（RDA）评估生物指标与非生物变量（温度、电导率、水位、pH、降水）的关系，并辅以Spearman相关和广义加性模型（GAM）。历史数据来自全球生物多样性信息设施（GBIF，1891–2025）和官方恢复监测（2016–2022），成本估算基于学术/研究环境下的材料与人工（60.35 �/h），并针对WFD评估场景进行外推。
**研究结果**
**3.1 监测跨生命之树的生物多样性**
研究通过eDNA宏条形码在52份水样中检测到1072个物种，包括107种脊椎动物（41种鸟类、26种哺乳动物、40种鱼类）、775种无脊椎动物（425种淡水、350种陆生）和190种硅藻。鱼类以鲤科（Leuciscidae）为主，4种入侵虾虎鱼（Gobiidae）占读长~34%；鸟类以鸭科（Anatidae）为主；哺乳动物以啮齿类为主，半水生种如麝鼠（Myocastor coypus）占读长~59%；淡水无脊椎动物以昆虫为主（250种），其中双翅目（Diptera）占176种；陆生无脊椎动物也以昆虫为主（244种），鞘翅目（Coleoptera）最多；硅藻中Bacillariaceae（33种）多样性最高，Stephanodiscaceae和Thalassiosiraceae占读长>50%。
**3.2 eDNA生物多样性数据的全面性**
与历史记录（GBIF）相比，eDNA单年监测检测到略多于自1891年以来的总物种数（1072 vs 1029）。eDNA恢复了88.5%的鱼类、45.5%的哺乳动物、19.1%的鸟类、12.8%的无脊椎动物和14.8%的硅藻，并显著增加了硅藻（+68.73%）、无脊椎动物（+48.79%）、哺乳动物（+42.11%）和鱼类（+39.53%）的报道物种数，鸟类增加微弱（+3.17%）。与恢复监测相比，eDNA检测到97.2%的鱼类、52.5%的淡水无脊椎动物和20.4%的硅藻，淡水无脊椎动物增加最显著（+86.56%）。纳入eDNA数据集后，2021年报道物种数增加1.9倍，其中无脊椎动物增加2.4倍，哺乳动物2.2倍，硅藻1.7倍，鱼类1.2倍，鸟类1.03倍。
**3.3 eDNA动态的生物驱动与化学物理驱动因素**
通过Spearman相关和GAM分析，水温（5.0–21.4°C）与各主要类群的总丰富度和相对读长比例的季节性变化关联最强，其次是电导率（635–936 μS/cm）和水位（240–620 cm），而pH（6.8–8.2）和降水（0–26.3 L/m
2）关联较少。这些非生物模式为后续类群特异性季节分析提供了基础。
**3.4 生物驱动假说**
全年eDNA监测揭示了大多数类群的季节性模式，但强度各异。鱼类物种丰富度季节变化弱（23–35种），群落组成差异显著但较小（ANOSIM R=0.11, p=0.018），冬季产卵鱼类如江鳕（Lota lota）和北方梭子鱼（Esox lucius）的eDNA读长在冬季峰值，与GBIF记录负相关。鸟类丰富度季节变化明显（均值9.5–19.4种），群落组成差异大（R=0.46, p=0.001），白额雁（Anser albifrons）冬季eDNA峰值与GBIF记录吻合。哺乳动物丰富度中等变化（6–19种），群落组成无显著季节差异（R=0.09, p=0.066），欧亚河狸（Castor fiber）全年稳定检测。淡水无脊椎动物丰富度春季最高（163种）、夏季最低（62种），群落组成季节周转强（R=0.56, p=0.001），EPT类群（蜉蝣目、襀翅目、毛翅目）冬季eDNA信号为主，比GBIF记录早约4个月。陆生无脊椎动物丰富度有3个峰（晚冬、春夏过渡、秋季），群落组成中等变化（R=0.36, p=0.001），夜蛾科（Noctuidae）冬季eDNA检测率更高，与GBIF夏季记录相反。硅藻丰富度季节变化明显（49–124种），秋季最高，群落组成强季节周转（R=0.53, p=0.001），Thalassiosira pseudonana的eDNA信号与GBIF记录双峰吻合（晚春和早秋）。
**3.5 化学物理驱动假说**
冗余分析（RDA）显示，读长比例与温度、电导率关联最强，但相对重要性因类群而异：电导率对淡水无脊椎动物（43%）影响最大，温度对硅藻（39%）和鱼类（31%）影响更大，陆生无脊椎动物受降水（24%）影响，哺乳动物分布较均匀，鸟类受电导率（35%）和温度（30%）共同影响。物种丰富度方面，温度与电导率同样主导，但陆生无脊椎动物中电导率占比最高（42%），淡水无脊椎动物中温度（48%）和电导率（39%）共同作用，鸟类中电导率占50%。化学物理效应对读长比例的影响强于对物种丰富度的影响，无脊椎动物和硅藻对温度、电导率和水位响应最强烈。
**3.6 eDNA成本估算**
52份样本的eDNA宏条形码总成本（实验室耗材、试剂、测序、人员时间，非商业设置）为11,938.26 �（每样本229 �），其中脊椎动物和无脊椎动物分析每样本65 �，硅藻因片段更长每样本99 �。传统方法一年（26次采样事件）总成本约71,347.38 �，包括电捕鱼、鸟类调查、哺乳动物相机陷阱、淡水无脊椎动物和硅藻评估。因此，eDNA成本约为传统方法的六分之一。在检测物种效率方面，eDNA每样本的物种检测数显著高于传统方法，导致每检测物种成本大幅降低（鱼类U=0, p=2.3×10
-5；淡水无脊椎动物U=0, p=1.0×10
-6；硅藻U=0, p=2.6×10
-5）。
**讨论与结论**
讨论部分指出，eDNA宏条形码通过双周采样在恢复河口展示了可扩展性和敏感性，检测到超过1000个物种。eDNA信号捕捉到了生物有意义的季节性动态，反映了物种特异性生活史策略，如冬季产卵鱼类和越冬水鸟的峰值，这与纯粹化学物理解释难以调和。eDNA还能提供比传统方法更精确的物候信息，例如EPT类群幼虫期冬季信号领先于成虫期夏季记录。然而，并非所有类群都呈现预期模式，表明eDNA信号受释放、运输和降解过程影响，存在随机性、时间滞后和部分解耦。eDNA与传统方法在无脊椎动物、硅藻和鸟类中重叠有限，强调互补框架的必要性。成本外推显示，在WFD下采用混合策略（1个传统BQE+3个eDNA BQE）可在下个周期预算内（115.3%）实现4个BQE的同时评估。研究建议采用三层监测策略：广泛eDNA调查、靶向形态学评估、高频eDNA时间序列监测，以整合互补方法应对生物多样性挑战。
**研究结论（翻译）**
环境DNA宏条形码为填补现有生物多样性监测框架中的关键空白提供了可扩展的补充，能够更早、更广泛地检测生态变化。下一个挑战在于将这些方法整合到监管监测计划中，标准化分析流程，并开发将分子信号转化为管理相关指标的定量框架。实现这一整合将使监测计划能够通过纳入更广泛的分类覆盖和更高的时间分辨率，建立在现有评估框架之上，最终加强生物多样性监测与管理。
