中印度洋盆地深度分层浮游动物多样性研究：基于形态学和DNA metabarcoding技术的综合调查

《Environmental Research》：Depth-stratified Zooplankton diversity in the Central Indian Ocean Basin: An integrative pre-mining survey using morphology and DNA metabarcoding

　　摘要：浮游动物在海洋食物网和生物地球化学循环中起着关键作用，它们对环境变化的快速响应使其成为生态系统健康的有效指标。然而，关于印度洋中部（CIOB）多金属结核（PMN）合同区域内浮游动物多样性的数据有限，这限制了未来监测可用的参考信息。通过形态学鉴定和18S rRNA宏条形码分析了中型浮游动物群落。样本使用分层多層浮游网（MPN；0-5000米）和中层浮游生物邦戈网（约250米）在三个地点采集：影响参考区（IRZ）、保护参考区（PRZ）以及位于拟采矿区域外的BC20。总共鉴定出115个分类单元，包括82个属。大多数分类单元在各个地点都有分布，分别有13个、10个和12个分类单元仅存在于IRZ、PRZ和BC20。两种方法都揭示了浮游动物群落的垂直结构。分类丰富度和Shannon-Wiener多样性在表层水中最高，并随深度增加而下降，而群落组成则沿深度梯度变化。总体而言，IRZ的多样性高于其他两个地点。皮尔逊相关性显示与深度有关，大多数属的数量随深度增加而减少。这些结果表明，深度是影响CIOB中浮游动物群落组织的主要因素。该研究还强调了整合分子和形态学方法可以提供更全面的评估。

引言：深海是地球上最大的生物群落，其环境条件极端，包括高静水压力、低温和食物供应有限（Ramirez-Llodra等人，2010；Brown & Thatje，2014；Zeppilli等人，2018；Thomas等人，2024）。尽管深海拥有丰富的生物多样性并支持重要的生态过程，但由于深海研究的技术和后勤挑战，它仍然是地球上探索最少的环境之一（Kintisch，2013；Danovaro等人，2017）。深海生态系统提供了诸如养分循环、长期碳封存、渔业支持以及对全球海洋功能的作用等服务（Armstrong等人，2012；Thurber等人，2014；Inniss等人，2016）。深海底部的某些区域含有经济上重要的矿产资源，包括多金属结核、多金属硫化物和富含钴的铁锰壳。这些资源越来越被视为新兴技术所需关键金属的潜在来源（Hein等人，2013；Petersen等人，2016）。对这些资源的勘探和潜在开采可能会扰乱底栖栖息地并产生沉积物羽流，增加水柱中的悬浮颗粒负荷和溶解金属浓度，对浮游生态系统产生不确定的影响（Koschinsky等人，2018；Sitlhou和Chakraborty，2024；Christiansen等人，2020）。因此，在任何干扰之前，描述生物多样性和群落结构的稳健生态参考数据集对于未来的环境影响评估、长期监测和基于生态系统的深海采矿管理至关重要（Niner等人，2018；Kirkham等人，2020；Paulus，2021；Stratmann等人，2021；Ramadoss等人，2025）。根据《联合国海洋法公约》（UNCLOS）运作的国际海底管理局（ISA）正在制定框架，以评估和管理与深海采矿相关的环境风险（ISA，2015）。在浮游生物中，浮游动物是海洋食物网的核心，将有机物从初级生产者传递给鱼类和其他更高营养级（Lenz，2000）。通过摄食、粪便颗粒产生和昼夜垂直迁移，浮游动物还显著促进了有机碳的向下传输，从而在海洋生物碳泵中发挥关键作用（Steinberg和Landry，2017；Soviadan等人，2022）。浮游动物群落可以迅速响应温度、氧气供应、食物供应、悬浮颗粒浓度和污染物暴露的变化，使其成为生态系统健康的适宜指标（Kelly等人，2016；Chiba等人，2018）。传统上，浮游动物多样性是通过基于形态学的鉴定来评估的，这可以提供关于生物数量、发育阶段、身体状况和分类组成的直接信息。然而，这种方法可能耗时较长，需要丰富的分类学专业知识，并且当标本受损、形态相似、隐秘或仅存在于早期生命阶段时可能低估多样性（Vereshchaka等人2017；Zhao等人2017；Cheng等人2022；Yamada 2024；Ge等人2025；Bucklin等人2016；Harvey等人2017）。DNA宏条形码提供了一种补充方法，能够同时检测混合群落样本中的多种分类单元，并揭示难以通过形态学鉴定的分类单元。然而，宏条形码也有显著的限制，包括引物偏倚、不完整的参考数据库、可变的分类学分辨率以及序列读数丰度与生物数量之间的不完美关系（Bucklin等人2016；Matthews等人2021）。因此，整合分子和形态学方法可以提供更全面的浮游动物多样性评估（Harvey等人2017；Martinez等人2021；Bucklin等人2019；Brisbin等人2020；Matthews等人2021；Kim等人2025）。在大西洋和太平洋已经记录了浮游动物多样性的深度分层模式，在印度洋东部（例如孟加拉湾）也有少量记录（Cheng等人2022；Ge等人2025）。然而，来自印度洋的类似观察结果，特别是在多金属结核合同区域内，仍然很少。现有的印度洋研究主要集中在表层水中，并主要依赖于基于形态学的分类学，这限制了我们对群落结构的理解（Thorrington-Smith 1971，Timonin 1971，Munir和Sun 2018）。对浮游群落的有限了解使得难以预测作业和排放羽流的释放深度，以及环境海水的移除和排放（Dowd等人，2025；Drazen等人，2020；Smirren等人，2024）。此外，含有潜在有毒重金属和其他颗粒相关污染物的羽流可能对浮游群落产生不利影响（Leitner等人，2017；Christiansen等人，2010；Wishner，1980）。因此，评估浮游动物群落是否是深度特异性的或在不同深度共享的，有助于识别连通性、潜在的排放区、指示物种的潜在损失以及干扰后的重新分布和恢复能力。

在这项研究中，我们使用MPN在0-5000米深度范围内，以及使用邦戈网在约0-250米深度范围内，评估了印度洋中部（CIOB）多金属结核（PMN）合同区域内的浮游动物多样性和群落结构。样本在三个地点采集：两个在拟采矿区域内，即影响参考区（IRZ）和保护参考区（PRZ），以及一个在拟采矿区域外的地点（BC20）。浮游动物群落通过形态学分类学和针对V9区域的18S rRNA宏条形码进行分析，该区域是一个短片段，可有效进行PCR扩增，广泛应用于深海生物多样性研究（Stoeck等人，2010；Alberti等人，2017；Albaina等人，2016）。这种综合分类方法为CIOB PMN合同区域内的浮游动物多样性建立了稳健的基线，以支持评估和最小化与未来海底采矿活动相关的生物多样性影响的環境管理和监测框架。

研究区域和采样设计：2019年6月，在RV Sindhu Sadhana考察SSD-062期间，在印度洋中部（CIOB）收集了中型浮游动物样本（>200 μm）。采样在印度多金属结核（PMN）合同区域的三个站点进行：影响参考区（IRZ；13.57° S，75.60° E）、保护参考区（PRZ；12.56° S，74.41° E）和BC20（12.08° S，75.59° E），后者位于拟采矿区域外（图1a-b）。由于在这些站点尚未进行采矿活动……

环境条件：三个采样站点的水文条件大致相同（图S1）。表层水温超过20°C，并随深度迅速下降，在2000米以下降至约2-3°C。溶解氧在大约200至1000米之间出现明显的氧气最低区，随后在更深的水域逐渐增加。荧光主要局限于表层水柱，最大值接近表面，而在深层水中浓度可忽略不计。

讨论：本研究首次针对印度洋中部（CIOB）PMN合同区域的中型浮游动物群落进行了深度特定的评估，作为环境影响评估的一部分。研究结果提供了关于目标深海矿产勘探和环境监测区域内的浮游生物多样性和群落结构的基本基线数据，特别是在采矿相关排放和水柱污染与气候变率交叉的地方。

结论：本研究首次提供了印度洋中部（CIOB）多金属结核（PMN）合同区域0–5000米深度范围内的浮游生物多样性的详细基线，这是通过环境影响评估（EIA）建立的。通过使用形态学分类学和18S rRNA宏条形码，我们观察到预期采矿区和参考区之间存在显著的垂直分层和特定于地点的变化。这些发现为评估CIOB PMN合同区域内的浮游动物多样性提供了重要的参考。

作者贡献声明：Dineshram Ramadoss：撰写——审稿和编辑、撰写——原始草稿、监督、资源、方法论、调查、正式分析、数据管理、概念化。Amrita Bhaumik：撰写——审稿和编辑、可视化、正式分析。Bharath Subramanyam Ammanabrolu：撰写——审稿和编辑、撰写——原始草稿、可视化、软件、正式分析、数据管理。Veronica fernandez：监督、方法论、概念化。Kalisa Amarsingh Bogati：数据管理。

未引用的参考文献：Bolyen等人，2019；Callahan等人，2016；David，2002；Dixon，2003；Hunter，2007；Lenz等人，2000；Matthews和Blanco-Bercial，2023；Pedersen，2025；Van Smirren等人，2024；Wickham，2016；Wickham和Fran?ois，2014；Wilke等人，2019。

数据可用性声明：本研究生成的下一代测序数据集已提交给国家生物技术信息中心（NCBI），项目编号为PRJNA753274。

利益冲突声明：作者声明没有利益冲突。

资金来源：本研究由印度政府地球科学部（GAP2128）资助。

利益冲突声明：作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：Dineshram Ramadoss报告称获得了印度政府地球科学部的财务支持。如果有其他作者，他们声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢：作者感谢CSIR-NIO主任为这项研究提供的所有设施。作者感谢PMN-EIA（GAP2128）的项目负责人。作者感谢SSD 062考察中的首席科学家和团队成员（Sheldon R、Shashikant V、Mahesh K和Kuldeep K）在采样方面的支持。我们还要感谢Nandadeep Dessai在样本收集过程中的协助。

Dineshram Ramadoss | Bharath Subramanyam Ammanabrolu | Amrita Bhaumik | Kalisa Amarsingh Bogati
生物海洋学系，CSIR-国家海洋研究院，Dona Paula，Panaji，Goa，403004，印度