《Ecology and Evolution》：Biomonitoring 3.0: Beyond Taxa Lists to Evidence-Tiered Monitoring of Ecosystem Dynamics and Interactions
编辑推荐：
高通量测序（High-throughput sequencing）通过实现可扩展的分子名录（molecular inventories）改变了生物监测，但大多数项目仍强调分类群列表（taxa lists）。在本观点文章中，生物监测3.0（Biomonitori
高通量测序（High-throughput sequencing）通过实现可扩展的分子名录（molecular inventories）改变了生物监测，但大多数项目仍强调分类群列表（taxa lists）。在本观点文章中，生物监测3.0（Biomonitoring 3.0）被提出作为一个框架，该框架基于分子名录来监测随时间的生态动态（ecological dynamics）、相互作用（interactions）和生物响应（biological responses）。环境RNA（Environmental RNA, eRNA）被呈现为一种补充性信息来源，因为在某些情况下，它能比单独使用DNA提供更接近当下的近期生物活动与响应的证据。引入了一个推断阶梯（inference ladder），用于将相互作用证据从共检测（co-detection）和统计关联（statistical associations）分级到相互作用显式链接（interaction-explicit links）、耦合信号-响应动态（coupled signal–response dynamics），以及在可行情况下的生态系统级后果（ecosystem-level consequences）。概述了野外设计（field designs），这些设计利用重复的时间序列采样（time-series sampling）以及对潜在信号源和受体（signal sources and recipients）的配对采样（paired sampling），以改善时间解释（temporal interpretation）并加强归因（attribution）。还推荐了最低报告要素（minimum reporting elements），以支持透明的比较、验证和跨研究综合（cross-study synthesis）。因此，“3.0”的命名指的是主要监测目标的变化：从仅记录群落组成（community membership）转向评估与生态系统状况（ecosystem condition）和管理相关的生态动态和反馈（feedbacks）。研究人员最后提出一个实践议程，将环境核酸测量（environmental nucleic-acid measurements）发展为相互作用和变化的决策相关指标（decision-relevant indicators）。
1 引言：为什么现在是生物监测3.0
传统生物监测依赖于标准化野外采样和基于形态鉴定的生物指数，但长期存在跨项目协调、质量保证和可比性不足的问题，且分类鉴定环节引入大量误差。高通量测序和DNA条形码的出现催生了“生物监测2.0”范式，即以DNA鉴定结合二代测序来提高常规样本的信息提取效率。然而，过去十年中，分子监测实践仍以“样本×分类群”名录和基于群落组成的状态分类为主。环境DNA（eDNA）虽然可支持多样化和群体遗传推断，但“环境DNA”概念宽泛，包含多种生物来源和运输途径，遗留信号和运输介导的检测给位点特异性推断带来挑战。更重要的是，名录与生态系统功能之间缺乏机制联系——生态变化常通过物种相互作用改变来介导，早期干扰往往表现为相互作用结构变化而非物种更替。环境RNA（eRNA）因降解更快，可提供更接近当下生物活动的信号，且环境转录组学已能从生物体外RNA恢复基因表达响应。在此基础上提出生物监测3.0：一种以决策为导向、分子类型无关的框架，以分子名录为基础，将监测问题、设计和输出指向生态系统动态、相互作用或生物响应，并要求明确假设、相应证据类型和报告证据层级。
2 从分类群列表到可用于相互作用的推断：3.0有何变化
分子数据通常用于追求三个监测目标：群落组成（分类群列表）、群落功能（基因/转录本及相关通路）和群落结构（相互作用系统）。生物监测3.0的转变是将主要推断对象从静态成员转向相互作用状态和短时间尺度动态，同时与现有基于名录的工作流兼容。相互作用推断在实践中是脆弱的：共现模式在混杂过程存在时不可靠，扩增偏差会扭曲序列比例，网络推断易出现伪边。为此，文献提出至少三种互补策略：其一，利用时间序列和重复采样要求时间一致性和重复边恢复；其二，使用元网络（metaweb）和性状/文献约束将名录转换为合理的相互作用结构，并可据此计算食物网指标；其三，采用直接编码相互作用的采样设计（如食性条形码、花粉DNA、寄生虫检测）。因此，2.0与3.0的区分不在于检出物种数量增加，而在于核心监测输出从成员更替转变为链接和反馈的变化。
3 eRNA作为时间分辨层：从存在到活性和响应
eRNA并非单一均匀的信号类别，不同RNA类型在丰度、持久性和生物学解释上差异显著。对照降解实验表明，eRNA比eDNA消失更快，例如在宽pH梯度下，eRNA可检测窗口约57小时，而eDNA可达约143天；海洋实验中信使RNA（mRNA）快速消失，而核糖体RNA（rRNA）持久性更长。野外相关中宇宙实验也显示eRNA与eDNA的速率对比在不同标记间存在，且mRNA比rRNA降解更快。eRNA在河流评估中相比eDNA具有更高阳性预测值（更少表观假阳性），但灵敏度较低、假阴性率较高。更独特的贡献在于环境转录组学：在受控实验中，研究者能从水体中的细胞外RNA检测到目标生物的热应激响应、化学污染物暴露反应以及多营养级真核群落的转录变化。然而，低目标宏生物读段占比、微生物RNA干扰、测序深度和富集需求等限制，使得非靶向环境转录组学仍属新兴方法。此外，eRNA的分子多样性（如调控RNA、RNA修饰）尚未在环境监测中充分利用。eRNA在生物监测3.0中的作用并非“优于DNA”，而是提供一组经验支持的权衡，在需要快速动态和状态推断时有利，但必须对目标分子和环境背景进行校准。
4 什么算作相互作用信号：证据阶梯
为避免“相互作用”一词的滥用，提出证据阶梯来分级声明。第0级：共检测/共现，仅表示共享空间或时间，不具备机制含义。第1级：条件关联网络，需重复样本、混杂因素控制和不确定性/稳定性检验，边表示条件关联而非机制。第2级：时间序列支持的方向性关联，需足够采样频率和协变量，可用于因果推断但不构成因果证明。第3级：相互作用显式链接，通过食性分析、花粉测序、寄生虫检测等直接测量边，边含义清晰，但需处理定量偏差和数据库缺口。第4级：信号-响应耦合，在暴露合理性成立的前提下，观察到与机制一致且时间对齐的受体响应，常借助eRNA作为响应读出，但仍需排除替代驱动因素。第5级：过程级生态后果，如生产力、稳定性、养分循环等发生变化，需结合过程测量和验证。报告时应明确目标层级和可实现层级；层级并非固定顺序，例如相互作用显式设计可直接支持第3级。最低数据要求不成时，应按实际数据支持的最高层级报告。文中还提供了使用案例（脉冲干扰、生物安全/处理验证、宿主-寄生虫监测、食物网完整性指标）作为设计参考。
5 设计野外计划以实现相互作用就绪、时间分辨的监测
采样程序应围绕预期相互作用发生的时间和地点来设计，明确时间尺度（事件级小时-天、季节级周-月、长期年）和空间范围。自动化采样和高频时间序列被证明能捕获短期变异，且比单次快照提供更强的推断。配对空间设计（如上游/下游、宿主/环境）将潜在信号源和受体匹配采样，可提高暴露合理性。由于RNA易降解，现场保存策略是关键设计变量，如自保存滤器、DNA/RNA Shield等缓冲液保存。共采集和并行提取DNA/RNA可减少样本间差异。过滤和粒径分级可为eRNA的定位和运输提供信息
