解码受人为影响生境中的鱼类健康轨迹：整合机器学习方法用于巴基斯坦生态评估

《The Journal of Basic and Applied Zoology》：Decoding fish health trajectories across anthropogenically impacted habitats: integrating machine learning approaches for ecological assessment in Pakistan

　　

该研究采用基于机器学习的方法考察能量与养分的流动和转化，以设计科学实验、提升水产养殖预测精度并减少对实验动物的依赖。所建模型可预测形态测量模式、宏量营养成分、应激水平和毒性等可测量的水产养殖相关参数。随机森林(RF)集成学习方法可对水生生态毒理学中复杂生物响应建模，反映不同环境与采样点下鱼类的生理状况。废水站点（III 和 IV）标本平均体型最大，条件因子(condition factor)为 1.49。近似成分分析显示这些站点营养质量显著下降：蛋白质降至 14.56%，脂质降至 2.62%，并与重金属生物累积及相关氧化应激有关，后者常使水分升至 79.87%，以肌肉组织为代价，呈负相关。稳态调控限制了必需元素的预测效用，但 RF 模型在前决策节点以 95.1% 交叉验证准确率识别出金属间差异及氧化应激驱动因子（超氧化物歧化酶(SOD)和过氧化氢酶(CAT)）。RF 框架还可不经监管阈值，依据能量重分配特征（如蛋白质等）自动划分地理风险。结果表明，随机森林可作为流域风险定级与多层生物监测的高精度机器学习技术，对鱼类研究者、科学家、技术员和养殖场运营者具有价值。

研究背景方面，罗非类淡水鱼 Labeo rohita（露湖）在巴基斯坦等亚洲国家分布广泛，鱼类因高蛋白和矿物质成为重要食物来源。随着工业革命与人为活动增强，重金属等污染物进入河流、运河与养殖系统，传统水质管理难以应对非线性、非正态和异方差的野外数据。现有统计方法在复杂生态毒理响应建模中存在局限，因此研究人员开展一项结合形态测量、近似成分、氧化应激酶、元素浓度与随机森林(RF)机器学习的研究，以解码受人为影响生境中鱼类健康轨迹，服务流域风险定级与多层生物监测。该研究发表于《The Journal of Basic and Applied Zoology》。

关键技术方法上，研究人员在巴基斯坦陈纳布河、印度河、穆尔坦与穆扎法尔格尔运河以及两处养殖场共六点采样，获 180 尾 Labeo rohita 样本队列。方法包括形态测量与条件因子计算、近似成分分析、肝肾心鳃抗氧化酶（超氧化物歧化酶(SOD)、过氧化氢酶(CAT)、过氧化物酶(POD)）提取测定、原子吸收光谱定量镉(Cd)铜(Cu)钴(Co)铅(Pb)铁(Fe)砷(As)镍(Ni)汞(Hg)铬(Cr)等元素，以及用 Python 与 scikit-learn 建立随机森林(RF)回归/分类模型，并以决定系数(R²)、平均绝对百分比误差(MAPE)和交叉验证准确率评估。

Morphometric analysis：研究人员通过体重与总长等测量计算条件因子(K=100×W/L³)，发现废水站点鱼体更长且 K 达 1.49，养殖塘站点 K 约 1.00–1.01 但湿重最大，总长、叉长、标准长与湿重几乎完全正相关（r>0.99），说明等速生长；条件因子反映肥满度与健康，和其余指标中等相关。

Proximate body composition：研究人员分析水分、粗蛋白、粗脂与灰分，发现养殖塘站点蛋白 17.89%–18.04%、脂质 3.44%–3.47%、水分 74.58%–75.22%，营养最佳；废水站点蛋白 14.56%–15.22%、脂质 2.62%–2.98%、水分 79.47%–79.87%，营养稀释；河流站点居中。水分与营养密度呈负向关系。

Oxidative stress：研究人员测定 SOD、CAT、POD，废水站点 III 的 SOD 0.798、CAT 281、POD 0.70 均最高，ANOVA 显示位点间差异极显著（p<0.01）。SOD 与 CAT 是主要氧化应激信号，表明重金属催化活性氧(ROS)生成是污染生境主导生物标志。

Elemental concentration：研究人员用原子吸收光谱发现废水站点 Cd、Pb、As、Cr、Ni 等浓度更高，Fe 与 Cd 空间热点和采样点重合；Co 与 Ni 受稳态调控，预测力弱，Cd、Hg、As、Pb 等生物可利用金属预测精度高。

Machine learning–based predictive modeling：研究人员以生境类型、营养指标、氧化应激酶与多金属浓度为特征训练 RF，SOD 基尼重要性 0.52、CAT 0.38、POD 0.15；营养特征解释力约 18%，氧化应激特征约 68%。RF 将生境分为最优（养殖塘）、中等（河流）、临界（废水），交叉验证准确率 95.1%，并可不依赖监管截断值输出连续风险面。

讨论部分总结：研究人员指出鱼类是生态系统健康敏感生物指示种，条件因子(K)高并不一定代表营养储备优，废水站点高 K 伴随蛋白与脂质耗损，符合能量重分配假设——生长与繁殖储备转向解毒与抗氧化。RF 能克服传统线性模型对正态、线性、同方差的假设限制；氧化应激标志物 SOD 与 CAT 位于决策树前节点，证实金属催化 ROS 是参考与污染生境分界核心。营养指标虽精度较低（76%–84%），但可辅助区分中等金属负荷个体。空间上废水羽流形成 Pb、Fe、As、Hg、Cr 高浓度热点，RF 自动定级为最优 62%、中等 78%、临界 90% 风险指数。受稳态调控的 Co、Ni、Ca、Zn 不宜作为常规监管标志，Cd 与 Hg 可作一级监测，Fe、As、Mg、Zn 作二级验证，SOD 与 CAT 作三级机制预警。

结论部分翻译：随机森林集成模型通过避免非线性、非正态与异方差的传统限制，以 95.1% 交叉验证准确率优于线性方法。随机森林决策层级表明，虽然受稳态控制的元素缺乏预测力，但金属失衡与关键氧化应激指标（超氧化物歧化酶(SOD)、过氧化氢酶(CAT)）是生境污染的重要预测因子。将生理能量重分配参数纳入随机森林分类流程的三级监管体系，可提供连续、非任意的流域风险评估面。