《Water Biology and Security》：Environmental DNA for fish monitoring: Progress, challenges, and applications
编辑推荐：
环境DNA（eDNA）技术用于鱼类监测正经历从方法异质性向标准化应用的关键转型。本综述系统回顾了eDNA技术的发展历程，识别出制约其实际应用的三大核心挑战：eDNA释放、降解与输运动态机制尚不清晰；全流程污染控制与聚合酶链式反应（PCR）偏差引入的技术噪声难以
环境DNA（eDNA）技术用于鱼类监测正经历从方法异质性向标准化应用的关键转型。本综述系统回顾了eDNA技术的发展历程，识别出制约其实际应用的三大核心挑战：eDNA释放、降解与输运动态机制尚不清晰；全流程污染控制与聚合酶链式反应（PCR）偏差引入的技术噪声难以消除；物种注释所依赖的参考数据库存在显著的区域性盲区。研究人员整合了前沿工具如人工智能（AI）辅助物种注释、被动采样和环境RNA（eRNA）监测的最新进展，并提出了一套涵盖采样、保存、提取、扩增和生物信息学分析的标准化操作框架。基于上述分析，本文进一步绘制了2026至2035年的发展路线图，旨在推动eDNA技术从学术研究向常规水生生态系统管理的转化应用。
论文解读：环境DNA鱼类监测技术的系统性回顾与标准化路径
一、研究背景与现存问题
全球范围内，大规模人类活动、水资源过度开发以及广泛的水体污染导致水生生态系统严重退化，水生生物多样性持续下降。鱼类作为水环境健康的关键指示生物，在全球已知的35,334种现存鱼类中，有4656种与渔业生产密切相关。传统鱼类监测方法包括直接观察、拖网捕捞、电捕鱼和回声探测等，这些方法普遍存在效率低下、对水生生物及其栖息地造成干扰、高度依赖专业分类学知识，且在检测珍稀和隐秘物种方面表现不佳。因此，研究人员迫切需要一种非侵入性、高灵敏度且标准化的监测技术。
环境DNA（eDNA）技术自2008年被首次应用于水生蛙类监测以来，已在鱼类群落监测领域得到快速推广。然而，随着应用的迅速扩展，该方法在采样、保存、提取、扩增、测序和生物信息学分析各环节暴露出巨大的方法学差异，使得不同研究间的直接比较变得困难。现有综述虽取得丰硕成果，但仍缺乏一个能够融合发展历史、标准工作流程、最新方法、跨学科应用及区域实践经验的完整框架。为此，本研究旨在分析核心争议与技术瓶颈，总结2024至2026年间的最新进展，并为中国水域提出标准化策略。
二、研究内容与主要结论
研究人员围绕eDNA技术的概念演进、技术优势与固有限制展开了全面评述。首先明确了eDNA仅反映环境中的遗传痕迹，无法直接证明活体生物的存在，这一本质区别是诸多问题（如假阳性、历史残留DNA干扰）的根源。通过与五种传统方法的系统对比，总结了eDNA技术的四大优势：高灵敏度、环境友好性、成本效益和客观性。同时指出其三大固有限制：可提供的生物学信息范围狭窄（无法反映发育阶段、性别比例和健康状况）、信号易受环境条件影响（导致生物量估算偏差大）、以及方法学异质性严重。
在技术工作流程方面，研究人员对采样、保存、提取、扩增和数据分析各步骤进行了详细的方法学优化分析。采样环节重点讨论了滤膜孔径的重新审视和被动采样的兴起，指出并非最小孔径最优，而应根据目标选择；被动采样在高流速条件下可匹配主动过滤效果，特别适用于洄游鱼类监测和浑浊水体。保存环节的研究表明冷冻保存和Longmire's缓冲液优于乙醇保存，尤其在长期储存时。提取环节强调应优先追求靶标DNA占比最大化而非总DNA产量最大化。检测与分析环节则涵盖了引物设计、PCR技术选择、高通量测序平台迭代以及生物信息学从操作分类单元（OTU）向扩增子序列变异（ASV）的分辨率革命。
在应用层面，研究人员将eDNA技术分为物种监测、生物量评估、生物多样性研究和前沿交叉学科四个方向。物种监测已实现从简单的存在/缺失检测向入侵物种早期预警的跨越，但在假阳性和假阴性问题上仍需谨慎。生物量评估面临从实验室正相关性到野外定量模型的艰难过渡，温度、pH、紫外线和水流等环境因素会显著削弱eDNA浓度与实际生物量的关系。生物多样性研究已从简单的物种名录扩展到功能和系统发育维度，在中国长江流域的应用取得了显著进展。前沿交叉领域包括eDNA与机器学习、遥感/声学以及环境RNA（eRNA）的深度融合，其中深度学习在物种注释上的突破有望减轻对参考数据库的依赖。
三、关键技术方法
本研究采用的主要关键技术方法包括：（1）eDNA宏条形码（eDNA metabarcoding）技术，通过通用引物（如MiFish-U）对线粒体12S rRNA基因进行扩增和高通量测序；（2）数字微滴PCR（ddPCR）用于低浓度靶标的绝对定量，相比实时荧光定量PCR（qPCR）具有更高的灵敏度和抑制耐受性；（3）被动环境DNA采样（PEDS）技术，利用玻璃纤维等吸附材料在不依赖动力设备的情况下连续富集eDNA信号；（4）基于深度学习的AI辅助物种注释方法，包括可解释卷积神经网络（CNN）和零样本学习方法，用于应对参考数据库不完整的情况；（5）多模态数据融合框架，整合eDNA、卫星遥感和水声数据，通过层次贝叶斯模型或集成学习方法构建物种分布模型。
四、研究结果
挑战1：eDNA释放、衰变和输运动态的“黑箱”。研究表明，虽然eDNA浓度与生物量呈正相关，但这种关系在复杂野外环境中极不稳定。根本原因在于对eDNA从释放到降解再到运输的全过程缺乏定量理解。多种因素的交互作用、eDNA存在的多种形态（游离DNA、细胞内DNA和组织碎片）具有不同的衰减速率，以及运输过程的高精度模型缺失，共同构成了这一挑战。
挑战2：全过程污染和PCR偏差的技术噪声。传统的阴性对照只能指示污染发生，无法追溯具体污染源。通用引物在不同物种间存在明显的扩增偏差，扩增差距可达十倍以上，严重扭曲相对物种丰度的计算。即使使用已知组成的模拟群落进行定量校准，近缘同属物种的残余偏差仍超过30%。
挑战3：参考数据库的区域性盲区。主流参考数据库（如NCBI和BOLD）存在明显的地理偏差，温带和经济重要鱼类的序列资源相对充足，而热带、亚热带和中国西南地区特有鱼类数据严重匮乏。这种数据缺口导致eDNA数据集中大量序列无法被分类注释，极大限制了区域水生生物多样性监测的数据解读能力。
五、讨论与结论
讨论部分指出，克服上述三大挑战需要多管齐下的策略。针对动力学“黑箱”，可通过机器学习辅助建模、叠氮溴化丙锭（PMA）预处理去除死亡来源DNA、以及与流体动力学模型耦合来突破。针对污染和PCR偏差，建议加强实验室微生物组监测，采用多重引物组合（如12S+16S），并应用贝叶斯偏差校正模型；第三代测序被视为解决引物偏差的终极方案，但其成本效益仍需提升。针对参考数据库缺陷，呼吁启动国家层面的协调测序计划，覆盖主要河流流域的特有鱼类，并鼓励研究人员提交未鉴定或新生成的序列至公共数据库。
研究结论部分可翻译如下：本研究提出了一个统一的eDNA监测标准化操作框架，涵盖采样（2-5 L水样，0.45 μm或5 μm滤膜，至少三次重复）、保存（-20°C或-80°C冷冻）、提取（DNeasy系列试剂盒）、扩增（12S+16S引物联用，优先使用ddPCR）和分析（DADA2生成ASV，开放原始数据和代码）五大核心实验程序。在此基础上，结合国际标准（ISO/FDIS 17805、ISO/AWI 264888）和区域规范（中国长江流域T/CQSES 27-2025），建议建立国家eDNA参考物质库和统一的实验室认证标准。最终绘制了2026至2035年的发展路线图，将eDNA技术从学术研究推向常规水生生态系统管理，标志着该领域从技术验证期正式迈入标准化与智能化集成的新阶段。
