基于eDNA宏条形码的雅砻江鱼类多样性与候选指示物种筛选：物种–环境关联分析

《Global Ecology and Conservation》：Fish diversity and candidate indicator species in the Yalong River assessed by eDNA metabarcoding: Preliminary species–environment associations

　　

环境DNA（eDNA）宏条形码（metabarcoding）检测到雅砻江流域17科58种鱼类，其中包括两种特有高原鳅（Triplophysa）。通过逐步筛选产生了11个候选指示物种，并保留了8个对环境响应的物种。黄河高原鳅（Triplophysa moquensis）和东方高原鳅（Triplophysa orientalis）对流速有响应，其适宜栖息流速为0.30–2.20 m/s。

河流生态系统日益受到水文改变、生境破碎化、水质退化等人类干扰的影响，鱼类群落因能整合生境条件、水文情势和理化环境的变化而被广泛用于河流健康评估。然而，在纵向梯度强、水电开发复杂的大型高山河流中，传统鱼类调查常面临后勤困难、空间覆盖不全以及可能伤害稀有物种等问题。雅砻江位于青藏高原东部，是长江上游重要支流，全长1571 km，落差大，中下游已遭受密集的梯级水电开发，而上游仍保留高海拔草甸和峡谷生境。但目前该流域尺度的鱼类多样性和潜在指示物种信息仍然有限。基于此，研究人员利用环境DNA（eDNA）宏条形码技术，于2023年3月至4月沿雅砻江干流以100 km间距设置17个采样点（YL1–YL17），并根据海拔和生境特征将其划分为工农业生产区（IAPA，YL1–YL5）、高山峡谷区（ACA，YL6–YL12）和高寒草甸区（AMA，YL13–YL17）。研究旨在评估干流鱼类多样性的空间格局，筛选初步候选指示物种，并探索其与实测水文和理化变量的关联。

研究基于eDNA宏条形码检测到雅砻江流域17科58种鱼类，其中鲤科、条鳅科、鰕虎科等在不同区域呈现出明显差异。通过分子生态网络分析、LEfSe分析和随机森林算法等多证据框架，初步筛选出11个候选指示物种；结合物种–环境关联分析，最终保留8个与环境变量相关的候选指示物种，其中黄河高原鳅（Triplophysa moquensis）和东方高原鳅（T. orientalis）与实测流速呈正相关，提示其可能作为流速相关候选指示物种。该研究为高山大河鱼类多样性快速监测和候选指示物种筛选提供了初步框架，对水电开发背景下河流生态保护具有参考意义。

主要关键技术方法可概括为：研究人员以雅砻江干流17个采样点（YL1–YL17，分为IAPA、ACA、AMA三个区域，每点3个重复）为样本来源，采用基于12S rRNA基因的eDNA宏条形码技术进行物种检测；利用α多样性指数和β多样性分解评估多样性格局；通过NMDS、PERMANOVA和ANOSIM检验群落差异；运用分子生态网络（MENs）、LEfSe和随机森林进行候选指示物种的多证据筛选；最后以Mantel检验和相关分析评估候选物种与实测环境变量（水温、溶解氧、pH、电导率、浊度、海拔、流速等）的关联。

### 3.1 鱼类多样性、组成和群落组装

基于eDNA宏条形码，研究人员在17个站点中共获得1,092,602条过滤后鱼类读数，平均每站点约64,271条。检测到的鱼类隶属17科，其中鲤科OTU最多（33个），其次为条鳅科（5个）、鰕虎科（4个）和鲿科（3个）。区域间鱼类群落组成存在明显差异：鲤科在ACA占72.51%，远高于其他区域；鰕虎科在IAPA占37.11%，而在ACA和AMA仅分别占0.96%和2.91%；鲶科在ACA占22.20%，而在其他区域不超过3%；条鳅科在AMA占68.15%，在其他区域均低于3.5%。NMDS排序、PERMANOVA和ANOSIM分析均支持IAPA、ACA和AMA三个区域鱼类群落组成显著分离，其中黄河高原鳅和东方高原鳅的检出清楚地将AMA与其他区域区分开。

### 3.2 不同空间特征下鱼类物种多样性的变化

α多样性分析显示，IAPA的Shannon指数和Simpson指数最高，但三个区域间无显著差异（p > 0.05）；Chao1和Fisher指数同样以IAPA最高，且IAPA与ACA之间存在显著差异（p < 0.05）。β多样性分析显示，雅砻江鱼类群落的总体Jaccard相异度（β_cc）为0.557，其中物种替换（β_-3）为0.202，物种丰富度差异（β_rich）为0.355；物种替换解释了总β多样性的63.7%，是β多样性的主要组成成分。基于Jaccard相异度的主坐标分析（PCoA）表明，IAPA与另外两个区域的相似性较低，而ACA与AMA之间的群落组成更为相似。

### 3.3 候选指示物种的筛选

通过分子生态网络分析、LEfSe分析和随机森林特征排序，研究人员初步筛选出11个候选指示物种：鲤（Cyprinus carpio）、张氏餐（Hemiculter tchangi）、鲇（Silurus asotus）、子陵吻鰕虎鱼（Rhinogobius similis）、黄河高原鳅、东方高原鳅、暗色吻鰕虎鱼（Rhinogobius brunneus）、大银鱼（Protosalanx chinensis）、梅花鱼（Gnathopogon herzensteini）、中华纹胸鮡（Glyptothorax sinensis）和长春鳊（Parabramis pekinensis）。分子生态网络显示，子陵吻鰕虎鱼和张氏餐在三个区域网络中均处于中心位置；LEfSe在IAPA鉴定出5个特征性OTU，在ACA鉴定出2个；随机森林则识别出9个高重要性OTU。

### 3.4 候选指示物种与实测环境变量的关联

在IAPA，张氏餐与电导率（EC）呈显著正相关（r = 0.308，p = 0.042）；子陵吻鰕虎鱼与河宽、水深和浊度（NTU）呈正相关；大银鱼和中华纹胸鮡与温度和Ca/Mg呈正相关。在ACA，张氏餐与电导率、Ca/Mg和海拔呈正相关；黄河高原鳅与流速（Q，r = 0.775，p = 0.006）、pH和Ca/Mg呈正相关；东方高原鳅与流速（r = 0.678，p = 0.016）呈正相关。在AMA，鲤、鲇和东方高原鳅均与Ca/Mg呈显著正相关，黄河高原鳅与碱度（Alk）呈正相关。根据上述物种–环境关联分析，11个候选物种中有8个被保留为环境相关候选指示物种，即鲤、子陵吻鰕虎鱼、鲇、张氏餐、黄河高原鳅、东方高原鳅、中华纹胸鮡和大银鱼；另外3个因关联较弱或不一致而未保留。

讨论部分指出，eDNA宏条形码为大型高山河流鱼类多样性提供了快速、非侵入性的调查手段，但检出物种数（58种）低于以往基于多方法调查的报道（98种），这可能与采样时间、空间覆盖、目标标记、参考数据库及生物信息过滤阈值等差异有关。水文调节和生境破碎化可能与鱼类多样性的空间变化相关，但本研究属于单一时段调查，无法直接量化坝工影响。候选指示物种与Ca/Mg等理化变量的关联可能反映了区域碳酸盐、镁的生物地球化学过程；在ACA中，两种高原鳅与流速的正相关可能与其底栖刮食生境偏好有关。研究局限包括：仅有一个采样季节、17个干流站点、样本量有限；eDNA读数可能受DNA运输、降解、扩增效率等影响，不能直接代表鱼类丰度；水电开发仅作为区域生态背景而非直接定量变量；筛选出的物种应视为环境相关候选指示物种，而非经过正式物种保真度和特异性验证的稳定指示物种。

研究结论可翻译为：研究人员初步建立了一个基于鱼类指示物的框架，以探索候选指示物种与实测环境变量的关联。最初通过分子生态网络分析、LEfSe分析和随机森林算法筛选出11个候选指示物种，并根据物种–环境关联分析保留8个环境相关候选指示物种，分别为鲤、子陵吻鰕虎鱼、鲇、张氏餐、黄河高原鳅、东方高原鳅、中华纹胸鮡和大银鱼。在IAPA中，大银鱼和中华纹胸鮡与Ca/Mg和温度相关；在ACA中，黄河高原鳅和东方高原鳅与实测流速相关；在AMA中，鲤、鲇和东方高原鳅也与Ca/Mg相关。现有研究显示，雅砻江Ca/Mg的主要来源包括冰川消融、矿物溶解、肥料使用和动物排泄物。因此，未来监测这些候选指示物种可能有助于识别区域理化条件的变化。在ACA中，流速是影响鱼类指示物种响应的重要环境因子，黄河高原鳅和东方高原鳅在当前采样框架下可作为流速相关候选指示物种，但其时间稳定性及更广泛的适用性仍需使用多季节、多年监测数据加以验证。由于本研究未采用直接量化保真度和特异性的正式指示物种模型，所选物种应视为需要进一步验证的环境相关候选指示物种。