網站首頁

網站首頁 > 科研動态 > 正文

論文速遞 | 我院張遠教授課題組東江流域eDNA研究系列成果

時間：2024-06-07

點擊：

成果簡介

在土地利用、水壩、營養富集等多重環境壓力下，東江流域水生态環境狀況明顯下降，生态系統面臨新的風險。利用eDNA技術，解析多重環境壓力下生态系統群落變化特征已成為熱點問題。近期我院張遠教授課題組基于監測的eDNA數據集，從α多樣性、β多樣性和生物網絡等多層面揭示了土地利用、水壩、營養富集等環境壓力對魚類、水生昆蟲和藻類等多營養級群落變化的驅動機制。耦合eDNA與遙感技術，建立了新的物種空間分布預測模型，高分辨率地揭示了東江流域水生昆蟲空間分布特征。将eDNA數據集與機器學習算法結合，提出了新型分子生物指數，實現對河流生态狀況進行快速評估。上述研究成果近期發表在Environmental Science & Technology、Science of The Total Environment、Environmental Pollution、Journal of Environmental Management等環境科學與生态學領域國際知名期刊上。

主要成果1

eDNA生物監測揭示水壩和營養富集對水生多營養級群落的交互效應

原文鍊接：https://doi.org/10.1021/acs.est.2c06919

undefined

針對河流普遍存在的水壩和營養富集等問題，該研究選擇了東江流域4個不同的水系組合，即有或無水壩和營養富集的四種組合，利用eDNA多營養級數據集，建立了基于野外監測數據集的複合壓力交互效應解析新方法，分别從α多樣性、β多樣性和食物網等多層面識别了水壩與營養富集對水生群落的交互效應類型，解析了水壩與營養富集對多營養級水生群落的驅動機制。

研究發現，水壩和營養富集共同塑造了河流系統中水生群落獨特的空間模式；兩種壓力源共同導緻了水生生物群落的異質性顯著下降（即結構同質化），且共同解釋了40-50%的群落結構變異（圖1）。其中水壩對魚類、水生昆蟲和細菌的影響更強，而營養富集對原生動物、真菌和真核藻類的驅動作用更強。此外，研究還強調水壩和營養富集以加和、協同及拮抗交互作用在河流系統中普遍存在且共存，這導緻了水生食物網顯著簡化，模塊化（協同作用）和魯棒性（加和作用）降低，而一緻性（協同作用）增加（圖2）。該研究利用eDNA技術不僅促進了對多重壓力下河流變化的理解，而且進一步驗證了eDNA或生态基因組學等新技術在生物多樣性調查中的優勢，以全面地揭示生态系統變化。

undefined

圖1. 不同類型變量對多營養級群落結構變異的相對解釋度

undefined

圖2. 水壩與營養富集對水生食物網結構的交互效應類型識别。虛線表示對兩種壓力源的加性響應預測。SYN 和 ADD 分别表示協同和加和作用。ns > 0.05；* < 0.05；** < 0.01；*** < 0.001。

主要成果2

eDNA技術揭示了不同土地利用方式對河流多營養級生物多樣性影響

原文鍊接：

http://dx.doi.org/10.1016/j.scitotenv.2022.158958

undefined

土地利用變化導緻全球河流生物多樣性和相關生态系統服務急劇下降。針對不同的土地利用如何塑造水生多營養群落問題，該研究利用eDNA技術捕獲的從細菌到魚類的生物多樣性數據集，在四個土地利用空間不同的河流系統（即輕度幹擾組、上遊幹擾組、下遊幹擾組和強幹擾組）中揭示了與人類土地利用相關的多營養生物多樣性的變化。該研究假設：1)人類土地利用強度的提高會導緻較低的分類學α多樣性，但這種變化可能由于不同分類群在物種擴散和對壓力源的耐受性方面存在固有差異而出現不一緻性。2) 空間上不同的土地利用塑造了水生群落的獨特結構和組成，改變了關鍵分類群和多營養共生網絡。

研究結果顯示，空間上不同的土地利用決定了河流系統的污染物負荷，大多數污染物（如總氮和氨氮）在四個河流系統間存在顯著差異；多營養級的分類多樣性并不一定發生顯著變化，但群落結構的變化可被視為反映不同土地利用的更敏感指标，因為不同的土地利用塑造了多營養級群落獨特的結構，而群落結構的差異性與土地利用梯度密切相關（如在輕度幹擾組中存在正相關，在強幹擾組中存在負相關）（圖3）。不同的土地利用引起了關鍵物種的轉變，導緻了群落結構的變異和共現網絡的改變（圖4）。該研究結果驗證了eDNA數據集能夠有效識别不同環境脅迫下河流水生群落的變化，并從關鍵分類群和共生網絡的角度闡明不同土地利用的潛在深遠生态後果，這超越了簡單的物種計數或多樣性。

undefined

圖3. 四個河流系統中多營養生物群落結構的nMDS排序圖（A）以及群落結構異質性與土地利用梯度之間的關系（B）。Mantel r值來Mantel’s tests，使用“Kendall tau”相關性和999次置換，實線（線性拟合）表示Mantel’s tests中顯著的上升或下降趨勢（P < 0.05），虛線表示不顯著的關系（P > 0.05）。

undefined

圖4. 四個河流系統中的多營養共現網絡結構（A）和關鍵分類群的變化（B）。在Zi/Pi圖（B）中，紅色、藍色、深色、紫色、綠色和黃色的字體分别代表魚類、水生昆蟲、原生動物、真菌、真核藻類和細菌。節點中，Zi ≥ 2.5 被識别為module hubs，Pi ≥ 0.62 被識别為connectors，而Zi ≥ 2.5且Pi ≥ 0.62 的則被識别為network hubs。

主要成果3

基于eDNA的多樣性和多營養級網絡揭示了土地利用和污染物對亞熱帶東江河系統的影響

原文鍊接：

https://doi.org/10.1016/j.envpol.2023.122157

在人類土地利用和污染物的影響下，河流水生生物群落多樣性及其構成的多營養網絡正在加速變化。針對由于傳統形态生物監測的局限性而導緻的各類群完整數據集的缺乏，研究利用eDNA方法捕獲了典型亞熱帶河流東江的多營養群落（包括魚類、水生昆蟲、原生動物、矽藻和細菌），解析了多樣性指數和網絡結構的空間格局，闡明了其對土地利用和水污染的響應，為深入了解亞熱帶河流生态系統變化提供了新的監測思路和方法。

研究結果顯示，eDNA方法共監測到的5833個OTUs（圖5），注釋為55門、144綱、329目、521科、945屬和406種。多營養多樣性指數在河流縱向尺度上具有相似的模式，從上遊到下遊呈現顯著減少趨勢，而個體分類群體則呈現出各自獨特的空間分布模式。盡管網絡指标和多樣性指數之間存在類似的空間模式，但前者與空間距離之間的關系更為密切。多營養多樣性和網絡與土地利用和水污染顯著負相關，而網絡結構往往具有更強的非線性響應（圖6）。該研究基于eDNA技術，從多營養生物多樣性和網絡的角度揭示了土地利用變化和水污染對亞熱帶河流生态系統的影響，強調了河流網絡結構的對環境壓力源的敏感性。

undefined

圖5. 在eDNA生命樹中具有明确門水平分類鑒定的OTUs比例（A），以及魚類、水生昆蟲和矽藻在科水平上的OTUs比例（B）。

undefined

圖6. 土地利用與多樣性指數（A）和多營養網絡結構（即鍊接密度、連通性和雜食性）（B）之間的關系。多樣性指數來源于魚類、水生昆蟲、原生動物、矽藻和細菌群落的個體豐富度和Shannon指數的平均值。

主要成果4

eDNA揭示了人類對亞熱帶河流系統本地和非本地魚類群落的影響

原文鍊接：

https://doi.org/10.1016/j.jenvman.2023.119595

亞熱帶河流是全球生物多樣性熱點地區之一，但面臨着魚類多樣性變化和物種滅絕的風險。針對人類對亞熱帶河流中魚類影響的問題，利用eDNA技術調查了中國東南部典型的亞熱帶河流——東江的魚類群落，研究調查了東江流域魚類群落的組成，包括所有本地和非本地魚類；分析了各類魚類群落的分類和功能多樣性的空間格局；從區域土地利用和局部水污染等方向讨論了人類對對魚類分類和功能多樣性的影響。

研究通過eDNA方法檢測到了90種/屬的本地魚類和15種/屬的非本地魚類，且eDNA數據集與曆史記錄之間的重疊度超過85%。所有魚類群落、本地魚類群落和非本地魚類群落的分類和功能多樣性顯示出一緻的空間模式，即支流上遊的多樣性顯著高于幹流和下遊。土地利用和水污染（如COD和TP）是塑造魚類群落結構在空間尺度上變化的主導因素，其中水污染分别解釋了所有魚類、本地魚類和非本地魚類群落結構變化的31.56%、29.88%和27.80%。本地魚類的Shannon多樣性指數和功能豐富度在COD（pShannon =0.0374; pfunctional =0.0215）和土地利用（pShannon=0.0159; pfunctional =0.0441）的驅動下顯示出顯著下降趨勢，但對非本地魚類沒有顯著影響（圖7）。該研究顯示eDNA方法有可能揭示人類影響下魚類多樣性的變化，如區域土地利用和局部水污染，并闡明區域和局部驅動因素在分類和功能多樣性方面對本地和非本地魚類群落的影響。

undefined

圖7. 多樣性和功能豐富度對土地利用和高錳酸鹽指數(COD)的響應

主要成果5

eDNA和遙感數據集揭示了受幹擾的亞熱帶河流水生昆蟲的空間分布

原文鍊接：

https://doi.org/10.1016/j.jenvman.2023.119972

高空間分辨率的生物多樣性數據集是河流保護和管理決策的關鍵先決條件。基于複合生态系統理論，流域内植被性狀多樣性與流域内底栖動物的性狀休戚相關。以衛星遙感所提供的植被性狀特征為主，結合流域地形地貌特征，預測東江流域底栖動物的物種豐度，考慮到具體物種分布受植被性狀和物種間相互作用的影響，結合物種豐度與遙感提供植被性狀特征，對流域内重要的底栖動物（食物網中關鍵的物種或對流域環境敏感的指示種）的空間分布進行預測。

首先，篩選了13個與物種豐度緊密相關的RS植被指數。其次，使用梯度提升決策樹，對底栖動物的物種豐度空間分布進行預測，物種豐度空間分布預測與eDNA采樣結果空間分布類似，模型R²超過0.8。研究将eDNA與遙感數據集相結合，其數據在500米範圍内實現了高空間分辨率，并且通過機器學習方法對屬豐富度的預測準确率超過80%，對特定屬的預測準确率超過70%（圖8）。該研究提供了一個靈活的框架，利用跨學科的技術進步來準确預測生物多樣性，提高了在多重壓力源下準确識别生态系統變化的能力。

undefined

圖8. 随機森林預測的三個水生昆蟲屬在Strahler河流上的檢測概率示例（A和B）。預測模型中不同因素的貢獻（C），地理環境表示緯度、經度和數字高程模型的總貢獻，豐富度表示屬豐富度的貢獻。

主要成果6

結合eDNA和機器學習進行無分類微生物生物監測以評估河流生态狀态

原文鍊接：

https://doi.org/10.1016/j.ecolind.2023.110948

實施生物監測和生物評估是目前全球河流管理中不可或缺的一部分。基于DNA的生物監測是一種有前途的生物多樣性檢測工具。針對利用DNA衍生的微生物數據集用于常規生物評估的問題，該研究分析了從東江收集的微生物（細菌和微真核生物），以基于監督機器學習的無分類策略開發一個Metabarcoding-eDNA指數（MEI），并确定新MEI指數與傳統水污染指數（即營養狀态指數TSI和水質指數WQI）在評估河流生态狀态方面的可比性。

結果顯示eDNA技術檢測到的河流中豐富的微生物多樣性，但由于參考數據庫的缺乏，其中40-90%的OTUs是未知的。結合分位數回歸和監督機器學習，大約90%的未知OTUs被可靠地分類到與TSI和WQI相對應的不同生态組。新MEI指數與TSI（細菌：R² = 0.74；真核生物：R² = 0.69）和WQI（細菌：R² = 0.64；真核生物：R² = 0.53）具有顯著且一緻的相關性（圖9）。過将eDNA衍生的微生物數據集與監督機器學習相結合，該研究進一步驗證了無分類生物監測的可靠性和穩健性，支持将微生物常規應用于河流生态狀态評估。

圖9. 傳統水污染指數（即營養狀态指數，TSI，A；水質指數，WQI，B）與細菌和微生物真核生物群落的Metabarcoding-eDNA指數（MEI））的比較。

研究團隊已發表的東江流域eDNA研究論文：

(1) Li, F., Guo, F., Gao, W., Cai, Y., Zhang, Y*., & Yang, Z. (2022). Environmental DNA biomonitoring reveals the interactive effects of dams and nutrient enrichment on aquatic multitrophic communities. Environmental Science & Technology, 56(23), 16952-16963.

(2) Li, F., Qin, S., Wang, Z., Zhang, Y*., Yang, Z. (2023) Environmental DNA metabarcoding reveals the impact of different land use on multitrophic biodiversity in riverine systems. Science of the Total Environment, 855: 158958.

(3) Qin, S#., Li, F#., Zou, Y., Xue, J., Zhang, Y*., & Yang, Z. (2023). eDNA-based diversity and multitrophic network reveal the effects of land use and pollutants on the subtropical Dongjiang River systems. Environmental Pollution, 334, 122157.

(4) Li, Z., Li, F*., Qin, S., Guo, F., Wang, S., & Zhang, Y. (2024) Environmental DNA biomonitoring reveals the human impacts on native and non-native fish communities in subtropical river systems. Journal of Environmental Management, 349, 119595.

(5) Wang, Z#., Li, F#*., Qin, S., Guo, F., Zhang, Y*., & Yang, Z. (2024) Environmental DNA and remote sensing datasets reveal the spatial distribution of aquatic insects in a disturbed subtropical river system. Journal of Environmental Management, 351, 119972.

(6) Li, X., Li, F*., Min, X., Xie, Y., & Zhang, Y. (2023). Embracing eDNA and machine learning for taxonomy-free microorganisms biomonitoring to assess the river ecological status. Ecological Indicators, 155, 110948.

上一篇：論文速遞 | 我院張遠教授課題組高偉老師在高原湖泊水生态模拟領域取得系列研究成果

下一篇：中國農業大學水利與土木工程學院莅臨我院開展學術交流

友情鍊接

聯系我們

地址：廣東省廣州市太阳成集团tyc234cc（大學城校區）

郵政編碼：510006 學院郵箱：seer@gdut.edu.cn

固定電話：020-39322141