《Environmental DNA》:Airborne Environmental DNA for Moth Monitoring: Effectiveness, Challenges, and Complementarity With Traditional Methods
编辑推荐:
环境DNA(eDNA)宏条形码是一种新兴的非侵入性生物多样性监测工具,但其在空气源中的应用仍未被充分探索,特别是对于昆虫。蛾类作为传粉者、猎物和环境变化指示物种,在生态中扮演关键角色,使其成为有价值的监测目标。在本研究中,研究人员评估了空气eDNA宏条形码用于
环境DNA(eDNA)宏条形码是一种新兴的非侵入性生物多样性监测工具,但其在空气源中的应用仍未被充分探索,特别是对于昆虫。蛾类作为传粉者、猎物和环境变化指示物种,在生态中扮演关键角色,使其成为有价值的监测目标。在本研究中,研究人员评估了空气eDNA宏条形码用于监测鳞翅目(Lepidoptera)生物多样性的有效性,并将其性能与传统光诱捕方法进行比较。空气样本使用紧凑型空气过滤器收集,这些过滤器与光诱捕器配对,在英国两个郊区花园地点进行了为期30天的采样。本研究的结果是混合的。两种方法以相似比例鉴定出相同的优势科,但物种水平的重叠较低(23.7%–32.6%)。尽管eDNA宏条形码比光诱捕器检测到的物种少41%,但它检测到了光诱捕器未捕获的物种。尽管成功鉴定了一系列蛾类物种,但eDNA读取计数与光诱捕器中的蛾类丰度不相关,限制了其在估计相对丰度方面的用途。通过增加采样努力和优化实验室方案,空气eDNA可能成为传统监测方法的有价值补充工具。然而,光诱捕器对于收集生态数据(如丰度、体型和物候模式)仍然至关重要。将eDNA与传统方法整合可能提供对蛾类生物多样性和生态动态的更全面理解。在空气DNA能够可靠地应用于生物多样性监测之前,还需要进一步工作来解决方法学上的局限性,特别是采样策略和引物设计。
该论文发表在《Environmental DNA》上。以下是对论文主体内容的解读:
## 研究背景与问题
生物多样性监测是理解物种分布、评估生态系统健康的关键手段。昆虫作为最丰富的后生动物类群,提供传粉、种子传播和害虫控制等重要生态功能,其中鳞翅目(Lepidoptera)因其对环境变化的敏感性而成为理想的指示生物。传统的光诱捕法(light trapping)虽广泛应用,但存在劳动强度大、非完全非致死、鉴定依赖专家经验等局限。环境DNA(eDNA)宏条形码(metabarcoding)作为一种非侵入性工具已在水生监测中取得成功,但其在空气样本中的应用尤其是针对昆虫的检测仍不充分。目前仅有两项研究部分涉及空气eDNA对蛾类的检测,且物种重叠率低。因此,本研究旨在系统地评估空气eDNA宏条形码监测蛾类的有效性,并与传统光诱捕法进行直接比较,探讨其优势、挑战及互补性。
## 研究方法概述(<250字)
研究人员在英国大伦敦的两个郊区花园地点(Richmond upon Thames和Bromley)开展采样,两个地点分别自2020年和2006年起由公民科学家进行近日常规蛾类记录。每个地点设置一个光诱捕器(分别为20W actinic灯和125W水银蒸汽灯),并配对放置紧凑型空气过滤器。在2023年7月至9月的30个夜晚,每晚从黄昏前(约21:15 BST)至次日早晨(约10小时)同步运行。空气过滤器在-20°C保存后,使用改良的QIAGEN DNeasy Blood and Tissue试剂盒提取DNA。采用昆虫COI(细胞色素c氧化酶亚基I)宏条形码引物对BF3/BR2(扩增子长度458 bp)进行三重PCR扩增,在Illumina NextSeq 2000平台上测序。序列数据通过DADA2流程处理获得扩增子序列变异(ASV),利用BLAST+和BASTA工具与NCBI鳞翅目参考数据库比对进行物种分配,并采用decontam方法去除污染物。生态分析使用phyloseq、vegan和ggplot2等R包进行。
## 研究结果
### 3.1 测序输出与初始分配
原始测序共产出103,881,135条读段,经引物修剪和错误过滤后保留65,746,365条,再经降噪、合并和嵌合体去除后为59,612,708条。初始ASV表含57,712个ASV,经BLAST和BASTA分配后仅保留766个鳞翅目ASV。其中244个可鉴定到种水平,但检测到大量人类DNA污染和少量植物、真菌序列。
### 3.2 污染物去除与最终ASV整理
使用decontam(阈值0.5)识别并移除56个ASV污染物。同时去除人类DNA、正对照(Acronicta rumicis)以及非鳞翅目标(如Lauraceae植物、真菌和双翅目)。经手动复核,39个ASV从属或科级修正至种级。最终洁净数据集含280个ASV(158,652条读段),其中269个ASV鉴定到种,13个到属。
### 3.3 eDNA宏条形码与光诱捕法检测的鳞翅目多样性比较
两种方法检测到相似的优势科组成:大蛾类中夜蛾科(Noctuidae)多样性最高,其次是尺蛾科(Geometridae)和裳蛾科(Erebidae);小蛾类中草螟科(Crambidae)、卷蛾科(Tortricidae)和螟蛾科(Pyralidae)占主导。但物种水平重叠率低:在Richmond点位仅23.7%(10种由eDNA检出,64种由光诱捕检出,23种共有),在Bromley点位为32.6%(13种由eDNA检出,76种由光诱捕检出,43种共有)。卡方检验显示两种方法的检测谱存在显著差异(RT: χ2=12.19, p<0.001; Br: χ2=9.60, p<0.001)。eDNA读取计数与光诱捕丰度之间无显著相关(Pearson’s r = -0.00524),表明空气eDNA无法可靠反映相对丰度。
### 3.4 两种检测方法的鳞翅目丰富度比较
每日物种丰富度方面,光诱捕法在两个点位均显著高于eDNA宏条形码(Welch’s t-test, p<0.001)。物种积累曲线显示30天采样内两种方法均未达到渐近线。但外推丰富度估计显示:在Richmond点位,eDNA的外推丰富度(254.38种)高于光诱捕(105.46种),提示增加采样努力后空气eDNA可能揭示更完整的群落;而在Bromley点位则相反(eDNA: 79.04, 光诱捕: 150.59)。研究指出两个点位的光源类型不同(Richmond使用20W actinic灯,Bromley使用125W水银蒸汽灯),这是造成差异的重要混杂因素。
## 讨论总结与结论翻译
**讨论总结:** 空气eDNA宏条形码与光诱捕法在科级水平一致,但种级检测偏差显著。eDNA可能因昆虫DNA释放量少(几丁质外骨骼)、开放环境稀释效应、DNA快速降解(紫外线、温湿度)、以及COI引物偏向性(长片段458 bp、人源DNA竞争)等原因漏检部分物种。同时,光诱捕也可能因趋光性差异、光污染等因素漏检某些物种。每日丰富度上光诱捕更高效,但外推丰富度提示空气eDNA在更大采样规模下可能覆盖更广。COI引物的偏向性和长靶标片段限制了检测灵敏度和定量能力,建议使用多引物组合(如12S、16S)并优化引物设计。eDNA读取计数与丰度不相关,可能与生物量、扩散动力学和提取效率有关。采样协议方面,单过滤器可能空间代表性不足,建议夜间多次或同时部署多个过滤器。
**研究结论翻译:** 尽管空气eDNA宏条形码在检测蛾类多样性方面显示出一定潜力,但目前面临提供关键生态数据(如丰度)的挑战,而丰度对于全面监测至关重要。相比之下,传统光诱捕在野外部署方面相对低投入、通常经济实惠且能提供有价值的生态洞察,并在公民科学项目中广泛采用。然而,后续处理劳动密集且需高水平分类学专业知识,这推动了替代方法(如相机光诱捕和基于AI的识别工具)的发展。未来研究应优先对空气eDNA采样进行方法学优化,包括过滤器类型、放置位置和尺寸,以及DNA提取方案和引物开发。还需了解影响空气中eDNA持久性和降解的环境因素。阐明eDNA读取丰度的驱动因素对于推进其作为生物量或种群密度代理指标的应用至关重要。将空气eDNA宏条形码与传统昆虫学监测相结合的整合框架,有望通过融合分子检测与生态背景,提供对蛾类生物多样性的更全面理解。持续的技术和方法学完善对于在保护生物学和生态学研究中充分发挥空气eDNA的潜力至关重要。