结合鱼类分类多样性、功能多样性、共现网络以及组装过程,利用中国厦门湾的eDNA代谢条形码技术解析季节性群落动态
《Marine Environmental Research》:Integrating fish taxonomic and functional diversity, co-occurrence networks, and assembly processes to resolve seasonal community dynamics using eDNA metabarcoding in Xiamen Bay, China
【字体:
大
中
小
】
时间:2026年07月12日
来源:Marine Environmental Research 3.4
编辑推荐:
周永华|李天源|张文静 摘要:鱼类群落是沿海海湾生态系统的重要组成部分,但在动态海湾系统中,控制其季节性群落构成的机制仍需进一步研究。本研究通过分析厦门湾四个季节采集的96个水样中的12S rRNA eDNA条形码数据,从分类学和功能学角度探讨了鱼类群落的季节性变化及其与环境因子
周永华|李天源|张文静 摘要:鱼类群落是沿海海湾生态系统的重要组成部分,但在动态海湾系统中,控制其季节性群落构成的机制仍需进一步研究。本研究通过分析厦门湾四个季节采集的96个水样中的12S rRNA eDNA条形码数据,从分类学和功能学角度探讨了鱼类群落的季节性变化及其与环境因子的关联,同时评估了群落稳定性与形成过程。共检测到122种鱼类,α多样性表现出特定的季节性特征:ACE丰富度与功能均匀度在冬季达到峰值,香农多样性及皮洛均匀度在夏季较高,而功能分散度在秋季最大。β多样性分析表明,分类学上的β多样性主要受物种更替驱动,而功能学上的β多样性则由嵌套性主导,说明尽管存在季节性物种更替,功能组成仍呈现嵌套结构。基于出现-缺失数据的性状组成在各季节基本保持稳定,群落以底栖生境、底食性、远洋洄游、浮卵、喜暖水、高恢复力以及口部位于末端等特征为主。部分冗余分析进一步表明,温度、盐度和pH值是影响分类学组成季节变化的主要因素,而总磷和盐度与功能组成的关联更为紧密。网络分析显示,冬季和春季的群落结构稳定性更高,而夏季和秋季则较低。此外,随机过程,尤其是生态漂变和扩散限制,在塑造鱼类群落方面起着重要作用。总体而言,本研究从季节性角度揭示了沿海海湾中鱼类群落的结构、功能组织及形成过程,为生物多样性监测和渔业管理提供了科学依据。
引言:沿海海湾是具有生态意义和社会经济价值的生态系统,它们不仅维持着较高的生物多样性,还为渔业资源提供支撑(Seitz等人,2014)。随着沿海开发与人类活动的加剧,陆地来源的营养物质和污染物输入量不断增加,这可能降低栖息地质量,改变食物供给和避难条件,进而影响鱼类种群动态和群落结构(Cloern,2001;Lotze等人,2006;Munsch等人,2006;Chen等人,2015)。同时,淡水输入和环流的季节性变化也会导致海湾的水文状况和水质发生显著波动,从而影响鱼类的分布(Pichler等人,2015;Whaley等人,2023)。因此,了解鱼类群落如何应对这些因素对于保护生物多样性和实现沿海生态系统的适应性资源管理至关重要。
生物多样性是决定海洋生态系统功能和稳定性的关键因素(Stachowicz等人,2007;Tilman等人,2014)。以往的生物多样性研究主要集中在分类学多样性上,通常通过物种检测、丰富度及分类组成来描述鱼类群落(Stoeckle等人,2024;Chen等人,2025;Seymour等人,2025)。例如,Chen等人(2025)报告称南中国海中部有190种鱼类,其中鲈形目和灯笼鱼目占主导地位;Stoeckle等人(2024)结合eDNA检测和拖网调查,发现西北大西洋沿岸栖息地的优势物种存在明显的季节性更替;Seymour等人(2025)则发现,在南非沿海,分类学丰富度和β多样性随温度升高而增加,而群落差异主要由物种更替驱动。然而,这类分类学方法只能确定哪些物种在何时何地出现,若缺乏性状信息,则无法区分功能相似物种之间的更替与生态策略的变化,从而难以推断功能冗余性及群落变化的机制(Díaz等人,2013;Cassidy等人,2020)。为弥补这一缺陷,功能多样性框架通过量化群落的性状结构,为分类学描述提供了补充,从而为理解群落变化提供新的视角。功能多样性通常指群落内功能性状的数值与范围,可通过物种在多维性状空间中的位置来量化(Gross等人,2017)。在实际应用中,功能多样性常通过性状空间指数来衡量,包括功能丰富度(FRic)、功能均匀度(FEve)、功能分异度和分散度(FDiv和FDis)以及Rao二次熵(RaoQ)(Villéger等人,2008;Mouillot等人,2014)。这些指标能够将群落结构与生态系统功能及干扰敏感性更直接地联系起来,有助于检测群落对环境变化的性状结构响应(Lamothe等人,2018;Zhang等人,2024)。例如,长期监测显示,虽然物种丰富度可能相对稳定,但基于性状的群落结构会随时间发生显著变化,且功能组成往往比分类组成与环境条件有更强的关联(Aune等人,2024;Receveur等人,2024)。因此,结合分类学和功能学视角,有望更全面地描述鱼类群落的季节性动态。
除了生物多样性外,物种间的相互作用也很重要。共现网络分析被广泛用于推断物种间的潜在关联,并从连通性、模块性及关键物种等方面描述群落结构,为评估群落的复杂性和稳定性提供了有效工具(Faust & Raes,2012;Barberán等人,2012)。例如,Wang等人(2023)报道了浙江南部近岸地区鱼类共现网络的时间变化,2018年后链接密度和聚类系数下降,而模块性上升;Cheng等人(2023)发现大陈岛周边鱼类共现网络存在明显的季节性重组,夏季至秋季模块内连通性更强,冬季模块间嵌套性更明显,春季连通性较低。由于共现网络仅能推断物种间的潜在关联,因此还需要群落形成框架来进一步解析其背后的形成机制。目前的群落形成理论认为,群落结构是由确定性过程和随机过程的共同作用所决定的(Chase,2010;Stegen等人,2013;M?ren等人,2018)。确定性过程主要包括生物相互作用和环境筛选作用,前者强调种间资源竞争和生态位分化,后者则强调环境条件对具有特定生态位或性状的物种的选择(HilleRisLambers等人,2012;Purschke等人,2013)。相比之下,中性理论下的随机过程则将群落差异归因于概率性定殖、扩散限制以及随时间积累的生态漂变(Hubbell,2001)。先前的研究表明,显著的季节性水文变化会改变沿海鱼类群落中确定性过程和随机过程的重要性,从而导致分类组成和结构的季节性差异(Shinohara等人,2022;Zeng等人,2025)。例如,Zeng等人(2025)发现,中国南方亚热带红树林湿地中的鱼类群落形成主要受随机过程控制,雨季同质选择更强烈,旱季扩散限制更严重。然而,在半封闭的亚热带海湾中,关于季节性变化如何影响鱼类群落的稳定性和形成机制的系统性研究仍较为有限。
厦门湾是中国东南沿海典型的半封闭亚热带河口海湾。该海湾受到九龙江季节性淡水排放以及与台湾海峡水体的交换影响,因此具有明显的时空水文异质性(Xue等人,2004;Yan等人,2012)。这里为多种沿海渔业资源(如鱼类、虾类、蟹类和双壳类)提供了重要的产卵、育苗、觅食和栖息场所,同时也是双向洄游物种的迁徙通道(Huang等人,2013)。然而,人类活动持续影响着鱼类资源及群落结构,这就凸显了进行长期监测的必要性(Zhang等人,2022;Xu等人,2024)。近年来,人们采用传统渔业调查和分子生物学方法对厦门湾的鱼类群落进行了研究,主要是为了阐明其分类组成及时空分布规律(Liao等人,2014;Wei,2021;Xu等人,2024;Xu等人,2026)。例如,Wei(2021)发现,基于底拖网调查,秋季的多样性指数高于春季,且鱼类群落结构存在明显的空间差异;而Xu等人(2026)则表明,eDNA条形码技术相比传统底拖网调查具有更高的检测灵敏度、覆盖度和物种丰富度。不过,这些研究大多聚焦于分类多样性和分布规律,而对功能多样性、物种关联结构以及群落形成机制的系统性研究仍显不足。
在本研究中,我们利用12S rRNA条形码技术分析了来自中国厦门湾四个季节的96个水样,旨在评估鱼类的分类学和功能多样性、环境驱动因子、网络稳定性以及群落形成机制。具体而言,我们的研究目标为:(1)量化分类学和功能多样性及组成的季节性变化;(2)识别影响鱼类分类学和功能结构的关键环境驱动因子;(3)评估鱼类群落的稳定性,并明确群落形成的主要机制。
研究区域、采样及理化分析:2023年2月(冬季)、5月(春季)、8月(夏季)和11月(秋季),我们在厦门湾开展了季节性环境DNA采样。共设置了8个采样点,每个点采集5升0.5–2米深度的表层海水(图1)。样品首先通过200微米筛网过滤,然后再过滤到直径为47毫米的0.22微米聚碳酸酯膜上(Millipore公司产品)。过滤后的膜样本被保存在-20°C条件下,等待后续DNA提取。每个样本都准备了3份技术重复样。
环境因子的季节性变化:在四次采样中,环境因子均表现出明显的季节性特征(图2)。温度从冬季逐渐升高,在夏季达到峰值,秋季略有下降。盐度在春季显著低于其他季节,且变化幅度更大,而pH值在春季最高,显著高于冬季和夏季。总氮在春季达到峰值,显著高于夏季和冬季,而总磷在冬季最高,也显著高于其他季节。
分类学和功能多样性及组成的季节性动态:我们的研究结果显示,分类学多样性和功能多样性均存在明显的季节性变化,但不同多样性指标对季节变化的响应方式有所不同。ACE丰富度在冬季达到峰值,而香农指数和皮洛均匀度则在夏季达到峰值(图2)。这一模式与许多近岸海域常见的“温暖季节高,寒冷季节低”的模式不同(Tremain & Adams,1995;Kuo等人,2001;Zhou等人,2022)。例如,中国舟山海域的eDNA调查显示……
结论:本研究利用12S eDNA条形码技术,分析了厦门湾鱼类多样性、群落组成及形成过程的季节性变化规律。不同多样性指标对季节变化的响应各异,ACE丰富度和FEve在冬季达到峰值,香农多样性及皮洛均匀度在夏季达到峰值,而FDis在秋季最大。β多样性分析表明,分类学上的β多样性主要受物种更替驱动,而功能学上的β多样性则由嵌套性主导。
CRediT作者贡献声明:李天源:正式分析;张文静:写作——审稿与编辑、监督、概念设计;周永华:写作——初稿撰写、数据采集、正式分析。
未引用参考文献:Aglieri等人,2020;Baselga和Orme,2012;Breitburg等人,2018;da Silva Lima等人,2022;Eppley,1972;国家质量监督检验检疫总局,2007;Li等人,2025;Loreau和De Mazancourt,2013;Malone和Newton,2020;Munsch等人,2017;Ospina-álvarez和Piferrer,2011;Petchey和Gaston,2002;Pichler等人,2017;Tang等人,2026;Wang等人,2025;Ware和Thomson,2005;Wei和Huang,2021;Zhang等人,2021;Zhang和Huang,2009。
数据可用性声明:本研究分析的数据存储在NCBI序列读取档案库中,访问编号为SUB15480955,BioProject编号为PRJNA1286082。其他数据将应要求提供。
利益冲突声明:作者声明,本研究是在不存在任何可能被视为利益冲突的商业或财务关系的情况下进行的。
利益冲突声明:? 作者声明,他们没有已知的可能影响本文所述工作的财务利益或个人关系。
致谢:感谢赵睿、石毅、陈静文和李世清在样本采集过程中提供的帮助。同时感谢厦门大学海洋监测信息中心的工作人员在采样和环境因子测定方面给予的协助。本研究得到了中国国家重点研发计划(2022YFF0802204)、国家自然科学基金(42176147)以及开放创新基金的资金支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号