最近读到一组关于北京109个水体的eDNA技术监测研究文献心里挺感慨。过去做城市水体生物调查最痛苦的就是看不清全貌——一条河你下网只能捞到一部分鱼岸上的鸟兽更是要靠蹲守运气一个点位折腾半天数据还零散。而eDNA技术直接把水本身变成了一份生态信息档案你舀一瓶水回去过滤就能同时读出里面的鱼类、两栖类、鸟类甚至路过河边的兽类痕迹。北京这种城市尺度、上百个水体的监测项目放在传统方法下简直不敢想但用eDNA就能在短时间内实现一个城市水网的物种清单。这篇文章不是照抄论文结论而是把它背后为什么能测出和怎么测才靠谱的门道拆开跟我自己的实操经验放在一起讲。不管你是做生态调查的同行、搞环境监测的管理人员还是想入门这门技术的研究生应该都能找到能直接用的东西。1. 水不是水是这座城市的生态指纹数据库1.1 传统清查办法的极限先说说传统生物监测为什么在城市水体面前特别吃力。以鱼类调查为例常规做法是下地笼、刺网乃至电鱼当然电鱼违法正规项目不会做再用形态学鉴定。可北京很多水体是硬质化驳岸的景观河道水深落差大、水草少网具布设本身就受限再加上城市河道往往分段拦截、闸坝众多鱼类种群密度比自然水体低捕捞努力量要堆得非常大才能得到一个相对完整的种类列表。两栖类要靠夜里灯照、听鸣叫鸟类要靠望远镜巡线兽类更是只能看脚印、粪便——这些方法不是不能用而是费人力、吃经验、覆盖慢一旦要变成逐年的标准化监测很难统一标准。我之前参与过一个小型城市湖泊的调查三个人一条船下网整整一天最后统计出来的鱼类只有6种而且明显有常见种偏低的情况。后来用同样的点位做水样eDNA筛查第一次就跑出了11种其中还包括两种当时网具完全没接触到的小型鳑鲏类。这个对比让我意识到传统方法面对城市环境的漏检率可能远比我们想象中高。1.2 水样里捕捉到的生活痕迹eDNA的原理说起来不复杂任何生物在水体里活动都会通过黏液、鳞片脱落物、排泄物、尿液、体表细胞甚至伤口渗液向水中释放DNA。这些DNA片段在水里能存活一段时间有的几小时有的几天取决于温度、紫外线和微生物活动。你只要把足够体积的水过滤把滤膜上的DNA提出来再用通用引物扩增并测序就能反推出这团水里最近来过谁。有意思的是这套逻辑不只能捞出水生动物。陆生脊椎动物也会通过多种方式进入水体环境鸟类在水边饮水、理羽、排便兽类夜间到岸边觅食时掉落毛发皮屑甚至一场雨把土壤里残留的DNA冲进径流。这就是为什么一个以水为起点的调查能同时覆盖水生和陆生两个类群。北京109个水体项目之所以值得关注就在于它把这两条线合并成了一张城市生物出勤表。1.3 109个点位才刚够描出北京水生态的轮廓北京的水体类型太多样了有密云水库这样的大型饮用水源有昆明湖、北海这样的历史名湖有奥林匹克森林公园的生态湿地也有大量社区公园里的人工池塘和改造过的城市河段。每一个类型的物理环境、水体营养状态、人类干扰强度差别非常大。如果一个调查只选二三十个点看起来省事但样板覆盖不足疏漏的往往是生态链条里很关键的边缘物种。109个水体这个规模说实话才刚够把北京水生态的大分类画出一个轮廓来。我还注意到这109个点位不是平均分布。城市核心区、近郊公园、远郊水库的样本量有侧重这样既能回答中心城区还有多少本土物种存活也能反映郊区生态洼地聚集了哪些需要保护的类群。对做监测的人来说这种分层布点本身就是一种示范。2. 野外采样与实验室处理把109个水体的信息装进离心管2.1 点位怎么布别只贪图好打水野外采水的第一原则听起来像废话点位必须代表水体的真实状态而不是哪里好停车去哪里采样。很多第一次做eDNA的人容易图省事直接在岸边踩一脚就近舀水结果采到的全是边角静水区沉积物里的陈旧DNA。正确做法是要考虑水体形态和生物活动特征有挺水植物和沉水植物的位置要多采出水口和进水口附近往往生物密度高开阔水域要尽量取到离岸一定距离的表层水。如果条件允许每个点位至少布设两到三个平行样再合并或独立提取这样后面分析才有重复核对的余地。109个水体的规模现实决定了不能在水上耗时太久。比较成熟的做法是每个点位定好GPS坐标、拍照留底、记录水温、溶解氧、浊度、pH然后快速取1升到2升水。水样放在保温箱里低温保存当天或次日完成过滤。有人可能觉得2升水很多其实对低密度水体来说1升水里的总DNA量往往只有纳克级再多采一点绝不浪费。2.2 滤多少人、什么孔径、怎么保存过滤是整个流程里最容易出问题但看起来最没技术含量的环节。常见的做法是用0.45微米孔径的混合纤维素酯滤膜或者0.2微米的聚醚砜滤膜。0.45微米对于捕获细胞碎片和游离DNA绰绰有余孔径再小容易堵膜城市水体里藻类和悬浮物多一堵就要换膜费时费力。浑浊度高的水可以先加一层粗滤比如100微米尼龙网去掉大型枝叶和颗粒防止主滤膜过早堵塞。过滤完的滤膜要立即保存。我们早期的教训是直接用干膜折叠放离心管回实验室再处理结果运输中DNA降解得很厉害最终检出率明显降低。后来都改成滤膜放入含裂解缓冲液的管子里或者立刻-20摄氏度冷冻。如果项目要求长途运输优先选干燥冰或液氮罐宁可多背一点装备也不要赌冷链不会断。2.3 提取与扩增从痕量DNA到可测序片段回到实验室后第一步是DNA提取。市面上专门针对水体样本的提取试剂盒通常包含去除腐殖酸、金属离子等PCR抑制剂的纯化柱比通用土壤提取试剂盒更合适。提取之后最好用荧光定量仪测一下DNA总量并做一次针对线粒体基因的qPCR来确认模板里确实有可扩增的目标DNA。测定结果还可以用来判断有没有明显抑制——如果已知浓度的内标DNA在样本中扩增效率骤降就说明抑制剂还残留着要么再纯化一次要么稀释模板。扩增建库这一步109个样本要特别注意标签管理。每个样本的PCR引物上会加一段独特的条形码序列扩增完再混合上机测序。听起来简单但现实里标签错配、交叉污染、加样顺序失误都会造成灾难性数据。我养成的习惯是加引物时只开一列PCR管加完一个关一列每批样本都设置提取空白和PCR阴性对照阴性对照里如果跑出了序列整个批次都值得重新审视。2.4 生物信息流水线把几十万条序列读成物种表格高通量测序下机后一个样本能产生数万到数十万条序列。这时候必须靠生物信息管线处理先去除引物和标签序列、过滤低质量碱基、去嵌合体再把相似度足够高的序列聚类成OTU或ASV最后与参考数据库比对。常用的无参考聚类管道有dada2和QIIME2分类注释则依赖NCBI、BOLD或者专门的鱼线粒体参考库如MitoFish。分类注释这一步有个很容易踩的坑参考数据库不完整。很多物种在数据库里没有条序列或者只有非常近缘种的记录自动注释会直接给出一个科甚至目的级别甚至把一些物种张冠李戴到近缘种上。所以我不建议完全一键跑完就出报告。对关注的重点类群要把比对上的序列再逐一用BLAST核一遍必要时手动确认。109个水体产出的数据量虽然大但每个重点物种都值得这样单独把关。3. 基因靶标和引物组合让水生、陆生脊椎动物在同一管里现身3.1 线粒体基因选段12S和16S是稳妥答案做脊椎动物eDNA调查引物设计绕不开线粒体基因。很多人一开始会习惯性想用COI细胞色素C氧化酶I因为物种条形码数据库最全。但对脊椎动物来说COI区段通用引物在不同类群间的扩增效率差异很大尤其在一管混合模板里容易偏袒鱼类而把鸟类、哺乳动物信号淹没。12S和16S基因则更加保守通用引物的覆盖范围广而且扩增片段大多设计在100到250 bp之间——对降解的eDNA片段来说越短越好命中。北京109个水体项目同时覆盖水生和陆生脊椎动物采用12S或16S作为主靶标几乎是必然选择。常见的MiFish引物就是针对12S rRNA基因设计的最初用于鱼类后来扩展到了两栖类、爬行类和部分哺乳类在亚洲水域尤其好用。16S另有一批脊椎动物通用引物比MiFish覆盖面更宽但数据库注释的精细度有时不如12S。实际操作中很多项目会把这几个位点组合起来形成相互印证多位点同检已经成了eDNA调查的主流打法。3.2 引物不是越多越好而是覆盖又稳才好在实验设计里一个常见误解是引物加得越多测出的物种就越全。实际上在同一PCR反应里塞入过多引物会因为退火温度、扩增效率差异导致严重的偏向性扩增优势种拼命扩增稀有种彻底被淹没。更稳妥的做法是同一份DNA模板分成独立的几个PCR反应分别用不同的引物对扩增之后再对结果做整合。每个反应里优先选择经过大量文献验证的引物而不是自己随意改简并碱基。引物设计上3端要尽量保守碱基简并度不宜太高否则非特异性扩增会增加大量无意义序列。我们自己的经验是一套引物先拿已知物种的DNA梯度做敏感性测试确定它能扩增出预期目标且没有明显杂带再放到大样本里跑。3.3 扩增偏好性会造成读数不准需要提前给大家打个预防针eDNA得到的序列读数比例并不等于生物的丰度比例。扩增过程中不同物种的引物结合效率、模板拷贝数起点不同最终序列数会被放大、扭曲。北京109个水体项目的判断逻辑是更看重出现/未出现而不是序列数多数量多。如果想要做相对丰度的估计得在实验设计里引入定量用的内标DNA或用qPCR单独验证目标物种否则直接拿序列数做物种丰度比较很容易被扩增偏差带偏。我第一次跑eDNA数据时看到草鱼序列数远超鲫鱼还以为水体里草鱼真的大爆发后来鲫鱼用网捕实测明明更多。再查才发现是引物对草鱼模板的扩增效率高了一大截。从那以后我凡是写报告都会强调序列数只能说明检出不能说明多少。4. 城市水体里的干扰源抑制物、背景DNA和时间差4.1 腐殖酸、藻华和浑浊水会毒死PCR城市水体和干净的山涧溪流最大的不同是里面溶解了太多东西。腐殖酸、黄腐酸、藻类多糖、重金属离子这些物质在DNA提取时很容易和核酸共纯化出来进入PCR反应后抑制聚合酶活性。表现就是样本抽提浓度明明不低结果扩增产量极低甚至不出条带。解决办法有几个层次提取环节选有抑制物去除柱的试剂盒PCR体系里加BSA等增强剂模板做梯度稀释测试。如果稀释10倍后目标条带反而更亮基本就是抑制物捣乱。后面再遇到样本我都会习惯性记录溶解性有机碳或者目测水体颜色这能帮我们预判哪些点位需要额外纯化处理。4.2 放生、饵料、宠物和雨水径流人工痕迹怎么辨别北京水体里的背景DNA问题很突出。景观水体周边居民活动密集放生鱼类、丢弃饵料、宠物下水洗澡这些都会把一些本不该属于该水体的DNA带进去。更有意思的是很多城市河道的补水来自再生水厂水里可能带着上游过滤系统截留后的微细生物残留。109个水体调查在解读结果时就特别需要结合现场观察来判断数据可信度比如某公园池塘跑出了罗非鱼序列但它在这个温度条件下根本无法越冬那这大概率来自放生或临时存在而不是一个定居种群。eDNA技术测出的是一段时间窗口内的存在痕迹不等于稳定栖息这个边界务必在报告中讲清楚。4.3 不同季节的降解差异是活物还是遗物DNA在水环境里的半衰期受温度影响很大。夏季水温高、微生物活跃DNA一两天内可能就降解到难以检出冬季水温低DNA可以存在数周甚至更久。这意味着同一个点位冬季采到的某物种信号很可能是几个月前留下的遗物。北京水体又要面对结冰期封冻前后采集的数据性质完全不同。所以109个水体这种规模调查采样时间的统一性至关重要——如果一部分点位是九月采的、另一部分是十二月采的同一张物种清单里各点的时间窗口就是不对等的横向比较时要极度小心。4.4 陆生动物的信号是路过还是常驻水样里出现陆生动物信号解读难度更高。一只黄鼬在岸边走了一趟或者一群苍鹭长期在水边捕鱼都有可能让水里检测到对应序列。前者是偶发路过后者才是水体生态系统的一部分。想要区分靠一次采样无法完成通常需要结合多次时间重复采样加上岸线痕迹调查。一个比较实际的思路是把重复采样中都稳定出现的陆生物种记为关联密切只在单次样本中出现的记为偶见记录而不是急着写进保护建议里。这种分级方式我在做本土生物多样性报告时一直在用能避免不少误判带来的争议。5. 质控与交叉验证109个水体数据可信到什么程度5.1 阴性对照之外还要样间重复做eDNA项目实验室阴性对照和提取空白是基本盘但野外采样本身也会引入污染。比如说采完一个高密度点位的手机、手套、过滤器没换干净就可能把DNA带到下一个点位。因此除了阴性对照每个点位做双份独立采样是更稳妥的质控基准。两份样品的检出结果如果高度一致置信度就高如果只有一份检出而序列数又很低就要把它列为待验证。109个水体如果每个点都做双份工作量翻倍但换来的是数据可信度指数级提升这笔账值得算。5.2 序列定量、标签跳跃和嵌合体处理高通量测序平台会有一定比例的标签跳跃也就是序列错误地分配到了相邻样本的标签上。严格起见要在阴性对照里统计背景序列数然后给样本检出设一个超过阴性背景N倍才算阳性的阈值。除此之外PCR过程中还会产生嵌合体序列它们一部分来自物种A、一部分来自物种B比对数据库时经常被误判为一个奇怪的物种。处理上要使用嵌合体过滤算法同时对每条新奇的物种记录都要人工核验它是否横跨了两个物种的序列特征。这些都是跑数据时的常规动作但每一道都省不得。5.3 用渔获记录、鸣叫档案和红外相机交叉核查eDNA数据再漂亮最终还是要跟传统调查证据做一次碰撞。例如某一水库点位检出了中华鳖的序列那么可以对照当地渔政的捕捞记录和巡护日志某个湿地点位检出了罕见蛙类就应该去查这个季节的鸣叫声学记录。北京近年有不少鸟类调查志愿者数据库、红外相机影像记录这些资源都能拿来跟eDNA结果做交叉验证。我特别推荐年轻同行做项目时留出这种验证环节它一方面稳定了报告结论另一方面也让团队积累了判断eDNA假阳性概率的本地经验。5.4 给每个检测结果划分置信度等级最终报告里把所有检出物分成三级会更实用高置信度有至少两个平行样检出且序列准确匹配参考库、中置信度单样检出但序列比对清晰、低置信度单样检出且序列拷问不完整或仅与近缘种匹配。这样读者不会被一份全部出现的物种清单误导决策者也能把重点放在高置信度记录上。我在实际工作中发现把置信度标注直接做进表格比在正文里反复强调可能疑似要有效得多。6. 从文献回到落地这套监测思路可以怎么用6.1 构建北京水生态的本底档案与逐年基线109个水体项目最大的产出不只是一张当季物种清单而是一套可以逐年比较的城市水生态本底数据。今年检测到某种鱼在这个点位明年还在不在某片湿地新增了哪类候鸟的足迹外来物种的扩散到了哪条河段这些长期问题都要靠这种规模统一、方法一致的技术路线才能回答。建议后续把每一年夏季的采样方案固定下来样本量不必年年都是109个可以按分区轮换但核心参照点位要保留这样年际数据才有连续价值。6.2 外来入侵物种的早期预警城市水体是外来物种入侵的高发区域巴西龟、克氏原螯虾、罗非鱼、大口黑鲈几乎每年都有新记录。用eDNA做早期预警是很自然的扩展一旦某个水体检出了未见过的高风险物种再组织人力去现场清除或围堵。相比传统发现路径eDNA能把发现时间往前拉一年甚至更早而这个时间差往往就是能否控制住入侵的关键。北京109个水体项目的覆盖密度决定了它完全有潜力转化成一个外来物种雷达网。6.3 低成本复用给社区和咨询项目减负很多人以为eDNA很贵但摊到109个水体的大项目里单点位成本已经可以控制在非常亲民的水平。采样耗材是大头测序费用按批量结算生物信息分析可以本地化批量跑。对一个区县级的生态评估项目来说与其花几周组织大规模野外调查队不如先用eDNA做一轮普查把需要重点人工核查的点位筛选出来。这种eDNA初筛传统调查验证的双层模式成本和时间都是最优的。我自己做完这类系统梳理之后最大的体会是eDNA不是要替代生态学家而是把生态学家的眼睛和耳朵延伸到了看不见的水下。只要质控做扎实、解读时保持克制、再留出传统方法交叉验证的窗口这套技术在城市生物多样性监测上的天花板还远没到。109个水体只是北京的一个起点它展示的是一座城市如何用一瓶水读懂整个生态网络的动静。
