《Environmental DNA》：Comparing Sediment and Water eDNA Metabarcoding for Monitoring Aquatic Biodiversity in a Plateau Lake
编辑推荐：
本研究系统比较了青藏高原冬给措纳湖沉积物与水环境DNA（eDNA）宏条形码技术对全生命之树（涵盖古菌、细菌、藻类、真菌、植物、原生动物、无脊椎动物、鱼类、鸟类和哺乳类）生物多样性监测的差异。研究发现沉积物eDNA在多数类群中呈现显著更高的扩增子序列变异（ASV）丰富度，而鱼类多样性检测则以水样更优。群落组成分析显示除哺乳类外所有类群均存在显著底质特异性差异，仅18.0%的ASV被两种底质共享。研究为高原湖泊生物多样性监测提供了多底质采样策略的理论依据，证实水样对鱼类监测的有效性，强调综合运用沉积物与水样对全面评估水生生物多样性的必要性。
环境DNA（eDNA）宏条形码技术作为监测水生生物多样性的创新手段，在青藏高原等极端环境地区展现出超越传统方法的独特优势。本研究以青藏高原冬给措纳湖为研究对象，通过五对引物（靶向线粒体、核基因和核糖体DNA序列）对沉积物与水样进行宏条形码测序，系统比较了从原核生物到脊椎动物的十大类群生物多样性检测效率。
研究方法
研究团队在湖泊五个位点同步采集沉积物与水样，采用DNeasy PowerMax Soil试剂盒和DNeise Blood and Tissue试剂盒分别提取DNA。通过Bact02（16S rRNA）、Euka02（18S rRNA）、mlCOIintF/jgHCO2198（COI）、Tele02（12S rRNA）和12Sa/12Sh（12S rRNA）五对引物进行PCR扩增，利用Illumina NovaSeq 6000平台进行高通量测序。生物信息学分析采用DADA2流程生成ASV表格，分别使用SILVA数据库（16S/18S rRNA）和MIDORI2数据库（线粒体基因）进行 taxonomic assignment。
α多样性差异显著
研究结果显示，沉积物eDNA在古菌、细菌、藻类、植物、原生动物、无脊椎动物和哺乳类中ASV丰富度显著高于水样（Wilcoxon检验，BH调整后p<0.01）。相反，鱼类多样性在水样中检测效果更优（V=1.5，p<0.01），而真菌和鸟类则无显著差异。其他α多样性指数（Shannon、Simpson和Pielou指数）均呈现相似规律，证实沉积物在多数类群检测中的优势地位。
群落结构底质特异性
主坐标分析（PCoA）显示除哺乳类外，所有类群在沉积物与水样间均呈现显著群落组成差异（PERMANOVA，p<0.01）。其中细菌群落差异最大（R2=0.401），鱼类差异相对较小（R2=0.110）。哺乳类群落组成未显示显著底质特异性（F1,18=1.86，p>0.05），可能与该类群在湖泊环境中的临时性出现特征有关。
共享ASV与特异性taxa
全类群仅18.0%的ASV被两种底质共享，但其read counts贡献显著（沉积物42.4%，水样70.0%）。鱼类共享比例最高（42.6%），古菌最低（4.5%）。SIMPER分析揭示：古菌中的硝化球形菌目（Nitrososphaerales）和Woesearchaeales目（贡献度0.348和0.309）、藻类中硅藻纲（Bacillariophyceae，沉积物富集）与甲藻纲（Dinophyceae，水样富集）、无脊椎动物中的Ploima目（轮虫，水样偏好）和Monhysterida目（沉积物偏好）等taxa是造成群落差异的主要贡献者。
讨论与启示
研究结果支持"沉积物作为eDNA储存库"的理论，其高多样性检测能力与eDNA在沉积物中的低降解率（Corinaldesi et al. 2011）和颗粒沉降机制（Wotton and Malmqvist 2001）密切相关。鱼类eDNA在水体中的优势分布可能与其高移动性和持续释放机制有关，而鸟类eDNA的检测模式则受栖息地植被覆盖度显著影响。研究强调高原湖泊eDNA监测需采用多底质策略：水样适用于鱼类等移动生物监测，沉积物则能更全面反映整体生物多样性，但需注意其可能包含历史eDNA信号（Turner et al. 2015）的滞后性特征。
该研究为青藏高原水生生物多样性保护提供了关键技术支撑，建立的多引物-多底质检测体系为极端环境生物监测提供了创新范式。未来研究需进一步结合水文参数与eDNA持久性模型，优化高原湖泊生物多样性评估的时空精度。
