论文部分内容阅读
环境污染和全球气候变化造成水生生物多样性下降、生物完整性缺失甚至物种灭绝,最终导致生态系统功能和健康受损。淡水生态系统是人类赖以生存和发展的重要资源,也是受人类活动干扰最严重的生态系统之一。生物多样性是生态系统维持稳定和健康的关键因素,因此迫切需要对水生生态系统的生物多样性状况进行快速监测,以评估生态系统健康。浮游动物是水生生态系统的重要生态类群之一,处于水生食物链底端,在能量传递和物质循环中发挥着重要的作用;其生活周期短,对环境压力响应迅速,是重要的水生态健康的指示物种。然而传统形态学浮游动物监测效率低、耗时、耗力,无法满足日益增长的环境监测需求,导致浮游动物群落多样性难以被纳入日常水生态健康评估体系。本论文采用分子生态学的理论与方法系统研究了典型淡水生态系统太湖流域的浮游动物物种多样性,开发了基于环境DNA(eDNA)的宏条形码监测技术用于浮游动物群落的高通量快速监测,评估富营养化污染对浮游动物群落的生态效应,甄别太湖流域浮游动物群落的关键胁迫因子,并采用基于野外浮游动物群落物种多样性分布的方法,建立太湖流域浮游动物关键胁迫因子的环境基准,为流域生态管理提供科学依据。本土物种数据库是实现宏条形码监测的基础,由于我国缺乏本土化的浮游动物条形码数据库,因此本研究首先利用高通量测序构建了太湖流域本土浮游动物条形码数据库,优化宏条形码监测的引物选择和采样方法,初步实现生物监测标准化,并详细比较了传统形态学监测和宏条形码监测的异同。本论文的主要研究内容和结论如下:1)高通量测序显著提高了构建浮游动物条形码数据库的效率。高通量测序为每个样本提供多条候选序列,避免了由DNA污染导致的建库失败。本研究共获得了 1034个太湖流域本土浮游动物的条形码序列,包含87个形态学种,涵盖了 91%的太湖流域常见浮游动物种类。太湖流域90%的常见种和50%的稀有种都能被本土数据库注释,极大的提高了宏条形码技术的监测效率。尽管NCBI公共数据库中COI条形码序列增长迅速,但多数序列来自昆虫,浮游动物序列依然比较匮乏。而且,浮游动物自身进化迅速,同一物种在不同地区条形码序列差异大,导致公共数据库对太湖宏条形码测序数据解释有限。2)线粒体基因组细胞色素C氧化酶亚基I(COI)为最适浮游动物宏条形码监测引物,在轮虫、枝角类和桡足类三大类群中扩增均衡,具有较好的物种特异性。线粒体16S基因比较适合轮虫多样性研究,对桡足类和枝角类扩增能力较差。18S的V9高变区虽然能够覆盖更广的物种类群,但物种特异性较差,难以在物种水平研究生物多样性。“采水法”比较适合轮虫和原生动物多样性研究,最适采样体积为1L。“网富集法”更适合枝角、桡足类多样性监测,最适富集体积为 10-20L。3)宏条形码监测和传统形态学监测存在较强的一致性,样本中80%的形态学种能被宏条形码技术检出,形态学检出频率较高的物种宏条形码监测也发现其具有较高的检出频率,反之亦然。除检出频率外,mantel检验显示常见物种的流域分布也具有很强的一致性(R2 = 0.52,p = 0.0001)。两种监测方法检出物种数量也显著正相关(R2 = 0.41,p = 0.0004)。宏条形码监测能明确区分不同水体类型间浮游动物群落差异,并快速实现浮游动物的半定量监测。4)富营养化和营养盐是太湖流域浮游动物群落的主要胁迫因子,其中总氨氮对浮游动物群落的影响最大,随着氨氮浓度的增加,枝角类和桡足类的多样性下降,优势枝角类象鼻溞和优势桡足类汤匙华哲水蚤的丰度降低,而轮虫多样性增加。宏条形码监测发现13.4%的浮游动物OTUs对氨氮敏感,占了总序列的32.1%,大部分敏感物种为枝角类和桡足类,其中有超过40%的枝角类和桡足类OTUs对氨氮敏感。根据敏感OTUs和SSD模型推导出太湖流域的氨氮HC5和HC10分别为1.4和2.9mg/L。基于宏条形码监测和形态学监测数据推导的氨氮基准很接近,要比基于实验室毒性数据推导的氨氮基准更小。基于宏条形码监测OTUs推导环境基准,既结合了生态调查的高物种覆盖度,又结合了条形码技术准确物种鉴定的优势,适合建立特定污染物(例如氨氮)的地方性(流域化)环境基准。5)不同采样季节(4月份,8月份和11月份)间浮游动物群落组成差异显著。桡足类在11月份(平水期)占比最大,枝角类在4月份占比最大,轮虫则在8月份占比最大。浮游动物间的联系也存在显著的季节差异,平水期物种间联系最密切且负相关联系较强,丰水期次之,枯水期浮游动物之间的联系最弱。通过监督机器学习能根据浮游动物群落对采样季节进行准确预测。基于宏条形码监测的浮游动物完整性指数与水质具有显著的相关性(p<0.0001),对水质有很好的指示意义。宏条形码监测和监督机器学习能够很好的对水体质量(WQI)进行评估,神经网络模型最适合水体富营养化水平评估(R2 = 0.44),随机森林模型最适合水质质量评估(R2=0.59);根据不同季节构建的决策树能快速评价水生态健康状况。