环境DNA通常缩写为 eDNA,是从水、土壤、沉积物、雪或空气等环境材料中获取的脱氧核糖核酸,而非直接从选定的生物体中提取的DNA。它包括活细胞及微生物体内的DNA、脱落组织或细胞器中的DNA,以及经分泌、排泄、分解或细胞损伤而释放的细胞外DNA片段。通过鉴定这些序列,研究人员能够研究那些难以观察、捕获或凭外观区分的生物。
环境DNA分析已成为监测生物多样性、检测稀有物种或外来物种、研究微生物群落以及重建过去环境的重要方法。其主要优势在于,无需采集生物体本身,一个样本就能包含来自多种生物的生物学证据。其在结果解读上的主要局限是,DNA序列并不等同于直接观察到生物体:遗传物质可能在生物体死亡后继续留存,也可能迁移至远离来源的地方,或因污染而进入样本。
环境DNA这一术语既涵盖对当代生态状况的调查,也包括对古代环境沉积物的研究。所用方法既有针对单一物种的高特异性检测,也有基于测序、对整个生物群落进行的物种编目。因此,要可靠地解读结果,就必须将分子层面的测量结果与环境中DNA的产生、迁移、保存及最终降解过程联系起来。
起源与概念范围
环境DNA研究源于几个相互交叉的研究传统。环境微生物学长期以来一直研究难以培养的生物,而分子生态学则引入遗传学方法,用于鉴定生物及其相互关系。1987年,安德鲁·奥格拉姆及其同事发表了一种从沉积物中提取和纯化微生物DNA的方法。这类工作推动了直接从环境中提取DNA的方法的发展,使其成为先在实验室中培养生物再提取DNA的替代途径。
聚合酶链式反应的发展,使扩增微量的特定DNA序列成为可能。此后,DNA测序技术的进步使研究人员能够分析越来越复杂的混合样本。微生物调查通常以编码核糖体RNA的基因为靶标,尤其是用于区分细菌、古菌和真核生物主要谱系的核糖体小亚基RNA基因。这些方法揭示了培养法和常规显微镜观察所遗漏的大量生物多样性。
另一项相关进展,是从没有可辨识实体化石的沉积物及其他沉积材料中获取古DNA。2003年,埃斯克·威勒斯列夫及其同事报告了从沉积材料中提取的古代植物和动物DNA,为环境沉积物能够保存过去生物群落记录的认识提供了重要依据。在当代生态学领域,真蒂莱·弗朗切斯科·菲切托拉及其同事于2008年发表的一项广受引用的研究,展示了通过池塘水样检测美洲牛蛙的方法。这项研究表明,可以通过水生脊椎动物释放到周围环境中的DNA对其开展调查。
“环境DNA”的含义在不同学科中略有差异。从广义上说,它包括直接从环境样本中提取的全部DNA,其中也包括完整的细菌、古菌及微型真核生物的基因组。在一些保护生物学文献中,这一术语的含义较窄,指大型生物脱落或排放到环境中的遗传痕迹。这一区别很重要,因为滤膜上收集到的一个细菌本身可能就是研究对象,而同一滤膜上的鱼类DNA则可能只是来自组织碎片或黏液。
环境DNA描述的是遗传物质的来源,而非某一种分析技术。DNA宏条形码技术通过对混合样本中特定的标记区域进行测序,识别多个分类单元;宏基因组学则更广泛地研究环境中的遗传物质,通常不以单一标记为靶标。反过来说,对专门采集的完整昆虫混合样本进行宏条形码分析,并不一定属于狭义的环境DNA分析。因此,与单独使用“环境DNA”这一标签相比,清楚说明样本材料和实验室操作流程更能准确传达研究内容。
生物来源、迁移与存留
生物通过多种途径向环境中释放DNA。动物会脱落皮肤细胞、分泌黏液,并排出粪便、尿液、生殖物质和组织碎片。植物则通过花粉、根、叶及分解中的残体向环境中释放DNA。微生物通过细胞死亡、病毒感染及其他过程释放DNA。因此,环境样品中可能含有以不同物理状态存在的核DNA、线粒体DNA、叶绿体DNA和微生物基因组。包裹在细胞或线粒体内的DNA,其行为可能与没有保护的细胞外DNA片段不同。
DNA的释放速率并非恒定不变。体型、丰度、发育阶段、摄食、活动、应激和繁殖均会影响DNA的释放。一次产卵事件可能导致目标DNA含量急剧上升,而成年动物的数量并未相应增加。相反,处于休眠状态或分布稀疏的生物可能只释放少量可检测的物质。这些差异解释了为什么两种生物即使数量相同,产生的环境DNA浓度也不一定相近。
DNA释放后,会在水流、风、沉降以及与颗粒物相互作用的影响下重新分布。在河流中,检测到的序列可能来自上游,而非采样地点。迁移距离取决于河流流量、河道结构、沉积物的滞留作用以及DNA的降解。在海洋环境中,洋流、水体分层和混合会影响采样水团与释放DNA的生物之间的关系。陆地径流也会将陆源DNA带入湖泊和近岸水域。
DNA会通过多种相互作用的机制逐渐消失。生物产生的酶能够分解DNA;化学反应会损伤碱基并切断DNA骨架;阳光也会造成分子损伤。温度、酸碱度、微生物活动和暴露条件都会影响这些过程。DNA被黏土矿物或有机颗粒吸附后,可以在一定程度上免受某些形式的降解,不过,结合过于牢固也可能增加实验室提取的难度。此后,沉积物受到扰动时,先前沉积的DNA可能重新进入水柱。
一个简化模型将DNA的损失表示为一级衰减:
其中, 为经过时间 后的DNA浓度, 为初始浓度, 为衰减常数。相应的半衰期为 。这一近似模型有助于实验研究,但不能据此建立普遍适用的环境计时标尺。实际样品包含多种DNA组分,不断接收新的DNA输入,并经历迁移和保存条件的变化。在某些暴露于外界条件的水体中,DNA可在数小时或数天内保持可检测状态;在其他环境中,其存留时间可能长得多;而在保护条件极佳的沉积物中,则可能存留至地质时间尺度。
采样设计与实验室提取
环境DNA研究始于一个生物学问题和明确定义的采样单元。以检测某一种珍稀两栖动物为目的的调查,与海洋浮游生物普查或利用湖泊沉积物重建植被的研究,需要采用不同的设计。需要考虑的选择包括采样地点和时间、独立采样点的数量、采集样本的体积或质量,以及是否混合样本。空间重复采样有助于应对斑块状分布,而多次到访采样则有助于区分持续存在的格局与暂时性变化。
水样通常经过过滤,以富集细胞、颗粒及其携带的DNA。常用滤膜的孔径约为0.2–0.8微米,不过孔径更小或更大的滤膜也各有用途。较小的孔径可以截留更多物质,但在浑浊水体中也更容易堵塞。采样体积因环境和设备而异,从不足一升到数十升不等。增加采样体积可以提高检出率,但也可能同时富集干扰扩增的物质。
对土壤和沉积物采样时,需要特别注意其异质性。一小份子样中的DNA,可能与仅相隔数厘米处所采材料中的DNA大不相同。根系碎片、矿物表面、有机质层以及沉积物粒径都会影响提取效果。空气采样通常通过抽气使空气流经滤膜,或使用其他采集装置捕获悬浮颗粒。雪、冰、表面拭子以及滞留在植物结构中的水,也可作为采样介质,各自反映不同的空间范围和时间尺度。
样本保存旨在限制从采集到分析期间发生的变化。常见方法包括冷冻、快速过滤后保存滤膜,以及使用能够稳定DNA的化学缓冲液。保存方法必须与提取流程及拟采用的检测方法相兼容。采样时间、水温、水深、近期降雨和储存时长等元数据,可能是解释样本间差异的关键。留存的提取物和滤膜可供日后分析,但储存并不能消除所有降解或污染风险。
提取过程通常包括破坏细胞或颗粒、去除干扰化合物,以及使用硅胶膜或磁珠进行纯化。腐殖质、某些盐类和其他样本成分可能抑制扩增。稀释可以减轻抑制作用,但也会降低目标DNA的浓度;进一步纯化可以去除抑制物,却也可能损失DNA。现场空白、过滤空白、提取空白和实验室阴性对照,有助于查明不同阶段引入的污染。将扩增前操作与扩增产物隔离尤为重要,因为扩增产物可能含有极大量的目标序列拷贝。因此,即使采样计划经过精心设计,实验室操作中引入的微弱但系统性的污染信号,也可能使整个研究失败。
靶向检测与分子定量
靶向检测旨在确定样本中是否存在某种特定生物或类群的DNA。这类检测通常使用能与具有鉴别意义的序列结合的短引物,许多情况下还会使用荧光探针,进一步提高特异性。动物检测经常使用线粒体标记,因为每个细胞中都有多个线粒体基因组拷贝,而且线粒体基因组通常包含可用于区分物种的差异。当核基因组标记和叶绿体标记更适合所研究的生物学问题时,也会采用这些标记。
定量聚合酶链式反应,简称qPCR,在扩增过程中监测荧光。在适当条件下,初始靶分子越多的样本,其荧光越早达到阈值。利用已知含量建立的标准曲线,可以将阈值循环数与初始浓度联系起来。结果可以表示为每次反应、每次提取或每单位原始水样体积中的靶序列拷贝数。这些属于不同的测量层级:要在它们之间换算,必须记录过滤体积、提取液体积、稀释情况,以及每次反应加入的提取液量。
数字聚合酶链式反应将反应体系分隔成许多微小的独立分区,其中一些含有靶分子,另一些则不含。扩增后,通常利用泊松模型,根据阳性分区的比例估算原始分子数。微滴数字PCR以微滴的形式形成这些分区。数字方法可用于低浓度样本和某些富含抑制物的样本,但仍需验证其特异性、设置适当的对照,并在接近检出限时谨慎解读结果。
检测方法的验证包括几个不同方面。序列比对用于评估引物和探针是否可能与非靶标生物结合。利用组织DNA开展测试,可评估目标物种及其近缘物种的扩增情况。随后,使用环境样本检验该方法在真实混合体系中的表现。为某一地区开发的检测方法,在其他地区可能失效,原因可能是目标种群具有不同的等位基因,也可能是某种未经测试的当地物种携带了相似的标记。不存在一个能够保证正确区分目标与非目标的统一序列相似度百分比。
检出限是指检测方法能够以规定概率检出靶标时所对应的浓度;定量限则涉及能否进行可靠的数值估计。应明确报告两者的定义及估算程序。在浓度极低时,分子会随机分配到各个反应中,因此即使所有操作都正常,重复检测的结果也可能不一致。所以,弱阳性并不必然意味着污染,正如阴性反应不能证明靶标不存在。报告定量结果时,还必须关注校准、提取回收率、抑制效应和测量不确定度,而不能将仪器给出的数值视为精确的生态学测量结果。
群落解析与序列解读
群落层面的分析不再只关注单一物种,而是识别样本中的多种生物。最常用的方法是宏条形码分析:利用引物扩增某一大类生物共有的标记,再通过高通量测序读取由此产生的混合序列。这一方法拓展了DNA条形码的原理,后者利用标准化的序列区域鉴定单个标本。不过,对于环境混合样本,必须先通过计算分析,将序列区分为可辨识的生物学信号。
标记的选择在很大程度上决定了能够检测到哪些生物。线粒体12S基因的部分区域常用于检测脊椎动物;线粒体细胞色素c氧化酶亚基I基因(通常缩写为COI)则广泛用于动物,尤其是无脊椎动物。16S核糖体RNA基因广泛用于细菌和古菌;18S标记用于检测广泛的真核生物类群;内转录间隔区则是研究真菌的重要标记。trnL等叶绿体区域可用于获取植物信息,即使样本中只有短小、降解的片段也可能奏效。没有任何一种标记能对所有生物提供同等的分辨能力。
实验室处理通常会在扩增产物上添加样本特异性的索引序列,以便将多个样本合并,在同一次测序中分析。随后,计算分析会去除低质量读段、将读段按样本分开、识别人为产生的嵌合体,并处理测序错误。一些分析流程依据相似度阈值,将读段聚类为操作分类单元。另一些流程则推断扩增子序列变体,在纠错后精确区分不同序列。这两类结果都不必然对应生物学上的物种:一个物种可能具有多个标记变体,而不同物种也可能具有相同的标记。
生物信息学通过参考数据库将这些序列与分类名称联系起来。分类归属是否可靠,取决于参考标本的鉴定是否正确、地理覆盖是否充分,以及所用标记能否真正区分相关生物。一条序列可能可以可靠地归入某个科,却无法确定到种。对存在歧义的匹配结果强行赋予种级名称,会造成虚假的精确性。分类学也在不断变化,因此需要为数据库标注版本,并记录所采用的分类体系。
读段数量受提取效率、引物错配、扩增竞争、基因组拷贝数和测序深度等因素影响。因此,某个物种产生的读段占一半,并不意味着其生物量也占一半。组成已知的模拟群落有助于揭示这些偏差。鸟枪法宏基因组测序不对某一种条形码进行靶向扩增,但为了检测稀少生物,往往需要更大的测序量,而且测序结果可能主要由丰度较高的微生物DNA或宿主DNA构成。靶向富集方法介于两者之间,会在测序前捕获选定的序列。各种方法在覆盖广度、灵敏度、分辨率和成本之间各有取舍;联合使用多种标记可以扩大覆盖范围,但无法消除所有方法共有的采样偏差。
从检出到生态推断
环境DNA测量可支持多个层次的推断,但这些层次应明确区分。序列匹配涉及分子身份的确认;在样本中检出目标,涉及分析层面上目标是否存在;推断某种生物占据特定地点,则需要加入有关迁移和污染的假设;估算种群数量,还需要进一步对DNA释放、存留及采样效率作出假设。足以支持某一层次推断的证据,未必足以支持下一层次的推断。
当生物确实存在,但其DNA未被采集、回收或扩增时,就会出现假阴性。假阳性可能源于污染、序列误鉴定或实验室伪影,也可能发生在生态解释阶段:即使序列鉴定正确,其来源生物也可能位于采样区域之外。废水携带的鱼类DNA、捕食者携带的猎物DNA,或随饵料引入的物质,都可能产生真实的分子检出结果,却并不意味着当地存在活体种群。
占域建模明确区分某地点被目标生物占据的概率,以及目标存在时被检出的概率。在一个简单的表述中,若每次调查的检出概率均为 ,且各次调查在给定条件下相互独立,则 次调查中至少检出一次的概率为
环境DNA研究往往需要采用层级模型,因为采样、提取和扩增各自涉及不同的检出过程。对同一份提取物重复进行PCR,可以增进对实验室检出情况的了解,但不能替代独立环境样本的采集。有些模型还会估算假阳性概率。
估算丰度的要求更高。在受控条件下,DNA浓度可能与生物量或个体数量相关,但这种关系可能随温度、生命阶段、物种或生境而变化。一个简单的充分混合模型可以说明这一问题:
其中, 为目标DNA的输入速率, 为水体体积, 为损失常数。达到平衡时,。即使是这一简化表达式也表明,不同的DNA释放与损失组合可能产生相同的浓度。对于流动系统,还需要加入输运项和交换项。
与传统调查方法进行比较,有助于确定分子信号的含义。网捕、目视观察、声学调查和相机记录都有各自的检出偏差,因此,结果不一致并不意味着其中某种方法必然无效。综合研究可以揭示不同方法在调查范围上的互补性:环境DNA可能检出难以发现的物种,而直接观察则能提供年龄、体型、行为或繁殖证据。只有明确对应各方法的空间范围、时间窗口和生物学含义,而不是假定它们完全相同,才能作出最有力的解释。
生物多样性监测与环境管理
环境DNA的一项主要应用是检测稀有、难以发现或外来引入的生物。水样采集能够揭示那些种群密度低,或栖息于难以实地调查的生境中的水生物种。北美针对亚洲鲤鱼、英国针对大冠蝾螈开发的检测方法,展示了物种特异性检测在管理中的用途。2014年,英格兰一项大规模研究证实了利用池塘水中的环境DNA检测大冠蝾螈的实用性,推动了此后该方法在生态评估中的应用。
对于入侵物种,早期检测具有重要价值,因为小种群更难用常规方法发现。不过,单次阳性结果本身并不能证明存在能够繁殖的种群,也不能确定其所在位置。调查可以结合重复采样、独立检测、水文信息和常规搜寻。在控制或根除行动之后,残留DNA则会带来相反的难题:持续检出可能源于存活的生物、近期死亡的生物材料,或保留在沉积物中的DNA。
宏条形码技术可用于表征鱼类、两栖动物、无脊椎动物、植物、真菌和微生物的群落组成。重复调查能够追踪群落随季节变化,或沿污染和生境改变梯度发生的变化。在河流中,样本可能汇集流域内部分区域的信号,从而有望扩大监测覆盖范围,但也使确定检出信号来自哪一具体河段变得更加困难。在湖泊和海洋中,水深、水体分层、水流和季节性迁移都会影响样本所反映的群落。
环境评估也利用分子信息研究生态系统状况。群落组成可能随营养盐富集、缺氧、盐度及其他压力因素而变化。基于序列的指标可以补充现有的生物指数,但将基于形态学的指数转用于DNA数据时,需要加以验证,因为这两种方法对同一类生物的检测效率未必相同。参照状况、采样季节、标记选择以及参考数据库对区域物种的覆盖程度,都会影响地点之间的比较。
针对空气和陆地环境的应用拓宽了调查范围。2022年发表的两项独立研究从动物园采集的空气中提取出了脊椎动物DNA,表明空气中的物质能够揭示附近动物的存在,其中也包括研究人员未直接接触的物种。土壤、地表水以及从植被上冲洗下来的物质,同样可能含有陆生生物的痕迹。这些应用仍然高度依赖采样的具体情境:空气中的颗粒可以传播,食物或动物饲料可能带入序列,而封闭空间也不同于开放环境。在各种环境中,将环境DNA作为综合监测计划中一种作用明确的证据来源,而不是将其视为能够全面取代直接生物观测的方法,才能充分发挥其信息价值。
沉积记录与过去的生态系统
即使产生DNA的生物早已消失,环境沉积物仍可能长久保存其DNA。湖泊沉积物、洞穴堆积物、冻土和海洋沉积物会积累来自当地生物及周边景观的遗传物质。沉积物古DNA通常缩写为sedaDNA。与可辨识的骨骼或种子不同,含DNA的沉积物样本可能汇集来自众多生物、经由多种途径进入的物质,因此,对其解读既取决于分子分析,也取决于沉积物的形成过程。
能够减缓分子损伤的条件有利于DNA保存,包括低温以及矿物表面的保护作用。多年冻土尤为重要,但DNA也能在其他受到保护的沉积物中留存。随着时间推移,DNA分子会变短,并积累特征性的化学变化,包括胞嘧啶脱氨;这类变化可表现为测序读段末端偏多的C到T替换。这些损伤模式可以为DNA的真实性提供佐证,不过,无论是否出现这些模式,都必须结合保存条件和实验室处理方式加以解释。
年代框架至关重要。DNA序列的年代通常依据其所在沉积物或相关材料来判定,而不是通过对单个DNA分子直接测年来确定。放射性碳测年、地层关系及其他地质年代学方法可用于建立沉积序列。沉积物混合、侵蚀、再沉积以及DNA经孔隙迁移,都可能使DNA与其表面上所属的地层失去对应关系。因此,沉积物样本的年代并不必然就是其中每个遗传片段的确切年代。
古环境DNA已被用于重建植被、动物分布,以及与冰期作用和人类活动相关的变化。2022年,一项针对格陵兰岛北部卡普哥本哈根组的研究报告,在约200万年前的沉积物中发现了DNA,并据此识别出一个与现代格陵兰岛北部截然不同的生态系统的组成部分。2017年,维维安·斯隆及其同事报告从洞穴沉积物中检出了尼安德特人和丹尼索瓦人的线粒体DNA,表明即使地层中没有可辨识的古人类骨骼遗存,也能从中获取人类演化的证据。
这些记录与花粉、化石、化学代用指标及考古学证据相互补充,而非与它们完全一致。花粉可以传播到远处,而且某些植物的花粉产量远高于其他植物;骨骼遗存更容易保留下那些本就易于保存的生物和组织;DNA的获取则取决于分子能否留存,以及参考数据库的覆盖程度。相互独立的代用指标若得出一致结果,就能增强重建结果的可信度;若出现差异,则可能揭示不同的来源区域或保存过程。因此,古DNA实验室会采取严格的污染控制措施,使用专门设施,并采用适合短分子的分析方法。有关某种生物是否在当地持续生存、是否消失,或群落由哪些生物构成的判断,均取决于分子真实性、沉积历史、年代框架和生态学合理性等多方面因素。
标准化、新兴方法与伦理问题
常规应用需要一条从野外研究设计延伸至结果报告的质量保证链。可重复的研究应记录采样地点、日期、采样量、滤膜特性、保存方式、提取流程、检测所用序列、对照设置以及数据处理参数。仅报告物种名录会掩盖造成结果差异的主要来源。标准物质、实验室间比对和经过验证的操作规程,有助于判断不同调查之间的差异究竟反映了生态变化,还是测量方法的差异。
标准化并不意味着一套方案适用于所有环境。浑浊的河流、贫营养湖泊、森林土壤和空气中的尘埃,在采样和反应抑制方面各有不同的问题。核心要求是方法适合预定用途:为检测低浓度的单一物种而设计的方法,不一定能提供无偏的群落组成概况。长期监测尤其容易受到引物、测序平台、数据库和软件变化的影响。衔接性研究以及对存档数据的重新分析,有助于区分方法变化造成的结果不连续与真正的生物学趋势。
新技术正使部分工作流程向采样现场转移。自动采样器可以反复采样,无须野外团队每次都到场;自主水下仪器则可以过滤水样并保存材料。便携式扩增和测序系统能够缩短从采样到获得初步结果的时间。这些方法并未消除对污染控制或参考数据库的需求,而是将部分质量控制工作转移到了条件更难控制的野外环境中。
环境RNA提供了一类相关但不同的证据。由于RNA参与基因表达,而且通常较易降解,因此可以提供仅靠DNA调查无法获得的信息。然而,检出RNA并不是判断生物是否存活或当前是否活跃的通用方法:RNA的稳定性因分子类型和环境条件而异,受到保护的RNA也可能持续存在。其他正在发展的方法则着眼于探测种群层面的变异、获取更长的基因组区域,或改进丰度估算。这些应用需要更高的测序深度,也需要更谨慎地区分个体、种群和近缘物种。
环境采样还涉及数据隐私、所有权和获取权限等问题。环境样本中可能会意外获取人类DNA;2023年的一项研究表明,这些材料所含的人类基因组信息可能远远超出简单物种检测的范围。因此,公开提交序列数据时,可能需要考虑其中附带的人类信息。受威胁物种的精确位置也可能属于敏感信息。涉及原住民土地、具有文化意义的场所或遗传资源的工作,还牵涉知情同意、社群决策权以及获取与惠益分享安排。即使研究最初的目标是人类以外的生物多样性,这些问题也会影响有关样本采集、分析、元数据披露和长期保存的决策。