萬(wàn)凌琳，陳芷凡，郭 佳，佟立輝, 任麗娟，韓博平，吳慶龍

(1:暨南大學(xué)生命科學(xué)技術(shù)學(xué)院生態(tài)學(xué)系，廣州 510632) (2:廣東粵港供水有限公司, 深圳 518021) (3:中國(guó)科學(xué)院南京地理與湖泊研究所湖泊與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210008) (4:中國(guó)科學(xué)院大學(xué)中丹學(xué)院，北京 101408)

淡水生態(tài)系統(tǒng)在陸地和水體中占比較低，卻承載著地球上很高的物種多樣性，具有多樣化的生態(tài)系統(tǒng)功能，為人類提供重要的生態(tài)服務(wù)功能[1]. 但隨著人類活動(dòng)的加劇，淡水生態(tài)系統(tǒng)面臨著氣候變化與富營(yíng)養(yǎng)化等多重環(huán)境壓力，導(dǎo)致生物多樣性減少和生態(tài)系統(tǒng)功能退化，及淡水生態(tài)系統(tǒng)的服務(wù)功能降低[2-3]. 為了維持社會(huì)經(jīng)濟(jì)發(fā)展和生態(tài)系統(tǒng)可持續(xù)性之間的平衡，減緩淡水生態(tài)系統(tǒng)的退化，許多國(guó)家和地區(qū)已經(jīng)制定了各種法案和相關(guān)指令，如聯(lián)合國(guó)的《生物多樣性公約》《歐盟水框架指令》《歐盟地下水指令手冊(cè)》、美國(guó)環(huán)境保護(hù)署發(fā)布的《清潔水法案》等. 這些條例使用一系列指標(biāo)對(duì)所監(jiān)測(cè)的水環(huán)境進(jìn)行評(píng)估，如使用化學(xué)指標(biāo)來(lái)評(píng)估環(huán)境污染風(fēng)險(xiǎn)水平[4]，或使用生物指標(biāo)來(lái)衡量生態(tài)系統(tǒng)的狀況[5-6]. 其中，關(guān)注生態(tài)系統(tǒng)功能變化的生物監(jiān)測(cè)與評(píng)估是保護(hù)、管理和恢復(fù)淡水生生態(tài)系統(tǒng)的核心.

目前，淡水生態(tài)系統(tǒng)的生物評(píng)估大多基于形態(tài)鑒定的指示生物或類群[7-8]，這類方法往往局限于對(duì)特定生物類群的觀察，例如魚類[9-11]、水生大型無(wú)脊椎動(dòng)物[12-14]、浮游植物[15-19]、原生生物[20]等，而針對(duì)不同指示生物的觀察方法幾乎沒有一致性，因而無(wú)法進(jìn)行不同生物類群間的比較[21]. 不僅如此，傳統(tǒng)評(píng)估方法主要利用指示生物的出現(xiàn)率和多度信息，忽略了水體環(huán)境中“生物”與“生物”，以及“生物”與“環(huán)境”間相互作用的復(fù)雜關(guān)系[22]，而這些相互作用卻深刻影響著淡水生態(tài)系統(tǒng)的生物多樣性、生態(tài)系統(tǒng)服務(wù)功能[23-24]以及生態(tài)系統(tǒng)對(duì)環(huán)境變化的響應(yīng)[25]. 因此，迫切需要建立一套靈敏且有效的淡水生態(tài)系統(tǒng)監(jiān)測(cè)和評(píng)價(jià)工具[26-28].

生態(tài)網(wǎng)絡(luò)是對(duì)生態(tài)系統(tǒng)中物質(zhì)、能量流動(dòng)進(jìn)行模擬的結(jié)構(gòu)模型[29]，被達(dá)爾文稱為“樹木交錯(cuò)的河岸(tangled bank)”，描述了物種間的相互作用、群落的基本結(jié)構(gòu)以及生態(tài)系統(tǒng)的功能和穩(wěn)定性[30-31]，為人們完整地認(rèn)識(shí)生態(tài)系統(tǒng)及其組織提供了一個(gè)多維度的視角[32]. 生態(tài)網(wǎng)絡(luò)的結(jié)構(gòu)特性揭示了生態(tài)系統(tǒng)的組織規(guī)律及其面對(duì)干擾時(shí)發(fā)生進(jìn)化和補(bǔ)償機(jī)制[33-36]，并與生態(tài)系統(tǒng)的長(zhǎng)期動(dòng)態(tài)(例如恢復(fù)力和穩(wěn)定性)密切相關(guān)[37-40]. Thompson等提出將生態(tài)網(wǎng)絡(luò)作為協(xié)調(diào)生物多樣性和生態(tài)系統(tǒng)功能研究的概念框架[24]. 因此，生態(tài)網(wǎng)絡(luò)及其分析是一種強(qiáng)大且有潛力的生物監(jiān)測(cè)和評(píng)價(jià)工具[41]. 為了簡(jiǎn)化復(fù)雜的生態(tài)網(wǎng)絡(luò)，通常只用一種主要相互作用關(guān)系來(lái)表示，可分為營(yíng)養(yǎng)網(wǎng)絡(luò)(trophic networks，也稱為食物網(wǎng))和互惠網(wǎng)絡(luò)(mutualist networks). 然而，在群落尺度上，物種間可以同時(shí)以多種方式發(fā)生相互作用，共同組成了一個(gè)生物共現(xiàn)網(wǎng)絡(luò)(biological co-occurrence networks)[32]. 生物共現(xiàn)網(wǎng)絡(luò)是群落水平物種互作的結(jié)構(gòu)模型，通過(guò)物種在群落出現(xiàn)及豐度數(shù)據(jù)，描述了物種間潛在的相互作用、群落的基本結(jié)構(gòu)，反映了群落在生態(tài)系統(tǒng)的功能和結(jié)構(gòu)特性.

在這篇綜述中，我們首先回顧了淡水生態(tài)系統(tǒng)中生物體間不同類型的相互作用，以及這些相互作用被用來(lái)定義不同類型的生態(tài)網(wǎng)絡(luò). 然后重點(diǎn)介紹表現(xiàn)最全面也最容易實(shí)現(xiàn)的生物共現(xiàn)網(wǎng)絡(luò)：(1)如何構(gòu)建生物共現(xiàn)網(wǎng)絡(luò)，(2)如何解析共現(xiàn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，以及(3)如何利用生物共現(xiàn)網(wǎng)絡(luò)重要的拓?fù)浣Y(jié)構(gòu)參數(shù)作為淡水生態(tài)系統(tǒng)質(zhì)量監(jiān)測(cè)的生物指標(biāo).

1 淡水生態(tài)系統(tǒng)中的生物相互作用

在生態(tài)系統(tǒng)中，空間和時(shí)間上共存的不同物種通過(guò)物質(zhì)、能量和信息的交換而相互聯(lián)系，形成了復(fù)雜的相互作用[42-44]，從根本上影響著種群、群落和生態(tài)系統(tǒng)過(guò)程[45]. 生物多樣性喪失、入侵物種以及人類活動(dòng)都會(huì)改變生物相互作用，對(duì)重要的生態(tài)系統(tǒng)功能產(chǎn)生級(jí)聯(lián)影響[45]. 生物相互作用可分為直接相互作用(direct interaction)和間接相互作用(indirect interaction). 生物間的直接相互作用是指一個(gè)物種在沒有中間物種參與的情形下對(duì)另一個(gè)物種產(chǎn)生的正面或負(fù)面影響，可以概括為兩類：正相互作用(positive interaction)和負(fù)相互作用(negative interaction)[46]. 對(duì)于生物體而言，正相互作用可能是由于有益的生物相互作用(互惠作用、偏利共生、促進(jìn)作用或其他原因)產(chǎn)生的，而負(fù)相互作用可能是由于對(duì)抗性的互作(捕食關(guān)系、競(jìng)爭(zhēng)等原因)造成的[47]. 物種間的正相互作用和負(fù)相互作用往往同時(shí)存在[48]，這種復(fù)雜的生態(tài)關(guān)系可以表示為以物種為節(jié)點(diǎn)，以物種之間的相互作用關(guān)系為連接的生態(tài)網(wǎng)絡(luò)[49-50]. 物種間的直接相互作用可以借助其他物種導(dǎo)致物種間產(chǎn)生明顯的間接相互作用，如營(yíng)養(yǎng)級(jí)聯(lián)(trophic cascade)、似然競(jìng)爭(zhēng)(apparent competition)等[46].

1.1 種間的正相互作用

種間的正相互作用(positive interspecific interaction)在淡水生態(tài)系統(tǒng)中廣泛存在，是維持物種豐度和群落結(jié)構(gòu)形成的主要驅(qū)動(dòng)力[45,51-54]. Stachowicz將其定義為“生物體間的相遇，至少對(duì)其中一方有利，但對(duì)雙方都沒有傷害”[55]. 淡水生態(tài)系統(tǒng)中的正相互作用主要可分為3種類型：互惠作用(mutualism)、偏利共生(commensalism)以及促進(jìn)作用(facilitation)[55]. 大多數(shù)正相互作用都至少提供或交換3種關(guān)鍵資源或者服務(wù)，即營(yíng)養(yǎng)方面、運(yùn)輸方面或是保護(hù)作用中的一種[56]. 此外，促進(jìn)作用還可通過(guò)改善棲息地產(chǎn)生積極效應(yīng)[57].

1.1.1 互惠作用 互惠作用是一種雙贏的局面， 兩個(gè)物種都從相互作用中獲利. 這種相互作用關(guān)系不受種間遺傳距離的限制，動(dòng)植物之間、微生物和動(dòng)物之間、微生物和植物之間等都可能發(fā)生互惠作用[51]. 營(yíng)養(yǎng)交換關(guān)系是互惠作用中最為常見的[51]. 例如淡水海綿(Spongillalacustris)為其內(nèi)共生綠藻提供棲所和營(yíng)養(yǎng)物質(zhì)，以交換綠藻分泌的葡萄糖[58]. 在互惠作用中，運(yùn)輸能力也是一種常見的交換資源. 例如植物為魚類提供果實(shí)(也是營(yíng)養(yǎng)交換的一種體現(xiàn))，以交換魚類進(jìn)行種子的傳播[59-60]. 這種運(yùn)輸方面的互惠作用可發(fā)生在多種魚類和多種植物之間，由此形成了一個(gè)互惠網(wǎng)絡(luò)(mutualist network)[54]. 互惠作用也可提供保護(hù)方面的功能. 例如，淡水生態(tài)系統(tǒng)中的有根大型植物為底棲生物提供了棲身之所，支持了附生無(wú)脊椎動(dòng)物及其捕食者的多樣性[61]. 作為回報(bào)，附生的無(wú)脊椎動(dòng)物為大型植物去除附生藻類[62]. 微生物之間也存在互惠作用. 不同類群細(xì)菌的相互作用會(huì)形成生物膜，生物膜中的細(xì)菌可因某些類群的功能而受益. 例如某些細(xì)菌種類具有對(duì)抗生素的抗性，從而使生物膜中的其他細(xì)菌獲得耐藥性[63].

1.1.2 偏利共生 偏利共生指兩個(gè)不同生物間發(fā)生一種對(duì)一方有益，而對(duì)另一方?jīng)]有影響的關(guān)系[46]. 在偏利共生關(guān)系中，一方從互動(dòng)中獲益，但不會(huì)給另一方造成損失. 例如搖蚊幼蟲可與各種水生昆蟲和魚類共生[64-65]. 這些與之共生的水生生物能為搖蚊幼蟲提供“搭便車”服務(wù)，稱之為攜播(phoresy). 生活在這些“載體(carrier)”上為搖蚊幼蟲提供了更好的覓食機(jī)會(huì)，增加其移動(dòng)性，還能降低其被捕食的風(fēng)險(xiǎn)[66]，但對(duì)這些“載體”似乎并沒有任何影響.

1.1.3 促進(jìn)作用 促進(jìn)作用通常是一種“單向”(unidirectional)作用，指兩生物體相遇時(shí)，至少有一方受益，但對(duì)任何一方都沒有傷害. 若兩個(gè)物種都從相互作用中受益時(shí)，則是互惠作用. 當(dāng)“一個(gè)物種直接使當(dāng)?shù)丨h(huán)境對(duì)另一種生物更有利時(shí)”，就會(huì)發(fā)生促進(jìn)作用[67]. 例如淡水生態(tài)系統(tǒng)中的固著生物，如大型植物和貽貝，除了可為附生于其表面的植物和無(wú)脊椎動(dòng)物提供棲息地外，還具有穩(wěn)定基質(zhì)、改善底棲生物生境條件的功能[68-69].

1.2 種間的負(fù)相互作用

種間的負(fù)相互作用(negative interspecific interaction)是指在兩個(gè)物種的相互作用中，至少對(duì)兩者的一方會(huì)產(chǎn)生不利影響的作用，主要包括捕食作用(predation)、寄生(parasitism)、偏害共生(amensalism)和種間競(jìng)爭(zhēng)(competition)等[46].

1.2.1 捕食作用 通過(guò)典型的捕食作用，淡水生態(tài)系統(tǒng)中的捕食者可以限制獵物的豐度，改變獵物的大小、行為、年齡結(jié)構(gòu)或其他特征，并可能通過(guò)營(yíng)養(yǎng)網(wǎng)絡(luò)的級(jí)聯(lián)效應(yīng)產(chǎn)生間接影響[70]. 例如，底棲食肉魚類的捕食作用會(huì)顯著降低牧食性螺類的生物量，從而減少了螺類對(duì)附生植物的牧食，對(duì)附生植物的生物量產(chǎn)生了間接的促進(jìn)作用[71]. 捕食作用還會(huì)改變獵物所提供的生態(tài)功能. 例如，褐鱒(Salmotrutta)通過(guò)捕食碎屑生物(Zelandopsycheingens)而降低了溪流中凋落物的分解率[72].

1.2.2 寄生 與典型的捕食作用一樣，寄生生物消耗寄主資源，不同的是，寄生生物通常不會(huì)殺死寄主[73]. 一些寄生生物對(duì)寄主的傷害相對(duì)較小，例如淡水貽貝的幼體僅暫時(shí)侵染魚類[74]. 而大部分的寄生作用對(duì)寄主的傷害很大. 例如，成年的海七鰓鰻(Petromyzonmarinus)對(duì)湖鱒(Salvelinusnamaycush)的攻擊和寄生作用會(huì)導(dǎo)致其流失大量的組織和體液，這可能會(huì)導(dǎo)致慢性應(yīng)激反應(yīng)、繼發(fā)性傷口感染，甚至死亡[75]. 寄生生物能夠改變寄主的行為、顏色或是形態(tài)特征，這些改變可能有利于其進(jìn)一步的傳播[76-79].

1.2.3 偏害共生 在偏害共生中，一種生物對(duì)另一種產(chǎn)生抑制、傷害作用，甚至殺死對(duì)方，但本身卻也無(wú)法從中獲得益處或害處[80]. 例如，水體中的銅綠假單胞菌(Pseudomonasaeruginosa)能產(chǎn)生大量的抗生素來(lái)抑制其他細(xì)菌和藻類的生長(zhǎng)[81].

1.2.4 種間競(jìng)爭(zhēng) 種間競(jìng)爭(zhēng)是研究最多的種間負(fù)相互作用，是指兩物種或更多物種共同利用相同資源時(shí)產(chǎn)生的競(jìng)爭(zhēng). 可以發(fā)生在同一營(yíng)養(yǎng)級(jí)的物種之間，也可以發(fā)生在不同營(yíng)養(yǎng)級(jí)的生物體之間.種間競(jìng)爭(zhēng)方式可分為利用性競(jìng)爭(zhēng)(exploitative competition, EC)和干涉性競(jìng)爭(zhēng)(interference competition, IC)[46]. 例如，水體中食物資源豐富時(shí)，不同種類的輪蟲和枝角類能夠共存，反之則會(huì)發(fā)生爭(zhēng)奪食物的資源利用性競(jìng)爭(zhēng)[82]. IC則包含廣泛的生物相互作用，主要包括化學(xué)、生存空間和遭遇競(jìng)爭(zhēng)[83-84].

似然競(jìng)爭(zhēng)是物種間的間接相互作用，指某一個(gè)物種數(shù)量的增加將會(huì)導(dǎo)致捕食者數(shù)量增加，從而加重了對(duì)另一物種的捕食強(qiáng)度，反之亦然[46]. 例如，食魚動(dòng)物對(duì)擬鯉(Rutilusrutilus)和鱸魚(Percafluviatilis)的取食會(huì)導(dǎo)致這兩種非競(jìng)爭(zhēng)性魚類產(chǎn)生似然競(jìng)爭(zhēng)[85]. 湖泊中，雜食性魚類會(huì)同時(shí)在水體和底棲生境取食無(wú)脊椎動(dòng)物，導(dǎo)致了浮游和底棲無(wú)脊椎動(dòng)物之間的似然競(jìng)爭(zhēng)[86].

1.3 生物相互作用的動(dòng)態(tài)變化

不論是正相互作用還是負(fù)相互作用，都是動(dòng)態(tài)的，隨著環(huán)境中生物和非生物因素的變化而變化[52,54]. 物種間的相互作用是一個(gè)從對(duì)抗到互惠的連續(xù)統(tǒng)一體[52,87]. 環(huán)境變量的改變會(huì)使生物相互作用發(fā)生轉(zhuǎn)變. 例如，在自然條件下，淡水螯蝦與蠕蟲是偏利共生關(guān)系，只有蠕蟲受益[88]. 蠕蟲在淡水鰲蝦的鰓上生活，以附生寄生蟲和生物膜為食[89-90]，并降低了其被捕食的風(fēng)險(xiǎn). 但若水體中污垢(如表面活性物質(zhì)和有機(jī)碎屑顆粒)變多，蠕蟲會(huì)幫助淡水鰲蝦清洗鰓，使淡水鰲蝦受益，兩者轉(zhuǎn)變?yōu)榛セ蓐P(guān)系[88]. 當(dāng)然，在污垢變多的情況下，蠕蟲的食物資源也更豐富，也將有利于其生長(zhǎng)繁殖[91]. 生物因素(如種群密度)的變化也會(huì)導(dǎo)致生物相互作用發(fā)生轉(zhuǎn)變. 例如，當(dāng)環(huán)境資源有限而蠕蟲密度較高時(shí)，蠕蟲會(huì)以淡水鰲蝦的鰓為食，使兩者轉(zhuǎn)變?yōu)榧纳P(guān)系[90,92].

2 淡水生態(tài)系統(tǒng)中的網(wǎng)絡(luò)類型

淡水生態(tài)系統(tǒng)具有很高的生物多樣性，存在多個(gè)營(yíng)養(yǎng)級(jí)，各個(gè)生物體不是孤立存在的，可同時(shí)以直接或間接途徑與多個(gè)其他生物體發(fā)生錯(cuò)綜復(fù)雜的相互作用，構(gòu)成一個(gè)極為復(fù)雜的生態(tài)網(wǎng)絡(luò)[29,42]. 為了簡(jiǎn)化復(fù)雜的交互網(wǎng)絡(luò)，通常只用一種主要相互作用關(guān)系來(lái)表示，可分為營(yíng)養(yǎng)網(wǎng)絡(luò)(trophic networks，也稱為食物網(wǎng))和互惠網(wǎng)絡(luò)(mutualist networks). 生物共現(xiàn)網(wǎng)絡(luò)(biological co-occurrence networks)則展現(xiàn)了環(huán)境中所有生物體之間復(fù)雜相互作用網(wǎng)絡(luò)的綜合視圖[32].

2.1 營(yíng)養(yǎng)網(wǎng)絡(luò)

營(yíng)養(yǎng)網(wǎng)絡(luò)是生態(tài)學(xué)中研究最早、最多的網(wǎng)絡(luò)類型，是以物種間的營(yíng)養(yǎng)關(guān)系作為連接的復(fù)雜生態(tài)網(wǎng)絡(luò)[93]，體現(xiàn)了生態(tài)系統(tǒng)中的物質(zhì)循環(huán)和能量流動(dòng)[24]. 一個(gè)營(yíng)養(yǎng)網(wǎng)絡(luò)是由多個(gè)營(yíng)養(yǎng)級(jí)(trophic level)組成. 營(yíng)養(yǎng)級(jí)呈現(xiàn)了物種在生態(tài)系統(tǒng)中的營(yíng)養(yǎng)生態(tài)位，營(yíng)養(yǎng)級(jí)的大小主要取決于初級(jí)生產(chǎn)者把能量傳遞到該級(jí)別所需的轉(zhuǎn)換次數(shù). 初級(jí)生產(chǎn)者位于生態(tài)系統(tǒng)的第一營(yíng)養(yǎng)級(jí)，它們主要利用各種無(wú)機(jī)形式的能量(如陽(yáng)光)把CO2轉(zhuǎn)換成生物量；食草動(dòng)物和食碎屑生物為初級(jí)消費(fèi)者，位于第二營(yíng)養(yǎng)級(jí)；食肉動(dòng)物以食草動(dòng)物和食碎屑生物為食物，是第三營(yíng)養(yǎng)級(jí)；捕食食肉動(dòng)物的動(dòng)物位居第四營(yíng)養(yǎng)級(jí). 每一營(yíng)養(yǎng)級(jí)都包含幾個(gè)，甚至幾百個(gè)物種[46]. 營(yíng)養(yǎng)網(wǎng)絡(luò)的結(jié)構(gòu)非常復(fù)雜，主要體現(xiàn)在雜食性和模塊性兩個(gè)方面，其中雜食性增加了營(yíng)養(yǎng)網(wǎng)絡(luò)垂直結(jié)構(gòu)(跨營(yíng)養(yǎng)級(jí)的結(jié)構(gòu))的復(fù)雜性，然而模塊性不僅增大了營(yíng)養(yǎng)網(wǎng)絡(luò)中物種間相互作用的異質(zhì)性，還增大了營(yíng)養(yǎng)網(wǎng)絡(luò)水平(某一營(yíng)養(yǎng)級(jí)內(nèi)的結(jié)構(gòu))和垂直結(jié)構(gòu)的復(fù)雜性[94]. 鑒于營(yíng)養(yǎng)網(wǎng)絡(luò)的高度復(fù)雜性，通常使用理論模型的方法來(lái)研究其結(jié)構(gòu)和功能[95]. 由于在生態(tài)系統(tǒng)水平的研究中，不可能觀察或估量系統(tǒng)內(nèi)所有生物間的營(yíng)養(yǎng)相互關(guān)系，所以基于生態(tài)系統(tǒng)水平的營(yíng)養(yǎng)網(wǎng)絡(luò)研究本質(zhì)上都是啟發(fā)式的(heuristic). 因此，營(yíng)養(yǎng)網(wǎng)絡(luò)的構(gòu)建需要從已發(fā)表的文獻(xiàn)中收集先驗(yàn)信息(如分類群的相互作用關(guān)系、體型和營(yíng)養(yǎng)習(xí)慣等)，這無(wú)疑是一個(gè)費(fèi)力、艱難而又很難精確的過(guò)程[41].

2.2 互惠網(wǎng)絡(luò)

互惠網(wǎng)絡(luò)體現(xiàn)了生物體間的互惠作用(mutualism)，包括植物-傳粉者網(wǎng)絡(luò)、植物-種子散布者網(wǎng)絡(luò)以及植物-螞蟻互惠網(wǎng)絡(luò)[96]. 互惠網(wǎng)絡(luò)最顯著的特征是模塊化(modular)和嵌套結(jié)構(gòu)(nested pattern). 模塊化組織意味著大多數(shù)互惠連接可以包含在若干子集中. 嵌套結(jié)構(gòu)則是指網(wǎng)絡(luò)中相對(duì)特化物種(specialist)的連接伙伴是相對(duì)泛化物種(generalist)的連接伙伴的一個(gè)子集[97]. 以人們最為熟知的傳粉網(wǎng)絡(luò)為例，蝶類只能夠訪問(wèn)少數(shù)植物，而蜜蜂則能夠?yàn)樗兄参飩鞣?，蝶類傳粉的植物種類只是蜜蜂傳粉植物種類的一個(gè)子集[98]. 淡水生態(tài)系統(tǒng)中的互惠網(wǎng)絡(luò)研究較少，主要是集中于魚類對(duì)植物種子的傳播作用. 魚類傳播種子是一種普遍的生態(tài)相互作用，涉及超過(guò)275種魚類和許多植物物種. 通過(guò)食用植物果肉，魚類獲得豐富的碳水化合物、脂類和蛋白質(zhì)來(lái)源，因此這些魚類通常具有較高的流動(dòng)性，體型較大并具有較長(zhǎng)的壽命，在種子散播過(guò)程中發(fā)揮重要作用[60,99-100].

2.3 生物共現(xiàn)網(wǎng)絡(luò)

研究基于單一關(guān)系類型的網(wǎng)絡(luò)(如營(yíng)養(yǎng)網(wǎng)絡(luò)和互惠網(wǎng)絡(luò))簡(jiǎn)化了群落的概念，使我們能更好地理解群落的組成. 然而，自然群落的物種之間除了營(yíng)養(yǎng)關(guān)系和互惠關(guān)系，還存在競(jìng)爭(zhēng)、寄生等種間相互作用. 因此，這些網(wǎng)絡(luò)難以體現(xiàn)生態(tài)系統(tǒng)真正的復(fù)雜性，基于此的分析結(jié)果往往比較片面或產(chǎn)生偏差[32]. 與營(yíng)養(yǎng)網(wǎng)絡(luò)和互惠網(wǎng)絡(luò)不同，生物共現(xiàn)網(wǎng)絡(luò)是群落水平物種互作的結(jié)構(gòu)模型，通過(guò)物種在群落出現(xiàn)及豐度數(shù)據(jù)，描述了物種間潛在的相互作用、群落的基本結(jié)構(gòu)，反映了群落在生態(tài)系統(tǒng)的功能和結(jié)構(gòu)特性[101]. 兩個(gè)物種可以同時(shí)以多種方式發(fā)生相互作用，所有這些相互作用的綜合結(jié)果會(huì)使得生物體間發(fā)生聯(lián)合進(jìn)化(正相關(guān)關(guān)系，即共同出現(xiàn)co-occurrence)，或反向進(jìn)化(負(fù)相關(guān)關(guān)系，即彼此排斥co-exclusion)，或缺乏相互作用(可能是生物體間沒有相互作用，或是生物體間的多種相互作用的綜合效應(yīng)為零)[47,102](圖1). 在群落尺度上，這些正相關(guān)和負(fù)相關(guān)關(guān)系共同組成了一個(gè)共現(xiàn)網(wǎng)絡(luò). 生物共現(xiàn)網(wǎng)絡(luò)的多項(xiàng)拓?fù)浣Y(jié)構(gòu)屬性(如連接度、模塊性、中心性等)體現(xiàn)了生物間以及生物與非生物(環(huán)境因素)間潛在的交互關(guān)系，可能是生態(tài)系統(tǒng)健康狀態(tài)的有力指標(biāo)，為評(píng)價(jià)淡水生態(tài)系統(tǒng)的健康狀態(tài)和功能提供了一個(gè)生物監(jiān)測(cè)框架[103-104]. 生物群落共現(xiàn)網(wǎng)絡(luò)的研究已經(jīng)在多種淡水生態(tài)系統(tǒng)中展開，包括湖泊[105]、河流[106]、水庫(kù)[107-109]等.

圖1 物種間相互作用關(guān)系(根據(jù)Faust等繪制的圖片修改[47])Fig.1 Summary of ecological interactions between different species(modified from Faust et al[47])

3 構(gòu)建生物共現(xiàn)網(wǎng)絡(luò)

由于取樣問(wèn)題、物種分類或物種互作的錯(cuò)誤鑒定等限制，很難用傳統(tǒng)方法在生態(tài)系統(tǒng)水平上構(gòu)建系統(tǒng)內(nèi)所有生物的共現(xiàn)網(wǎng)絡(luò)[104,110]. 環(huán)境 DNA(environmental DNA，eDNA)宏條形碼(metabarcoding)技術(shù)可直接從環(huán)境介質(zhì)(如水體、土壤、沉積物等)中提取DNA，采用通用引物擴(kuò)增eDNA中特定基因片段(即DNA條形碼)并通過(guò)高通量測(cè)序(high-throughput sequencing，又稱“下一代”測(cè)序技術(shù) “next-generation” sequencing technology，NGS)獲得DNA條形碼序列，然后比對(duì)參考物種數(shù)據(jù)庫(kù)獲取環(huán)境中生物的有無(wú)或豐度信息，由此可實(shí)現(xiàn)對(duì)自然中多生物群落的同步監(jiān)測(cè)[110-111]. 多項(xiàng)研究證實(shí)eDNA宏條形碼技術(shù)是評(píng)估淡水環(huán)境生物多樣性的可靠手段[112-113]，可用于監(jiān)測(cè)底棲動(dòng)物[114]、魚類[115]、兩棲動(dòng)物[116]等. Gibson 等的研究表明，基于形態(tài)學(xué)的傳統(tǒng)方法和基于eDNA宏條形碼技術(shù)的監(jiān)測(cè)方法之間具有良好的一致性[117]. 通過(guò)eDNA宏條形碼技術(shù)能夠高效便捷地獲取淡水環(huán)境中的群落大數(shù)據(jù)信息，結(jié)合環(huán)境數(shù)據(jù)可用于構(gòu)建生物共現(xiàn)網(wǎng)絡(luò)[118](圖2).

圖2 基于eDNA宏條形碼技術(shù)構(gòu)建生物共現(xiàn)網(wǎng)絡(luò)流程圖Fig.2 Flow chart of constructing biological co-occurrence network based on eDNA metabarcoding technology

通過(guò)測(cè)序得到的數(shù)據(jù)可以用矩陣的形式表現(xiàn)，矩陣的每一行表示一個(gè)樣品，每一列表示一個(gè)物種或類物種[119]，數(shù)值的高低表示該物種或類物種在樣品中含量的高低，矩陣中 0 或者 NA(空缺)表示該物種或類物種沒有在該樣品中被檢測(cè)到. 基于這種環(huán)境基因組數(shù)據(jù)構(gòu)建共現(xiàn)網(wǎng)絡(luò)的方法很多，而這些方法的效率、精度、計(jì)算速度和數(shù)據(jù)要求各不相同. 簡(jiǎn)單的如基于成對(duì)Pearson或Spearman相關(guān)度量的方法，復(fù)雜的如基于多元回歸和高斯圖模型的方法[120]. 這里主要討論一些構(gòu)建生物共現(xiàn)網(wǎng)絡(luò)的常用方法(附表Ⅰ).

3.1 基于相異度的方法

以物種或類物種數(shù)據(jù)構(gòu)建共現(xiàn)網(wǎng)絡(luò)最簡(jiǎn)單快速的方法是使用配對(duì)相異度指數(shù)，如Bray-Curtis 指數(shù)或Kullback-Leibler指數(shù). 通常用置換檢驗(yàn)(permutation test)評(píng)估相異度分?jǐn)?shù)的顯著性，所有顯著的關(guān)系將用于構(gòu)建網(wǎng)絡(luò). 比利時(shí)佛蘭德生物技術(shù)研究所(Flemish institute for biotechnology)的Faust等綜合多個(gè)指標(biāo)，如相關(guān)性系數(shù)(如Spearman指數(shù))、相似性(如交互信息)和相異度(如Kullback-Leibler指數(shù))，開發(fā)了一套集合流程[47]，已用于預(yù)測(cè)海洋浮游生物群落中的相互作用[121].

3.2 基于相關(guān)性的方法

這類方法使用相關(guān)系數(shù)(如Pearson積矩相關(guān)系數(shù)或Spearman秩相關(guān)系數(shù))來(lái)檢測(cè)物種或類物種之間顯著的成對(duì)相互作用，主要通過(guò)物種在不同樣本中相對(duì)豐度的變化，計(jì)算兩兩物種間的相關(guān)系數(shù)，然后計(jì)算相關(guān)顯著性P值，結(jié)合相關(guān)系數(shù)和P值篩選數(shù)據(jù)后繪圖，由此形成共現(xiàn)網(wǎng)絡(luò)[122]. 該方法已成功應(yīng)用于研究海洋和湖泊等生態(tài)系統(tǒng)的微生物共現(xiàn)模式，這些研究不僅探究了微生物之間的聯(lián)系，還闡明了微生物與環(huán)境變化之間的聯(lián)系[122-123]. 但這類方法存在一定的局限性，如在處理存在大量0的數(shù)據(jù)集時(shí)，低豐度的物種或類物種之間會(huì)產(chǎn)生虛假相關(guān)關(guān)系(spurious correlation)，或是對(duì)測(cè)序得到的組成數(shù)據(jù)較為敏感[124]. Weiss等[125]以模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)測(cè)試了8種基于相關(guān)性方法的性能，并評(píng)估了各種方法區(qū)分信號(hào)和噪聲以及檢測(cè)一系列生態(tài)和時(shí)間序列關(guān)系的能力. 他們總結(jié)了各種方法的性能水平和局限性，并確定了稀疏性是這8種方法未能充分解決的關(guān)鍵問(wèn)題，建議在構(gòu)建共現(xiàn)網(wǎng)絡(luò)之前過(guò)濾掉極其罕見的物種信息.

3.3 基于回歸的方法

基于相異度和相似性的分析方法簡(jiǎn)單易行，是推斷生物共現(xiàn)網(wǎng)絡(luò)最常用的方法，但局限性在于它們只能推斷成對(duì)關(guān)聯(lián)度量(如Bray-Curtis指數(shù)和Pearson系數(shù))之間的關(guān)系，沒有考慮這些關(guān)系是否會(huì)被其他變量所影響. 因此，這類分析方法可能會(huì)導(dǎo)致虛假相關(guān)性[126]. 可使用多元回歸分析進(jìn)行替代，即將某個(gè)分類單元的豐度設(shè)置為響應(yīng)變量，使用所有其他分類單元的豐度作為解釋變量. 在多元回歸模型中，每個(gè)分類單元的系數(shù)作為兩個(gè)分類單元相互作用強(qiáng)度的線性度量[127]. 這類方法簡(jiǎn)單易行，但回歸結(jié)果的含義可能難以進(jìn)行合理的解釋. 例如，通過(guò)多元回歸分析預(yù)測(cè)得到的連接(links)可能并不代表存在什么生物學(xué)關(guān)聯(lián). 此外，回歸模型中由于特征數(shù)量較多，容易出現(xiàn)過(guò)度擬合(overfitting)的問(wèn)題，過(guò)度擬合隨著解釋變量的數(shù)量增加而增加，并且假陽(yáng)性數(shù)量也會(huì)相應(yīng)增加. 可以通過(guò)稀疏回歸(sparse regression)和交叉驗(yàn)證(cross-validation)來(lái)校正過(guò)度擬合[127]. 目前，基于回歸的方法已被廣泛用于構(gòu)建生物共現(xiàn)網(wǎng)絡(luò). 例如，van den Bergh等使用邏輯斯蒂回歸模型研究了幼兒上呼吸道中細(xì)菌、病毒和其他危險(xiǎn)因素之間的關(guān)聯(lián)性[128]. 回歸模型主要優(yōu)勢(shì)在于能夠結(jié)合相關(guān)的協(xié)變量信息，并有多種統(tǒng)計(jì)工具適用于該算法，研究者可根據(jù)特定的分析需求靈活選擇. 然而，大多數(shù)基于回歸的方法需要將每個(gè)特征(或特征類型)設(shè)置為響應(yīng)變量或解釋變量. 若所研究對(duì)象的基礎(chǔ)生物學(xué)知識(shí)相對(duì)匱乏時(shí)，這一點(diǎn)較難實(shí)現(xiàn).

3.4 概率圖模型

概率圖模型(probabilistic graphical models, PGMs)是一類用圖形模式表達(dá)基于概率相關(guān)關(guān)系的模型，利用計(jì)算機(jī)科學(xué)中離散數(shù)據(jù)結(jié)構(gòu)的思想，利用概率論有效地計(jì)算高維數(shù)據(jù)中的不確定性[120]. 簡(jiǎn)而言之，PGMs分別使用概率論和圖形來(lái)處理不確定性和復(fù)雜性. PGMs在形式上是由圖結(jié)構(gòu)組成的. 圖的每個(gè)節(jié)點(diǎn)(node)都關(guān)聯(lián)了一個(gè)隨機(jī)變量，而圖的邊(edge)則被用于編碼這些隨機(jī)變量之間的關(guān)系. 最常用的兩種PGMs包括貝葉斯網(wǎng)絡(luò)(Bayesian network)和馬爾可夫隨機(jī)場(chǎng)(Markov random field, MRFs). 兩者的主要區(qū)別在于采用不同類型的圖來(lái)表達(dá)變量之間的關(guān)系：貝葉斯網(wǎng)絡(luò)采用有向無(wú)環(huán)圖(directed acyclic graph)來(lái)表達(dá)因果關(guān)系，MRFs則采用無(wú)向圖(undirected graph)來(lái)表達(dá)變量間的相互作用[120].

(1)

3.5 對(duì)組成數(shù)據(jù)偏差具有魯棒性的網(wǎng)絡(luò)推導(dǎo)方法

淡水生態(tài)系統(tǒng)中的生物體(尤其是微生物)不是獨(dú)立存在的，且生物群落結(jié)構(gòu)的變化與環(huán)境密切相關(guān)，使得通過(guò)NGS測(cè)序所得到的物種或類物種數(shù)據(jù)是組成數(shù)據(jù)，即生物計(jì)數(shù)是相互依賴的，并非完全獨(dú)立. 這類數(shù)據(jù)反映的是物種的相對(duì)豐度信息而非絕對(duì)豐度信息，具有稀疏性和內(nèi)部關(guān)聯(lián)度高等特征. 使用經(jīng)典的相關(guān)性方法(如Pearson相關(guān)系數(shù))對(duì)這類數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)推導(dǎo)時(shí)常常產(chǎn)生不合理甚至錯(cuò)誤的結(jié)果. 最近，已開發(fā)了許多新的算法來(lái)提高網(wǎng)絡(luò)推導(dǎo)的準(zhǔn)確性.

3.5.1 生態(tài)關(guān)聯(lián)的稀疏逆協(xié)方差估計(jì)與統(tǒng)計(jì)推斷(sparse inverse covariance estimation for ecological association and statistical inference, SPIEC-EASI) SPIEC-EASI是一種從16S rRNA擴(kuò)增子測(cè)序數(shù)據(jù)集推斷微生物生態(tài)網(wǎng)絡(luò)的新工具. SPIEC-EASI將為組成數(shù)據(jù)分析開發(fā)的數(shù)據(jù)轉(zhuǎn)換與圖形化的模型推理框架相結(jié)合，該框架假設(shè)底層的生態(tài)關(guān)聯(lián)網(wǎng)絡(luò)是稀疏的，并依賴于稀疏鄰域和逆協(xié)方差選擇算法構(gòu)建網(wǎng)絡(luò)[139]. 目前，SPIEC-EASI除了應(yīng)用于16S細(xì)菌群落測(cè)序，同樣適用于對(duì)ITS、18S，或者蛋白質(zhì)組學(xué)等數(shù)據(jù)的分析.

3.5.2 組分?jǐn)?shù)據(jù)的稀疏相關(guān)分析(sparse correlations for compositional data, SparCC) 對(duì)于識(shí)別群落中生物相互作用，基于物種豐度組分?jǐn)?shù)據(jù)的相關(guān)性分析是一種常見方法，但是這種分析可能會(huì)產(chǎn)生與真實(shí)情況相違背的虛假關(guān)系，歸因于測(cè)序獲得的物種豐度或基因豐度等很難絕對(duì)定量. 群落多樣性是調(diào)節(jié)這種組合效應(yīng)的劇烈程度的關(guān)鍵因素，由此開發(fā)了SparCC方法，它能夠?qū)⒔M分?jǐn)?shù)據(jù)進(jìn)行Aitchison對(duì)數(shù)轉(zhuǎn)換，計(jì)算轉(zhuǎn)換后的線性Pearson相關(guān)并得到相關(guān)系數(shù)[140]. SparCC是一種適合測(cè)序數(shù)據(jù)特征的新穎方法，可以推斷物種或基因之間的相關(guān)性，以及構(gòu)建物種或基因功能相互作用網(wǎng)絡(luò). 例如，Bell等利用SparCC共現(xiàn)網(wǎng)絡(luò)分析研究了普通小球藻(Chlorellavulgaris)和假單胞菌(Pseudomonassp.)在(用于生產(chǎn)藻類生物燃料的)露天池塘中的共現(xiàn)關(guān)系[141]. 但應(yīng)謹(jǐn)慎使用基于對(duì)數(shù)轉(zhuǎn)換的方法，對(duì)數(shù)轉(zhuǎn)換無(wú)法處理微生物組數(shù)據(jù)中常見的0. 通常用一個(gè)很小的計(jì)數(shù)代替0來(lái)解決此問(wèn)題，但偽計(jì)數(shù)值的選擇可能會(huì)嚴(yán)重影響結(jié)果.

3.5.3 共現(xiàn)網(wǎng)絡(luò)法(co-occurence network，CoNet) CoNet會(huì)同時(shí)計(jì)算Pearson和Spearman相關(guān)性以及Kullback-Leibler和 Bray-Curtis相異性距離. 然后，使用特定的方法將4個(gè)分析結(jié)果進(jìn)行合并，得到一個(gè)統(tǒng)一的相關(guān)系數(shù)和P值，校正P值后，得到的結(jié)果用于構(gòu)建共現(xiàn)網(wǎng)絡(luò)[142]. 另外，CoNet作為Cytoscape軟件的插件，其結(jié)果可以直接在Cytoscape中可視化呈現(xiàn)，簡(jiǎn)化了操作過(guò)程[109].

3.5.4 基于組成數(shù)據(jù)的基礎(chǔ)協(xié)方差的正則化估測(cè)方法(regularized estimation of the basis covariance based on compositional data，REBACCA) REBACCA是近年來(lái)比較新的一種方法，通過(guò)尋找缺陷秩的系統(tǒng)的稀疏解來(lái)識(shí)別顯著的共現(xiàn)模式[143]. 具體而言，REBACCA使用計(jì)數(shù)或比例數(shù)據(jù)的對(duì)數(shù)比轉(zhuǎn)換來(lái)估算豐度之間的相關(guān)性.

3.5.5 基于套索的組成數(shù)據(jù)的相關(guān)推斷方法(correlation inference for compositional data through Lasso，CCLasso) CCLasso是另一種從組成數(shù)據(jù)中推斷相關(guān)性的方法[144]. CCLasso對(duì)原始組分?jǐn)?shù)據(jù)進(jìn)行對(duì)數(shù)比變換后，使用具有1罰分的最小二乘法(即Lasso)通過(guò)潛變量模型來(lái)推斷生物之間的相關(guān)性.1正則化通常用于防止因協(xié)變量的共線性或高維性而導(dǎo)致的過(guò)度擬合.

3.5.6 分子生態(tài)網(wǎng)絡(luò)分析通道(molecular ecological network analysis pipeline，MENAP) MENAP 是一種基于隨機(jī)矩陣?yán)碚?random matrix theory, RMT)的方法，旨在解決閾值的選擇問(wèn)題[145]. 該方法自動(dòng)識(shí)別閾值并在此基礎(chǔ)上定義鄰接矩陣. 最后由鄰接矩陣構(gòu)建無(wú)向網(wǎng)絡(luò)圖. 由此得到的網(wǎng)絡(luò)是自動(dòng)定義的，對(duì)噪聲具有很強(qiáng)的魯棒性，從而可以解決NGS測(cè)序數(shù)據(jù)的幾個(gè)常見問(wèn)題.

3.5.7 微生物相互作用法(microbial interaction，MInt) MInt是一種多元泊松正態(tài)分層模型，通過(guò)控制Poisson層的混雜預(yù)測(cè)變量，并使用1罰分矩陣，捕獲多元正態(tài)層中直接的微生物相互作用，因此可從宏基因組計(jì)數(shù)數(shù)據(jù)中找到分類單元的相互作用[146].

上文簡(jiǎn)要介紹了目前常用于生物共現(xiàn)網(wǎng)絡(luò)構(gòu)建的方法，這些方法在解析生物之間以及生物與環(huán)境之間的相互作用方面具有巨大的潛力，但也各有其適用范圍以及局限性(附表Ⅰ，圖3). 基于相異度和相關(guān)性的分析方法簡(jiǎn)單易行，是推斷生物共現(xiàn)網(wǎng)絡(luò)最常用的方法，但局限性在于它們只能推斷成對(duì)關(guān)聯(lián)度量(如Bray-Curtis指數(shù)和Pearson系數(shù))之間的關(guān)系，沒有考慮這些關(guān)系是否會(huì)被其他變量所影響，容易產(chǎn)生虛假相關(guān)性. 基于回歸的方法能夠結(jié)合相關(guān)的協(xié)變量信息，解決虛假相關(guān)的問(wèn)題，但大多數(shù)基于回歸的方法需要將每個(gè)特征(或特征類型)設(shè)置為響應(yīng)變量或解釋變量. 若所研究對(duì)象的基礎(chǔ)生物學(xué)知識(shí)相對(duì)匱乏時(shí)，這一點(diǎn)較難實(shí)現(xiàn). 貝葉斯網(wǎng)絡(luò)可推斷因果關(guān)系并整合先驗(yàn)知識(shí)進(jìn)行建模，但計(jì)算成本高昂，不適合大樣本量數(shù)據(jù). MRFs很適合從觀測(cè)(存在-不存在)數(shù)據(jù)中獲取有關(guān)物種相互作用強(qiáng)度的信息，同時(shí)展示物種間的間接相互作用，但也存在計(jì)算復(fù)雜的局限性. 因此，研究者通常需要根據(jù)所分析數(shù)據(jù)的獨(dú)特特征(如組成性、稀疏性等)量身定制分析工具.

圖3 生物共現(xiàn)網(wǎng)絡(luò)構(gòu)建流程圖(根據(jù)Faust等繪制的圖片修改[47] )Fig.3 Flow chart of biological co-occurrence network construction(modified from Faust et al[47])

4 生物共現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)特征

生物共現(xiàn)網(wǎng)絡(luò)構(gòu)建好以后，可以根據(jù)圖論指標(biāo)對(duì)其結(jié)構(gòu)特征進(jìn)行描述[148]. 共現(xiàn)網(wǎng)絡(luò)由節(jié)點(diǎn)(nodes)和連接(links)組成. 節(jié)點(diǎn)，即網(wǎng)絡(luò)線條末端的對(duì)象，代表物種或類物種、屬、科、類、門、界或是功能群. 節(jié)點(diǎn)還可以代表其他感興趣的環(huán)境變量[149]. 連接，即節(jié)點(diǎn)之間的邊，表示通過(guò)統(tǒng)計(jì)分析所確定的節(jié)點(diǎn)間的重要關(guān)系，可根據(jù)相互作用關(guān)系分為正相關(guān)連接和負(fù)相關(guān)連接[150]. 進(jìn)一步可使用多種網(wǎng)絡(luò)分析工具，如Cytoscape[151]或Gephi[152]等對(duì)生物共現(xiàn)網(wǎng)絡(luò)進(jìn)行可視化，并通過(guò)不同的衡量標(biāo)準(zhǔn)來(lái)評(píng)估共現(xiàn)網(wǎng)絡(luò)的結(jié)構(gòu)體系. 例如以分類單元(即節(jié)點(diǎn))為中心的評(píng)估標(biāo)準(zhǔn)，提供了網(wǎng)絡(luò)中分類單元的類型、多樣性以及相互關(guān)系的信息. 另一類評(píng)估標(biāo)準(zhǔn)則是以整個(gè)網(wǎng)絡(luò)組織為中心，提供了生態(tài)系統(tǒng)中群落復(fù)雜性的信息[32].

4.1 基于網(wǎng)絡(luò)的評(píng)價(jià)指標(biāo)

4.1.1 平均度數(shù) 度(degree)是指某一節(jié)點(diǎn)(或分類單元)相鄰邊(連接)的數(shù)量. 平均度數(shù)(average degree)是指網(wǎng)絡(luò)中所有節(jié)點(diǎn)的平均連接數(shù)量[120].

4.1.2 連接度 連接度(connectance)是指網(wǎng)絡(luò)中已實(shí)現(xiàn)的連接數(shù)量與潛在連接數(shù)量之間的比率，體現(xiàn)了群落的組織層次，是網(wǎng)絡(luò)復(fù)雜性的一個(gè)指標(biāo)[120].

4.1.3 聚類系數(shù) 聚類系數(shù)(clustering coefficient)又稱傳遞性(transitivity)，是指一個(gè)節(jié)點(diǎn)的鄰點(diǎn)(和這個(gè)節(jié)點(diǎn)有連接的節(jié)點(diǎn))間的連接數(shù)量與鄰點(diǎn)間可能存在的最大連接數(shù)量的比值，用來(lái)反映一個(gè)節(jié)點(diǎn)的鄰點(diǎn)之間聯(lián)系的緊密程度，提供了網(wǎng)絡(luò)連接性的度量. 節(jié)點(diǎn)的聚類系數(shù)總是介于0～1之間，如果說(shuō)所有的鄰點(diǎn)兩兩之間都相連，則值為1；如果所有的鄰點(diǎn)都沒有連接，則值為0[153]. 聚類系數(shù)值越高，則說(shuō)明節(jié)點(diǎn)的聚集程度越高. 平均聚類系數(shù)是網(wǎng)絡(luò)中所有節(jié)點(diǎn)聚類系數(shù)的平均值，Watts等發(fā)現(xiàn)具有較高平均聚類系數(shù)的網(wǎng)絡(luò)具有模塊結(jié)構(gòu)[153].

4.1.4 節(jié)點(diǎn)度分布 節(jié)點(diǎn)度分布(node degree distribution)是指網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的連接數(shù)量的分布，在隨機(jī)網(wǎng)絡(luò)中，其分布服從泊松分布[154]. 然而，對(duì)于大多數(shù)生物網(wǎng)絡(luò)(如無(wú)標(biāo)度網(wǎng)絡(luò))，常用冪律分布來(lái)描述度分布[155]. 節(jié)點(diǎn)度分布體現(xiàn)了網(wǎng)絡(luò)的連通性，常用于推斷網(wǎng)絡(luò)的穩(wěn)健性(robustness).

4.1.5 模塊性 模塊(module)是指具有密集連接的一組節(jié)點(diǎn)，與其他組的節(jié)點(diǎn)連接稀疏[156]. 生態(tài)位重疊、生境異質(zhì)性和系統(tǒng)發(fā)育相關(guān)性可用于解釋模塊的形成[157-159]. 模塊性(modularity)用來(lái)衡量一個(gè)網(wǎng)絡(luò)能否自然地劃分成模塊[160]. 可參考 Newman等[150,160]的方法對(duì)網(wǎng)絡(luò)的模塊性值進(jìn)行計(jì)算，一般數(shù)值在 0～1 之間，當(dāng)模塊性值大于 0.4 時(shí)，則認(rèn)為網(wǎng)絡(luò)具有模塊結(jié)構(gòu). 現(xiàn)在發(fā)現(xiàn)幾乎所有已分析的生態(tài)網(wǎng)絡(luò)都是模塊化的[161].

4.1.6 平均最短路徑長(zhǎng)度和網(wǎng)絡(luò)直徑 平均最短路徑長(zhǎng)度(average shortest path length, AL)為網(wǎng)絡(luò)中所有節(jié)點(diǎn)對(duì)的平均最短距離. 這里節(jié)點(diǎn)間的距離指的是從一個(gè)節(jié)點(diǎn)到另一個(gè)節(jié)點(diǎn)要經(jīng)歷的邊的最小數(shù)目，其中所有節(jié)點(diǎn)之間的最大距離稱為網(wǎng)絡(luò)直徑(network diameter)，平均最短路徑長(zhǎng)度和網(wǎng)絡(luò)直徑可用于衡量網(wǎng)絡(luò)的傳輸性能和效率[120].

4.1.7 網(wǎng)絡(luò)密度 網(wǎng)絡(luò)密度(network density)是網(wǎng)絡(luò)中實(shí)際存在的邊數(shù)與可容納的邊數(shù)上限的比值. 因此，網(wǎng)絡(luò)密度是一個(gè)從0～1的比率. 該指標(biāo)反映了網(wǎng)絡(luò)中節(jié)點(diǎn)之間的聯(lián)系程度，網(wǎng)絡(luò)密度越大，表明網(wǎng)絡(luò)節(jié)點(diǎn)之間的關(guān)系越密切[162].

4.2 基于節(jié)點(diǎn)的評(píng)價(jià)指標(biāo)

可利用圖論中的衡量指標(biāo)(如介數(shù)betweenness、度degree、親和度closeness與特征向量中心性eigenvector centrality，或模塊性)來(lái)評(píng)價(jià)節(jié)點(diǎn)重要性的不同方面，并可由此來(lái)確定代表關(guān)鍵分類群的關(guān)鍵節(jié)點(diǎn)(keystone nodes)[163-164].

4.2.1 度中心性 度中心性(degree centrality)是網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的連接總數(shù)，或與其他節(jié)點(diǎn)的共享連接總數(shù)，這是分類單元水平上復(fù)雜性的一個(gè)指標(biāo)[165].

4.2.2 介數(shù)中心性 介數(shù)中心性(betweenness centrality)指一個(gè)網(wǎng)絡(luò)里通過(guò)某節(jié)點(diǎn)的最短路徑條數(shù)，反映了該節(jié)點(diǎn)連接子網(wǎng)的能力[166]. 節(jié)點(diǎn)的介數(shù)中心性與其在群落中的豐度無(wú)關(guān)，因此，一些豐度較低的分類群可能在群落中具有重要的位置. 具有高介數(shù)中心性的分類單元是那些在模塊之間共享連接，而在模塊內(nèi)部共享連接較少的節(jié)點(diǎn)，代表了模塊之間資源共享的潛在途徑[167]. 如在某一網(wǎng)絡(luò)中某節(jié)點(diǎn)表現(xiàn)出最大的介數(shù)中心性，則可認(rèn)為此節(jié)點(diǎn)是維持網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)鍵節(jié)點(diǎn). 關(guān)鍵節(jié)點(diǎn)可能是群落中最具影響力的成員，對(duì)于穩(wěn)定群落結(jié)構(gòu)，維持生態(tài)系統(tǒng)功能具有重要作用.

4.2.3 緊密度中心性 緊密度中心性(closeness centrality)則表示關(guān)鍵節(jié)點(diǎn)與網(wǎng)絡(luò)中所有其他節(jié)點(diǎn)的相對(duì)距離，可用于識(shí)別與其他節(jié)點(diǎn)關(guān)聯(lián)度較大的節(jié)點(diǎn). 緊密度(closeness)包含了網(wǎng)絡(luò)中所有節(jié)點(diǎn)的距離信息[166].

4.2.4 特征向量中心性 特征向量中心性(eigenvector centrality)是測(cè)量節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)影響的一種方式. 針對(duì)連接數(shù)相同的節(jié)點(diǎn)，相鄰節(jié)點(diǎn)分?jǐn)?shù)更高的節(jié)點(diǎn)會(huì)比相鄰節(jié)點(diǎn)分?jǐn)?shù)更低的節(jié)點(diǎn)分?jǐn)?shù)高，依據(jù)此原則給所有節(jié)點(diǎn)分配對(duì)應(yīng)的分?jǐn)?shù). 特征向量得分較高意味著該節(jié)點(diǎn)與許多自身得分較高的節(jié)點(diǎn)相連接[166].

4.2.5 模塊內(nèi)連通度和模塊間連通度 在網(wǎng)絡(luò)模塊化的基礎(chǔ)上衍生出了兩個(gè)重要的節(jié)點(diǎn)特征，即模塊內(nèi)連通度(within-module connectivity, Zi)和模塊間連通度(among-module connectivity, Pi)，其中Zi衡量一個(gè)節(jié)點(diǎn)在模塊中與其他節(jié)點(diǎn)的連接程度，值越高表明其在模塊中的作用越大，Pi衡量一個(gè)節(jié)點(diǎn)參與其他模塊的程度，值越高表明和其他模塊關(guān)系越密切[168]. 根據(jù)Zi和Pi的值可將節(jié)點(diǎn)分為4種類型，包括(1)模塊中心點(diǎn)(module hubs)，在模塊內(nèi)部具有高連通度的節(jié)點(diǎn)，Zi>2.5且Pi<0.62；(2)連接節(jié)點(diǎn)(connectors)，在兩個(gè)模塊之間具有高連通度的節(jié)點(diǎn)，Zi<2.5且Pi>0.62；(3)網(wǎng)絡(luò)中心點(diǎn)(network hubs)，在整個(gè)網(wǎng)絡(luò)中具有高連通度的節(jié)點(diǎn)，Zi>2.5且Pi>0.62；(4)外圍節(jié)點(diǎn)，在模塊內(nèi)部和模塊之間均不具有高連通度的節(jié)點(diǎn)，Zi<2.5且Pi<0.62[168]. 在生物共現(xiàn)網(wǎng)絡(luò)模塊中，可根據(jù)Zi和Pi值識(shí)別關(guān)鍵節(jié)點(diǎn)，這些節(jié)點(diǎn)往往代表了維持生物群落結(jié)構(gòu)穩(wěn)定的重要關(guān)鍵物種.

4.2.6 關(guān)鍵節(jié)點(diǎn) 生物共現(xiàn)網(wǎng)絡(luò)是無(wú)標(biāo)度(scale-free)的，即網(wǎng)絡(luò)中的大部分節(jié)點(diǎn)只有少數(shù)連接，僅有幾個(gè)節(jié)點(diǎn)具有高度連接，這種節(jié)點(diǎn)稱之為關(guān)鍵節(jié)點(diǎn)(keystone nodes)[47,169]. 綜合上述幾個(gè)中心性指標(biāo)和模塊化指標(biāo)(Zi和Pi值)可以確定共現(xiàn)網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn). Steele等將關(guān)鍵節(jié)點(diǎn)與關(guān)鍵物種(keystone species)的生態(tài)概念聯(lián)系起來(lái)[122].

4.3 網(wǎng)絡(luò)性質(zhì)

基于隨機(jī)圖論構(gòu)建起來(lái)的分子生態(tài)網(wǎng)絡(luò)都具有小世界(small world)、無(wú)標(biāo)度、模塊化(modular)等基本特征[170-171]，而這些特性可能對(duì)生態(tài)系統(tǒng)的結(jié)構(gòu)和功能穩(wěn)定性有重要影響[172-173].

4.3.1 小世界 許多網(wǎng)絡(luò)具有小世界行為，即兩個(gè)均勻隨機(jī)選擇的節(jié)點(diǎn)之間的典型距離與節(jié)點(diǎn)數(shù)的對(duì)數(shù)成比例增長(zhǎng)，同時(shí)表現(xiàn)出較高的平均聚類系數(shù)[153]. 簡(jiǎn)而言之，小世界網(wǎng)絡(luò)中的大多數(shù)節(jié)點(diǎn)間并不相鄰，但大多數(shù)節(jié)點(diǎn)可通過(guò)少量的步驟從其他節(jié)點(diǎn)相連[170]. 小世界模式有助于系統(tǒng)內(nèi)不同成員之間高效、快速的通信，因此系統(tǒng)可以對(duì)環(huán)境變化做出快速響應(yīng). 另一方面，小世界模式允許環(huán)境擾動(dòng)迅速波及整個(gè)網(wǎng)絡(luò)，從而改變網(wǎng)絡(luò)的結(jié)構(gòu)和功能[174].

4.3.2 無(wú)標(biāo)度 如果網(wǎng)絡(luò)中節(jié)點(diǎn)的度k滿足無(wú)標(biāo)度的冪分布p(k)～k-γ，其中γ為常數(shù)，則該網(wǎng)絡(luò)為無(wú)標(biāo)度網(wǎng)絡(luò)[155]. 無(wú)標(biāo)度網(wǎng)絡(luò)的連通性遵循冪律，即網(wǎng)絡(luò)中僅有少數(shù)節(jié)點(diǎn)與其他節(jié)點(diǎn)有許多連接(有大量的邊)，但大多數(shù)節(jié)點(diǎn)只有少數(shù)的邊[174].

4.3.3 模塊化 模塊化是許多大型復(fù)雜系統(tǒng)的固有特征. 在生態(tài)學(xué)中，模塊可以是一組物種，它們之間相互作用強(qiáng)烈，但與其他模塊中的物種相互作用很小[175]. 生態(tài)群落的模塊性可能反映了生境異質(zhì)性、物理接觸、功能聯(lián)系、差異選擇和/或密切相關(guān)物種的系統(tǒng)發(fā)育聚類[159]. 模塊及其組成物種甚至可能是共同進(jìn)化的關(guān)鍵單元[174]. 許多生態(tài)網(wǎng)絡(luò)都具有模塊化(層次化)的拓?fù)浣Y(jié)構(gòu)，這種網(wǎng)絡(luò)可以劃分為若干模塊(組)，同一模塊內(nèi)的節(jié)點(diǎn)間緊密連接，而不同模塊間的節(jié)點(diǎn)之間連接稀疏[176]. 各個(gè)模塊間的分層組織確保了模塊和樞紐節(jié)點(diǎn)間快速的通信，因此網(wǎng)絡(luò)的模塊化特性將有助于降低環(huán)境變化對(duì)整個(gè)系統(tǒng)的影響[173].

5 生物共現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)參數(shù)可作為淡水生態(tài)系統(tǒng)健康評(píng)價(jià)指標(biāo)

在進(jìn)行生態(tài)系統(tǒng)狀態(tài)評(píng)價(jià)時(shí)，應(yīng)從能反映其組成、結(jié)構(gòu)和功能等多方面來(lái)選擇評(píng)價(jià)指標(biāo). 理論上理想的評(píng)價(jià)指標(biāo)需滿足以下幾個(gè)要求(1)簡(jiǎn)單直觀，即能直接反映生態(tài)系統(tǒng)的內(nèi)在特性；(2)評(píng)估方法標(biāo)準(zhǔn)化，使用一些相對(duì)簡(jiǎn)單的特征參數(shù)作為評(píng)估指標(biāo)；(3)可操作性，即評(píng)估設(shè)備易于設(shè)置，成本適中，基于現(xiàn)有的技術(shù)手段能夠獲取相關(guān)參數(shù)；(4)對(duì)環(huán)境變化具有敏感性和特異性；(5)評(píng)估結(jié)果可用于指導(dǎo)管理決策[32]. 傳統(tǒng)的淡水生態(tài)系統(tǒng)生物監(jiān)測(cè)和評(píng)估方法都是基于勞動(dòng)密集型的形態(tài)學(xué)觀察，成本高，鑒定困難，難以得到廣泛應(yīng)用. 隨著eDNA宏條形碼技術(shù)的不斷完善和測(cè)序成本的持續(xù)下降，可簡(jiǎn)便快捷地利用eDNA數(shù)據(jù)構(gòu)建生物共現(xiàn)網(wǎng)絡(luò)(圖2). 分析網(wǎng)絡(luò)和群落在空間和時(shí)間上的變化，可以檢測(cè)和解釋生態(tài)系統(tǒng)功能和服務(wù)的變化[177-181]. 這種分析方法不依賴于節(jié)點(diǎn)本身的物種特性和生態(tài)特征[182]，避免了物種鑒定的困難. 不僅如此，環(huán)境因子也可作為節(jié)點(diǎn)放入生物共現(xiàn)網(wǎng)絡(luò)中，以研究環(huán)境因子與物種以及群落組成的關(guān)系[148]. 生物共現(xiàn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征提供了與生物群落結(jié)構(gòu)有關(guān)的信息，可用于評(píng)估群落對(duì)自然擾動(dòng)和人為影響的抵抗力以及恢復(fù)力[181,183]. 因此，生物共現(xiàn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)參數(shù)可能是生態(tài)系統(tǒng)功能和完整性的有力指標(biāo)[178,184-186]. 近年來(lái)，人們開展了一系列研究，從生物群落數(shù)據(jù)中推斷生物共現(xiàn)網(wǎng)絡(luò)，以探索網(wǎng)絡(luò)結(jié)構(gòu)特性(如連接度、中心性、模塊性等)與生態(tài)系統(tǒng)功能之間的聯(lián)系[187-191]，并用以評(píng)估環(huán)境變化對(duì)生態(tài)系統(tǒng)的影響. 因此可以利用生物共現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的一些關(guān)鍵參數(shù)作為淡水生態(tài)系統(tǒng)健康的評(píng)價(jià)指標(biāo).

5.1 網(wǎng)絡(luò)復(fù)雜性指標(biāo)

研究表明，生物共現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化會(huì)影響生態(tài)系統(tǒng)的功能和穩(wěn)定性[93,192-193]. 網(wǎng)絡(luò)復(fù)雜性越高代表網(wǎng)絡(luò)穩(wěn)定性越高，可能說(shuō)明生態(tài)系統(tǒng)越穩(wěn)定[32,193]. 例如，Zappelini等發(fā)現(xiàn)，人為導(dǎo)致的土壤汞污染將顯著降低土壤微生物共現(xiàn)網(wǎng)絡(luò)的復(fù)雜性[188]. Lupatini等也發(fā)現(xiàn)土地利用對(duì)網(wǎng)絡(luò)的連接度和網(wǎng)絡(luò)密度有影響[191]. 在淡水生態(tài)系統(tǒng)中，人為影響使得網(wǎng)絡(luò)的連接度降低[194-196]，并使得正向連接的比例降低[194,197]. Al等對(duì)真核微生物共現(xiàn)網(wǎng)絡(luò)的分析發(fā)現(xiàn)，城市水體污染會(huì)對(duì)網(wǎng)絡(luò)的復(fù)雜性和相異性產(chǎn)生顯著的不利影響[198]. 綜合這些研究結(jié)果會(huì)發(fā)現(xiàn)，當(dāng)環(huán)境受到干擾時(shí)，生物共現(xiàn)網(wǎng)絡(luò)的復(fù)雜性會(huì)降低. 因此，代表網(wǎng)絡(luò)復(fù)雜性的拓?fù)浣Y(jié)構(gòu)參數(shù)可作為淡水生態(tài)系統(tǒng)健康的潛在評(píng)價(jià)指標(biāo).

5.2 模塊性

生物共現(xiàn)網(wǎng)絡(luò)由多個(gè)節(jié)點(diǎn)和連接組成，較難直觀地獲取信息，可使用模塊劃分等方法簡(jiǎn)化網(wǎng)絡(luò)[199]. 模塊化是生態(tài)系統(tǒng)結(jié)構(gòu)的重要特征，可識(shí)別高度連接的分類群，反映了復(fù)雜網(wǎng)絡(luò)中的協(xié)同關(guān)系、競(jìng)爭(zhēng)互動(dòng)和生態(tài)位分化[159]以及一些進(jìn)化特性[200]. 將網(wǎng)絡(luò)劃分為多個(gè)模塊可以揭示執(zhí)行不同功能的不同節(jié)點(diǎn)組[201]. 例如，Zhao等對(duì)南京城區(qū)6個(gè)湖泊中浮游細(xì)菌群落的研究中將共現(xiàn)網(wǎng)絡(luò)分為幾個(gè)主要的模塊[199]. 同一模塊中的細(xì)菌連接緊密，具有相似生態(tài)位，共同行使某一功能特性. 研究還發(fā)現(xiàn)，不同的環(huán)境因子影響不同的模塊. Abdullah等發(fā)現(xiàn)，城市水體污染會(huì)打破微生物共現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的模塊化，相較于正常水體，網(wǎng)絡(luò)模塊性指數(shù)顯著下降[198]. Ford等也發(fā)現(xiàn)，海洋魚類共現(xiàn)網(wǎng)絡(luò)模塊化更高的群落對(duì)物種損失等干擾的抵抗力更強(qiáng)[183]. 對(duì)亞熱帶水庫(kù)藍(lán)藻水華的研究中發(fā)現(xiàn)，藍(lán)藻生物量的變化強(qiáng)烈影響了水庫(kù)微型真核浮游生物共現(xiàn)網(wǎng)絡(luò)的模塊性，不同模塊對(duì)應(yīng)于藍(lán)藻水華生消的不同時(shí)期，表明藍(lán)藻水華生消可導(dǎo)致環(huán)境異質(zhì)性，創(chuàng)造不同的生態(tài)位，從而改變了水庫(kù)微型真核浮游生物的共現(xiàn)模式[107-108]. 上述研究均說(shuō)明，共現(xiàn)網(wǎng)絡(luò)模塊性能夠體現(xiàn)環(huán)境變化對(duì)生物群落組成的影響[202-204]，模塊性的增加使得共現(xiàn)網(wǎng)絡(luò)的結(jié)構(gòu)更加穩(wěn)定，體現(xiàn)了更高的生物群落穩(wěn)定性[30,193]. 因此，模塊性指數(shù)也可作為淡水生態(tài)系統(tǒng)健康的潛在評(píng)價(jià)指標(biāo).

5.3 關(guān)鍵節(jié)點(diǎn)

網(wǎng)絡(luò)結(jié)構(gòu)中的關(guān)鍵節(jié)點(diǎn)可能代表了對(duì)生態(tài)系統(tǒng)具有重要作用的關(guān)鍵物種(keystone species)，可通過(guò)生物共現(xiàn)網(wǎng)絡(luò)的中心性指標(biāo)、模塊內(nèi)連通度(Zi)和模塊間連通度(Pi)對(duì)其進(jìn)行推斷[122]. 例如，F(xiàn)ord等選擇向量中心性指標(biāo)確定了澳大利亞海域魚類共現(xiàn)網(wǎng)絡(luò)中的關(guān)鍵物種是該海域的特有品種[183]. Yang等綜合Zi和Pi值，確定了4個(gè)細(xì)菌類群(假單胞菌屬Pseudomonas、寡養(yǎng)單胞菌屬Stenotrophobacter、博斯氏菌屬Bosea和生絲微菌屬Hyphomicrobium)和5 個(gè)真核藻類類群(單胞藻屬M(fèi)onodus、四鏈藻屬Tetradesmus、柵藻屬Scenedesmus、單針藻屬M(fèi)onoraphidium和雙眉藻屬Amphora)是維持城市河流微生物共現(xiàn)網(wǎng)絡(luò)穩(wěn)定性的關(guān)鍵物種[205]. 利用中心性指標(biāo)可以確定亞熱帶水庫(kù)藍(lán)藻水華暴發(fā)時(shí)期的關(guān)鍵真核微生物[107-108]，并且Liu等還發(fā)現(xiàn)這些高中心性節(jié)點(diǎn)與藍(lán)藻生物量的相關(guān)性也越高，表明這些浮游生物在共現(xiàn)網(wǎng)絡(luò)中可能發(fā)揮了決定性作用[108]. 研究表明，關(guān)鍵物種(節(jié)點(diǎn))為共現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)提供了完整性，移除這些物種將導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)的巨大改變[206-207]甚至崩潰[208]. 因此，在生態(tài)系統(tǒng)監(jiān)測(cè)中應(yīng)優(yōu)先關(guān)注關(guān)鍵物種，以避免生態(tài)系統(tǒng)內(nèi)的連鎖滅絕或生態(tài)系統(tǒng)功能發(fā)生改變[37,209-210]. 因此，生物共現(xiàn)網(wǎng)絡(luò)中能夠代表關(guān)鍵物種的關(guān)鍵節(jié)點(diǎn)也可作為淡水生態(tài)系統(tǒng)健康的潛在評(píng)價(jià)指標(biāo). 例如，真核微生物共現(xiàn)網(wǎng)絡(luò)中關(guān)鍵物種的相對(duì)豐度會(huì)隨著城市水體污染程度的升高而下降，這些關(guān)鍵物種可作為水質(zhì)狀態(tài)監(jiān)測(cè)和診斷的生物指標(biāo)[198].

綜上所述，體現(xiàn)網(wǎng)絡(luò)復(fù)雜性的指標(biāo)(如平均度數(shù)、連接度和網(wǎng)絡(luò)密度等)，體現(xiàn)關(guān)鍵物種的關(guān)鍵節(jié)點(diǎn)指標(biāo)(中心性指標(biāo)、Zi和Pi值)以及共現(xiàn)網(wǎng)絡(luò)模塊性參數(shù)可能是監(jiān)測(cè)淡水生態(tài)系統(tǒng)狀態(tài)的合適指標(biāo)(圖4).

圖4 生物共現(xiàn)網(wǎng)絡(luò)的部分結(jié)構(gòu)參數(shù)可能是監(jiān)測(cè)淡水生態(tài)系統(tǒng)健康狀態(tài)的合適指標(biāo)Fig.4 Some topological metrics of biological co-occurrence networks could be used as indicators of the state and stability of freshwater ecosystem

6 展望

雖然利用生物共現(xiàn)網(wǎng)絡(luò)進(jìn)行淡水生態(tài)系統(tǒng)質(zhì)量監(jiān)測(cè)和評(píng)價(jià)具有很大的應(yīng)用前景，但基于eDNA宏條形碼技術(shù)推斷網(wǎng)絡(luò)結(jié)構(gòu)特性與生態(tài)系統(tǒng)狀態(tài)和功能的聯(lián)系仍處于初級(jí)階段[121,190,195-196]. 一些方法學(xué)問(wèn)題限制了共現(xiàn)網(wǎng)絡(luò)的穩(wěn)健推斷.

首先，eDNA宏條形碼技術(shù)尚未標(biāo)準(zhǔn)化和規(guī)范化. 主要表現(xiàn)在(1)eDNA采樣及提取方法缺乏統(tǒng)一的標(biāo)準(zhǔn)，使用不同方法獲得的研究結(jié)果之間沒有可對(duì)比性[211]. 此外，在eDNA樣品采集和提取過(guò)程中應(yīng)盡量避免環(huán)境污染和樣品之間的交叉污染. 盡量增大樣本量和設(shè)置重復(fù)(尤其是生物重復(fù))以保證樣品中物種分布的全面性[212]. (2)通用引物的選擇. 目前用于原核生物識(shí)別的 DNA 條形碼區(qū)域主要為核基因的16S rDNA基因. 而用于真核生物不同分類群的DNA 條形碼區(qū)域則差別很大. 例如，用于真核浮游植物的包括核基因的ITS、18S rDNA、28S rDNA 和葉綠體rbcL基因等[213-214]；用于魚類的包括核基因的12S rDNA[215]、16S rDNA[216]，線粒體細(xì)胞色素b(Cytb)基因[217]；用于識(shí)別兩棲類的包括12S rDNA[218]、Cytb基因[219]、COI基因[220]；用于識(shí)別節(jié)肢動(dòng)物的有COI基因[221]等. 不同通用引物的擴(kuò)增效率以及對(duì)應(yīng)數(shù)據(jù)庫(kù)的物種覆蓋率差別較大. 因此研究者需對(duì)監(jiān)測(cè)的水體系統(tǒng)中物種組成有所了解，選擇適宜的通用引物應(yīng)用于不同分類群eDNA的擴(kuò)增. (3)測(cè)序平臺(tái)和測(cè)序深度的選擇. 由于不同生態(tài)系統(tǒng)中物種豐富度不同，所需的測(cè)序深度也有所不同，因此不同研究中樣品的測(cè)序深度相差較大. (4)通過(guò)eDNA估計(jì)物種豐度或生物量的準(zhǔn)確性. 雖然現(xiàn)已證明eDNA在評(píng)估物種存在與否方面特別有效，但使用eDNA檢測(cè)估計(jì)物種豐度或生物量(尤其是大型生物)尚處于起步階段，迫切需要建立分析eDNA 濃度與物種豐度之間關(guān)系的全面而普適性的方法[222].

其次，前文簡(jiǎn)要介紹了目前常用于生物共現(xiàn)網(wǎng)絡(luò)構(gòu)建的方法，這些方法在解析生物之間以及生物與環(huán)境之間的相互作用方面具有巨大的潛力，但也各有其適用范圍以及局限性. 研究者通常需要根據(jù)所分析數(shù)據(jù)的獨(dú)特特征(如組成性、稀疏性等)量身定制分析工具. 幸運(yùn)的是，已開發(fā)了越來(lái)越多的統(tǒng)計(jì)方法用于生物共現(xiàn)網(wǎng)絡(luò)的構(gòu)建，這些新方法有可能解決目前阻礙測(cè)序數(shù)據(jù)分析的一些主要限制[126].

第三，盡管生物共現(xiàn)網(wǎng)絡(luò)已廣泛應(yīng)用于同一營(yíng)養(yǎng)級(jí)內(nèi)生物種類(群落)的分析，如微生物群落、魚類或真核浮游生物等，而在淡水生態(tài)系統(tǒng)中同時(shí)存在多個(gè)營(yíng)養(yǎng)級(jí)，迫切需要發(fā)展新的分析技術(shù)以展現(xiàn)不同營(yíng)養(yǎng)級(jí)之間的關(guān)系. 不僅如此，生物共現(xiàn)網(wǎng)絡(luò)分析只是體現(xiàn)了生物之間和生物與非生物(環(huán)境因素)間潛在的交互關(guān)系，研究者還需要通過(guò)行為觀察、操縱實(shí)驗(yàn)或生物自然史等來(lái)確定網(wǎng)絡(luò)模型識(shí)別出的相互作用的確切性質(zhì). 因此，在實(shí)際應(yīng)用時(shí)，還應(yīng)考慮不同淡水水體環(huán)境的背景特征，綜合使用各項(xiàng)生物共現(xiàn)網(wǎng)絡(luò)指標(biāo)并結(jié)合傳統(tǒng)的評(píng)價(jià)指標(biāo)和其他群落梯度分析方法，如廣義非相似性模擬(generalized dissimilarity modelling, GDM)[223]，對(duì)淡水生態(tài)系統(tǒng)狀態(tài)進(jìn)行更全面的評(píng)價(jià).

上述幾點(diǎn)均影響了生物共現(xiàn)網(wǎng)絡(luò)分析在淡水生態(tài)系統(tǒng)生物監(jiān)測(cè)和評(píng)價(jià)中的推廣應(yīng)用. 不僅如此，推斷穩(wěn)健網(wǎng)絡(luò)需要更多的樣品，這也增加了時(shí)間和經(jīng)濟(jì)成本[181,224]. 然而，這些限制和局限性也促進(jìn)了研究者不斷完善研究設(shè)計(jì)和開發(fā)合適的分析工具. 這些設(shè)計(jì)和技術(shù)發(fā)展有可能使得生物共現(xiàn)網(wǎng)絡(luò)作為淡水生態(tài)系統(tǒng)生物監(jiān)測(cè)和評(píng)價(jià)指標(biāo)得以實(shí)現(xiàn).

7 結(jié)論

開發(fā)快速有效的淡水生態(tài)系統(tǒng)監(jiān)測(cè)和評(píng)估工具，對(duì)保護(hù)淡水生態(tài)環(huán)境具有重要意義. 傳統(tǒng)的基于形態(tài)學(xué)鑒定的評(píng)估方法存在耗時(shí)長(zhǎng)、勞力投入高的限制，不利于實(shí)施大規(guī)模的生物監(jiān)測(cè). 基于eDNA宏條形碼技術(shù)能夠高效便捷地獲取淡水環(huán)境中的群落大數(shù)據(jù)信息，借助于生物共現(xiàn)網(wǎng)絡(luò)構(gòu)建與分析技術(shù)，為研究淡水生態(tài)系統(tǒng)的響應(yīng)和功能提供了一個(gè)生物監(jiān)測(cè)和評(píng)價(jià)框架. 尤其是生物共現(xiàn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)參數(shù)可與特定的生態(tài)系統(tǒng)狀態(tài)相關(guān)聯(lián)，可作為早期的、敏感的生物指標(biāo)，是一種很有應(yīng)用前景的評(píng)估淡水生態(tài)系統(tǒng)狀態(tài)和穩(wěn)定性的工具. 更可靠的生態(tài)系統(tǒng)評(píng)估，需要基于多營(yíng)養(yǎng)級(jí)的下一代網(wǎng)絡(luò)構(gòu)建與分析技術(shù)的發(fā)展.

8 附錄

附表Ⅰ見電子版(DOI: 10.18307/2022.0601).