题目: Network-Based Identification of Sensitive Species Enables Health Assessment for Aquatic Ecosystems under PFAS and Warming Stressors (基于网络的敏感物种识别方法用于PFAS和升温胁迫下水生生态系统健康评估)
期刊: Environmental Science & Technology (环境科学与技术)
作者: Peipei Sun, Xinyi Wu, Yonghua Wang, Hailing Zhou, Ling Chen, Bing Wu
发表日期:2026年3月17日
DOI: 10.1021/acs.est.5c10878
水生生态系统正面临着来自气候变暖和持久性污染物（如全氟和多氟烷基物质，PFAS）的日益严重的威胁。基于单一化学物质暴露和物种敏感性分布的传统风险评估忽视了生态系统的复杂性。在此，我们提出一个基于网络的框架，利用中宇宙实验，在PFAS（10 μg/L，一个基于物种敏感性分布确定的安全水平）和升温（+3.0°C）胁迫下评估生态系统健康。PFAS改变了顶级消费者的碳源利用，并减少了向更高营养级的能量转移，而升温则压缩了生态位空间并加剧了种间竞争。复合胁迫部分抵消了PFAS的影响，但破坏了整体的营养结构。所有处理都诱导浮游生物群落形成了一种不稳定的“倒三角形”营养构型。我们通过生物量损失、生态位收缩、能量流转变和网络连通性，识别出调节稳定性的关键种和敏感种。基于此，我们开发了一个新颖的生态健康质量指数，该指数整合了由敏感物种塑造的营养拓扑结构和相互作用强度。生态健康质量指数从对照组的41.83（健康）下降到PFAS处理下的22.51和复合胁迫下的21.51。我们的方法通过强调敏感物种和营养稳定性，推进了生态系统评估，能够在水生生态系统面临复合胁迫时实现早期预警探测。
当前，全球水生生态系统正承受着前所未有的多重压力。一方面，气候变化导致的升温（如本研究设定的+3.0°C）正在重塑物种的分布、物候和种间关系，可能削弱生态系统的恢复力并引发营养级联崩溃。另一方面，以全氟和多氟烷基物质为代表的人造持久性有机污染物，因其环境持久性、长距离迁移性和生物累积性，已被证实对多种生物的内分泌和免疫系统产生毒性效应。传统上，用于评估生态风险的“黄金标准”——物种敏感性分布法，主要基于单一化学物质对少数物种的实验室毒性数据，推导出所谓的“安全浓度”。然而，这种方法存在根本性缺陷：它将复杂的生态系统简化为孤立物种的集合，忽略了真实世界中至关重要的物种间相互作用、能量流动路径以及多个胁迫因子（如化学污染物与气候变化）可能产生的协同、拮抗或加和效应。因此，仅仅依赖于物种敏感性分布等传统方法，往往无法准确预测生态系统在复杂环境变化下的真实响应，尤其难以捕捉到敏感物种的级联效应和整个食物网的结构性重组。为了克服这一局限，本研究提出了一种创新的、基于网络的评估框架，旨在通过识别食物网中的关键种和敏感种，整合营养拓扑结构与相互作用强度，从而更精准地量化复合胁迫下的生态系统健康状况。
研究结果清晰地揭示了传统风险评估方法的不足，并描绘了一幅复杂的生态响应图景。
大型水生生物的响应：结构与功能的脱钩：稳定同位素分析显示，尽管消费者的基本营养角色（如生态位位置）在处理间保持稳定（图1a-d），但胁迫显著改变了它们的资源利用范围和竞争格局。全氟和多氟烷基物质暴露扩大了某些消费者对碳源的利用范围，而升温则压缩了生态位空间，增加了物种间竞争（图S4）。能量流分析（图1i-l）揭示了更关键的功能性变化：全氟和多氟烷基物质减少了从生产者向初级和次级消费者的能量传递；而升温则增强了次级消费者的能量获取，却牺牲了部分初级消费者。令人惊讶的是，复合胁迫部分抵消了全氟和多氟烷基物质的负面影响，但这种“拮抗”作用掩盖了营养结构的深层次破坏。这强烈暗示，仅依赖单一指标（如生物量）无法全面评估生态系统健康。
图1. 不同处理下大型水生生物的营养结构、食物网组成和营养流的变化。(a-d) 基于稳定同位素比值的分类单元双变量营养生态位空间位置，分类单元标签详见图S7。(e) 对照条件下的现存生物量，(f-h) 处理下相应的相对变化
浮游生物的响应：倒三角形结构与稳定性崩塌：与相对“稳定”的大型水生生物层相比，浮游生物群落对胁迫的响应更为剧烈和敏感（图2）。所有处理都诱导了浮游生物群落呈现出一种不稳定的“倒三角形”营养结构：先是浮游植物异常暴发，随后是浮游动物的延迟增长，最终导致整个群落的振荡（图2a-d）。这种模式表明，胁迫破坏了正常的营养级联调控，导致能量传递效率低下。更重要的是，胁迫显著削弱了浮游生物群落的多种稳定性指标（抵抗力、恢复力等），并改变了功能稳定性与组成稳定性之间的相关性（图2e-p），表明系统正从一种稳态转向一种高度依赖特定物种组成的脆弱状态。
图2. 不同处理下浮游生物的相对丰度、稳定性特征及稳定性间的相关性。(a-d) 真核生物类群的相对丰度，基于(e-h) 组成和(i-l) 功能的四个稳定性维度，以及(m-p) 相应稳定性指标之间的相关性
关键种与敏感种的识别及其作用机制：通过多指标筛选，研究成功识别了不同胁迫下的关键种和敏感种（图3）。例如，在全氟和多氟烷基物质胁迫下，纤毛虫成为优势关键种，而大型隐藻和硅藻则被确定为敏感种；在升温下，轮虫成为新的关键种，而纤毛虫则表现出高度敏感性。进一步通过物种剔除分析发现，关键种的缺失主要影响群落结构稳定性，而敏感种的缺失则对功能稳定性产生更大冲击（图4，图S16）。结构方程模型（图5）揭示了胁迫影响的潜在路径：全氟和多氟烷基物质和升温通过直接或间接地改变关键种和敏感种的丰度和多样性，进而影响能量流动和生物量分配，最终重塑了从浮游生物到鱼类的整个食物网层级结构。
图3. 不同处理下关键种和敏感种的丰富度和丰度。具体描述：(a) 关键种丰富度，(b) 关键种丰度，(c) 敏感种丰富度，(d) 敏感种丰度
生态健康质量指数评估：传统方法的颠覆：与显示“无显著风险”的物种敏感性分布评估结果（图S17）形成鲜明对比，本研究构建的生态健康质量指数模型（图6）成功量化了生态系统的真实健康状况。对照组的生态健康质量指数值为41.83（健康），而全氟和多氟烷基物质暴露使该指数骤降至22.51（不健康）。升温的影响相对较小（41.06），但升温与全氟和多氟烷基物质的复合胁迫进一步将指数拉低至21.51，表明升温加剧了全氟和多氟烷基物质的负面效应。这一结果有力地证明了基于网络和敏感物种的评估框架在捕捉复合胁迫效应方面具有传统方法不可比拟的优势。
图4. 不同处理下移除关键种和敏感种后分类群的恢复力和恢复速度响应。具体描述：(a) 组成恢复力，(b) 组成恢复速度，(c) 功能恢复力，(d) 功能恢复速度
为了模拟真实世界的复杂性并验证其假设，研究团队设计并开展了一项精密的户外中宇宙实验。实验在12个600升的人工模拟淡水生态系统中进行，历时三个月，包含了从浮游植物、浮游动物、大型植物、底栖动物到鱼类的完整多营养级食物网。实验采用完全析因设计，设置了四个处理组（每组三个重复）：对照组、全氟和多氟烷基物质暴露组（总浓度10 μg/L，包含长链和短链全氟和多氟烷基物质的混合物）、升温组（比环境温度高3°C）以及两者的复合胁迫组。研究利用形态学观察与环境DNA宏条形码技术相结合，对生物群落进行了多时间点（胁迫前、高峰期、恢复期）的采样监测。
本研究的方法论核心在于其多维度整合的分析思路：
大型水生生物（鱼类、腹足类等）分析：通过测定生物量、稳定同位素（δ¹⁵N和δ¹³C）来量化物种的营养级位置、生态位宽度和碳源利用变化，并利用通量模型模拟能量流动。
浮游生物群落分析：利用环境DNA数据解析高分辨率的群落组成和动态，评估群落的四个稳定性维度（抵抗力、恢复力、恢复速度、不变性），并通过共现网络分析识别浮游生物中的关键种和敏感种。关键种的识别基于其在网络中的拓扑角色（模块内连通度Zi和模块间连通度Pi）和丰度变化，而敏感种则定义为那些在胁迫下丰度下降最显著（前10%）的类群。
生态健康质量指数构建：整合上述所有信息，利用熵权法客观分配权重，构建了一个包含“大型敏感水生生物生物量变化”、“敏感浮游生物丰度变化”、“浮游生物群落稳定性”和“系统净生产量”四大维度的综合评估模型——生态健康质量指数。
图6. 以生物指标为重点的水生生态系统健康评估流程图。由跨营养级敏感物种网络驱动的综合评估框架，以及整合了大型水生生物（生物量变化）、浮游生物群落（丰度和稳定性）和生产力（production）的熵权多维指标的水生生态系统健康定量模型
本研究为环境风险评估和生态管理提供了深刻的启示：
范式转变的必要性：研究明确指出了传统单一化学物质风险评估的局限性。在气候变化背景下，必须将化学污染与物理/生物胁迫（如升温）的交互作用纳入考量，发展能够反映生态系统复杂性的评估框架。生态健康质量指数模型提供了一个可操作、多维度的解决方案。
敏感物种作为预警信号：研究识别出的关键种和敏感种，如纤毛虫、轮虫、特定隐藻以及鱼类Nchlosicypris normalis和螺类Margarya melanoides Nevill等，可以作为未来淡水生态监测的优先指示生物。这些类群的丰度、生态位或网络位置的变化，可以作为早期预警信号，提示生态系统可能正在发生不可逆的转变。
引用
Sun, P., Wu, X., Wang, Y., Zhou, H., Chen, L., & Wu, B. (2025). Network-Based Identification of Sensitive Species Enables Health Assessment for Aquatic Ecosystems under PFAS and Warming Stressors. Environmental Science & Technology. https://doi.org/10.1021/acs.est.5c10878
本文由【生态风险与韧性前沿】发布，欢迎转发分享，转载请注明出处。
关注我们，共同探索生态风险与韧性提升的发展之路。
