生态学顶刊重磅：无需认出一个物种，仅凭"网络的形状"就能诊断湖泊健康——AI+eDNA改写环境监测规则

背景：传统的湖泊生态健康评估依赖于对浮游植物进行物种分类鉴定，耗时费力且受限于不完整的DNA数据库，难以高效利用环境DNA（eDNA）技术获取的大量未知序列信息。研究目的：法国INRAE的科学家团队旨在探索一种全新的生态评估范式，即绕过“物种鉴定”这一关键步骤，仅通过分析eDNA数据构建的生物共现网络的拓扑结构，来判断湖泊的健康状态。结论：该研究在186个湖泊中验证了方法的可行性。通过将eDNA序列构建共现网络，利用graphlet图元分析刻画网络拓扑特征，并结合生态位建模与AI（多层感知机）学习，发现仅凭网络拓扑指标就能解释人为干扰梯度67%的变异。健康的湖泊拥有复杂、紧密的生态网络，而富营养化湖泊的网络则变得简单、松散。该“免物种鉴定”的评估框架有望推广至河流、土壤、海洋等其他生态系统，为生物监测提供了全新的思路。