这篇文档属于类型a，即报告了一项原创性研究的科学论文。以下是针对该研究的学术报告：
该研究由Wenjian Chen、Junjie Wang、Yuqi Zhao、Yiyong He、Jinlin Chen、Chaoyu Dong、Li Liu、Jun Wang和Lei Zhou共同完成。研究团队主要来自中国华南农业大学的广东省、香港和澳门地区海洋生物资源保护与开发联合实验室，以及华南师范大学生命科学学院。该研究于2024年11月9日发表在《Journal of Hazardous Materials》期刊上。
该研究的主要科学领域是环境科学和生态学，特别是针对受人为干扰的河口生态系统中鱼类群落的污染响应。河口生态系统是淡水与海水交汇的独特区域，具有丰富的生物多样性，但同时也是受人类活动威胁最严重的生态系统之一。尽管已有大量研究探讨了石油、重金属和富营养化等污染物对单一物种和种群的毒性影响，但这些污染物对群落组装过程的整体影响，尤其是本地鱼类与非本地鱼类在群落水平上的差异响应，仍未被充分理解。因此，该研究旨在通过环境DNA（eDNA）宏条形码技术，分析中国28个亚热带河口的鱼类群落多样性，评估污染物对群落组成和组装机制的影响。
该研究主要包括以下几个步骤：
研究区域与样本采集
2018年12月，研究团队在广西和广东的28个亚热带河口采集了水样。每个河口采集3个重复样本，样本深度为水面下0.5米，体积为500毫升。样本在采集后4-8小时内通过0.22微米的聚碳酸酯膜过滤，并立即冷冻保存于-80°C直至DNA提取。
DNA提取与测序
DNA提取采用CTAB方法，使用Mifish 12s引物进行PCR扩增，扩增片段约为171 bp。扩增产物通过Illumina NovaSeq-6000平台进行双端测序（2×250 bp）。测序数据提交至NCBI SRA数据库，编号为PRJNA1147400。
生物信息学分析
使用Vsearch v2.22.1进行序列合并、质量控制和非重复序列筛选，生成扩增子序列变体（ASVs）。ASVs的分类注释使用Midori2数据库和RDP分类器算法，并通过NCBI nt数据库进行进一步验证。最终保留214个ASVs和980,401条读长用于后续分析。
统计分析
使用R语言进行数据分析，包括Aitchison距离计算、非度量多维尺度分析（NMDS）、基于距离的冗余分析（db-RDA）、变异分区分析（VPA）和Mantel检验。此外，还应用了中性模型和零模型来评估随机过程在群落组装中的作用。
eDNA与传统方法的比较
在珠江河口的同步调查中，eDNA方法检测到的物种数量显著高于传统方法。eDNA检测到18目、44科、44属和99种鱼类，而传统方法仅检测到7目、7科、9属和39种。eDNA还检测到了12种非本地鱼类，而传统方法仅检测到1种。
亚热带河口鱼类群落的生物地理分布
研究共鉴定出140种鱼类，涵盖34目和112属。其中，鲤形目（Cypriniformes）是最主要的目，占总ASVs的19.63%。在功能群方面，河流洄游鱼类（Potamodromous species）占比最高，为34.46%。
环境因素对本地与非本地鱼类群落的影响
db-RDA分析显示，本地鱼类群落受环境因素的约束更强，环境变量解释了22.26%的变异，而非本地群落仅解释了15.33%。具体而言，油、汞、锌、铅、六价铬和氨氮等污染物对本地鱼类群落有显著影响，而非本地鱼类对这些污染物表现出较强的耐受性。
鱼类群落的组装过程
中性模型和零模型分析表明，随机过程在鱼类群落组装中起主导作用。非本地鱼类的迁移率（0.005939）显著高于本地鱼类（0.001757），且随机过程对非本地群落的贡献（82.38%）也高于本地群落（70.59%）。
该研究通过eDNA技术揭示了亚热带河口鱼类群落的组成和组装机制，强调了污染物对本地鱼类群落的显著影响以及非本地鱼类对污染物的耐受性。研究结果表明，非本地鱼类通过随机扩散对环境干扰表现出更强的适应性，可能对本地群落的动态和组装过程产生不成比例的影响。这些发现为理解河口生态系统的恢复力提供了重要见解，并为快速变化的沿海生态系统中的生物多样性保护策略提供了指导。
该研究还强调了非本地鱼类（特别是罗非鱼）对本地鱼类群落的潜在影响，建议通过严格的监测和控制措施防止进一步入侵。此外，研究指出减少有害污染物的排放对于保护河口生态系统的完整性和增强本地物种的恢复力至关重要。
这篇研究不仅为河口生态系统的保护和管理提供了科学依据，还展示了eDNA技术在生态监测中的巨大潜力。