在一条河里采了水样，送去测序，报告拉出一长串名字——二十几种鱼、十几类底栖，还有一堆陌生学名。讨论时两个问题迎面而来：「真没有鳗鱼？」「这个种名靠谱吗？」——这时才发现，这份清单远比想象中经不起追问：阴性不代表不存在，分到种名也不代表就是它。
阴性结果最容易被误读成「这河里没有它」。但就算河里真有鱼，也未必能在一升水里抓到它的DNA——DNA 被水流稀释、还没累积到可检出的量、或者根本没进采样瓶，都有可能。MacKenzie（2002）的占域模型把「是否检出」拆成 ψ（真实占据概率）与 p（单次检出概率），单次调查的期望检出率＝ψ×p。一次阴性只说明 ψ×p 低，推不出 ψ=0：未检出，可能是物种真的不在，也可能是方法问题——两者不能混为一谈。
图1 占域模型下的采样设计模拟：不同检测概率 p 与重复次数 K 下，坐实一个站点「无该种」所需的最少采样站点数。p 越低、重复越少，所需站点数越多——越靠左上，越易因采样不足把「存在」误判为「不存在」（Picard et al. 2023, PeerJ）
单次检出概率 p 并不是黑箱，它可以拆成 p_capture×p_amplify×p_taxon 三级连乘（滤膜截获、引物扩增、数据库归类）——这正是换引物、换数据库后结果就会变的根源。在定量层面，Klymus 等（2020）主张把 LOD（能检出的最低量）与 LOQ（能稳定定量的最低量）区分清楚；低于 LOD 是「测不到」，LOD–LOQ 之间是「知道有但数不准」，高于 LOQ 的定量才可信。把 LOD 与 LOQ 混为一谈，是最常见的结果误读。
图2 合成 mtDNA 预期拷贝数与 dPCR 实测拷贝数的对数关系，黑色点线为预期＝实测的 1:1 参照线。偏离与散度直接刻画检测限与定量可靠性，是把「检出概率」从定性变定量的校准基线（Bagdonaitė et al. 2025, PeerJ）
既然 p<1，想提高「至少检出一次」的把握，重复采样就是硬需求。公式 1−(1−p)^K 给出 K 次独立重复至少检出一次的概率：p=0.2 时 3 次仅 48.8%，要 95% 把握需约 14 次重复。重复不是模糊直觉，而有数学下限——曲线冷酷地告诉我们这一点，目标 p 越低，所需重复数急剧上升，p 减半，次数近乎翻倍。
图3 同一物种在多个生物重复中的实际检出。即便已知占据的站点，单次重复也常漏检（空心 vs 实心），这是 p<1 的野外实证，也是「重复采样非浪费、而是必需」的直接证据（Picard et al. 2023, PeerJ）。
就算分出了「种」，分辨率也有天花板。ASV（100% 序列一致性，Callahan et al. 2016）比 OTU（97% 聚类）更细，但仍受引物与数据库限制；BIN（BOLD 数据库按序列相似度自动划定的运算单元）与条码间隙（种内与种间遗传距离之间的断层）都只是操作约定，不等于生物学概念中的物种。换引物等于换一副眼镜——你看到的群落，是引物替你筛选出的子集。Hauck 等（2023）用48 对引物组合对淡水蚌开展 eDNA 宏条形码，同一水体、不同引物给出的分类清单截然不同。
图4 48 对引物（18 对靶向蚌、15 对靶向鱼）的靶向策略，决定了 eDNA 宏条形码所能捕获的多样性结构：同一水体、不同引物给出的分类清单截然不同——「分辨率由引物决定」的实证（Hauck et al. 2023, PeerJ）
即便分到了种，注释的名字也未必靠得住。隐存种形态相近、条码重叠，常被并成一个名义种；反过来，如果数据库里缺某物种的参考条码，就会出现「沉默的假阴性」——物种明明存在，却从清单消失——而且你永远不知道它消失过。图5 的系统树上，P. decisum 与 P. chattanoogaense 交错成2个单倍群（自举 93%），F. flava 与 F. cerina 交错成 1 支（自举 71%），正是分类不确定性的系统发育投影。
图5 基于 ND1 基因的 eDNA 序列最大似然系统树。近缘属枝系交错、部分「种」在树上塌缩——隐存种 / 分类不确定性的系统发育投影（Hauck et al. 2023, PeerJ）
把这些坑在方案设计阶段就提前规避掉，eDNA 结果的可用性会明显更强，也远比事后解释省力。
凌恩生物特色 eDNA 检测项目
支持多引物并行：单条引物留下的盲区由其他引物补齐，从方法端降低分类分辨率损失、减少沉默假阴性。对 eDNA 项目设计有需求的老师，欢迎随时联xi。
参考文献
[1] MacKenzie DI, Nichols JD, Lachman GB, Droege S, Royle JA, Langtimm CA. 2002. Estimating site occupancy rates when detection probabilities are less than one. Ecology 83(8):2248-2255. doi:10.1890/0012-9658(2002)083[2248:ESORWD]2.0.CO;2
[2] Klymus KE, Merkes CM, Allison MJ, Goldberg CS, Helbing CC, Hunter ME, Jackson CA, Lance RF, Mangan AM, Monroe EM, Piaggio AJ, Stokdyk JP, Wilson CC, Richter CA. 2020. Reporting the limits of detection and quantification for environmental DNA assays. Environmental DNA 2(3):271-282. doi:10.1002/edn3.29
[3] Picard MHV, Zaiko A, Tidy AM, Kelly DJ, Thomson-Laing G, Wilkinson SP, Pochon X, Vandergoes MJ, Hawes I, Wood SA. 2023. Optimal sample type and number vary in small shallow lakes when targeting non-native fish environmental DNA. PeerJ 11:e15210. doi:10.7717/peerj.15210
[4] Bagdonaitė L, Leder EH, Lifjeld JT, Johnsen A, Mauvisseau Q. 2025. Assessing reliability and accuracy of qPCR, dPCR and ddPCR for estimating mitochondrial DNA copy number in songbird blood and sperm cells. PeerJ 13:e19278. doi:10.7717/peerj.19278
[5] Callahan BJ, McMurdie PJ, Rosen MJ, Han AW, Johnson AJA, Holmes SP. 2016. DADA2: High-resolution sample inference from Illumina amplicon data. Nature Methods 13(7):581-583. doi:10.1038/nmeth.3869
[6] Ratnasingham S, Hebert PDN. 2007. BOLD: The Barcode of Life Data System (www.barcodinglife.org). Molecular Ecology Notes 7(3):355-364. doi:10.1111/j.1471-8286.2007.01678.x
[7] Hauck LL, Atkinson CL, Homyack JA, Penaluna BE, Mangum C, Coble AA, Nettles J, Thornton-Frost JE, Fix MJ. 2023. Molecular identity crisis: environmental DNA metabarcoding meets traditional taxonomy—assessing biodiversity and freshwater mussel populations (Unionidae) in Alabama. PeerJ 11:e15127. doi:10.7717/peerj.15127
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/SHANGHAILINGEN/article/details/168116777
