编辑推荐：
淡水管理和研究常依赖鱼类营养数据，但获取单一鱼类饮食信息困难。研究人员开展 TroPhish 项目，整合超 100 年数据与 FishBase 形成统一数据集。该数据集涵盖多物种多变量数据，有助于深入了解淡水生态系统，推动相关管理和研究。
在神秘的淡水生态系统中，营养相互作用就像一条条看不见的线，将各种生物紧密相连，它们掌控着能量和营养的流动，维持着生态系统的稳定。想象一下，一个小小的池塘，里面生活着各种各样的淡水鱼，它们之间的 “饮食偏好” 和 “捕食关系” 构成了一个复杂的网络。一旦这个网络中的某个环节出现问题，就可能引发一系列连锁反应，比如某些物种数量的减少，甚至整个生态系统的失衡。
在淡水渔业管理中，营养数据起着至关重要的作用。通过了解鱼类的食物网，我们可以更好地预测像大西洋鲑（Salmo salar）这样受气候变化和人类活动威胁的鱼类种群数量变化；也能明确像红斑鮈（Nocomis asper）这样的关键物种的栖息地和营养关系，从而制定更有效的保护策略。然而，现实却给研究人员出了一道难题。尽管有大量关于鱼类饮食的研究，但这些数据分散在各种文献中，格式千差万别，想要查找某一种鱼类的饮食信息，简直如同大海捞针。
为了解决这一困境，来自美国南达科他大学（University of South Dakota）和犹他州环境质量部（Utah Department of Environmental Quality）的研究人员 Jacob Ridgway 和 Jeff Wesner 开展了 TroPhish 项目 。他们的研究成果发表在《Scientific Data》上，为淡水生态研究带来了新的曙光。
研究人员为了构建这个数据集，采用了多种关键技术方法。首先是文献收集，他们通过 Web of Science、Minckley Library 和 Google Scholar 进行多轮搜索，还运用了引文追踪的方法，获取了 1106 篇相关文献。接着是数据数字化，利用 Able2Extract 软件将文献中的表格数据转换为可处理的格式，之后在 Excel 中对数据进行整理，并添加生态背景信息，最后使用 R 语言和相关软件包将整理好的数据整合在一起，同时还对数据进行了分类学和地理坐标的处理 。
研究结果
- 数据集构成：TroPhish 数据集包含 54750 条数据观测值，涉及 4571 个独特的饮食样本，代表了 9%（982 种）的全球淡水鱼物种和 43%（111 个）的淡水鱼科。这些数据涵盖了 789 个表格、631 篇论文、534 位第一作者和 154 种期刊，时间跨度达 102 年 。
- 分类学偏差：研究发现，在饮食文献中存在分类学偏差。像太阳鱼科（Centrarchidae）、锯脂鲤科（Serrasalmidae）和石首鱼科（Sciaenidae）在 TroPhish 数据集中的物种占比高于其在全球淡水鱼物种中的实际占比；而鲤科（Cyprinidae）和丽鱼科（Cichlidae）这两个物种丰富的科，在 TroPhish 数据集中却代表性不足 。
- 地理分布差异：从地理分布来看，TroPhish 数据集中欧洲淡水鱼科的涵盖比例达到 71%，但亚洲和大洋洲的比例分别仅为 45% 和 48%。在物种层面，大洋岛屿上 21% 的淡水鱼物种有数据记录，而南美洲只有 4% 。
- 饮食比例分析：通过对常见鱼类科饮食中陆地猎物比例的分析，发现大多数鱼类科中陆地猎物平均占比不到 5%，但属间差异较大 。
研究结论与讨论
TroPhish 项目成功构建了一个全球淡水鱼营养相互作用数据集，为淡水生态系统的研究和管理提供了重要的数据支持。尽管数据集存在一定的分类学和地理偏差，但研究人员鼓励用户通过 GitHub 提交数据或纠错，以不断完善这个数据集。随着更多数据的补充，TroPhish 数据集将更准确地反映全球淡水鱼的营养相互作用，帮助我们更好地理解淡水生态系统的结构和功能，为保护和管理淡水生态环境提供有力的依据。它就像一把钥匙，逐渐打开淡水生态奥秘的大门，让我们在探索自然的道路上又迈出了坚实的一步。
