应用宏条形码技术，昆明动物研究所Douglas课题组对“植物多样性精确预测昆虫多样性”的重要结论进行了验证和扩展。
昆虫具有宿主特异性，因此植物多样性应该能够预测昆虫多样性，但是已有的研究并不支持该结论；直到Basset et al. (2012, Science 338: 1481-1484) 在一个热带森林里进行前所未有的全面采样，并结合复杂的统计模型，发现植物物种丰富度确实能够精确预测节肢动物（主体为昆虫）物种丰富度。
然而，由于其浩大的采样和分类规模，Basset et al. (2012)的研究不可避免地限制在小的区域且难以有效复制，但是其研究结论亟待在大尺度上复制和检验，所以我们采用高通量的方法来使该研究方案具有可操作性。
昆明动物研究所的Douglas课题组与原西双版纳热带植物园的Rhett D. Harrison研究员、华南师范大学的江海声教授合作，在海南和西双版纳的两个热带山地景观中设置样方调查植物多样性和昆虫多样性。植物多样性采用形态鉴定，昆虫多样性使用马氏网（Malaise trap）采集并采用宏条形码技术（metabarcoding）鉴定。我们使用常用的皮尔森相关（Pearson’s correlation）分析和Basset et al. (2012)的“植物模型”方法分析物种丰富度间的关系（α多样性），使用普鲁克（Procrustes）分析检验群落组成间的关系（β多样性）。
结果表明（1）植物模型与非参数估计（nonparametric estimator）得出的昆虫物种丰富度非常接近，但是常用的皮尔森相关分析发现样方水平上植物物种丰富度和昆虫物种丰富度的相关性较低；（2）Procrustes分析发现植物和昆虫的群落组成高度相关。以上结果均在两个景观、两个季节（旱季、雨季）、昆虫的不同目间一致。
研究结果强烈支持Basset et al. (2012)的结论：热带森林中植物物种丰富度能够精确预测昆虫物种丰富度。此外，本研究将植物模型的方法从热带美洲拓展到热带亚洲，从一个60平方公里的均质森林扩展到两个~100-500平方公里异质的、人为干扰的景观，从耗费劳力的标本形态鉴定的样本扩展到有效的宏条形码技术处理的样本。
本研究潜在的应用是：在植被评估上越来越有效的遥感技术，将可能有效管理大部分的动物多样性。此外，更重要的一项应用可能在于，高通量的方法使大规模检验热带植食性节肢动物的超高多样性（megadiversity）的不同假说变得可行。
目前该研究成果已在线发表于国际学术期刊Molecular Ecology（Plant diversity accurately predicts insect diversity in two tropical landscapes, doi: 10.1111/mec.13770）。博士研究生张凯与林思亮为论文的共同第一作者，Douglas W. Yu和Rhett D. Harrison为论文的共同通讯作者。
该研究工作得到了GIZ/BMZ、国家自然科学基金委、科技部等的大力支持。
（图文来自 中科院昆明动物研究所 张凯）
