一瓶河水能讀出多少生命？eDNA 正把生物監測帶進「資料由誰治理」的新階段

一瓶看起來再普通不過的河水，可能帶著魚類、兩生類、甲殼類、微生物，甚至陸生動物經由排泄物、黏液、皮膚與組織碎屑留下的遺傳痕跡。環境 DNA（environmental DNA，eDNA）把這些肉眼看不見的訊號變成生物多樣性監測工具：研究者不一定要捕到魚、看見蛙或架設大量相機，只要設計得當，就可能從水、土、空氣或表面樣本中取得物種存在的分子證據。真正的新變化，是 2026 年的研究重點已經不只放在「能不能驗到」，而開始走向被動式採樣、長時間整合、標準化與可由非專業人員部署的監測方式。

Methods in Ecology and Evolution｜Passive eDNA sampling review 在 2026 年整理被動式 eDNA 採樣研究，指出某些情境下，被動採樣可以達到與主動過濾相當、甚至更好的檢出表現。被動式採樣的概念很直觀：不一定要把大量水抽過濾膜，而是把能吸附 DNA 的材料放在環境中一段時間，讓它整合一段時間內的分子訊號。這降低了泵浦、電力與大量現場設備的需求，也讓偏遠地區、長期巡護或參與式監測更有機會擴大密度。不過，研究同時提醒，材料種類、部署時間、環境介質與水文條件都會影響結果，方法還沒有收斂到「一套通用標準」。

這正是為什麼 eDNA 很適合被放進「雙向知識」而不是單向科技輸入的框架。分子工具很擅長回答某個樣本裡是否有特定遺傳訊號，地方長期觀察者則擅長判斷哪一條支流在什麼季節才有意義、什麼樣的降雨會改變魚群移動、哪一段河岸在繁殖季應避免干擾、哪一種「平常沒有」的生物變化才真正值得追蹤。如果研究團隊只是先決定採樣點、採樣頻率與目標物種，最後才邀請社區協助採水，那仍然是傳統的外部研究設計。相反地，若地方知識能在一開始就改變採樣位置、時間窗與異常定義，eDNA 才真正成為共同監測工具。

2026 年刊出的 Ecological Solutions and Evidence｜Weaving Indigenous knowledge systems and Western sciences 系統性整理加拿大陸域研究、監測與管理案例，核心訊息之一就是：不同知識系統的結合，不應把原住民族知識降格為替西方科學補空白的「在地資料」。更合適的做法，是讓問題如何形成、什麼證據重要、成果如何被使用，都能在關係、責任與共同決策中被重新安排。放回 eDNA 情境，就會看到一個很實際的差別：實驗室可以說明「檢出了什麼」，社群則可能要求先問「這個資訊應不應被公開」。

這個問題在稀有物種與文化物種上尤其敏感。假設 eDNA 在一處支流檢出極稀有魚類，如果研究資料庫把精確座標、時間、樣本編號與序列資料全部公開，確實有利於科學重現與跨研究比較，但也可能提高盜捕、商業採集或不當進入敏感棲地的風險。若檢出的不是一般保育物種，而是與祭儀、採集規範、家族責任或特定領域知識相關的文化物種，資料的社會意義更不能只用「公開或不公開」二分法處理。真正需要的是分級：哪些資訊可以公開到流域尺度，哪些只能在合作機構間交換，哪些座標要模糊化，哪些樣本未經社群同意不得再做新的基因分析。

Global Indigenous Data Alliance｜CARE Principles 提出的 Collective Benefit、Authority to Control、Responsibility、Ethics，正好補足純粹強調可尋找、可取得、互通與再利用的資料管理邏輯。FAIR 可以讓資料變得更好用，CARE 則追問資料為誰帶來利益、誰有控制權、研究者負什麼責任，以及整個資料生命週期是否合乎倫理。這兩套原則不是互相排斥。對 eDNA 而言，可以同時做到「科學上有足夠 metadata」與「文化上不是所有 metadata 都無條件公開」；關鍵在於把權限、來源與使用條件寫進系統，而不是把倫理只留在研究計畫書裡。

Local Contexts｜Biocultural Labels 更進一步把這種治理轉成 metadata 工具。Biocultural Labels 的意義，不是替資料加一張象徵性的原住民標籤，而是讓社群可以表達來源、責任、同意、商業使用、季節性限制或其他與生物文化資料相關的規則。當 eDNA 樣本進入定序平台、公共資料庫、AI 訓練資料或跨國生物資訊基礎設施時，原本附在紙本同意書上的條件很容易脫離資料本身。把治理訊息和資料一起走，才有機會降低「樣本有同意，衍生資料卻失去脈絡」的問題。

當然，eDNA 也不能被神化。檢出一段 DNA，不等於眼前有一個健康族群；不同水流、溫度、紫外線、沉積、降解速度與上游輸送，都可能改變訊號。某物種在採樣點被檢出，也不表示牠一定長期生活在那個精確位置。若把讀數直接轉成「族群數量」，或把一次未檢出直接解讀成「物種消失」，都可能造成政策誤判。因此 eDNA 最有價值的使用方式，通常是和傳統調查、棲地資料、時間序列與在地觀察互相驗證，而不是獨自取代所有生態監測。

對台灣的河川、山溪與原鄉監測來說，真正值得先做的不是一次部署全流域，而是選擇一個有明確治理問題的場域：例如保育物種回復、外來種入侵、溪流工程前後比較或文化物種的長期觀察。由社群、管理機關與研究者先共同定義「要回答什麼」，再決定採樣點與資料權限；同時建立事件紀錄，把豪雨、崩塌、施工、放流、季節移動與傳統生態觀察放在 eDNA 時間序列旁邊。這樣，分子訊號才不會脫離地景而被過度解讀。

最後還要把「資料退場」想清楚。研究案結束之後，樣本保存多久？剩餘 DNA 是否可以用在原本沒有寫進計畫的新研究？序列是否進入公共資料庫？若未來 AI 模型可以從環境序列推估物種分布、資源價值或生物探勘線索，原社群是否仍能知道資料被誰使用？這些問題若等到資料已經散佈出去才處理，通常太晚。eDNA 的下一階段，不只是讓我們從一瓶水看見更多生命，而是讓「看見」本身也受到適當治理。

因此，這項技術真正值得注意的地方，不是它讓科學家變得無所不知，而是它迫使監測系統重新面對一個老問題：資料從哪裡來、誰解釋、誰受益、誰承擔風險。當地方知識可以改變採樣設計，分子證據可以反過來檢驗長期觀察，而資料庫又能保留社群對敏感資訊的控制權，eDNA 才有可能從一項漂亮的分子工具，成為更成熟的共同治理基礎設施。

如果要把這套原則變成可採購、可驗收的監測服務，還需要把「資料治理」寫進技術規格，而不是只放在研究倫理附錄。第一層可以規定採樣前的共同設計程序：哪些地點由誰提出、哪些文化物種只做存在性監測、哪些時段不得進入，並記錄社群是否同意保存原始樣本。第二層是實驗室與資料庫的鏈結管理，樣本從現場進到實驗室之後，每一次萃取、擴增、定序、重分析與資料上傳都要留下可追溯紀錄。第三層則是公開規則，把行政區、流域、棲地類型與精確座標分成不同權限，避免研究資料一公開就失去修正空間。

這樣的制度也能改善科學品質。當地方巡護者發現某一支流明明長期有目標物種活動，eDNA 卻連續未檢出，研究團隊可以把這個矛盾當成方法診斷：可能是採樣時段不對、流量稀釋、材料選擇不適合，或樣本保存出了問題。相反地，當 eDNA 出現地方過去未觀察到的訊號，也不該立即宣布新分布紀錄，而應設計第二輪採樣、傳統調查或影像證據確認。這種「允許兩套證據互相挑戰」的流程，比把其中一套當成最後答案更能降低偽陰性、偽陽性與過度推論。

長期來看，最值得建立的是社群可以真正使用的監測儀表，而不是只有研究者看得懂的序列檔。儀表可以把物種檢出顯示到適當的空間尺度，旁邊保留雨量、水溫、工程、採集季節與巡護事件；敏感物種則依權限顯示。這不表示所有知識都必須數位化，而是讓社群可以決定哪些資料值得一起看、哪些仍留在口述或特定治理程序中。當「沒有被數位化」也被承認是一種合法選擇，資料主權才不會被誤解成只是擁有更多資料。

原傳媒AI｜依你的角色繼續追問

本篇已建立四種角色入口，每個角色各五題，共 20 組追問；前端請依 `roleQaPath` 載入對應 JSON，讓讀者先選擇角色，再進入該角色的問題與回答。回答以本文來源為基礎，並把研究證據、地方治理與仍待驗證的邊界分開呈現。

source-check notes

日期：人工審稿核對

• Methods in Ecology and Evolution｜Passive eDNA sampling review
• Ecological Solutions and Evidence｜Weaving Indigenous knowledge systems and Western sciences
• Global Indigenous Data Alliance｜CARE Principles
• Local Contexts｜Biocultural Labels