近年来深受厨师和采集爱好者追捧的北美野生“山葱”(俗称野蒜、野韭,英文称 ramps),在过度采挖压力下引发了越来越多的保育担忧。 围绕这种植物究竟是单一物种还是由多个物种组成,北美植物学界和民间采集圈已经争论了数十年,如今遗传学证据终于给出了明确答案:至少存在两个独立物种。

宾州州立大学比弗校区的生物学副教授萨拉·尼尔森(Sarah Nilson)领导的团队,通过高分辨率遗传标记分析,确认传统所知的 Allium tricoccum 之外,还存在一个此前被忽略的“姊妹物种”——Allium burdickii。 相关研究近日发表于学术期刊《PLOS One》,为这一长期争议画上阶段性句号。
野蒜原产于北美东部森林,外观类似青葱,却带有浓烈的蒜香,多年来在“从农场到餐桌”和当地食材风潮中地位不断上升,成为春季菜单上的“明星食材”。 由于其地下鳞茎与叶片均可食用,采集者通常整株挖走,加之早春新鲜植物稀少,市场需求集中爆发,使部分地区的野生种群面临明显压力。 早期形态学和低分辨率遗传研究曾试图厘清其分类地位,但最终多倾向于“只有 Allium tricoccum 单一物种”的结论。
尼尔森指出,多年来研究者和采集者对野蒜“看着很像,但是否真是同一物种”始终意见不一,而以往的遗传工具分辨率不足,难以捕捉细微但关键的基因差异。 在最新研究中,团队采用了所谓“微卫星标记”(microsatellite markers)——这是一类在基因组中反复重复、且易于在实验室中检测的短 DNA 片段,通过比较这些重复序列的分布与差异,可以在不解读整部“基因书”的前提下,高效率地区分近缘种群。
尼尔森用一个通俗比喻解释这一过程:如果把不同植物个体的完整 DNA 比作两本从外表看几乎一样的书,过去的方法像是从头到尾逐字比对,而微卫星分析更像是直接比对两本书的目录或章节结构,从差异中迅速判断它们是否真为同一本书的“版本”。 通过这一方法,团队发现部分样本与传统 Allium tricoccum 在遗传标记上存在系统性差异,且这种差异在同一采集地点的不同植株之间依然稳定存在,从而支持“第二个独立物种”的判断。
研究显示,这一新确认物种为 Allium burdickii,它与 Allium tricoccum 在遗传上清晰分化,即便采自同一片林地,也能通过基因标记区分开来。 尼尔森提到,自己之所以能率先发现这一物种,很大程度上得益于她长期生活和工作在宾夕法尼亚州西南部,当地正是 Allium burdickii 的已知分布区域之一。 目前记录表明,Allium burdickii 仅见于宾州西南部及其以西的部分州份,但研究人员认为,随着更多针对性调查,这一分布范围可能被进一步扩展或细化。
除物种划分外,团队还发现两个物种之间,以及各自不同种群内部的遗传多样性与无性繁殖程度存在差异。 这种遗传结构上的差异,意味着它们对采挖压力、栖息地破碎化和环境变化的响应方式可能并不相同,从而对保护策略提出了更精细化的要求。
从保育和资源管理的角度看,这一分类更新具有重要现实意义。 野蒜不仅是高档餐饮中的“时令食材”,其采集行为对于部分原住民社群和阿巴拉契亚山区社区具有深厚的文化意义,作为春季传统活动的一部分延续至今。 尼尔森强调,研究团队“并非反对采集”,而是希望通过更清晰的物种识别和遗传信息,为可持续采收与土地管理提供科学依据,从而在保护资源的同时,延续与尊重相关的文化实践。
她指出,当前过度采挖的一个关键驱动因素,是野蒜是每年早春最早破土而出的野菜之一,当其他新鲜农产品仍然匮乏时,它立刻成为备受追捧的“季节符号”。 由于厨师倾向于整株利用,采集者常连根挖起,而野蒜从萌发到完全长成需要长达七年时间,这种采收方式大大削弱了种群的自然恢复能力。 因此,她建议采集者“只取所需”,在植株完全长大后再采收,并尽量避免整片“剃光式”采挖。
研究同时指出,在具备适宜条件的阴湿林地环境中,野蒜其实相对容易栽培,如果为其提供充足水分和遮荫,人为种植可以在一定程度上缓解对野生资源的压力。 尼尔森呼吁,通过推广家庭或社区层面的栽培实践,结合采集者教育与配额管理,有望在需求与保育之间寻求新的平衡点。
这项最新成果延续了尼尔森自 2018 年以来针对野蒜的持续研究。 当年她获得宾夕法尼亚州保护和自然资源部的研究资助,旨在评估野蒜是否应被视为潜在脆弱物种,并据此提出管理建议。 在此基础上发展出的微卫星标记与物种划分工作,不仅理清了野蒜“家族”的遗传谱系,也为各地制定更具针对性的采集规则与保护政策提供了新工具。
研究团队在论文中总结指出,新开发的微卫星标记可可靠地区分 Allium tricoccum 与 Allium burdickii 两个物种,并揭示不同种群间克隆繁殖与遗传多样性水平的变化。 对于管理者和采集社区而言,这意味着未来可以在“种群是否过度采挖”“哪些区域更脆弱”等关键问题上,借助遗传数据做出更具针对性的判断和决策。
编译自/ScitechDaily

