El ADN ambiental califica peor a los ríos limpios: un estudio lo corrige dejando que la fórmula del propio índice elija qué especies conservar

Cuando se mide la calidad de un río con diatomeas, un microscopista cuenta células vivas y una fórmula convierte ese conteo en una clase de calidad del agua con peso regulatorio. Si en lugar del microscopio se usa ADN ambiental (eDNA), el resultado cambia de manera sistemática: en aguas que el microscopio juzga limpias, el ADN tiende a asignar una clase peor. Un estudio publicado en octubre de 2026 en Environmental Science and Ecotechnology propone una forma de corregirlo sin cambiar la fórmula del índice, y reconoce con cifras hasta dónde llega.

Importa porque el control biológico de los ríos depende de unos pocos especialistas que identifican diatomeas al microscopio, un oficio con menos relevo, y el ADN ambiental promete resolver ese cuello de botella. Pero un método que califica mal el agua limpia puede disparar alertas falsas o esconder cambios reales. Los autores, de la Universidad Sangmyung en Seúl, parten de ahí.

Por qué el ADN y el microscopio no coinciden

Las diatomeas bentónicas son uno de los indicadores biológicos más usados para evaluar la salud de un río, y los índices que se calculan con ellas, como el índice trófico de diatomeas (TDI) y el índice de sensibilidad específica a la contaminación (IPS), son la base de marcos regulatorios como la Directiva Marco del Agua de la Unión Europea, según el artículo. Cada especie lleva un valor de sensibilidad a la contaminación; el índice es un promedio ponderado por abundancia, que se traduce en una clase de calidad.

El problema del ADN es que las lecturas no son abundancias. El resumen del estudio lo explica así: la amplificación es despareja, el número de copias del gen varía entre taxones y queda ADN residual de células que ya no están. Meter todas las secuencias asignadas en la fórmula convencional hace que el puntaje se aleje del estándar morfológico. En el estudio, esa línea de base sin filtrar subestimó de forma consistente la calidad del agua, sobre todo en las clases excelente y buena, por el peso desproporcionado de especies tolerantes a la contaminación que aparecen en el ADN y no en el microscopio.

La idea: usar la fórmula del índice como juez

La mayoría de las correcciones previas necesita información extra sobre cada especie, como su biovolumen. Este estudio hace algo distinto: deja que la propia ecuación del índice decida qué taxones moleculares conservar. Se van retirando especies una por una hasta que el promedio ponderado calculado con las lecturas restantes se parezca lo más posible al puntaje morfológico. No se ajusta ninguna regresión auxiliar, y lo que queda es el índice establecido calculado sobre una lista más corta de especies. Los autores lo llaman knowledge-guided, guiado por el conocimiento ecológico.

Dato del diseño	Valor
Muestras para el desarrollo	1.407 muestras pareadas europeas (marcador rbcL)
Origen	Estudios publicados de Francia, Suiza, España, Serbia y Croacia, más 756 registros del Reino Unido de la plataforma de datos de Defra
Referencia	Índice IPS calculado por microscopía
Validación con otro marcador	18S: 112 muestras de Francia y Suiza y 58 de Corea (secuenciadas por los autores)
Comparación	Siete modelos de aprendizaje automático (tres lineales y cuatro de árboles)

Qué mejoró y qué especies quedaron

Con todas las especies, el ADN tuvo una correlación de 0,569 con el índice morfológico y un error cuadrático medio (RMSE) de 2,449. Con la selección, el modelo final subió la correlación a 0,700 y bajó el error a 1,60, en buena parte por descartar las especies tolerantes que el ADN sobrerrepresentaba. En validación cruzada el resultado fue algo menor (R² de 0,663 y RMSE de 1,693), la cifra que conviene tener en mente al esperar resultados en muestras nuevas.

El metabarcoding de ese conjunto produjo 401 especies, de las cuales el método conservó 248 y descartó 153 como ruido. Las retenidas cubren un rango amplio de sensibilidades, tolerantes y sensibles, no solo las sensibles. De ellas, 193 fueron detectadas a la vez por el ADN, por el microscopio y por el modelo, lo que los autores describen como un núcleo consistente entre métodos.

Por qué no usaron simplemente un algoritmo más potente

Los modelos de árboles ajustaron mejor los números: el resumen menciona una correlación superior a 0,89, y el mejor de ellos (extremely randomized trees) llegó a 0,946 en validación cruzada. Pero hay un problema de fondo que el estudio mide: al explicar esos modelos con valores SHAP, solo en el 42,3 % de los casos más influyentes el efecto de una especie coincidió con la dirección ecológicamente esperada. En un promedio ponderado, el efecto de una especie depende del resto de la comunidad (una especie moderadamente sensible baja el puntaje en un río prístino y lo sube en uno contaminado), y los modelos sin ese conocimiento terminaron con atribuciones que se cancelaban entre sí.

Es un argumento práctico: un regulador puede auditar una lista de especies y una fórmula que ya conoce, mientras que un modelo que ajusta bien pero no puede justificar por qué es difícil de defender ante una autoridad.

Los límites que los propios autores reconocen

• Con otro marcador, la mejora no alcanza. El mismo procedimiento, aplicado de forma independiente a conjuntos más pequeños del marcador 18S de Europa y Corea, mejoró frente a la línea base sin filtrar, pero la correspondencia absoluta siguió siendo demasiado débil para uso operativo.
• Faltan datos. Los autores señalan que un despliegue regulatorio requerirá más datos de entrenamiento que cubran todo el gradiente ambiental.
• Los datos son de Europa y Corea. El estudio no incluye ríos tropicales.

Qué podría significar para quien monitorea ríos

Lo que sigue son hipótesis de este artículo, no resultados del estudio:

1. Comparar antes de reemplazar. Si un programa de monitoreo quisiera pasar del microscopio al ADN, el estudio sugiere hacerlo con muestras pareadas durante un tiempo, para ver si el ADN sesga la clase en ese río y con esa región del gen.
2. Una lista de especies es auditable. Que el filtro deje un puntaje calculado con la fórmula de siempre, sobre una lista más corta, facilita explicar el resultado y conservar series históricas, un punto que el artículo destaca como importante para la continuidad del monitoreo a largo plazo.
3. Probar fuera de Europa. Las especies de diatomeas, los valores de sensibilidad publicados y las bibliotecas de referencia genética de otras regiones pueden diferir mucho; la lista de 248 especies no es transferible sin una validación local.

El resultado más sólido del estudio no es una receta, sino una advertencia: pasar de un microscopio a un secuenciador no es cambiar de instrumento, es cambiar de variable, y cada cambio de variable pide su propia calibración contra el estándar que ya existe.

Imagen de portada: representación de un técnico tomando una muestra de agua en un río de montaña. No es una foto real. Imagen generada con IA (spacexai/grok-imagine-image).