全球淡水鱼类正面临显著的生存压力。研究人员指出，包括肯纳贝克河的红鳍梭鱼以及五大湖的鲟鱼在内，近三分之一的淡水鱼类存在可能灭绝的威胁，这一趋势可能影响食物供应、生态系统以及户外娱乐等领域。

为在物种被列为濒危之前更早识别风险，缅因大学助理教授克里斯蒂娜·墨菲（Christina Murphy）与合作者历时五年开展数据收集、编程与测试，开发出一套计算机模型，用于评估全球1万多种淡水鱼类的潜在威胁。研究团队表示，模型覆盖的多数物种仍有机会在进入濒危状态前获得保护，例如缅因州的北极红点鲑（Salvelinus alpinus）以及全球部分红点鲑种群。

该模型基于52个变量进行分析，纳入传统评估之外的多类风险因素，包括筑坝、水资源抽取、栖息地退化、污染、经济因素以及入侵物种等。研究人员称，模型使用公开数据，可在成本更可控的情况下帮助识别并支持淡水鱼类保护工作。相关论文已发表在《自然通讯》（Nature Communications）。

墨菲表示，该模型采用新的指标来识别哪些措施有助于避免物种被列为濒危。她同时担任美国地质调查局（USGS）缅因州合作鱼类与野生动物研究组助理组长。她称，这一工具可能帮助管理者保护大量鱼类。

研究团队称，该工具通过识别对鱼类有利的生态、环境与社会经济模式，支持更具前瞻性的保护决策，便于野生动物管理者实施更有针对性的措施，并可能同时惠及多种物种。

墨菲进一步指出，研究的主要发现之一是社会经济因素对保护潜力的影响；同时，研究团队在识别“有效的保护措施”方面的表现优于识别“无效的措施”。她表示，管理者可基于既往被证明有效的经验建立新的保护项目，因为许多物种共享相似的有效保护方法。

在数据与方法方面，研究人员整合了12个公开数据源的信息，其中大部分来自国际自然保护联盟（IUCN）。团队对人工智能进行编程与训练，使其能够分析物种之间数百万个非线性关联，从而判断哪些物种处于紧迫危险之中及其原因。研究人员称，用户可查看驱动风险的因素，并评估尚未处于紧迫危险的物种是否存在相同威胁；同时，团队也将模型结果与现有评估进行了验证。

合著者、俄勒冈州立大学博士后J. Andres Olivos表示，研究结果显示，保护工作在某种程度上类似人类健康管理：“健康”的信号往往更一致，而导致疾病的路径可能多样。就淡水鱼类而言，安全条件通常更可预测，而灭绝风险可能来自多种威胁的组合。

研究人员认为，该工具可用于保护与区域规划，并希望未来能被用于构建面向鸟类、树木及其他动植物的类似模型。俄勒冈州立大学农业科学学院副教授伊万·阿尔斯门迪（Iván Arismendi）表示，现实中保护行动有时在物种已濒危时才启动，而该模型可帮助决策者更早部署资源，降低物种陷入危险的可能性。

据介绍，墨菲于2020年在俄勒冈州立大学担任博士后研究员期间启动该项目，与阿尔斯门迪和奥利沃斯合作，并与美国地质调查局、美国林务局以及西班牙加泰罗尼亚赫罗纳大学的科学家共同参与研究。