ミュージアムワークフローの不確実性を把握する:RMCAでホストされているディプテラコレクションのゲノムデータマイニングとキュレーション

科学分野:

• 昆虫学
• ゲノミクス
• バイオ情報学

背景:

• 中央アフリカ王立博物館 (RMCA) の広範なディプテラ群 (Tephritidae と Syrphidae) のような博物館のコレクションは,分類学と体系的な研究にとって不可欠です.
• これらの収集にゲノムデータを統合することは,サンプル異質性と未知の収集条件のために課題を提示します.

研究 の 目的:

• 大規模な博物館の昆虫コレクションのゲノムデータマイニングとアーカイブのための合理化されたワークフローの実現可能性を評価する.
• 劣化した昆虫の標本に対するIlluminaの全ゲノム配列解析の有効性を評価する.

主な方法:

• 1,400以上の昆虫バウチャーのDNAの生産量,品質,配列の分析
• Illuminaの全ゲノムシーケンシングを 博物館の標本に適用する
• RMCAのアーカイブシステムをゲノムデータとメタデータに組み込む.

主要な成果:

• 多様な昆虫のサンプルにおけるDNAの生産性と品質の予測可能な傾向はほとんど観察されなかった.
• イルミナ短読配列は,7%の初期配列失敗率で,劣化した昆虫物質に対して有効であることが示されました.
• RMCAのアーカイブシステムは,伝統的なサンプル記録とゲノムデータを統合するために更新されました.

結論:

• ルーティン・ショート・リーディング・シーケンシングは 大規模な博物館のゲノムデータマイニングの 実践的で費用対効果の高い第一歩です
• ゲノムデータは収集管理の不可欠な部分として考えられ,科学的価値と長期保存を高めるべきである.
• ゲノムデータを統合することで,自然史コレクション内の遺伝資源の追跡可能性が向上します.