超级编码和有针对性的条形码可以增强挪威大陆架宏观动物物种库存

科学领域:

• 海洋生物学 海洋生物学
• 分子生态学分子生态学
• 生物多样性评估 生物多样性评估

背景情况:

• 软底海洋宏观动物的元编码需要全面的分类学数据库来准确地描述社区的特征.
• 公共存储库中现有的序列覆盖范围往往不足以进行强大的分类学赋值,限制了metabarcoding在生物多样性清单中的实用性.
• 形态分类是传统的方法,但可能耗时,需要专门的专业知识.

研究的目的:

• 为挪威大陆架 (NCS) 上的生物多样性库存推进元编码,作为补充盆地形态分类学的工具.
• 增加对关键物种的宏观动物DNA条形码覆盖范围.
• 为了比较模拟样本的形态和元编码数据的有效性.

主要方法:

• 形态分类学从NCS的32个采样站确定了257个形态分类.
• 对来自45个物种的95个标本进行了DNA条形编码 (COI,18S rDNA,28S rDNA),以增强数据库覆盖范围.
• 使用COI和18SrDNAV1-V2分区进行模拟批量样本的元编码,并与形态识别进行比较.

主要成果:

• 在随后的元编码数据中,DNA条形码的努力使得目标物种的分类学赋值分辨率提高了4-5个等级.
• 使用COI的元编码识别了100个物种级别的类型,而形态识别识别了120个物种 (总共有152个类型).
• 18S rDNA元编码确定了29个独特的物种,其中13个未被COI检测到,证明了多标志物方法的价值. 在不同类型中观察到丰富偏差.

结论:

• 超级编码显示了在NCS增强生物多样性库存的巨大潜力,特别是在分类数据库覆盖率相对较高的地方.
• 整合元编码可以加速生物多样性评估并揭示神秘的多样性,但其性能严重依赖于参考数据库的完整性.
• 对DNA条形码的持续投资对于提高基于元条形码的生物多样性研究的准确性和范围至关重要,这些研究需要专家的分类学验证.