stringtranslate.com

Метабаркодирование

Различия в стандартных методах ДНК-штрихкодирования и метабаркодирования. В то время как ДНК-штрихкодирование фокусируется на определенном виде, метабаркодирование исследует целые сообщества.

Метабаркодирование — это штрихкодирование ДНК / РНК (или eDNA / eRNA ) таким образом, что позволяет одновременно идентифицировать множество таксонов в одном образце. Главное отличие между штрихкодированием и метабаркодированием заключается в том, что метабаркодирование не фокусируется на одном конкретном организме, а вместо этого направлено на определение видового состава в образце.

Штрихкод состоит из короткой вариабельной области гена (например, см. различные маркеры/штрихкоды ), которая полезна для таксономического назначения, окруженная высококонсервативными областями генов, которые можно использовать для проектирования праймеров . [1] Эта идея общего штрихкодирования возникла в 2003 году у исследователей из Университета Гвельфа . [2]

Процедура метабаркодирования, как и общее штрихкодирование, проходит по порядку через этапы извлечения ДНК , ПЦР-амплификации , секвенирования и анализа данных . Различные гены используются в зависимости от того, является ли целью штрихкодирование одного вида или метабаркодирование нескольких видов. В последнем случае используется более универсальный ген. Метабаркодирование не использует ДНК/РНК одного вида в качестве отправной точки, а ДНК/РНК из нескольких различных организмов, полученных из одного образца окружающей среды или объема.

ДНК окружающей среды

Экологическая ДНК или eDNA описывает генетический материал, присутствующий в образцах окружающей среды, таких как осадок, вода и воздух, включая целые клетки, внеклеточную ДНК и потенциально целые организмы. [3] [4] eDNA может быть получена из образцов окружающей среды и сохранена , извлечена , амплифицирована , секвенирована и классифицирована на основе ее последовательности. [5] На основе этой информации возможно обнаружение и классификация видов. eDNA может быть получена из кожи, слизистых оболочек, слюны, спермы, выделений, яиц, фекалий, мочи, крови, корней, листьев, фруктов, пыльцы и гниющих тел более крупных организмов, в то время как микроорганизмы могут быть получены целиком. [6] [7] [4] Производство eDNA зависит от биомассы , возраста и пищевой активности организма, а также от физиологии, жизненного цикла и использования пространства. [4] [8] [9] [10]

К 2019 году методы исследования eDNA были расширены, чтобы иметь возможность оценивать целые сообщества из одного образца. Этот процесс включает метабаркодирование, которое можно точно определить как использование общих или универсальных праймеров полимеразной цепной реакции (ПЦР) на смешанных образцах ДНК любого происхождения с последующим высокопроизводительным секвенированием следующего поколения (NGS) для определения видового состава образца. Этот метод был распространен в микробиологии в течение многих лет, но по состоянию на 2020 год он только-только находит свое место в оценке макроорганизмов. [11] [12] [13] Экосистемные приложения метабаркодирования eDNA имеют потенциал не только для описания сообществ и биоразнообразия, но и для обнаружения взаимодействий и функциональной экологии в больших пространственных масштабах, хотя это может быть ограничено ложными показаниями из-за загрязнения или других ошибок. [7] [14] [12] [9] В целом, метабаркодирование eDNA увеличивает скорость, точность и идентификацию по сравнению с традиционным штрихкодированием и снижает стоимость, но его необходимо стандартизировать и унифицировать, интегрируя таксономию и молекулярные методы для полного экологического исследования. [11] [15] [16] [17] [9] [10]

Применение метабаркодирования ДНК окружающей среды в водных и наземных экосистемах  [10]
Новые источники ДНК насекомых, используемые в метабаркодировании [18]
Глобальный мониторинг экосистемы и биоразнообразия
с помощью метабаркодирования ДНК окружающей среды  [10]

Метабаркодирование eDNA применяется для мониторинга разнообразия во всех местообитаниях и таксономических группах, реконструкции древних экосистем, взаимодействия растений и опылителей, анализа рациона питания, обнаружения инвазивных видов, реагирования на загрязнение и мониторинга качества воздуха. Метабаркодирование eDNA — это уникальный метод, который все еще находится в разработке и, вероятно, будет оставаться в движении в течение некоторого времени по мере развития технологий и стандартизации процедур. Однако по мере оптимизации метабаркодирования и его более широкого использования он, вероятно, станет важным инструментом для экологического мониторинга и изучения глобальной охраны природы. [10]

ДНК сообщества

С момента появления высокопроизводительного секвенирования ( HTS ) [19] использование метабаркодирования в качестве инструмента обнаружения биоразнообразия вызвало огромный интерес. [12] [20] Однако до сих пор не ясно, какой исходный материал используется для проведения анализов метабаркодирования (например, ДНК окружающей среды против ДНК сообщества ). Без ясности между этими двумя исходными материалами различия в отборе проб, а также различия в лабораторных процедурах могут повлиять на последующие биоинформатические конвейеры, используемые для обработки данных, и усложнить интерпретацию пространственных и временных моделей биоразнообразия. Здесь мы стремимся четко разграничить преобладающие используемые исходные материалы и их влияние на последующий анализ и интерпретацию для метабаркодирования ДНК окружающей среды животных и растений по сравнению с метабаркодированием ДНК сообщества. [13]

При меташтрихкодировании ДНК сообщества животных и растений целевые группы чаще всего собираются оптом (например, почва, ловушка или сеть для выявления недуга), а отдельные особи удаляются из других остатков образца и объединяются перед извлечением ДНК в большом количестве. [12] Напротив, eDNA макроорганизма выделяется непосредственно из материала окружающей среды (например, почвы или воды) без предварительного разделения отдельных организмов или растительного материала из образца и неявно предполагает, что весь организм не присутствует в образце. Конечно, образцы ДНК сообщества могут содержать ДНК из частей тканей, клеток и органелл других организмов (например, содержимое кишечника, кожная внутриклеточная или внеклеточная ДНК). Аналогичным образом, образцы eDNA макроорганизма могут непреднамеренно захватывать целые микроскопические нецелевые организмы (например, простейшие, бактерии). Таким образом, различие может, по крайней мере, частично нарушаться на практике. [13]

Другое важное различие между ДНК сообщества и макроорганизмами eDNA заключается в том, что последовательности, полученные с помощью меташтрихкодирования ДНК сообщества, могут быть таксономически проверены, когда образцы не разрушаются в процессе извлечения. Здесь последовательности затем могут быть получены из контрольных образцов с использованием секвенирования по Сэнгеру. Поскольку образцы для меташтрихкодирования eDNA не содержат целых организмов, такие сравнения in situ невозможны. Таким образом, таксономическое сродство может быть установлено только путем прямого сравнения полученных последовательностей (или с помощью биоинформатически созданных операционных таксономических единиц (MOTU)), с последовательностями, которые таксономически аннотированы, такими как база данных нуклеотидов GenBank NCBI, [21] BOLD , [22] или с самостоятельно созданными референтными базами данных из ДНК, секвенированной по Сэнгеру. [23] [24] [25] (Молекулярная операционная таксономическая единица (MOTU) — это группа, идентифицированная с помощью кластерных алгоритмов и предопределенного процента сходства последовательностей, например, 97%)). [26] [13] Затем, чтобы хотя бы частично подтвердить полученный список таксонов, проводятся сравнения с традиционными физическими, акустическими или визуальными методами обследования, проведенными в то же время, или сравниваются с историческими записями обследований для определенного местоположения (см. Таблицу 1). [13]

Таким образом, разница в исходном материале между ДНК сообщества и eDNA имеет различные последствия для интерпретации масштаба вывода для времени и пространства об обнаруженном биоразнообразии. Из ДНК сообщества ясно, что отдельные виды были обнаружены в то время и в том месте, но для eDNA организм, который произвел ДНК, может находиться выше по течению от места взятия образца, [27] или ДНК могла быть перенесена в фекалиях более мобильного хищного вида (например, птицы, откладывающие eDNA рыбы, [28] или ранее присутствовала, но больше не активна в сообществе, и обнаружение происходит по ДНК, которая была потеряна годы или десятилетия назад. [29] Последнее означает, что масштаб вывода как в пространстве, так и во времени должен быть тщательно рассмотрен при выводе о присутствии вида в сообществе на основе eDNA. [13]

Этапы метабаркодирования

Шесть шагов в ДНК-штрихкодировании и меташтрихкодировании  [30]

Существует шесть стадий или шагов в ДНК-штрихкодировании и меташтрихкодировании. ДНК-штрихкодирование животных (и, в частности, летучих мышей ) используется в качестве примера на диаграмме справа и в обсуждении непосредственно ниже.

Во-первых, выбираются подходящие области штрихкодирования ДНК для ответа на некоторые конкретные исследовательские вопросы. Наиболее часто используемая область штрихкодирования ДНК для животных — это сегмент длиной около 600 пар оснований митохондриального гена цитохромоксидазы I (CO1). [2] Этот локус обеспечивает большую вариацию последовательностей между видами, но относительно небольшое количество вариаций внутри вида. [31] Другими часто используемыми областями штрихкодирования, используемыми для идентификации видов животных, являются области рибосомальной ДНК (рДНК), такие как 16S , 18S и 12S , и митохондриальные области, такие как цитохром B. [ 32] [33] [34] [35] Эти маркеры имеют свои преимущества и недостатки и используются для разных целей. [36] [37] Более длинные области штрихкодирования (длиной не менее 600 пар оснований) часто необходимы для точного разграничения видов, особенно для дифференциации близких родственников. Идентификация производителя останков организма, таких как фекалии, волосы и слюна, может использоваться в качестве косвенных мер для проверки отсутствия/присутствия вида в экосистеме. ДНК в этих останках обычно низкого качества и количества, и поэтому в этих случаях используются более короткие штрихкоды длиной около 100 пар оснований. Аналогично, остатки ДНК в навозе также часто деградируют, поэтому для идентификации потребленной добычи необходимы короткие штрихкоды. [30]

Во-вторых, необходимо создать справочную базу данных всех ДНК-штрихкодов, которые могут встретиться в исследовании. В идеале эти штрихкоды должны быть созданы из заверенных образцов, размещенных в общедоступном месте, например, в музее естественной истории или другом научно-исследовательском институте. [30] Создание таких справочных баз данных в настоящее время осуществляется по всему миру. Партнерские организации сотрудничают в международных проектах, таких как Международный проект штрихкодов жизни (iBOL) и Консорциум по штрихкоду жизни (CBOL), стремясь создать ссылку на ДНК-штрихкод, которая станет основой для идентификации биома мира на основе ДНК. Известными репозиториями штрихкодов являются NCBI GenBank и Система данных штрихкодов жизни (BOLD). [30]

В-третьих, клетки, содержащие интересующую ДНК, должны быть вскрыты, чтобы обнажить ее ДНК. Этот шаг, экстракция и очистка ДНК , должен быть выполнен из исследуемого субстрата. Для этого существует несколько процедур. [38] Необходимо выбрать специальные методы для изоляции ДНК из субстратов с частично деградированной ДНК, например, ископаемых образцов и образцов, содержащих ингибиторы, таких как кровь, фекалии и почва. Экстракции, в которых ожидается низкий выход или качество ДНК, должны проводиться в древнем ДНК- центре вместе с установленными протоколами, чтобы избежать загрязнения современной ДНК. [39] [40] Эксперименты всегда должны проводиться в двух экземплярах  [41] и с включением положительных контролей. [30]

В-четвертых, ампликоны должны быть получены из ДНК, извлеченной либо из одного образца, либо из сложных смесей с праймерами на основе ДНК-штрихкодов, выбранных на этапе 1. Чтобы отслеживать их происхождение, необходимо добавить меченые нуклеотиды (молекулярные идентификаторы или метки MID) в случае меташтрихкодирования. Эти метки понадобятся позже в анализах для отслеживания считываний из массива данных обратно к их источнику. [30]

История технологии секвенирования  [42]

В-пятых, для секвенирования ДНК следует выбирать соответствующие методы . Классический метод обрыва цепи по Сэнгеру основан на селективном включении ингибиторов удлинения цепи ДНК -полимеразы во время репликации ДНК . Эти четыре основания разделяются по размеру с помощью электрофореза и позже идентифицируются с помощью лазерного обнаружения. Метод Сэнгера ограничен и может производить одно считывание одновременно и поэтому подходит для создания штрихкодов ДНК из субстратов, содержащих только один вид. [30] Новые технологии, такие как нанопоровое секвенирование, привели к снижению стоимости секвенирования ДНК с примерно 30 000 долларов США за мегабайт в 2002 году до примерно 0,60 долларов США в 2016 году. [43] [44] Современные технологии секвенирования следующего поколения (NGS) могут обрабатывать от тысяч до миллионов считываний параллельно и поэтому подходят для массовой идентификации смеси различных видов, присутствующих в субстрате, обобщенно называемой метабаркодированием. [30]

Наконец, необходимо провести биоинформатический анализ для сопоставления ДНК-штрихкодов , полученных с индексными номерами штрихкодов (BIN) в справочных библиотеках. [45] Каждый BIN или кластер BIN может быть идентифицирован на уровне вида, если он показывает высокое (>97%) соответствие со штрихкодами ДНК, связанными с видом, представленным в справочной библиотеке, или если таксономическая идентификация на уровне вида все еще отсутствует, операционная таксономическая единица (OTU), которая относится к группе видов (т. е. род, семейство или более высокий таксономический ранг). [30] (См. биннинг (метагеномика) ). Результаты конвейера биоинформатики должны быть обрезаны, например, путем отфильтровывания ненадежных одиночных экземпляров, избыточных дубликатов, низкокачественных прочтений и/или химерных прочтений . Обычно это делается путем проведения серийных поисков BLAST в сочетании с автоматическими скриптами фильтрации и обрезки. [46] Для различения разных видов или правильной и неправильной идентификации необходимы стандартизированные пороговые значения. [30]

Рабочий процесс метабаркодирования

Несмотря на очевидную мощь подхода, меташтрихкодирование eDNA подвержено проблемам точности и правильности, распределенным по всему рабочему процессу в полевых условиях, в лаборатории и на клавиатуре. [47] Как показано на диаграмме справа, после первоначального дизайна исследования (гипотеза/вопрос, целевая таксономическая группа и т. д.) текущий рабочий процесс eDNA состоит из трех компонентов: полевой, лабораторный и биоинформатический. [13] Полевой компонент состоит из сбора образцов (например, воды, осадка, воздуха), которые консервируются или замораживаются перед извлечением ДНК. Лабораторный компонент состоит из четырех основных этапов: (i) ДНК концентрируется (если не выполняется в полевых условиях) и очищается, (ii) ПЦР используется для амплификации целевого гена или региона, (iii) уникальные нуклеотидные последовательности, называемые «индексами» (также называемые «штрихкодами»), включаются с помощью ПЦР или лигируются (связываются) с различными продуктами ПЦР, создавая «библиотеку», посредством которой несколько образцов могут быть объединены вместе, и (iv) объединенные библиотеки затем секвенируются на высокопроизводительной машине . Последним этапом после лабораторной обработки образцов является вычислительная обработка выходных файлов из секвенатора с использованием надежного биоинформатического конвейера. [13]

Вопросы для рассмотрения на этапах разработки и реализации
исследования метабаркодирования ДНК окружающей среды  [13]
Решения, принимаемые в ходе молекулярно-экологического рабочего процесса  [12]
Образцы могут быть собраны из различных сред с использованием соответствующих методов сбора. Затем ДНК подготавливается и используется для ответа на различные экологические вопросы: метабаркодирование используется для ответа на вопросы о том, «кто» присутствует, в то время как функция сообществ или отдельных лиц может быть установлена ​​с помощью метагеномики , геномики отдельных клеток или метатранскриптомики . [12]

ОТЕ и концепция вида

Метод и визуализация

Визуализация и показатели разнообразия на основе данных экологического секвенирования  [12]
a) Альфа-разнообразие, отображаемое в виде столбчатых диаграмм таксономии, показывающее относительное обилие таксонов в образцах с использованием фреймворка визуализации данных Phinch (Bik & Pitch Interactive 2014).
b) Модели бета-разнообразия , иллюстрированные с помощью анализа главных координат, выполненного в QIIME , [48] , где каждая точка представляет образец, а цвета различают различные классы образца. Чем ближе две точки образца в трехмерном пространстве, тем более похожи их сообщества
c) GraPhalAn филогенетическая визуализация данных об окружающей среде с круговыми тепловыми картами и столбцами обилия, используемыми для передачи количественных признаков таксона. [49]
d) Edge PCA, древовидная метрика разнообразия, которая определяет конкретные родословные (зеленые/оранжевые ветви), которые вносят наибольший вклад в изменения сообщества, наблюдаемые в образцах, распределенных по разным осям PCA. [50] [51]

Метод требует, чтобы каждая собранная ДНК была архивирована с соответствующим ей «типовым образцом» (по одному для каждого таксона), в дополнение к обычным данным коллекции. Эти типы хранятся в специальных учреждениях (музеях, молекулярных лабораториях, университетах, зоологических садах, ботанических садах, гербариях и т. д.) по одному для каждой страны, а в некоторых случаях одно и то же учреждение назначается для хранения типов более чем одной страны, в случаях, когда у некоторых стран нет для этого технологий или финансовых ресурсов.

Таким образом, создание типовых образцов генетических кодов представляет собой методологию, параллельную той, которая применяется в традиционной таксономии.

На первом этапе была определена область ДНК, которая будет использоваться для создания штрихкода. Она должна была быть короткой и достигать высокого процента уникальных последовательностей. Для животных, водорослей и грибов часть митохондриального гена, которая кодирует субъединицу 1 фермента цитохромоксидазы, CO1, обеспечила высокий процент (95%), область около 648 пар оснований. [52]

В случае растений использование CO1 не было эффективным, поскольку они имеют низкий уровень изменчивости в этом регионе, в дополнение к трудностям, которые возникают из-за частых эффектов полиплоидии , интрогрессии и гибридизации, поэтому хлоропластный геном кажется более подходящим. [53] [54]

Приложения

Сети опылителей

Двусторонние сети опыления  [55]
↑ метабаркодирование                                 ↑ опросы посещений
(a,b) группы растений-опылителей
(c,d) виды растений-опылителей
(e,f) отдельные виды растений-опылителей
( Empis leptempis pandellei )
Apis: Apis mellifera ; Bomb.: Bombus sp.; W.bee: дикие пчелы; O.Hym.: другие перепончатокрылые ; O.Dipt.: другие двукрылые ; Emp.: Empididae ; Syrph.: Syrphidae ; Col.: Coleoptera ; Lep.: Lepidoptera ; Musc.: Muscidae .
Толщина линии подчеркивает долю взаимодействий

Диаграмма справа показывает сравнение сетей опыления, основанных на ДНК-метабаркодировании, с более традиционными сетями, основанными на прямых наблюдениях за посещениями растений насекомыми. Выявляя многочисленные дополнительные скрытые взаимодействия, данные метабаркодирования в значительной степени изменяют свойства сетей опыления по сравнению с обследованиями посещений. Молекулярные данные показывают, что опылители гораздо более универсальны , чем ожидалось из обследований посещений. Однако виды опылителей состояли из относительно специализированных особей и образовывали функциональные группы, высокоспециализированные на цветочных морфах . [55]

В результате продолжающихся глобальных изменений наблюдается резкое и параллельное сокращение численности опылителей и видов растений, опыляемых животными, во всем мире. [56] Понимание реакции сетей опыления на это сокращение крайне необходимо для диагностики рисков, которым могут подвергаться экосистемы, а также для разработки и оценки эффективности мер по сохранению. [57] Ранние исследования опыления животными рассматривали упрощенные системы, т. е. конкретные парные взаимодействия или включали небольшие подмножества сообществ растений и животных. Однако воздействие нарушений происходит через очень сложные сети взаимодействия  [58], и в настоящее время эти сложные системы являются основным направлением исследований. Оценка истинных сетей (определяемых экологическим процессом) из полевых обследований, которые подвержены эффектам выборки, по-прежнему представляет трудности. [59] [55]

Недавние исследования явно извлекли пользу из сетевых концепций и инструментов для изучения моделей взаимодействия в крупных видовых сообществах. [60] Они показали, что сети растений-опылителей были высокоструктурированными, значительно отклоняясь от случайных ассоциаций. [61] Обычно сети имеют (1) низкую связанность (реализованную долю всех потенциальных связей в сообществе), что предполагает низкую степень генерализации; (2) высокую вложенность (более специализированные организмы с большей вероятностью будут взаимодействовать с подмножествами видов, с которыми взаимодействуют более универсальные организмы); более специализированные виды взаимодействуют только с надлежащими подмножествами тех видов, которые взаимодействуют с более универсальными; [62] (3) кумулятивное распределение связанности (количество связей на вид, s), которое следует степенной или усеченной степенной функции  [63], характеризующейся небольшим количеством супергенералистов с большим количеством связей, чем ожидалось случайно, и большим количеством специалистов; (4) модульную организацию. Модуль — это группа видов растений и опылителей, которая демонстрирует высокий уровень внутримодульной связанности и которая слабо связана с видами других групп. [64] [55]

Низкий уровень связности и высокая доля специалистов в сетях опыления контрастируют с мнением, что в сетях нормой является обобщение, а не специализация. [65] [66] Действительно, большинство видов растений посещаются разнообразными опылителями, которые используют цветочные ресурсы из широкого спектра видов растений. [67] [68] Основной причиной, приводимой для объяснения этого кажущегося противоречия, является неполная выборка взаимодействий. [69] Действительно, большинство свойств сетей очень чувствительны к интенсивности выборки и размеру сети. [61] Исследования сетей в основном фитоцентричны, т. е. основаны на наблюдениях за посещением опылителями цветов. Тем не менее, этот подход, ориентированный на растения, страдает от неотъемлемых ограничений, которые могут препятствовать пониманию механизмов, способствующих сбору сообщества и моделям биоразнообразия. Во-первых, прямые наблюдения за посещением опылителями определенных таксонов, таких как орхидеи, часто редки  [70] , а редкие взаимодействия очень трудно обнаружить в полевых условиях в целом. [57] [58] [59] [60] Сообщества опылителей и растений обычно состоят из нескольких распространенных видов и многих редких видов, которые плохо регистрируются в обзорах посещений. [71] [72] Эти редкие виды кажутся специалистами, тогда как на самом деле они могут быть типичными генералистами. Из-за положительной связи между частотой взаимодействия (f) и связностью (s) недостаточно изученные взаимодействия могут привести к переоценке степени специализации в сетях. [73] Во-вторых, сетевые анализы в основном проводились на уровне видов. Сети очень редко масштабировались до функциональных групп или уменьшались до сетей на основе особей, [74] и большинство из них были сосредоточены только на одном или двух видах. Поведение либо особей, либо колоний обычно игнорируется, хотя оно может влиять на структуру сетей видов. [74] Виды, учитываемые как генералисты в сетях видов, могут, таким образом, подразумевать скрытых специализированных особей или колонии. В-третьих, посетители цветов ни в коем случае не всегда являются эффективными опылителями, поскольку они могут не откладывать конспецифическую пыльцу и/или откладывать много гетероспецифической пыльцы. [75] [76] Подходы, ориентированные на животных, основанные на исследовании пыльцевых нагрузок на посетителей и рыльцах растений, могут быть более эффективными для выявления взаимодействий между растениями и опылителями. [75] [76] [55]

Распутывание пищевых цепей

Членистоногие хищники и позвоночные хищники на просяном поле  [77]

(A) Трофическая сеть:
членистоногих и позвоночных хищников – стрелки представляют поток биомассы между хищниками и жертвами.
(B) Внутригильдийные взаимодействия: * Членистоногие хищники * Паразитоиды членистоногих: * Насекомоядные позвоночные: [77]

Метабаркодирование открывает новые возможности для расшифровки трофических связей между хищниками и их добычей в пищевых цепях. [78] [79] По сравнению с традиционными, трудоемкими методами, такими как микроскопический или серологический анализ , разработка ДНК-метабаркодирования позволяет идентифицировать виды добычи без предварительного знания ареала добычи хищника. [80] Кроме того, метабаркодирование можно также использовать для характеристики большого количества видов в одной реакции ПЦР и для одновременного анализа нескольких сотен образцов. [6] Такой подход все чаще используется для изучения функционального разнообразия и структуры пищевых цепей в агроэкосистемах. [79] [81] [82] [83] [84] Как и другие подходы на основе молекулярных методов, метабаркодирование дает только качественные результаты о наличии/отсутствии видов добычи в образцах кишечника или фекалий. [85] Однако это знание идентичности добычи, потребляемой хищниками одного и того же вида в данной среде, дает «прагматичный и полезный заменитель действительно количественной информации». [86] [77]

В экологии пищевой сети вопрос «кто кого ест» является фундаментальным для лучшего понимания сложных трофических взаимодействий, существующих между вредителями и их естественными врагами в пределах данной экосистемы. [36] [87] Анализ рациона членистоногих и позвоночных хищников позволяет идентифицировать ключевых хищников, участвующих в естественном контроле членистоногих вредителей, и дает представление о широте их рациона ( универсальный против специализированного ) и внутригильдийном хищничестве . [77]

Диаграмма справа суммирует результаты исследования 2020 года, в котором метабаркодирование использовалось для распутывания функционального разнообразия и структуры пищевой сети, связанной с парой полей проса в Сенегале. После назначения идентифицированных OTU в качестве видов было идентифицировано 27 таксонов добычи членистоногих из девяти хищников-членистоногих. Среднее количество таксонов добычи, обнаруженных на образец, было самым высоким у жужелиц , муравьев и пауков, а самым низким у остальных хищников, включая клопов -антокорид , клопов -пентотомид и уховерток. Среди хищных членистоногих высокое разнообразие добычи членистоногих наблюдалось у пауков, жужелиц, муравьев и клопов-антокорид. Напротив, разнообразие видов добычи, идентифицированных у уховерток и клопов-пентотомид, было относительно низким. Lepidoptera , Hemiptera , Diptera и Coleoptera были наиболее распространенными таксонами насекомых-жертв, обнаруженными среди хищных членистоногих. [77]

Сохранение функционального биоразнообразия и связанных с ним экосистемных услуг , особенно путем контроля вредителей с помощью их естественных врагов, открывает новые пути решения проблем для устойчивой интенсификации систем производства продовольствия. [88] [89] [90] Хищничество вредителей сельскохозяйственных культур хищниками-универсалами, включая членистоногих и позвоночных, является основным компонентом естественной борьбы с вредителями . [91] Особенно важной чертой большинства хищников-универсалов является то, что они могут колонизировать сельскохозяйственные культуры в начале сезона, сначала питаясь альтернативной добычей. [92] [93] Однако широта «универсальной» диеты влечет за собой некоторые недостатки для борьбы с вредителями, такие как хищничество внутри гильдии. [91] [94] [95] Таким образом, необходима точная диагностика широты диеты у хищников-универсалов, включая хищничество добычи, не являющейся вредителями, для лучшего распутывания пищевых цепей (например, конкуренции за эксплуатацию и кажущейся конкуренции) и, в конечном итоге, для выявления ключевых движущих сил естественной борьбы с вредителями в агроэкосистемах. Однако важность хищников-универсалов в пищевой сети обычно трудно оценить из-за эфемерной природы индивидуальных взаимодействий хищник-жертва. [94] [96] Единственное убедительное доказательство хищничества получено в результате прямого наблюдения за потреблением добычи, идентификации остатков добычи в кишечнике хищников [94] и анализа отрыгиваний [97] или фекалий. [98] [77]

Морская биобезопасность

Метабаркодирование eDNA и eRNA в морской биобезопасности
Глобальное биоразнообразие операционных таксономических единиц (OTU) для наборов данных только ДНК, общих eDNA/eRNA и RNA. Диаграммы показывают относительное обилие последовательностей на самых высоких назначенных таксономических уровнях. [99]
Подобные виды выживают при прохождении через нефильтрованные насосные системы.

Распространение неместных видов (NIS) представляет собой значительный и растущий риск для экосистем. [100] В морских системах NIS, которые выживают при транспортировке и адаптируются к новым местам, могут оказывать существенное неблагоприятное воздействие на местное биоразнообразие, включая перемещение местных видов и сдвиги в биологических сообществах и связанных с ними пищевых цепях. [101] [102] После того, как NIS сформировались, их чрезвычайно трудно и дорого искоренить, [103] [104] и дальнейшее региональное распространение может происходить посредством естественного рассеивания или через антропогенные пути переноса. [104] [105] [106] Хотя обрастание корпусов судов и балластные воды судов хорошо известны как важные антропогенные пути для международного распространения NIS, [100] [107] [108] [109] сравнительно мало известно о потенциале региональных транзитных судов, которые могут способствовать вторичному распространению морских вредителей через перемещение льяльных вод. [99]

Недавние исследования показали, что вода и связанный с ней мусор, захваченные в трюмных пространствах малых судов (<20 м), могут выступать в качестве вектора распространения NIS в региональных масштабах. [110] [111] [112] [113] [114] [115] Трюмная вода определяется как любая вода, которая удерживается на судне (кроме балласта) и которая не закачивается на борт преднамеренно. Она может накапливаться на палубе судна или под ней (например, под панелями пола) посредством различных механизмов, включая воздействие волн, утечки, через кормовые сальники гребного винта и посредством загрузки предметов, таких как водолазное, рыболовное, аквакультурное или научное оборудование. [116] Таким образом, трюмная вода может содержать морскую воду, а также живые организмы на различных стадиях жизни, клеточный мусор и загрязняющие вещества (например, масло, грязь, моющее средство и т. д.), все из которых обычно сбрасываются с помощью автоматических трюмных насосов или самосливаются с помощью клапанов типа «утиный нос». Трюмная вода, откачиваемая с небольших судов (вручную или автоматически), обычно не обрабатывается перед сбросом в море, в отличие от более крупных судов, которым требуется разделять нефть и воду с помощью систем фильтрации, центрифугирования или поглощения углерода. [116] [117] Если пропагулы жизнеспособны в ходе этого процесса, сброс трюмной воды может привести к распространению NIS. [99]

В 2017 году Флетчер и др. использовали комбинацию лабораторных и полевых экспериментов для исследования разнообразия, обилия и выживаемости биологического материала, содержащегося в образцах льяльных вод, взятых с небольших прибрежных судов. [115] Их лабораторный эксперимент показал, что колонии или фрагменты асцидий , а также личинки мшанок могут выживать при прохождении через нефильтрованную насосную систему практически невредимыми. Они также провели первую морфо-молекулярную оценку (с использованием метабаркодирования eDNA) риска биологической безопасности, создаваемого сбросами льяльных вод с 30 небольших судов (парусных и моторных лодок) различного происхождения и времени плавания. Используя метабаркодирование eDNA, они охарактеризовали примерно в три раза больше таксонов, чем с помощью традиционных микроскопических методов, включая обнаружение пяти видов, признанных неместными в исследуемом регионе. [99]

Чтобы помочь в понимании рисков, связанных с различными векторами внедрения NIS, традиционные микроскопические оценки биоразнообразия все чаще дополняются метабаркодированием eDNA. [118] [119] [120] [121] Это позволяет идентифицировать широкий спектр разнообразных таксономических сообществ на многих этапах жизни. Это также может позволить обнаружить NIS, которые могли быть упущены из виду при использовании традиционных методов. Несмотря на большой потенциал инструментов метабаркодирования eDNA для широкомасштабного таксономического скрининга, [122] [123] ключевой проблемой для eDNA в контексте экологического мониторинга морских вредителей, и особенно при мониторинге закрытых сред, таких как некоторые трюмные пространства или балластные танки, является дифференциация мертвых и жизнеспособных организмов. [124] Внеклеточная ДНК может сохраняться в темных/холодных условиях в течение длительных периодов времени (месяцы-годы, [125] [126] таким образом, многие из организмов, обнаруженных с помощью метабаркодирования eDNA, могли быть нежизнеспособными в месте сбора образцов в течение нескольких дней или недель. Напротив, рибонуклеиновая кислота (РНК) быстро разрушается после смерти клеток, что, вероятно, обеспечивает более точное представление жизнеспособных сообществ. [127] Недавние исследования метабаркодирования изучили использование совместно извлеченных молекул eDNA и eRNA для мониторинга образцов бентосных отложений вокруг морских рыбоводческих ферм и мест бурения нефтяных скважин, [128] [129] [130] [131] [132] и в совокупности обнаружили немного более сильные корреляции между биологическими и физико-химическими переменными вдоль градиентов воздействия при использовании eRNA. С точки зрения морской биобезопасности обнаружение живых NIS может представлять более серьезную и непосредственную угрозу, чем обнаружение NIS, основанное исключительно на сигнале ДНК. Таким образом, экологическая РНК может предложить полезный метод для идентификации живых организмов в образцах. [99]

Разнообразный

Первоначально создание генетической библиотеки штрихкодов было сосредоточено на рыбах [133] и птицах, [134] [135] [136], а затем на бабочках и других беспозвоночных. [137] В случае птиц образец ДНК обычно получают из грудной клетки.

Исследователи уже разработали специальные каталоги для больших групп животных, таких как пчелы, птицы, млекопитающие или рыбы. Другое применение — анализ полного зооценоза заданной географической области, например, проект «Polar Life Bar Code», целью которого является сбор генетических признаков всех организмов, которые живут в полярных регионах; на обоих полюсах Земли. С этой формой связано кодирование всей ихтиофауны гидрографического бассейна, например, того, который начал развиваться в Рио-Сан-Франциско на северо-востоке Бразилии . [ 138] [139]

Потенциал использования штрихкодов очень широк, начиная с открытия многочисленных криптических видов (это уже дало многочисленные положительные результаты), [140] использования для идентификации видов на любой стадии их жизни, надежной идентификации в случаях охраняемых видов, которые являются объектом незаконной торговли и т. д. [141] [142]

Он также использовался в качестве неинвазивного инструмента для определения рациона питания видов диких животных, таких как вомбаты [143] и особенно находящихся под угрозой исчезновения видов, таких как северный волосатый вомбат ( Lasiorhinus krefftii ). [144]

Потенциалы и недостатки

Участок гена фермента цитохром с -оксидазы используется для различения видов в базе данных Barcode of Life Data Systems .

Потенциалы

ДНК-штрихкодирование было предложено как способ различения видов, который может использоваться даже неспециалистами. [145]

Недостатки

В целом, недостатки ДНК-штрихкодирования справедливы и для меташтрихкодирования. Одним из особых недостатков исследований меташтрихкодирования является то, что пока нет консенсуса относительно оптимального экспериментального дизайна и критериев биоинформатики, которые следует применять в меташтрихкодировании eDNA. [146] Однако в настоящее время предпринимаются совместные попытки, такие как сеть COST DNAqua-Net Европейского сотрудничества в области науки и технологий , [147] чтобы двигаться вперед путем обмена опытом и знаниями для установления стандартов наилучшей практики для биомониторинга. [148]

Так называемый штрихкод — это область митохондриальной ДНК в гене цитохром с-оксидазы . База данных Barcode of Life Data Systems (BOLD) содержит последовательности штрихкодов ДНК более 190 000 видов. [149] [150] Однако такие ученые, как Роб ДеСалль, выразили обеспокоенность тем, что классическая таксономия и штрихкодирование ДНК, которое они считают неправильным названием, должны быть согласованы, поскольку они по-разному разграничивают виды. [151] Генетическая интрогрессия, опосредованная эндосимбионтами и другими векторами, может еще больше сделать штрихкоды неэффективными в идентификации видов. [152]

Статус вида штрих-кода

В микробиологии гены могут свободно перемещаться даже между отдаленно связанными бактериями, возможно, распространяясь на весь бактериальный домен. Как правило, микробиологи предполагают, что виды бактерий или архей с последовательностями генов рибосомальной РНК 16S, сходными более чем на 97%, необходимо проверять с помощью ДНК-ДНК гибридизации, чтобы решить, принадлежат ли они к одному и тому же виду или нет. [153] Эта концепция была сужена в 2006 году до сходства 98,7%. [154]

Гибридизация ДНК-ДНК устарела, и результаты иногда приводили к ошибочным выводам о видах, как в случае со средним поморником и большим поморником . [155] [156] Современные подходы сравнивают сходство последовательностей с использованием вычислительных методов. [157]

Смотрите также

Ссылки

  1. ^ Пьер, Таберле (2 февраля 2018 г.). Экологическая ДНК: для исследования и мониторинга биоразнообразия . Бонин, Орели, 1979-. Оксфорд. ISBN 9780191079993. OCLC  1021883023.{{cite book}}: CS1 maint: location missing publisher (link)
  2. ^ ab Hebert, Paul DN; Cywinska, Alina; Ball, Shelley L.; Dewaard, Jeremy R. (2003). «Биологическая идентификация с помощью ДНК-штрихкодов». Труды Лондонского королевского общества. Серия B: Биологические науки . 270 (1512): 313–321. doi :10.1098/rspb.2002.2218. PMC 1691236. PMID  12614582 . 
  3. ^ Ficetola, Gentile Francesco; Miaud, Claude; Pompanon, François; Taberlet, Pierre (2008). «Обнаружение видов с использованием экологической ДНК из образцов воды». Biology Letters . 4 (4): 423–425. doi :10.1098/rsbl.2008.0118. PMC 2610135. PMID  18400683 . 
  4. ^ abc Барнс, Мэтью А.; Тернер, Кэмерон Р. (2016). «Экология ДНК окружающей среды и ее значение для генетики сохранения». Conservation Genetics . 17 : 1–17. doi : 10.1007/s10592-015-0775-4 . hdl : 2346/87600 . S2CID  14914544.
  5. ^ Дейнер, Кристи; Вальсер, Жан-Клод; Махлер, Эльвира; Альтерматт, Флориан (2015). «Выбор методов захвата и извлечения влияет на обнаружение пресноводного биоразнообразия из ДНК окружающей среды». Biological Conservation . 183 : 53–63. doi :10.1016/j.biocon.2014.11.018.
  6. ^ ab Taberlet, Pierre; Coissac, Eric; Pompanon, François; Brochmann, Christian; Willerslev, Eske (2012). «К оценке биоразнообразия следующего поколения с использованием метабаркодирования ДНК». Молекулярная экология . 21 (8): 2045–2050. doi :10.1111/j.1365-294X.2012.05470.x. PMID  22486824. S2CID  41437334.
  7. ^ ab Bohmann, Kristine; Evans, Alice; Gilbert, M. Thomas P.; Carvalho, Gary R.; Creer, Simon; Knapp, Michael; Yu, Douglas W.; De Bruyn, Mark (2014). «Экологическая ДНК для биологии дикой природы и мониторинга биоразнообразия». Trends in Ecology & Evolution . 29 (6): 358–367. doi :10.1016/j.tree.2014.04.003. PMID  24821515.
  8. ^ Голдберг, Карен С.; Тернер, Кэмерон Р.; Дейнер, Кристи; Климус, Кэти Э.; Томсен, Филип Фрэнсис; Мерфи, Мелани А.; Спир, Стивен Ф.; Макки, Анна; Ойлер-Макканс, Сара Дж.; Корнман, Роберт Скотт; Ларами, Мэтью Б.; Махон, Эндрю Р.; Лэнс, Ричард Ф.; Пиллиод, Дэвид С.; Стриклер, Кэтрин М.; Уэйтс, Лизетт П.; Фремье, Александр К.; Такахара, Терухико; Гердер, Джелгер Э.; Таберле, Пьер (2016). «Критические соображения по применению методов ДНК окружающей среды для обнаружения водных видов». Методы в экологии и эволюции . 7 (11): 1299–1307. doi : 10.1111/2041-210X.12595 . hdl : 20.500.11850/502281 .
  9. ^ abc Геринг, Дэниел; Борха, Ангел; Джонс, Дж.Иван; Пон, Дидье; Боэтс, Питер; Буше, Агнес; Брюс, Кэт; Дракаре, Стина; Хэнфлинг, Бернд; Калерт, Мария; Лиз, Флориан; Мейснер, Кристиан; Мерген, Патрисия; Рейджол, Йорик; Сегурадо, Педро; Фоглер, Альфрид; Келли, Мартин (2018). «Варианты внедрения идентификации на основе ДНК в оценку экологического статуса в соответствии с Европейской водной рамочной директивой». Исследования воды . 138 : 192–205. Бибкод : 2018WatRe.138..192H. doi :10.1016/j.watres.2018.03.003. PMID  29602086. S2CID  5008250.
  10. ^ abcde Рупперт, Криста М.; Клайн, Ричард Дж.; Рахман, Мд Сайдур (2019). «Прошлые, настоящие и будущие перспективы метабаркодирования экологической ДНК (EDNA): систематический обзор методов, мониторинга и приложений глобальной eDNA». Глобальная экология и охрана природы . 17 : e00547. doi : 10.1016/j.gecco.2019.e00547 . Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  11. ^ ab Coissac, Eric; Riaz, Tiayyba; Puillandre, Nicolas (2012). «Биоинформатические проблемы для ДНК-метабаркодирования растений и животных». Молекулярная экология . 21 (8): 1834–1847. doi : 10.1111/j.1365-294X.2012.05550.x . PMID  22486822. S2CID  24398174.
  12. ^ abcdefg Крир, Саймон; Дейнер, Кристи; Фрей, Серита ; Поразинска, Дорота; Таберле, Пьер; Томас, У. Келли; Поттер, Кейтлин; Бик, Холли М. (2016). «Практическое руководство эколога по идентификации биоразнообразия на основе последовательностей». Методы в экологии и эволюции . 7 (9): 1008–1018. doi : 10.1111/2041-210X.12574 . hdl : 20.500.11850/125378 . Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  13. ^ abcdefghi Дейнер, Кристи; Бик, Холли М.; Махлер, Эльвира; Сеймур, Мэтью; Лакурсьер-Руссель, Анаис; Альтерматт, Флориан; Крир, Саймон; Биста, Илиана; Лодж, Дэвид М.; Вере, Наташа; Пфрендер, Майкл Э.; Берначез, Луис (2017). «Экологическая ДНК-метабаркодирование: трансформация того, как мы исследуем сообщества животных и растений». Молекулярная экология . 26 (21): 5872–5895. doi : 10.1111/mec.14350 . hdl : 20.500.11850/455284 . PMID  28921802. S2CID  8001074. Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  14. ^ Фичетола, Джентиле Франческо; Таберле, Пьер; Куассак, Эрик (2016). «Как ограничить ложные срабатывания в ДНК окружающей среды и метабаркодировании?». Ресурсы молекулярной экологии . 16 (3): 604–607. doi : 10.1111/1755-0998.12508 . PMID  27062589. S2CID  785279.
  15. ^ Ю, Дуглас В.; Цзи, Иньцю; Эмерсон, Брент К.; Ван, Сяоян; Йе, Чэнси; Ян, Чунянь; Дин, Чжаоли (2012). «Биоразнообразие супа: метабаркодирование членистоногих для быстрой оценки биоразнообразия и биомониторинга». Методы в экологии и эволюции . 3 (4): 613–623. doi : 10.1111/j.2041-210X.2012.00198.x . hdl : 10261/193380 .
  16. ^ Cristescu, Melania E. (2014). «От штрихкодирования отдельных особей к меташтрихкодированию биологических сообществ: к интегративному подходу к изучению глобального биоразнообразия». Trends in Ecology & Evolution . 29 (10): 566–571. doi :10.1016/j.tree.2014.08.001. PMID  25175416. S2CID  18352572.
  17. ^ Gibson, Joel F.; Shokralla, Shadi; Curry, Colin; Baird, Donald J.; Monk, Wendy A.; King, Ian; Hajibabaei, Mehrdad (2015). «Крупномасштабный биомониторинг удаленных и находящихся под угрозой исчезновения экосистем с помощью высокопроизводительного секвенирования». PLOS ONE . 10 (10): e0138432. Bibcode : 2015PLoSO..1038432G. doi : 10.1371/journal.pone.0138432 . PMC 4619546. PMID  26488407 . 
  18. ^ Чуа, Физилия Ю.С.; Бурла, Сара Дж.; Фергюсон, Кэмерон; Корлевич, Петра; Чжао, Лея; Экрем, Торбьёрн; Мейер, Рудольф; Лавничак, Мара К.Н. (10 марта 2023 г.). «Будущее мониторинга насекомых на основе ДНК». Тенденции в генетике . 39 (7): 531–544. дои : 10.1016/j.tig.2023.02.012. PMID  36907721. S2CID  257470926.
  19. ^ Маргулис, Марсель и др. (2005). «Секвенирование генома в микроизготовленных высокоплотных пиколитровых реакторах». Nature . 437 (7057): 376–380. Bibcode :2005Natur.437..376M. doi :10.1038/nature03959. PMC 1464427 . PMID  16056220. 
  20. ^ Хаджибабаи, Мехрдад; Шокралла, Шади; Чжоу, Синь; Сингер, Грегори А.С.; Бэрд, Дональд Дж. (2011). «Экологическое штрихкодирование: подход к секвенированию нового поколения для приложений биомониторинга с использованием речного бентоса». PLOS ONE . 6 (4): e17497. Bibcode : 2011PLoSO...617497H. doi : 10.1371/journal.pone.0017497 . PMC 3076369. PMID  21533287 . 
  21. ^ Бенсон, Деннис А.; Кавано, Марк; Кларк, Карен; Карш-Мизраки, Илен; Липман, Дэвид Дж.; Остелл, Джеймс; Сэйерс, Эрик В. (2012). "Gen Bank". Nucleic Acids Research . 41 (выпуск базы данных): D36–D42. doi :10.1093/nar/gks1195. PMC 3531190. PMID  23193287 . 
  22. ^ Pruesse, E.; Quast, C.; Knittel, K.; Fuchs, BM; Ludwig, W.; Peplies, J.; Glockner, FO (2007). "SILVA: всеобъемлющий онлайн-ресурс для качественно проверенных и выровненных данных о последовательностях рибосомальной РНК, совместимых с ARB". Nucleic Acids Research . 35 (21): 7188–7196. doi :10.1093/nar/gkm864. PMC 2175337 . PMID  17947321. 
  23. ^ o'Donnell, James L.; Kelly, Ryan P.; Lowell, Natalie C.; Port, Jesse A. (2016). «Индексированные праймеры ПЦР вызывают смещение, специфичное для шаблона, в крупномасштабных исследованиях секвенирования ДНК». PLOS ONE . 11 (3): e0148698. Bibcode : 2016PLoSO..1148698O. doi : 10.1371/journal.pone.0148698 . PMC 4780811. PMID  26950069 . 
  24. ^ Sønstebø, JH; Gielly, L.; Brysting, AK; Elven, R.; Edwards, M.; Haile, J.; Willerslev, E.; Coissac, E.; Rioux, D.; Sannier, J.; Taberlet, P.; Brochmann, C. (2010). «Использование секвенирования следующего поколения для молекулярной реконструкции прошлой арктической растительности и климата». Ресурсы молекулярной экологии . 10 (6): 1009–1018. doi :10.1111/j.1755-0998.2010.02855.x. PMID  21565110. S2CID  23029234.
  25. ^ Виллерслев, Эске и др. (2014). «Пятьдесят тысяч лет арктической растительности и рацион мегафауны» (PDF) . Nature . 506 (7486): 47–51. Bibcode :2014Natur.506...47W. doi :10.1038/nature12921. PMID  24499916. S2CID  4461741.
  26. ^ Blaxter, Mark; Mann, Jenna; Chapman, Tom; Thomas, Fran; Whitton, Claire; Floyd, Robin; Abebe, Eyualem (2005). «Определение операционных таксономических единиц с использованием данных ДНК-штрихкода». Philosophical Transactions of the Royal Society B: Biological Sciences . 360 (1462): 1935–1943. doi :10.1098/rstb.2005.1725. PMC 1609233 . PMID  16214751. 
  27. ^ Дейнер, Кристи; Альтерматт, Флориан (2014). «Расстояние транспортировки ДНК беспозвоночных из окружающей среды в естественной реке». PLOS ONE . 9 (2): e88786. Bibcode : 2014PLoSO...988786D. doi : 10.1371/journal.pone.0088786 . PMC 3921251. PMID  24523940 . 
  28. ^ Меркес, Кристофер М.; МакКалла, С. Грейс; Дженсен, Натан Р.; Гайковски, Марк П.; Амберг, Джон Дж. (2014). «Сохранение ДНК в тушах, слизи и птичьих фекалиях может повлиять на интерпретацию данных об окружающей среде ДНК». PLOS ONE . 9 (11): e113346. Bibcode : 2014PLoSO...9k3346M. doi : 10.1371/journal.pone.0113346 . PMC 4234652. PMID  25402206 . 
  29. ^ Йоккоз, Нью-Йорк; Братен, Калифорния; Джелли, Л.; Хейл, Дж.; Эдвардс, Мэн; Гослар, Т.; фон Стедингк, Х.; Бристинг, АК; Куассак, Э.; Помпанон, Ф.; Сёнстебё, Дж. Х.; Микель, К.; Валентини, А.; Де Белло, Ф.; Чаве, Дж.; Туиллер, В.; Винкер, П.; Круо, К.; Гавори, Ф.; Расмуссен, М.; Гилберт, MTP; Орландо, Л.; Брохманн, К.; Виллерслев, Э.; Таберлет, П. (2012). «ДНК из почвенных зеркал таксономического разнообразия и форм роста растений». Молекулярная экология . 21 (15): 3647–3655. дои : 10.1111/j.1365-294X.2012.05545.x. ПМИД  22507540.
  30. ^ abcdefghij Хаарсма, Анн-Йифке; Сипель, Хенк; Гравендил, Барбара (2016). «Дополнительная ценность метабаркодирования в сочетании с микроскопией для эволюционных исследований млекопитающих». Зоологика Скрипта . 45 : 37–49. дои : 10.1111/zsc.12214 . hdl : 2066/161842 . S2CID  89048681. Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  31. ^ Кресс, В. Джон; Гарсия-Робледо, Карлос; Уриарте, Мария; Эриксон, Дэвид Л. (2015). «ДНК-штрихкоды для экологии, эволюции и сохранения». Тенденции в экологии и эволюции . 30 (1): 25–35. doi :10.1016/j.tree.2014.10.008. PMID  25468359.
  32. ^ Галан, Максим; Пажес, Мари; Коссон, Жан-Франсуа (2012). «Секвенирование следующего поколения для штрихкодирования грызунов: идентификация видов по свежим, деградированным и экологическим образцам». PLOS ONE . 7 (11): e48374. Bibcode : 2012PLoSO ...748374G. doi : 10.1371/journal.pone.0048374 . PMC 3492341. PMID  23144869. 
  33. ^ Иванова, Наталья В.; Клэр, Элизабет Л.; Борисенко, Алекс В. (2012). «ДНК-штрихкодирование у млекопитающих». ДНК-штрихкоды . Методы в молекулярной биологии. Т. 858. С. 153–182. doi :10.1007/978-1-61779-591-6_8. ISBN 978-1-61779-590-9. PMID  22684956.
  34. ^ Клэр, Элизабет Л. (2014). «Молекулярное обнаружение трофических взаимодействий: новые тенденции, явные преимущества, важные соображения и приложения для сохранения». Evolutionary Applications . 7 (9): 1144–1157. doi :10.1111/eva.12225. PMC 4231602. PMID 25553074  . 
  35. ^ Орландо, Людовик; Ханни, Кэтрин; Дуади, Кристоф Дж. (2007). «Филогенетические связи мамонта и слона: Mammut Americanum, исчезнувшая внешняя группа». Эволюционная биоинформатика . 3 : 45–51. doi :10.1177/117693430700300019. PMC 2674638. PMID  19430604 . 
  36. ^ ab Pompanon, Francois; Deagle, Bruce E.; Symondson, William OC; Brown, David S.; Jarman, Simon N.; Taberlet, Pierre (2012). «Кто что ест: оценка диеты с использованием секвенирования следующего поколения». Молекулярная экология . 21 (8): 1931–1950. doi : 10.1111/j.1365-294X.2011.05403.x . PMID  22171763. S2CID  10013333.
  37. ^ Дигл, Брюс Э.; Джарман, Саймон Н.; Куассак, Эрик; Помпанон, Франсуа; Таберле, Пьер (2014). «ДНК-метабаркодирование и маркер субъединицы I цитохрома с-оксидазы: не идеальное совпадение». Biology Letters . 10 (9). doi :10.1098/rsbl.2014.0562. PMC 4190964 . PMID  25209199. 
  38. ^ Дхаливал, Анандика (2013). «Выделение и очистка ДНК». Материалы и методы . 3 . doi : 10.13070/mm.en.3.191.
  39. ^ Купер, А.; Пойнар, Х. Н. (2000). «Древняя ДНК: делай это правильно или не делай вообще». Science . 289 (5482): 1139b–1139. doi :10.1126/science.289.5482.1139b. PMID  10970224. S2CID  11030200.
  40. ^ Виллерслев, Эске; Купер, Алан (2005). «Обзорная статья. Древняя ДНК». Труды Королевского общества B: Биологические науки . 272 ​​(1558): 3–16. doi :10.1098/rspb.2004.2813. PMC 1634942. PMID 15875564  . 
  41. ^ Фичетола, Джентиле Ф.; Пансу, Йохан; Бонен, Орели; Куассак, Эрик; Жиге-Ковекс, Шарлин; Де Барба, Марта; Джелли, Людовик; Лопес, Карла М.; Бойер, Фредерик; Помпанон, Франсуа; Райе, Жиль; Таберле, Пьер (2015). «Уровни репликации, ложное присутствие и оценка присутствия/отсутствия на основе данных метабаркодирования eDNA». Ресурсы молекулярной экологии . 15 (3): 543–556. дои : 10.1111/1755-0998.12338. PMID  25327646. S2CID  24432585.
  42. ^ Ян, Айминь; Чжан, Вэй; Ван, Цзяхао; Ян, Кэ; Хань, Ян; Чжан, Лиминь (2020). «Обзор применения алгоритмов машинного обучения в анализе последовательностей данных ДНК». Frontiers in Bioengineering and Biotechnology . 8 : 1032. doi : 10.3389/fbioe.2020.01032 . PMC 7498545. PMID 33015010  . 
  43. ^ Шендуре, Джей; Эйден, Эрез Либерман (2012). «Расширяющиеся возможности секвенирования ДНК». Nature Biotechnology . 30 (11): 1084–1094. doi :10.1038/nbt.2421. PMC 4149750. PMID  23138308 . 
  44. ^ Панда, Даршан; Молла, Кутубуддин Али; Байг, Мирза Джайнул; Суэйн, Алака; Бехера, Диптирекха; Даш, Манасвини (2018). «ДНК как устройство хранения цифровой информации: надежда или обман?». 3 Биотехнологии . 8 (5): 239. дои : 10.1007/s13205-018-1246-7. ПМЦ 5935598 . ПМИД  29744271. 
  45. ^ Ратнасингхэм, С. (2013). «Реестр на основе ДНК для всех видов животных: система индекса штрихкода (BIN)». PLOS ONE . 8 (7): e66213. Bibcode : 2013PLoSO...866213R. doi : 10.1371/journal.pone.0066213 . PMC 3704603. PMID  23861743 . 
  46. ^ Нельсон, Карен Э. (3 января 2015 г.). Энциклопедия метагеномики: гены, геномы и метагеномы. Основы, методы, базы данных и инструменты. Springer. ISBN 9781489974778.
  47. ^ Абаренков, Кесси; Хенрик Нильссон, Р.; Ларссон, Карл-Хенрик; Александр, Ян Дж.; Эберхардт, Урсула; Эрланд, Сюзанна; Хойланд, Клаус; Хьёллер, Расмус; Ларссон, Эллен; Пеннанен, Тайна; Сен, Робин; Тейлор, Энди Ф.С.; Тедерсоо, Лехо; Урсинг, Бьёрн М.; Вролстад, Труде; Лииматайнен, Каре; Пейнтнер, Урсула; Кылялг, Урмас (2010). «База данных UNITE для молекулярной идентификации грибов - последние обновления и перспективы на будущее». Новый фитолог . 186 (2): 281–285. doi : 10.1111/j.1469-8137.2009.03160.x . PMID  20409185.
  48. ^ Капорасо, Дж. Грегори; Кучински, Джастин; Стомбо, Джесси; Биттингер, Кайл; Бушмен, Фредерик Д.; Костелло, Элизабет К.; Фирер, Ноа; Пенья, Антонио Гонсалес; Гудрич, Джулия К.; Гордон, Джеффри И.; Хаттли, Гэвин А.; Келли, Скотт Т.; Найтс, Дэн; Кёниг, Джереми Э.; Лей, Рут Э.; Лозупоне, Кэтрин А.; Макдональд, Дэниел; Мюгге, Брайан Д.; Пиррунг, Мег; Ридер, Йенс; Севински, Джоэл Р.; Тернбо, Питер Дж.; Уолтерс, Уильям А.; Видманн, Джереми; Яцуненко, Таня; Заневельд, Джесси; Найт, Роб (2010). «QIIME позволяет анализировать данные высокопроизводительного секвенирования сообществ». Nature Methods . 7 (5): 335–336. doi :10.1038/nmeth.f.303. PMC 3156573. PMID 20383131  . 
  49. ^ Асникар, Франческо; Вайнгарт, Джордж; Тикл, Тимоти Л.; Хаттенхауэр, Кертис; Сегата, Никола (2015). «Компактное графическое представление филогенетических данных и метаданных с помощью GraPhl An». PeerJ . 3 : e1029. doi : 10.7717/peerj.1029 . PMC 4476132 . PMID  26157614. 
  50. ^ Matsen Iv, Frederick A.; Evans, Steven N. (2013). «Главные компоненты ребер и сквош-кластеризация: использование специальной структуры данных филогенетического размещения для сравнения образцов». PLOS ONE . ​​8 (3): e56859. Bibcode :2013PLoSO...856859M. doi : 10.1371/journal.pone.0056859 . PMC 3594297 . PMID  23505415. 
  51. ^ Дарлинг, Аарон Э.; Жоспен, Гийом; Лоу, Эрик; Матсен, Фредерик А.; Бик, Холли М.; Эйзен, Джонатан А. (2014). «Phylo Sift: Филогенетический анализ геномов и метагеномов». PeerJ . 2 : e243. doi : 10.7717/peerj.243 . PMC 3897386 . PMID  24482762. 
  52. ^ Стокл, М.Ю. и Хеберт, П.Д. (2008). Эль-код баррас-де-ла-вида. Расследование и наука, (387), 42–47.
  53. ^ Newmaster SG et al. (2007). Тестирование потенциальных областей штрихкода растений в семействе Myristicaceae. Заметки по молекулярной экологии. 1-11.
  54. ^ Хаэн-Молина, Р., Кожапе-Кастельс, Дж., Фернандес-Паласиос, О., де Пас, Дж. П., Феблес, Р., Брамвелл, Д., ... и Халик, К. А. Молекулярная филогения де лас Маттиолеа Макаронезикас перейдите к информации о регионе ITS.
  55. ^ abcde Pornon, Андре; Андало, Кристоф; Буррус, Моник; Эскаравадж, Натали (2017). «Данные метабаркодирования ДНК раскрывают невидимые сети опыления». Научные отчеты . 7 (1): 16828. Бибкод : 2017NatSR...716828P. дои : 10.1038/s41598-017-16785-5. ПМК 5715002 . ПМИД  29203872.  Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  56. ^ Biesmeijer, JC; Roberts, SP; Reemer, M.; Ohlemüller, R.; Edwards, M.; Peeters, T.; Schaffers, AP; Potts, SG; Kleukers, R.; Thomas, CD; Settele, J.; Kunin, WE (2006). «Параллельное снижение численности опылителей и опыляемых насекомыми растений в Великобритании и Нидерландах». Science . 313 (5785): 351–354. Bibcode :2006Sci...313..351B. doi :10.1126/science.1127863. PMID  16857940. S2CID  16273738.
  57. ^ ab Hegland, Stein Joar; Dunne, Jennifer; Nielsen, Anders; Memmott, Jane (2010). «Как осуществлять мониторинг экологических сообществ с минимальными затратами: пример сетей растений и опылителей». Biological Conservation . 143 (9): 2092–2101. doi :10.1016/j.biocon.2010.05.018.
  58. ^ ab Jordano, Pedro (2016). «В погоне за экологическими взаимодействиями». PLOS Biology . 14 (9): e1002559. doi : 10.1371/journal.pbio.1002559 . PMC 5025190. PMID  27631692 . 
  59. ^ ab Васкес, Диего П.; Чакофф, Наташа П.; Каньоло, Лучано (2009). «Оценка множественных детерминант структуры мутуалистических сетей растений и животных». Экология . 90 (8): 2039–2046. doi :10.1890/08-1837.1. hdl : 11336/20750 . PMID  19739366.
  60. ^ ab Bartomeus, Ignasi (2013). «Понимание правил связи в сетях «растение-опылитель» с использованием иерархических моделей, включающих обнаруживаемость опылителей и признаки растений». PLOS ONE . ​​8 (7): e69200. Bibcode :2013PLoSO...869200B. doi : 10.1371/journal.pone.0069200 . PMC 3698228 . PMID  23840909. 
  61. ^ ab Blüthgen, Nico; Menzel, Florian; Hovestadt, Thomas; Fiala, Brigitte; Blüthgen, Nils (2007). «Специализация, ограничения и конфликтующие интересы в мутуалистических сетях». Current Biology . 17 (4): 341–346. doi : 10.1016/j.cub.2006.12.039 . PMID  17275300. S2CID  17241040.
  62. ^ Bascompte, J.; Jordano, P.; Melian, CJ; Olesen, JM (2003). «Вложенная сборка сетей мутуализма растений и животных». Труды Национальной академии наук . 100 (16): 9383–9387. Bibcode : 2003PNAS..100.9383B . doi : 10.1073/pnas.1633576100 . PMC 170927. PMID  12881488. 
  63. ^ Джордано, Педро; Баскомпте, Хорди; Олесен, Йенс М. (2002). «Инвариантные свойства в коэволюционных сетях взаимодействий растений и животных». Ecology Letters . 6 : 69–81. doi :10.1046/j.1461-0248.2003.00403.x. hdl : 10261/41710 .
  64. ^ Олесен, Дж. М.; Баскомпт, Дж.; Дюпон, Й. Л.; Джордано, П. (2007). «Модульность сетей опыления». Труды Национальной академии наук . 104 (50): 19891–19896. Bibcode : 2007PNAS..10419891O. doi : 10.1073/pnas.0706375104 . PMC 2148393. PMID  18056808 . 
  65. ^ Оллертон, Джефф (1996). «Согласование экологических процессов с филогенетическими моделями: очевидный парадокс систем «растение-опылитель». Журнал экологии . 84 (5): 767–769. doi :10.2307/2261338. JSTOR  2261338.
  66. ^ Джонсон, Стивен Д.; Штайнер, Ким Э. (2000). «Обобщение против специализации в системах опыления растений». Тенденции в экологии и эволюции . 15 (4): 140–143. doi :10.1016/S0169-5347(99)01811-X. PMID  10717682.
  67. ^ Waser, Nikolas M.; Chittka, Lars; Price, Mary V.; Williams, Neal M.; Ollerton, Jeff (1996). «Обобщение в системах опыления и почему это важно». Ecology . 77 (4): 1043–1060. doi :10.2307/2265575. JSTOR  2265575.
  68. ^ Фенстер, Чарльз Б.; Армбрустер, У. Скотт; Уилсон, Пол; Дудаш, Мишель Р.; Томсон, Джеймс Д. (2004). «Синдромы опыления и специализация цветков». Annual Review of Ecology, Evolution, and Systematics . 35 : 375–403. doi :10.1146/annurev.ecolsys.34.011802.132347.
  69. ^ Bosch, Jordi; Martín González, Ana M.; Rodrigo, Anselm; Navarro, David (2009). «Сети растений и опылителей: добавление точки зрения опылителя». Ecology Letters . 12 (5): 409–419. doi :10.1111/j.1461-0248.2009.01296.x. PMID  19379135.
  70. ^ Видмер, А.; Коццолино, С.; Пеллегрино, Г.; Солива, М.; Дафни, А. (2000). «Молекулярный анализ поллинариев орхидей и остатков поллинариев, найденных на насекомых». Молекулярная экология . 9 (11): 1911–1914. doi :10.1046/j.1365-294x.2000.01103.x. PMID  11091327. S2CID  13242534.
  71. ^ Петаниду, Т. и Поттс, С.Г. (2006). «Взаимное использование ресурсов в средиземноморских сообществах растений и опылителей: насколько специализированы сети опыления?» В: Waser NM, Ollerton J. (ред.) Взаимодействие растений и опылителей: от специализации к обобщению , Издательство Чикагского университета, страницы 221–244.
  72. ^ Гомес, Хосе М.; Бош, Хорди; Перфектти, Франциско; Фернандес, Хуанде; Абдельазиз, Мохамед (2007). «Разнообразие опылителей влияет на воспроизводство и пополнение растений: компромиссы обобщения». Oecologia . 153 (3): 597–605. Bibcode :2007Oecol.153..597G. doi :10.1007/s00442-007-0758-3. PMID  17576602. S2CID  4219676.
  73. ^ Васкес, Диего П.; Айзен, Марсело А. (2003). «Анализ нулевой модели специализации во взаимодействиях растений и опылителей». Экология . 84 (9): 2493–2501. doi :10.1890/02-0587. S2CID  54219364.
  74. ^ аб Дюпон, Йоко Л.; Тройельсгаард, Кристиан; Хаген, Мелани; Хенриксен, Мари В.; Олесен, Йенс М.; Педерсен, Нанна МЭ; Кисслинг, В. Дэниел (2014). «Пространственная структура индивидуальной сети растений-опылителей» (PDF) . Ойкос . 123 (11): 1301–1310. дои : 10.1111/oik.01426. S2CID  31139363.
  75. ^ ab King, Caroline; Ballantyne, Gavin; Willmer, Pat G. (2013). «Почему посещение цветка является плохим показателем опыления: измерение отложения пыльцы за один визит с учетом сетей опыления и сохранения». Методы в экологии и эволюции . 4 (9): 811–818. doi : 10.1111/2041-210X.12074 . hdl : 10023/5299 .
  76. ^ ab Лопесараиса–Микель, Марта Э.; Хейс, Ричард Б.; Уолли, Мартин Р.; Меммотт, Джейн (2007). «Влияние чужеродного растения на местную сеть растение–опылитель: экспериментальный подход». Ecology Letters . 10 (7): 539–550. doi :10.1111/j.1461-0248.2007.01055.x. PMID  17542933.
  77. ^ abcdef Соу, Ахмаду; Харан, Жюльен; Бенуа, Лор; Галан, Максим; Бревольт, Тьерри (2020). «ДНК-метабаркодирование как инструмент для распутывания пищевых цепей в агроэкосистемах». Насекомые . 11 ( 5): 294. doi : 10.3390/insects11050294 . PMC 7290477. PMID  32403224.  Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  78. ^ Галан, Максим; Понс, Жан-Батист; Турнейр, Орианна; Пьер, Эрик; Лойхтманн, Максим; Понтье, Доминик; Шарбоннель, Натали (2018). «Метабаркодирование для параллельной идентификации нескольких сотен хищников и их добычи: применение к анализу рациона видов летучих мышей». Ресурсы молекулярной экологии . 18 (3): 474–489. doi : 10.1111/1755-0998.12749 . PMID  29288544. S2CID  1004450.
  79. ^ ab Paula, Débora P.; Linard, Benjamin; Crampton-Platt, Alex; Srivathsan, Amrita; Timmermans, Martijn JTN; Sujii, Edison R.; Pires, Carmen SS; Souza, Lucas M.; Andow, David A.; Vogler, Alfried P. (2016). «Раскрытие трофических взаимодействий у членистоногих хищников с помощью ДНК-секвенирования содержимого кишечника». PLOS ONE . 11 (9): e0161841. Bibcode : 2016PLoSO..1161841P. doi : 10.1371/journal.pone.0161841 . PMC 5021305. PMID  27622637. 
  80. ^ Pringle, Robert M.; Hutchinson, Matthew C. (2 ноября 2020 г.). «Resolving Food-Web Structure». Annual Review of Ecology, Evolution, and Systematics . 51 (1): 55–80. doi : 10.1146/annurev-ecolsys-110218-024908 . ISSN  1543-592X. S2CID  225457667.
  81. ^ Фирлей, Аннабель; Дойон, Жозе; Харвуд, Джеймс Д.; Бродер, Жак (2013). «Многоподходное исследование для определения взаимодействий между жужелицами-жужелицами и соевыми тлями». Экологическая энтомология . 42 (1): 89–96. doi : 10.1603/EN11303 . PMID  23339789. S2CID  7903342.
  82. ^ Картзинель, Тайлер Р.; Чен, Патрисия А.; Ковердейл, Тайлер К.; Эриксон, Дэвид Л.; Кресс, В. Джон; Кузьмина, Мария Л.; Рубенштейн, Дэниел И.; Ван, Вэй; Прингл, Роберт М. (2015). «ДНК-метабаркодирование освещает разделение диетической ниши крупными травоядными животными Африки». Труды Национальной академии наук . 112 (26): 8019–8024. Bibcode : 2015PNAS..112.8019K. doi : 10.1073/pnas.1503283112 . PMC 4491742. PMID  26034267 . 
  83. ^ Lopes, CM; De Barba, M.; Boyer, F.; Mercier, C.; Da Silva Filho, PJ S.; Heidtmann, LM; Galiano, D.; Kubiak, BB; Langone, P.; Garcias, FM; Gielly, L.; Coissac, E.; De Freitas, TR O.; Taberlet, P. (2015). «Анализ диеты с использованием метабаркодирования ДНК для видов с парапатрическим и симпатрическим распределением: исследование случая подземных грызунов». Наследственность . 114 (5): 525–536. doi : 10.1038 / hdy.2014.109 . PMC 4815513. PMID  25649502. S2CID  5077455. 
  84. ^ Моллот, Грегори; Дайк, Пьер-Франсуа; Лефевр, Пьер; Лескурре, Франсуаза; Мартин, Жан-Франсуа; Пири, Сильвен; Утка, Эльза; Тиксье, Филипп (2014). «Покровное выращивание меняет рацион членистоногих на банановой плантации: подход метабаркодирования». ПЛОС ОДИН . 9 (4): е93740. Бибкод : 2014PLoSO...993740M. дои : 10.1371/journal.pone.0093740 . ПМЦ 3973587 . ПМИД  24695585. 
  85. ^ Гринстоун, Мэтью Х.; Пэйтон, Марк Э.; Вебер, Дональд К.; Симмонс, Элвин М. (2014). «Период полувыведения при исследовании членистоногих хищников-жертв: что это такое, зачем он нам нужен, как его измерить и как его использовать». Молекулярная экология . 23 (15): 3799–3813. doi :10.1111/mec.12552. PMID  24303920. S2CID  41032815.
  86. ^ Symondson, William OC; Harwood, James D. (2014). «Специальный выпуск по молекулярному обнаружению трофических взаимодействий: распутывание запутанных банков» (PDF) . Молекулярная экология . 23 (15): 3601–3604. doi :10.1111/mec.12831. PMID  25051891. S2CID  26082315.
  87. ^ Валентини, Элис; Помпанон, Франсуа; Таберле, Пьер (2009). «ДНК-штрихкодирование для экологов». Тенденции в экологии и эволюции . 24 (2): 110–117. doi :10.1016/j.tree.2008.09.011. PMID  19100655.
  88. ^ Бегг, Грэм С.; Кук, Саманта М.; Дай, Ричард; Ферранте, Марко; Франк, Пьер; Лавин, Клэр; Лёвей, Габор Л.; Мэншн-Вакье, Агата; Пелл, Джудит К.; Пети, Сандрин; Кесада, Нора; Риччи, Бенуа; Враттен, Стивен Д.; Бирч, А. Николас Э. (2017). «Функциональный обзор биологического контроля сохранения». Защита растений . 97 : 145–158. doi :10.1016/j.cropro.2016.11.008.
  89. ^ Гурр, GM; Ван Эмден, HF; Враттен, SD (1998). «Манипуляция средой обитания и эффективность естественных врагов». Conservation Biological Control . С. 155–183. doi :10.1016/B978-012078147-8/50055-4. ISBN 9780120781478.
  90. ^ Wyckhuys, Kris AG; Lu, Yanhui; Morales, Helda; Vazquez, Luis L.; Legaspi, Jesusa C.; Eliopoulos, Panagiotis A.; Hernandez, Luis M. (2013). «Текущее состояние и потенциал биологического контроля сохранения сельского хозяйства в развивающихся странах». Biological Control . 65 : 152–167. doi :10.1016/j.biocontrol.2012.11.010.
  91. ^ ab Symondson, WOC; Sunderland, KD; Greenstone, MH (2002). «Могут ли универсальные хищники быть эффективными агентами биологического контроля?». Annual Review of Entomology . 47 : 561–594. doi :10.1146/annurev.ento.47.091201.145240. PMID  11729085.
  92. ^ Харвуд, Дж. Д. и Обрицкий, Дж. Дж. (2005). «Роль альтернативной добычи в поддержании популяций хищников». В: MS Hoddle (ред.), Труды второго международного симпозиума по биологическому контролю членистоногих , том 2, страницы 453–462.
  93. ^ Харвуд, Джеймс Д.; Деснё, Николас; Ю, Х.О. Юнг С.; Роули, Дэниел Л.; Гринстоун, Мэтью Х.; Обрицкий, Джон Дж.; о′Нил, Роберт Дж. (2007). «Отслеживание роли альтернативной добычи в хищничестве соевой тли Orius insidiosus: молекулярный подход». Молекулярная экология . 16 (20): 4390–4400. doi :10.1111/j.1365-294X.2007.03482.x. PMID  17784913. S2CID  21211301.
  94. ^ abc Furlong, Michael J. (2015). «Знание своих врагов: Интеграция молекулярных и экологических методов для оценки воздействия членистоногих хищников на вредителей сельскохозяйственных культур». Insect Science . 22 (1): 6–19. doi :10.1111/1744-7917.12157. PMID  25081301. S2CID  27851198.
  95. ^ Йонссон, Маттиас; Враттен, Стив Д.; Лэндис, Дуг А.; Гурр, Джефф М. (2008). «Последние достижения в области биологического контроля членистоногих с помощью членистоногих». Biological Control . 45 (2): 172–175. doi :10.1016/j.biocontrol.2008.01.006.
  96. ^ Помпанон, Франсуа; Дигл, Брюс Э.; Саймондсон, Уильям О.К.; Браун, Дэвид С.; Джармен, Саймон Н.; Таберле, Пьер (2012). «Кто что ест: оценка диеты с использованием секвенирования следующего поколения». Молекулярная экология . 21 (8): 1931–1950. doi : 10.1111/j.1365-294X.2011.05403.x . PMID  22171763. S2CID  10013333.
  97. ^ Вальднер, Томас; Трауготт, Майкл (2012). «Анализ регургитатов на основе ДНК: неинвазивный подход к изучению рациона беспозвоночных потребителей». Ресурсы молекулярной экологии . 12 (4): 669–675. doi :10.1111/j.1755-0998.2012.03135.x. PMID  22443278. S2CID  21254959.
  98. ^ Bohmann, Kristine; Monadjem, Ara; Lehmkuhl Noer, Christina; Rasmussen, Morten; Zeale, Matt RK; Clare, Elizabeth; Jones, Gareth; Willerslev, Eske; Gilbert, M. Thomas P. (2011). «Анализ молекулярной диеты двух африканских свободнохвостых летучих мышей (Molossidae) с использованием высокопроизводительного секвенирования». PLOS ONE . 6 (6): e21441. Bibcode : 2011PLoSO...621441B. doi : 10.1371/journal.pone.0021441 . PMC 3120876. PMID  21731749 . 
  99. ^ abcde Pochon, Xavier; Zaiko, Anastasija; Fletcher, Lauren M.; Laroche, Olivier; Wood, Susanna A. (2017). «Требуется мертвый или живой? Использование меташтрихкодирования ДНК и РНК окружающей среды для различения живых ассоциаций в приложениях биологической безопасности». PLOS ONE . ​​12 (11): e0187636. Bibcode :2017PLoSO..1287636P. doi : 10.1371/journal.pone.0187636 . PMC 5667844 . PMID  29095959.  Материал скопирован из этого источника, который доступен по лицензии Creative Commons Attribution 4.0 International.
  100. ^ ab Molnar, Jennifer L.; Gamboa, Rebecca L.; Revenga, Carmen; Spalding, Mark D. (2008). «Оценка глобальной угрозы инвазивных видов морскому биоразнообразию». Frontiers in Ecology and the Environment . 6 (9): 485–492. doi :10.1890/070064.
  101. ^ Оленин, Сергей; Минчин, Дэн; Даунис, Дариус (2007). «Оценка биозагрязнения в водных экосистемах». Marine Pollution Bulletin . 55 (7–9): 379–394. Bibcode : 2007MarPB..55..379O. doi : 10.1016/j.marpolbul.2007.01.010. PMID  17335857.
  102. ^ Katsanevakis, Stelios; Wallentinus, Inger; Zenetos, Argyro; Leppäkoski, Erkki; Çinar, Melih Ertan; Oztürk, Bayram; Grabowski, Michal; Golani, Daniel; Cardoso, Ana Cristina (2014). «Влияние инвазивных чужеродных морских видов на экосистемные услуги и биоразнообразие: общеевропейский обзор». Aquatic Invasions . 9 (4): 391–423. doi : 10.3391/ai.2014.9.4.01 .
  103. ^ Пиментель, Дэвид; Зунига, Родольфо; Моррисон, Дуг (2005). «Обновленная информация об экологических и экономических издержках, связанных с чужеродными инвазивными видами в Соединенных Штатах». Экологическая экономика . 52 (3): 273–288. doi :10.1016/j.ecolecon.2004.10.002.
  104. ^ ab Харви, Чад Т.; Куреши, Самир А.; МакАйзек, Хью Дж. (2009). «Обнаружение колонизирующего, водного, неместного вида». Разнообразие и распространение . 15 (3): 429–437. doi : 10.1111/j.1472-4642.2008.00550.x . S2CID  53602450.
  105. ^ Леппакоски, Эркки; Голлаш, Стефан; Оленин, Сергей (29 июня 2013 г.). Инвазивные водные виды Европы. Распространение, воздействие и управление. Спрингер. ISBN 9789401599566.
  106. ^ Hulme, Philip E. (2009). «Торговля, транспорт и проблемы: управление путями распространения инвазивных видов в эпоху глобализации». Журнал прикладной экологии . 46 : 10–18. doi : 10.1111/j.1365-2664.2008.01600.x .
  107. ^ Инглис Г., Флоэрл О., Ахёнг С., Кокс С., Анвин М., Пондер-Саттон А. и др. (2010) «Риски биобезопасности, связанные с биообрастанием на международных судах, прибывающих в Новую Зеландию: сводка закономерностей и прогнозов обрастания». Биобезопасность Новой Зеландии , Технический отчет №: 2008.
  108. ^ Руис, Грегори М.; Роулингс, Тоня К.; Доббс, Фред К.; Дрейк, Лиза А.; Маллади, Тимоти; Хак, Анварул; Колвелл, Рита Р. (2000). «Глобальное распространение микроорганизмов судами». Nature . 408 (6808): 49–50. Bibcode :2000Natur.408...49R. doi :10.1038/35040695. PMID  11081499. S2CID  205010602.
  109. ^ Голлаш, С. (2002). «Значение обрастания корпусов судов как вектора интродукции видов в Северное море». Биообрастание . 18 (2): 105–121. doi :10.1080/08927010290011361. S2CID  85620063.
  110. ^ Mineur, Frédéric; Johnson, Mark P.; Maggs, Christine A. (2008). «Внедрение макроводорослей в результате обрастания корпусов прогулочных судов: водоросли и моряки». Environmental Management . 42 (4): 667–676. Bibcode : 2008EnMan..42..667M. doi : 10.1007/s00267-008-9185-4. PMID  18704562. S2CID  25680517.
  111. ^ Джонсон, Лэдд Э.; Риккарди, Энтони; Карлтон, Джеймс Т. (2001). «Распространение инвазивных водных видов по суше: оценка риска транзитного рекреационного катания на лодках». Экологические приложения . 11 (6): 1789. doi :10.1890/1051-0761(2001)011[1789:ODOAIS]2.0.CO;2. ISSN  1051-0761.
  112. ^ Дарбисон, Эмили (2009). «Привычки морских судов и потенциал распространения инвазивных видов в заливе Святого Лаврентия». Aquatic Invasions . 4 : 87–94. doi : 10.3391/ai.2009.4.1.9 .
  113. ^ Акоста, Эрнандо; Форрест, Барри М. (2009). «Распространение морских неместных видов через прогулочные лодки: концептуальная модель оценки риска на основе анализа дерева отказов». Экологическое моделирование . 220 (13–14): 1586–1598. doi :10.1016/j.ecolmodel.2009.03.026.
  114. ^ Макмахон, Роберт (2011). "Структура популяции квагги (Dreissena rostriformis bugensis) во время раннего вторжения в озера Мид и Мохаве в январе-марте 2007 г.". Aquatic Invasions . 6 (2): 131–140. doi : 10.3391/ai.2011.6.2.02 .
  115. ^ ab Fletcher, Lauren M.; Zaiko, Anastasija; Atalah, Javier; Richter, Ingrid; Dufour, Celine M.; Pochon, Xavier; Wood, Susana A.; Hopkins, Grant A. (2017). «Льяльная вода как вектор распространения морских вредителей: морфологическая, метабаркодирующая и экспериментальная оценка». Biological Invasions . 19 (10): 2851–2867. doi :10.1007/s10530-017-1489-y. S2CID  25513146.
  116. ^ ab Sinner, Jim, Barrie Forrest, Mark Newton, Graeme Inglis, Chris Woods, Don Morrisey, Aurélie Castinel и Rowan Strickland (2013) «Управление внутренним распространением вредных морских организмов» Часть B: Законодательная база и анализ вариантов. Институт Коутрона .
  117. ^ Инглис Г., Моррисси Д., Вудс К., Синнер Дж., Ньютон М. (2013) «Управление внутренним распространением вредных морских организмов», Часть А: Оперативные инструменты управления. Министерство первичной промышленности Новой Зеландии , Отчет № 2013/xx.
  118. ^ Конте, Тьерри; Сандиониги, Анна; Виар, Фредерик; Казираги, Маурицио (2015). «ДНК (мета)баркодирование биологических вторжений: мощный инструмент для выяснения процессов вторжения и помощи в управлении инопланетянами». Биологические инвазии . 17 (3): 905–922. doi : 10.1007/s10530-015-0854-y. S2CID  12799342.
  119. ^ Zaiko, Anastasija; Schimanski, Kate; Pochon, Xavier; Hopkins, Grant A.; Goldstien, Sharyn; Floerl, Oliver; Wood, Susanna A. (2016). «Метабаркодирование улучшает обнаружение эукариот из ранних сообществ биообрастания: последствия для мониторинга вредителей и управления путями». Биообрастание . 32 (6): 671–684. doi :10.1080/08927014.2016.1186165. PMID  27212415. S2CID  46842367.
  120. ^ Браун, Эмили А.; Чейн, Фредерик Дж. Дж.; Чжан, Айбин; МакАйзек, Хью Дж.; Кристеску, Мелания Э. (2016). «Раннее обнаружение водных захватчиков с помощью метабаркодирования выявляет большое количество неместных видов в канадских портах». Разнообразие и распределение . 22 (10): 1045–1059. doi : 10.1111/ddi.12465 .
  121. ^ Заико, Анастасия; Мартинес, Хосе Л.; Шмидт-Петерсен, Джулия; Рибичич, Дени; Самуиловиене, Аурелия; Гарсия-Васкес, Ева (2015). «Подход меташтрихкодирования для наблюдения за балластными водами – выгодное решение или неудобная задача?». Бюллетень по загрязнению морской среды . 92 (1–2): 25–34. Bibcode : 2015MarPB..92...25Z. doi : 10.1016/j.marpolbul.2015.01.008. PMID  25627196.
  122. ^ Shokralla, Shadi; Spall, Jennifer L.; Gibson, Joel F.; Hajibabaei, Mehrdad (2012). «Технологии секвенирования следующего поколения для исследования ДНК окружающей среды». Молекулярная экология . 21 (8): 1794–1805. doi : 10.1111/j.1365-294X.2012.05538.x . PMID  22486820. S2CID  5944083.
  123. ^ Цзи, Иньцю; Эштон, Луиза; Педли, Скотт М.; Эдвардс, Дэвид П.; Тан, Йонг; Накамура, Акихиро; Китчинг, Роджер; Долман, Пол М.; Вудкок, Пол; Эдвардс, Фелисити А.; Ларсен, Тронд Х.; Хсу, Уэйн В.; Бенедик, Сьюзан; Хамер, Кит К.; Вилков, Дэвид С.; Брюс, Кэтрин; Ван, Сяоян; Леви, Таал; Лотт, Мартин; Эмерсон, Брент К.; Ю, Дуглас В. (2013). «Надежный, проверяемый и эффективный мониторинг биоразнообразия с помощью метабаркодирования». Ecology Letters . 16 (10): 1245–1257. doi : 10.1111/ele.12162 . hdl : 10072/56911 . PMID  23910579.
  124. ^ Дарлинг, Джон А.; Фредерик, Рэймонд М. (2018). «Инструменты на основе нуклеиновых кислот для наблюдения, мониторинга и исследования балластных вод». Журнал морских исследований . 133 : 43–52. Bibcode : 2018JSR ...133...43D. doi : 10.1016/j.seares.2017.02.005. PMC 6104837. PMID  30147432. 
  125. ^ Corinaldesi, C.; Beolchini, F.; Dell'Anno, A. (2008). «Скорости повреждения и деградации внеклеточной ДНК в морских отложениях: последствия для сохранения последовательностей генов». Молекулярная экология . 17 (17): 3939–3951. doi :10.1111/j.1365-294X.2008.03880.x. PMID  18643876. S2CID  22062643.
  126. ^ Делл'Анно, А.; Дановаро, Р. (2005). «Внеклеточная ДНК играет ключевую роль в функционировании глубоководной экосистемы». Science . 309 (5744): 2179. doi :10.1126/science.1117475. PMID  16195451. S2CID  39216262.
  127. ^ Менгони, Алессио; Татти, Энрико; Декорози, Франческа; Вити, Карло; Базикалупо, Марко; Джованнетти, Лучиана (2005). «Сравнение подходов 16S рРНК и 16S рДНК T-RFLP для изучения бактериальных сообществ в микрокосмах почвы, обработанных хроматом в качестве возмущающего агента». Микробная экология . 50 (3): 375–384. doi :10.1007/s00248-004-0222-4. PMID  16254761. S2CID  23943691.
  128. ^ Павловски, Ян; Эслинг, Филипп; Лейзерович, Франк; Седхаген, Томас; Уайлдинг, Томас А. (2014). «Мониторинг окружающей среды с помощью метабаркодирования протистов следующего поколения: оценка воздействия рыбоводства на сообщества бентосных фораминифер». Ресурсы молекулярной экологии . 14 (6): 1129–1140. doi :10.1111/1755-0998.12261. PMID  24734911. S2CID  2303206.
  129. ^ Visco, Joana Amorim; Apothéloz-Perret-Gentil, Laure; Cordonier, Arielle; Esling, Philippe; Pillet, Loïc; Pawlowski, Jan (2015). «Мониторинг окружающей среды: выведение индекса диатомовых водорослей из данных секвенирования следующего поколения». Environmental Science & Technology . 49 (13): 7597–7605. Bibcode : 2015EnST...49.7597V. doi : 10.1021/es506158m. PMID  26052741.
  130. ^ Доул, Эдди; Почон, Ксавье; Кили, Найджел; Вуд, Сусанна А. (2015). «Оценка эффектов обогащения морского дна при разведении лосося с использованием разнообразия бактериальных сообществ и высокопроизводительного секвенирования». FEMS Microbiology Ecology . 91 (8): fiv089. doi : 10.1093/femsec/fiv089 . PMID  26207046.
  131. ^ Pochon, X.; Wood, SA; Keeley, NB; Lejzerowicz, F.; Esling, P.; Drew, J.; Pawlowski, J. (2015). «Точная оценка воздействия разведения лосося на обогащение бентосных осадков с использованием метабаркодирования фораминифер». Marine Pollution Bulletin . 100 (1): 370–382. Bibcode : 2015MarPB.100..370P. doi : 10.1016/j.marpolbul.2015.08.022. PMID  26337228.
  132. ^ Laroche, Olivier; Wood, Susanna A.; Tremblay, Louis A.; Ellis, Joanne I.; Lejzerowicz, Franck; Pawlowski, Jan; Lear, Gavin; Atalah, Javier; Pochon, Xavier (2016). «Первая оценка меташтрихкодирования фораминифер для мониторинга воздействия на окружающую среду с морского нефтяного бурового участка». Marine Environmental Research . 120 : 225–235. Bibcode :2016MarER.120..225L. doi : 10.1016/j.marenvres.2016.08.009 . hdl : 10754/622291 . PMID  27595900.
  133. ^ Казарес Каррильо, DE Описание личинки Eucinostomus jonesii (Pisces, Gerreidae) морфологическими и генетическими методами.
  134. ^ Керр, К.К., Лийтмаер, Д.А., Баррейра, А.С., Хеберт, П.Д., и Тубаро, П.Л. (2009). Исследование закономерностей эволюции неотропических птиц с помощью штрих-кодов ДНК. ПЛОС ОДИН, 4(2), е4379.
  135. ^ Лийтмаер, Д.А., Керр, К.К., Баррейра, А.С., Хеберт, П.Д., и Тубаро, П.Л. (2011). Библиотеки штрих-кодов ДНК дают представление о континентальных моделях диверсификации птиц. ПЛОС ОДИН, 6(7), е20744.
  136. ^ Lijtmaer, DA, Kerr, KC, Stoeckle, MY, & Tubaro, PL (2012). ДНК-штрихкодирование птиц: от полевого сбора до анализа данных. В DNA Barcodes (стр. 127-152). Humana Press.
  137. ^ Гарсиа Моралес, AE (2013). Código de barras y análisis filogeográfico de rotíferos (Monogononta, Ploima) del Sureste mexicano.
  138. ^ де Карвальо, Даниэль Кардозу; Сесилия Гонтихо Леаль; Пауло душ Сантос Помпеу; Хосе Вандерваль Мело Джуниор и Дениз А.А. де Оливейра (2011). Применение техники генетической идентификации - штрих-код ДНК - мы находимся в городе Сан-Франциско. Boletim Sociedade Brasileira de Ictiología N°104. Департамент морфологии, Институт бионаук, Ботукату, Сан-Паулу, Бразилия.
  139. ^ де Карвальо, Даниэль Кардозу; Пауло душ Сантос Помпеу; Сесилия Гонтихо Леаль; Дениз А.А. де Оливейра и Ханнер, Р. (2011). Глубокое расхождение штрих-кодов у бразильских пресноводных рыб: пример бассейна реки Сан-Франциско. Митохондриальная ДНК, 2011.
  140. ^ Эрнандес, Эсмеральда Сальгадо (2008). El código de barras genético («штрих-кодирование ДНК») как Herramienta en la identificación de especies. Эррериана. Обзор разглашения науки. Том. 4 (1).
  141. ^ Хеберт П. и Г. Райан (2005). Перспективы ДНК-штрихкодирования для таксономии. Систематическая биология. 54(5):852-859.
  142. ^ Холлингсворт, П. (2007). ДНК-штрихкодирование: потенциальные пользователи. Геномика, общество и политика. 3(2):44-47.
  143. ^ Old, Julie M.; Vallin, Blaire L.; Thorley, Rowan K.; Casey, Fiona; Stannard, Hayley J. (2023). «Анализ метабаркодирования ДНК рациона голоносого вомбата (Vombatus ursinus)». Ecology and Evolution . 14 (5): e11432. doi :10.1002/ece3.11432. PMC 11103767. PMID  38770127 . 
  144. ^ Кейси, Фиона; Олд, Джули М.; Стэннард, Хейли Дж. (2023). «Оценка рациона находящегося под угрозой исчезновения северного волосатого вомбата (Lasiorhinus krefftii) с использованием метабаркодирования ДНК». Экология и эволюция . 13 (9): e10469. doi : 10.1002/ece3.10469 . PMC 10485309. PMID  37693933 . 
  145. ^ "Что такое ДНК-штрихкодирование?". Штрихкод жизни. Архивировано из оригинала 1 июля 2017 года . Получено 11 октября 2017 года .
  146. ^ Эванс, Даррен М.; Китсон, Джеймс Дж. Н.; Лант, Дэвид Х.; Стро, Найджел А.; Покок, Майкл Дж. О. (2016). «Объединение метабаркодирования ДНК и анализа экологических сетей для понимания и создания устойчивых наземных экосистем» (PDF) . Функциональная экология . 30 (12): 1904–1916. doi :10.1111/1365-2435.12659. ISSN  1365-2435.
  147. ^ DNAqua-Net Европейское сотрудничество в области науки и технологий. Дата обращения:9 октября 2022 г.
  148. ^ Павловски, Ян; Келли-Куинн, Мэри; Альтерматт, Флориан; Апотелоз-Перре-Жантиль, Лор; Бежа, Педро; Боггеро, Анджела; Борха, Анхель; Буше, Аньес; Кордье, Тристан (2018). «Будущее биотических индексов в эколого-геномную эру: интеграция метабаркодирования (e)ДНК в биологическую оценку водных экосистем». Science of the Total Environment . 637–638: 1295–1310. Bibcode :2018ScTEn.637.1295P. doi : 10.1016/j.scitotenv.2018.05.002 . hdl : 20.500.12327/138 . PMID  29801222.
  149. ^ Ратнасингхам, Судживан; Хеберт, Пол DN (2007). "BOLD: Система данных о штрихкодах жизни (http://www.barcodinglife.org)". Заметки о молекулярной экологии . 7 (3): 355–364. doi :10.1111/j.1471-8286.2007.01678.x. PMC 1890991. PMID  18784790 . 
  150. ^ Stoeckle, Mark (ноябрь–декабрь 2013 г.). «DNA Barcoding Ready for Breakout». GeneWatch . 26 (5). Архивировано из оригинала 3 апреля 2014 г. . Получено 14 февраля 2021 г. .
  151. ^ ДеСалль, Р.; Эган, МГ; Сиддалл, М. (2005). «Несвятая троица: таксономия, разграничение видов и ДНК-штрихкодирование». Philosophical Transactions of the Royal Society B: Biological Sciences . 360 (1462): 1905–1916. doi :10.1098/rstb.2005.1722. PMC 1609226. PMID  16214748 . 
  152. ^ Whitworth, TL; Dawson, RD; Magalon, H.; Baudry, E. (2007). «ДНК-штрихкодирование не может надежно идентифицировать виды рода мясных мух Protocalliphora (Diptera: Calliphoridae)». Труды Королевского общества B: Биологические науки . 274 (1619): 1731–1739. doi :10.1098/rspb.2007.0062. PMC 2493573. PMID  17472911 . 
  153. ^ Штакебрандт, Э.; Гебель, Б. М. (1994). «Таксономическая заметка: место для реассоциации ДНК-ДНК и анализа последовательности 16S рРНК в современном определении видов в бактериологии». Int. J. Syst. Bacteriol . 44 (4): 846–849. doi : 10.1099/00207713-44-4-846 .
  154. ^ Штакебрандт, Э.; Эберс, Дж. (2006). «Пересмотр таксономических параметров: потускневшие золотые стандарты» (PDF) . Microbiology Today . 33 (4): 152–155. Архивировано (PDF) из оригинала 25 марта 2018 г.
  155. ^ Ньютон, Ян (2003). Видообразование и биогеография птиц. Academic Press. стр. 69. ISBN 978-0-08-092499-1. Архивировано из оригинала 7 февраля 2018 года.
  156. ^ Андерссон, Мальте (1999). Гибридизация и филогения поморников. Том. 266. стр. 1579–1585. дои :10.1098/rspb.1999.0818. ISBN 9780080924991. PMC  1690163 . Архивировано из оригинала 7 февраля 2018 года. {{cite book}}: |journal=проигнорировано ( помощь )
  157. ^ Keswani, J.; Whitman, WB (2001). «Связь сходства последовательностей 16S рРНК с гибридизацией ДНК у прокариот». Международный журнал систематической и эволюционной микробиологии . 51 (2): 667–78. doi : 10.1099/00207713-51-2-667 . PMID  11321113.

Дополнительные ссылки

[1]

  1. ^ Сантоферрара, Лучиана; Берки, Фабьен; Филкер, Сабина; Логарес, Рамиро; Данторн, Мика; Макманус, Джордж Б. (2020). «Перспективы десяти лет исследований протистов с помощью высокопроизводительного метабаркодирования». Журнал эукариотической микробиологии . 67 (5): 612–622. doi : 10.1111/jeu.12813. hdl : 10261/223228 . PMID  32498124. S2CID  219331807.