Čárové kódy DNA - DNA barcoding

Čárové kódy DNA je metoda identifikace druhů pomocí krátké sekce DNA od konkrétního gen nebo geny. Předpokladem čárového kódování DNA je, že ve srovnání s referenční knihovnou těchto sekcí DNA (nazývaných také „sekvence „) lze použít individuální sekvenci k jednoznačné identifikaci organismu podle druhů, a to stejným způsobem, jakým skener supermarketu používá známé černé pruhy Čárový kód UPC k identifikaci položky na skladě v porovnání s její referenční databází.[1] Tyto „čárové kódy“ se někdy používají ve snaze identifikovat neznámé druh, části organismu, nebo jednoduše katalogizovat tolik taxony ve srovnání s tradiční taxonomií ve snaze určit hranice druhů.
K identifikaci různých skupin organismů pomocí čárových kódů se používají různé genové oblasti. Nejčastěji používaná oblast čárových kódů pro zvířata a některé protistů je část cytochrom C oxidáza I (COI nebo COX1 ) gen, nalezený v mitochondriální DNA. Jiné geny vhodné pro čárové kódování DNA jsou interní přepsaný spacer (SVÉ) rRNA často se používá pro houby a RuBisCO používá se pro rostliny.[2][3] Mikroorganismy jsou detekovány pomocí různých genových oblastí. The 16S rRNA gen je například široce používán při identifikaci prokaryot, zatímco 18S rRNA gen se většinou používá k detekci mikrobů eukaryoty. Tyto genové oblasti jsou vybrány proto, že mají méně vnitrodruhové (uvnitř druhů) variace než mezidruhové (mezi druhy) variace, které se označují jako „čárové kódy“.[4]
Některé aplikace čárových kódů DNA zahrnují: identifikaci listů rostlin, i když nejsou k dispozici květiny nebo plody; identifikace pyl shromážděné na tělech opylovaných zvířat; identifikace larev hmyzu, které mohou mít méně diagnostických znaků než dospělí; nebo zkoumání stravy zvířete na základě jeho obsahu žaludku, slin nebo výkalů.[5] Pokud se čárové kódy používají k identifikaci organismů ze vzorku obsahujícího DNA z více než jednoho organismu, jedná se o termín DNA metabarcoding se používá,[6][7] např. DNA metabarcoding společenstev rozsivek v řekách a potokech, které se používají k hodnocení kvality vody.[8]
Pozadí
Techniky čárového kódování DNA byly vyvinuty z časných prací sekvenování DNA na mikrobiálních komunitách pomocí 5S rRNA gen.[9] V roce 2003 byly navrženy specifické metody a terminologie moderních čárových kódů DNA jako standardizovaná metoda pro identifikaci druhů, stejně jako potenciální přidělení neznámých sekvencí vyšším taxonům, jako jsou řády a kmeny, v článku Paul D.N. Hebert et al. z University of Guelph, Ontario, Kanada.[10] Hebert a jeho kolegové prokázali užitečnost cytochromu C gen oxidázy I (COI), poprvé použitý Folmerem a kol. v roce 1994, s využitím jejich publikovaných DNA primery jako nástroj pro fylogenetické analýzy na úrovni druhů[10] jako vhodný diskriminační nástroj mezi metazoskými bezobratlými.[11] "Folmer region" genu COI se běžně používá pro rozlišení mezi taxony na základě jeho variačních vzorů na úrovni DNA. Relativní snadné získání sekvence a variabilita spojená s ochranou mezi druhy jsou některé z výhod COI. Hebert a kol., Nazývající profily „čárové kódy“ předpokládal vývoj databáze COI, která by mohla sloužit jako základ pro „globální systém bioidentifikace“.
Metodologie
Odběr vzorků a konzervace
Čárové kódy lze provést z tkáně z cílového vzorku, ze směsi organismů (hromadný vzorek) nebo z DNA přítomné ve vzorcích prostředí (např. Voda nebo půda). Metody odběru vzorků, konzervace nebo analýzy se u těchto různých typů vzorků liší.
Tkáňové vzorky
K čárovému kódu vzorku tkáně z cílového vzorku bude pravděpodobně stačit malý kousek kůže, šupina, noha nebo anténa (v závislosti na velikosti vzorku). Aby se zabránilo kontaminaci, je nutné mezi nástroji sterilizovat použité nástroje. Doporučuje se sbírat dva vzorky od jednoho vzorku, jeden k archivaci a jeden pro proces čárového kódu. Zachování vzorku je zásadní pro překonání problému degradace DNA.
Hromadné vzorky
Hromadný vzorek je typ vzorku prostředí obsahující několik organismů z taxonomická skupina ve studii. Rozdíl mezi hromadnými vzorky (ve zde použitém smyslu) a jinými vzorky prostředí je v tom, že hromadný vzorek obvykle poskytuje velké množství kvalitní DNA.[12] Příklady objemových vzorků zahrnují vzorky vodních makroobezobratlých shromážděné sítí kick-net nebo vzorky hmyzu odebrané lapačem malátnosti. Filtrované nebo frakcionované vzorky vody obsahující celé organismy, jako jsou jednobuněčné eukaryoty, jsou také někdy definovány jako hromadné vzorky. Takové vzorky lze sbírat stejnými technikami, jaké se používají k získání tradičních vzorků pro morfologickou identifikaci.
vzorky eDNA
The environmentální DNA Metoda (eDNA) je neinvazivní přístup k detekci a identifikaci druhů z buněčných zbytků nebo extracelulární DNA přítomných ve vzorcích prostředí (např. voda nebo půda) pomocí čárových kódů nebo metabarcodingu. Tento přístup je založen na skutečnosti, že každý živý organismus opouští DNA v životním prostředí a tato DNA v životním prostředí může být detekována i pro organismy s velmi malým množstvím. Pro polní odběr vzorků je tedy nejdůležitější částí použití materiálu a nástrojů bez DNA na každém místě odběru nebo vzorku, aby se zabránilo kontaminaci, pokud je pravděpodobné, že DNA cílového organismu (organismů) bude přítomna v malém množství. Na druhou stranu vzorek eDNA vždy obsahuje DNA celobuněčných živých mikroorganismů, které jsou často přítomny ve velkém množství. Proto se vzorky mikroorganismů odebrané v přírodním prostředí nazývají také vzorky eDNA, ale kontaminace je v této souvislosti méně problematická kvůli velkému množství cílových organismů. Metoda eDNA se aplikuje na většinu typů vzorků, jako je voda, sediment, půda, výkaly zvířat, obsah žaludku nebo krev např. pijavice.[13]
Extrakce, amplifikace a sekvenování DNA
Čárové kódování DNA vyžaduje extrakci DNA ve vzorku. Několik různých Extrakce DNA existují metody a výběr optimální metody ovlivňují faktory jako cena, čas, typ vzorku a výnos.
Když je DNA ze vzorků organismu nebo eDNA amplifikována pomocí polymerázová řetězová reakce (PCR) může být reakce negativně ovlivněna molekulami inhibitoru obsaženými ve vzorku.[14] Odstranění těchto inhibitorů je zásadní pro zajištění dostupnosti vysoce kvalitní DNA pro následnou analýzu.
Zesílení extrahované DNA je nezbytným krokem v čárovém kódování DNA. Typicky je to pouze malý fragment z celkového materiálu DNA seřazeno (obvykle 400–800 základní páry )[15] získat čárový kód DNA. Amplifikace materiálu eDNA je obvykle zaměřena na menší velikosti fragmentů (<200 párů bází), protože eDNA je pravděpodobnější fragmentace než materiál DNA z jiných zdrojů. Některé studie však tvrdí, že neexistuje žádný vztah mezi velikostí amplikonu a rychlostí detekce eDNA.[16][17]

Když byla oblast markeru čárového kódu DNA amplifikována, dalším krokem je sekvence oblasti markeru pomocí Sekvenování DNA metody.[18] K dispozici je mnoho různých platforem pro sekvenování a technický vývoj postupuje rychle.
Výběr značky

Markery používané pro čárové kódy DNA se nazývají čárové kódy. Aby bylo možné úspěšně charakterizovat druhy na základě čárových kódů DNA, je výběr informativních oblastí DNA zásadní. Dobrý čárový kód DNA by měl mít nízký intra-specifický a vysoký inter-specifický variabilita[10] a vlastnit konzervovaný doprovodné weby pro vývoj univerzálních PCR primery pro široký taxonomické aplikace. Cílem je navrhnout primery, které detekují a rozlišují většinu nebo všechny druhy ve studované skupině organismů (vysoké taxonomické rozlišení). Délka sekvence čárových kódů by měla být dostatečně krátká, aby mohla být použita s aktuálním zdrojem vzorkování, Extrakce DNA, zesílení a sekvenování metody.[19]
V ideálním případě jeden gen sekvence by byla použita pro všechny taxonomické skupiny od viry na rostliny a zvířata. Dosud však nebyla nalezena žádná taková genová oblast, takže se pro různé skupiny organismů používají různé čárové kódy,[20] nebo v závislosti na studijní otázce.
Pro zvířata, je nejpoužívanější čárový kód mitochondriální cytochrom C oxidáza I (COI) místo.[21] Jiné mitochondriální geny, jako např Cytb, 12S nebo 18S jsou také používány. Mitochondriální geny jsou upřednostňovány před jaderné geny kvůli jejich nedostatku introny, jejich haploidní režim dědictví a jejich omezené rekombinace.[21][22] Navíc každý buňka má různé mitochondrie (až několik tisíc) a každý z nich obsahuje několik kruhová DNA molekuly. Mitochondrie proto mohou nabídnout bohatý zdroj DNA, i když je tkáň vzorku omezená.[20]
v rostlinymitochondriální geny však nejsou vhodné pro čárové kódování DNA, protože vykazují nízkou hladinu rychlosti mutací.[23] Několik kandidátských genů bylo nalezeno v chloroplast genom, nejslibnější bytost maturase K. gen (matK) samostatně nebo ve spojení s jinými geny. Více-místo markery jako ribozomální interní přepsané rozpěrky (ITS DNA) spolu s matK, rbcL, trnH nebo jiné geny byly také použity pro identifikaci druhů.[20] Nejlepší diskriminace mezi rostlinnými druhy bylo dosaženo při použití dvou nebo více čárových kódů chloroplastů.[24]
Pro bakterie, malá podjednotka ribozomální RNA (16S ) gen lze použít pro různé taxony, protože je vysoce konzervativní.[25] Některé studie naznačují COI,[26] typ II chaperonin (cpn60)[27] nebo β podjednotka RNA polymeráza (rpoB)[28] také by mohly sloužit jako čárové kódy bakteriální DNA.
Čárové kódy houby je náročnější a může být zapotřebí více než jedna kombinace primerů.[29] The COI marker funguje dobře v určitých skupinách hub,[30] ale ne stejně dobře u ostatních.[31] Proto se používají další značky, jako například SVÉ rDNA a velká podjednotka nukleární ribozomální RNA (LSU).[32]
Ve skupině protistů, byly navrženy různé čárové kódy, například oblasti D1 – D2 nebo D2 – D3 v 28S rDNA, Podoblast V4 z 18S rRNA gen, SVÉ rDNA a COI. Navíc lze použít některé specifické čárové kódy fotosyntetický protistů, například velké podjednotky ribulóza-1,5-bisfosfátkarboxyláza-oxygenáza gen (rbcL) a chloroplast 23S rRNA gen.[20]
Organismus skupina | Markerový gen / lokus |
---|---|
Zvířata | COI,[33] Cytb,[34] 12S,[35] 16S[36] |
Rostliny | matK,[37] rbcL,[38] psbA-trnH,[39] SVÉ[40] |
Bakterie | COI,[26] rpoB,[28] 16S,[41] cpn60,[27] tuf,[42] RIF,[43] GND[44] |
Houby | SVÉ,[2][45] TEF1α,[46][47] RPB1 (LSU), RPB2 (LSU), 18S (SSU)[32] |
Protisti | SVÉ,[48] COI,[49] rbcL,[50] 18S,[51] 28S[50] |
Referenční knihovny a bioinformatika
Referenční knihovny se používají pro taxonomickou identifikaci, také nazývanou anotace, sekvencí získaných z čárových kódů nebo metabarcodingů. Tyto databáze obsahují čárové kódy DNA přiřazené dříve identifikovaným taxonům. Většina referenčních knihoven nepokrývá všechny druhy ve skupině organismů a neustále se vytvářejí nové položky. V případě makro- a mnoha mikroorganismů (jako jsou řasy) vyžadují tyto referenční knihovny podrobnou dokumentaci (místo a datum odběru, osoba, která je shromáždila, obrázek atd.) A směrodatnou taxonomickou identifikaci vzorku poukazu, stejně jako podání sekvencí v určitém formátu. Tento proces také vyžaduje skladování vzorků poukazů v muzeálních sbírkách a dalších spolupracujících institucích. Pro přesnost identifikace jsou důležité jak taxonomicky komplexní pokrytí, tak kvalita obsahu.[52] Existuje několik referenčních databází v závislosti na skupině organismů a použitém genetickém markeru. Existují menší národní databáze (např.FinBOL) a velká konsorcia, jako je International Barcode of Life Project (iBOL).[53]
Byla zahájena v roce 2007 Systém údajů o čárových kódech života (TUČNĚ)[54] je jednou z největších databází, která v roce 2019 obsahuje více než 450 000 BIN (indexových čísel čárových kódů). Jedná se o volně přístupné úložiště pro záznamy vzorků a sekvencí pro studie čárových kódů a je také pracovním stolem, který pomáhá při řízení, zajišťování kvality a analýza dat čárových kódů. Databáze obsahuje hlavně záznamy BIN pro zvířata na základě genetického markeru COI.
Databáze UNITE[55] byla spuštěna v roce 2003 a je referenční databází pro molekulární identifikaci druhů hub s oblastí genetických markerů interního transkribovaného spaceru (ITS). Tato databáze je založena na konceptu druhů hypotéz: zvolíte%, na kterém chcete pracovat, a sekvence jsou seřazeny ve srovnání se sekvencemi získanými ze vzorků poukazů identifikovaných odborníky.
Diat. Čárový kód[56] databáze byla poprvé publikována pod názvem R-syst :: diatom[57] v roce 2016 počínaje daty ze dvou zdrojů: kolekce Thononovy kultury (TCC) v hydrobiologické stanici francouzského Národního institutu pro zemědělský výzkum (INRA) a z databáze nukleotidů NCBI (National Center for Biotechnology Information). Diat.barcode poskytuje data pro dva genetické markery, rbcL (Ribulóza-1,5-bisfosfátkarboxyláza / oxygenáza) a 18S (18S ribozomální RNA). Databáze také zahrnuje další, zvláštní informace o druzích, jako jsou morfologické vlastnosti (bioobjem, rozměry, atd.), Formy života (mobilita, typ kolonie atd.) Nebo ekologické vlastnosti (citlivost na znečištění atd.).
Bioinformatická analýza
Aby bylo možné získat dobře strukturovaná, čistá a interpretovatelná data, musí být surová sekvenční data zpracována pomocí bioinformatické analýzy. The FASTQ soubor se sekvenčními daty obsahuje dva typy informací: sekvence detekované ve vzorku (FASTA soubor) a soubor kvality se skóre kvality (PHRED skóre) spojená s každým nukleotidem každé sekvence DNA. Skóre PHRED označuje pravděpodobnost, s jakou byl asociován příslušný nukleotid správně.
10 | 90% |
20 | 99% |
30 | 99.9% |
40 | 99.99% |
50 | 99.999% |
Obecně se skóre PHRED snižuje ke konci každé sekvence DNA. Některé potrubí bioinformatiky tedy jednoduše sekají konec sekvencí na definované prahové hodnotě.
Některé technologie sekvenování, jako je MiSeq, používají sekvenování párových koncovek, během nichž je sekvenování prováděno z obou směrů a vytváří lepší kvalitu. Překrývající se sekvence jsou poté srovnány do kontigů a sloučeny. Obvykle je několik vzorků spojeno do jednoho běhu a každý vzorek je charakterizován krátkým fragmentem DNA, značkou. V kroku demultiplexování jsou sekvence tříděny pomocí těchto značek k opětovnému sestavení samostatných vzorků. Před další analýzou jsou z fragmentu DNA čárové sekvence odstraněny značky a další adaptéry. Během ořezávání jsou odstraněny sekvence špatné kvality (nízké skóre PHRED) nebo sekvence, které jsou mnohem kratší nebo delší než cílový čárový kód DNA. Následující krok dereplikace je proces, kdy jsou všechny sekvence filtrované podle kvality sbaleny do sady jedinečných čtení (jednotlivé jednotky sekvence ISU) s informací o jejich četnosti ve vzorcích. Poté jsou detekovány a odstraněny chiméry (tj. Složené sekvence vytvořené z kousků smíšeného původu). Nakonec jsou sekvence seskupeny do OTU (operační taxonomické jednotky) pomocí jedné z mnoha strategií shlukování. Mezi nejčastěji používané bioinformatické programy patří Mothur,[58] Uparse,[59] Qiime,[60] Galaxie,[61] Obitools,[62] JAMP,[63] Barque,[64] a DADA2.[65]
Srovnání množství přečtení, tj. Sekvencí, mezi různými vzorky je stále výzvou, protože jak celkový počet přečtení ve vzorku, tak relativní množství přečtení pro určitý druh se mohou mezi vzorky, metodami nebo jinými proměnnými lišit. Pro srovnání je možné snížit počet načtení každého vzorku na minimální počet načtení vzorků, které mají být porovnány - proces zvaný riedění. Dalším způsobem je použití relativního množství čtení.[66]
Identifikace druhů a taxonomické přiřazení
Taxonomické přiřazení OTU druhům je dosaženo spojením sekvencí s referenčními knihovnami. Základní vyhledávací nástroj pro místní zarovnání (BLAST) se běžně používá k identifikaci oblastí podobnosti mezi sekvencemi porovnáním sekvenčních čtení ze vzorku se sekvencemi v referenčních databázích.[67] Pokud referenční databáze obsahuje sekvence příslušných druhů, lze sekvence vzorků identifikovat na úrovni druhů. Pokud sekvenci nelze přiřadit k existující položce referenční knihovny, lze k vytvoření nové položky použít čárové kódy DNA.
V některých případech může být identifikace kvůli neúplnosti referenčních databází dosažena pouze na vyšších taxonomických úrovních, jako je přiřazení k rodině nebo třídě. V některých skupinách organismů, jako jsou bakterie, není často možné taxonomické přiřazení k úrovni druhů. V takových případech může být vzorek přiřazen konkrétnímu operační taxonomická jednotka (OTU).
Aplikace
Aplikace čárových kódů DNA zahrnují identifikaci nových druh, hodnocení bezpečnosti potravin, identifikace a hodnocení kryptických druhů, detekce cizích druhů, identifikace ohrožených a ohrožené druhy,[68] propojení stadií vajec a larev s dospělými druhy, zajištění práv duševního vlastnictví pro biozdroje, vypracování globálních plánů řízení pro strategie ochrany a objasnění mezer v krmení.[69] Značky čárových kódů DNA lze použít k řešení základních otázek v systematice, ekologie, evoluční biologie a zachování, včetně shromáždění komunity, druhová interakce sítě, taxonomický objev a hodnocení prioritních oblastí pro ochrana životního prostředí.
Identifikace druhů
Specifické krátké sekvence DNA nebo markery ze standardizované oblasti genomu mohou poskytnout čárový kód DNA pro identifikaci druhů.[70] Molekulární metody jsou obzvláště užitečné, když tradiční metody nejsou použitelné. Čárový kód DNA má velkou použitelnost při identifikaci larev, pro které je obecně k dispozici jen málo diagnostických znaků, a ve spojení s různými životními stádii (např. Larev a dospělých) u mnoha zvířat.[71] Identifikace druhů uvedených v Úmluvě o mezinárodním obchodu s ohroženými druhy (CITES ) dodatky využívající čárové kódovací techniky se používají při monitorování nelegálního obchodu.[72]
Detekce invazivních druhů
Cizí druhy lze detekovat pomocí čárových kódů.[73][74] Čárové kódy mohou být vhodné pro detekci druhů např. hraniční kontrola, kde rychlá a přesná morfologická identifikace často není možná kvůli podobnostem mezi různými druhy, nedostatek dostatečných diagnostických charakteristik[73] a / nebo nedostatek taxonomických znalostí. K screeningu lze také použít čárové a metabarcoding ekosystémy pro invazivní druhy a rozlišovat mezi invazivními druhy a původními morfologicky podobnými druhy.[75]
Vymezení kryptických druhů
Čárový kód DNA umožňuje identifikaci a rozpoznání kryptické druhy.[76] Výsledky analýz čárových kódů DNA však závisí na výběru analytických metod, takže proces vymezení kryptických druhů pomocí čárových kódů DNA může být stejně subjektivní jako jakákoli jiná forma taxonomie. Hebert a kol. (2004) dospěli k závěru, že motýl Astraptes fulgerator na severozápadě Kostariky se vlastně skládá z 10 různých druhů.[77] Tyto výsledky však byly následně zpochybněny Browerem (2006), který poukázal na řadu závažných nedostatků v analýze a dospěl k závěru, že původní data nemohou podporovat více než možnost tří až sedmi kryptických taxony spíše než deset kryptických druhů.[78] Smith a kol. (2007) použili cytochrom C čárové kódy DNA oxidázy I pro druhovou identifikaci 20 morfoskupin z Belvosia parazitoidní mouchy (Dvoukřídlí: Tachinidae ) chovaných z housenek (Lepidoptera ) v Area de Conservación Guanacaste (ACG), severozápadní Kostarika. Tito autoři zjistili, že čárové kódy zvyšují počet druhů na 32, když odhalili, že každý ze tří parazitoid Druhy, které byly dříve považovány za všeobecné, jsou ve skutečnosti pole vysoce kryptických druhů specifických pro hostitele.[79] Pro 15 morfospecies z mnohoštětinatci uvnitř hlubin antarktický bentos studováno pomocí čárových kódů DNA, kryptická diverzita byla nalezena v 50% případů. Dále bylo zjištěno 10 dříve přehlížených morfospecií, což zvyšuje celkový počet druhová bohatost ve vzorku o 233%.[80]

Analýza stravy a webová aplikace pro potraviny
Čárové kódování DNA a metabarcoding mohou být užitečné ve studiích analýzy stravy,[81] a obvykle se používá, pokud nelze identifikovat vzorky kořisti na základě morfologických znaků.[82][83] Při analýze stravy existuje řada přístupů k odběru vzorků: metabarcoding DNA lze provést na obsahu žaludku,[84] výkaly,[83][85] sliny[86] nebo analýza celého těla.[68][87] Ve vzorcích stolice nebo vysoce tráveném obsahu žaludku často není možné rozlišit tkáň od jednoho druhu, a proto lze místo toho použít metabarcoding.[83][88] Výkaly nebo sliny představují neinvazivní přístupy k odběru vzorků, zatímco analýza celého těla často znamená, že nejprve je třeba zabít jednotlivce. U menších organismů se sekvenování podle obsahu žaludku často provádí sekvenováním celého zvířete.
Čárové kódy pro bezpečnost potravin
Čárový kód DNA představuje základní nástroj pro hodnocení kvality potravinářských výrobků. Účelem je zajistit sledovatelnost potravin, minimalizovat pirátství v potravinách a ocenit místní a typickou zemědělsko-potravinářskou výrobu. Dalším účelem je ochrana veřejného zdraví; například metabarcoding nabízí možnost identifikovat seskupovače působit Ciguatera otrava rybami ze zbytků jídla,[89] nebo oddělit jedovaté houby od jedlých (Ref).
Biomonitoring a ekologické hodnocení
Čárový kód DNA lze použít k posouzení přítomnosti ohrožených druhů pro snahy o zachování (Ref) nebo přítomnosti indikátorových druhů odrážejících specifické ekologické podmínky (Ref), například nadměrné živiny nebo nízké hladiny kyslíku.
Potenciály a nedostatky
Potenciál
Tradiční metody biologického hodnocení jsou dobře zavedeny na mezinárodní úrovni a dobře slouží biomonitoringu, například pro vodní biologické hodnocení ve směrnicích EU WFD a MSFD. Čárový kód DNA by však mohl zlepšit tradiční metody z následujících důvodů; Čárový kód DNA (i) může zvýšit taxonomické rozlišení a harmonizovat identifikaci taxonů, které je obtížné identifikovat nebo jim chybí odborníci, (ii) může přesněji / přesněji spojovat faktory prostředí s konkrétními taxony (iii) může zvýšit srovnatelnost mezi regiony, (iv) umožňuje zahrnutí raných stadií života a roztříštěných vzorků, (v) umožňuje vymezení tajemný / vzácný druh (vi) umožňuje vývoj nových indexů, např. vzácné / kryptické druhy, které mohou být citlivé / tolerantní k stresory, vii) zvyšuje počet vzorků, které lze zpracovat, a zkracuje dobu zpracování, což vede ke zvýšení znalostí o ekologii druhů, (viii) je neinvazivní způsob monitorování při použití eDNA metody.[90]
Čas a náklady
Čárové kódování DNA je rychlejší než tradiční morfologické metody od školení až po taxonomické přiřazení. Získání odborných znalostí v metodách DNA trvá méně času, než se stát odborníkem v taxonomii. Kromě toho je pracovní postup čárového kódování DNA (tj. Od vzorku k výsledku) obecně rychlejší než tradiční morfologický pracovní postup a umožňuje zpracování více vzorků.
Taxonomické rozlišení
Čárové kódování DNA umožňuje rozlišení taxonů z vyšších (např. Čeledí) na nižší (např. Druhové) taxonomické úrovně, které je jinak příliš obtížné identifikovat pomocí tradičních morfologických metod, jako je např. identifikace mikroskopem. Například, Chironomidae (nehryzavý hřeben) jsou široce rozšířeny v suchozemských i sladkovodních ekosystémech. Jejich bohatost a hojnost je činí důležitými pro ekologické procesy a sítě a jsou jednou z mnoha skupin bezobratlých používaných v biomonitoringu. Vzorky bezobratlých mohou obsahovat až 100 druhů chironomidů, které často tvoří až 50% vzorku. Navzdory tomu obvykle nejsou identifikováni pod úrovní rodiny z důvodu taxonomické odbornosti a času.[91] To může vést k seskupení různých druhů chironomidů s různými ekologickými preferencemi, což povede k nepřesnému posouzení kvality vody.
Čárové kódy DNA poskytují příležitost vyřešit taxony a přímo se vztahují stresující účinky ke konkrétním taxonům, jako jsou jednotlivé druhy chironomidů. Například Beermann et al. (2018) DNA barcoded Chironomidae k prozkoumání jejich reakce na více stresorů; snížený průtok, zvýšený jemný sediment a zvýšená slanost.[92] Po čárových kódech bylo zjištěno, že vzorek chironomidu sestával z 183 Provozní taxonomické jednotky (OTU), tj. Čárové kódy (sekvence), které jsou často ekvivalentní morfologickým druhům. Těchto 183 OTU zobrazovalo 15 typů odpovědí spíše než dříve hlášených [93] dva typy odpovědí zaznamenané, když byly všechny chironomidy seskupeny ve stejné studii s více stresory. Podobný trend objevil ve studii Macher et al. (2016), kteří objevili kryptickou diverzitu u novozélandských druhů jepic Deleatidium sp. Tato studie zjistila různé vzorce odezvy 12 molekulárně odlišných OTU na stresory, které mohou změnit konsenzus, že tato jepice je citlivá na znečištění.[94]
Nedostatky
Navzdory výhodám, které nabízí čárové kódy DNA, bylo také navrženo, aby se čárové kódování DNA nejlépe používalo jako doplněk tradičních morfologických metod.[90] Toto doporučení je založeno na více vnímaných výzvách.
Fyzikální parametry
Propojit čárové kódy DNA s ekologickými preferencemi dotyčného čárově kódovaného taxonu není zcela jednoduché, což je nutné, pokud má být čárový kód použit pro biomonitoring. Například detekce cílové DNA ve vodních systémech závisí na koncentraci molekul DNA v místě, což může být ovlivněno mnoha faktory. Přítomnost molekul DNA také závisí na disperzi v místě, např. směr nebo síla proudů. Není opravdu známo, jak se DNA pohybuje v potocích a jezerech, což ztěžuje odběr vzorků. Dalším faktorem může být chování cílového druhu, např. ryby mohou mít sezónní změny pohybů, raky nebo slávky uvolní DNA ve větším množství jen v určitých obdobích svého života (línání, rozmnožování). U DNA v půdě se o distribuci, množství nebo kvalitě ví ještě méně. Hlavní omezení metody čárových kódů spočívá v tom, že při taxonomické identifikaci sekvencí se spoléhá na referenční knihovny čárových kódů. Taxonomická identifikace je přesná, pouze pokud je k dispozici spolehlivá reference. Většina databází je však stále neúplná, zejména u menších organismů, např. houby, fytoplankton, nematoda atd. Kromě toho současné databáze obsahují nesprávná identifikace, pravopisné chyby a další chyby. Databáze pro všechny organismy vyžadují rozsáhlé kurátorské a dokončovací práce zahrnující velké projekty čárových kódů (například projekt iBOL pro referenční databázi Barcode of Life Data Systems (BOLD)).[95][96] Dokončení a léčba jsou však obtížné a časově náročné. Bez voucherovaných vzorků nelze mít jistotu, zda je posloupnost použitá jako reference správná. Databáze sekvencí DNA, jako je GenBank, obsahují mnoho sekvencí, na které nejsou vázány voucherové vzorky (například vzorky herbáře, kultivované buněčné linie nebo někdy obrázky). To je problematické tváří v tvář taxonomickým otázkám, jako je to, zda by mělo být rozděleno nebo kombinováno několik druhů, nebo zda byly správné minulé identifikace. Opakované použití sekvencí původně nesprávně identifikovaného organismu, které nejsou vázány na voucherované vzorky, může podporovat nesprávné závěry a je třeba se jim vyhnout.[97] Osvědčeným postupem pro čárové kódování DNA je proto sekvence voucherovaných vzorků.[98][99] Pro mnoho taxonů však může být obtížné získat referenční exempláře, například u exemplářů, které je obtížné ulovit, dostupné exempláře jsou špatně konzervované nebo chybí odpovídající taxonomické znalosti.[97] Důležité je, že čárové kódy DNA lze použít také k vytvoření prozatímní taxonomie, přičemž v takovém případě lze OTU použít jako náhradu za tradiční latinské binomiky - čímž se výrazně sníží závislost na plně osazených referenčních databázích.[100]
Technologická zaujatost
Čárové kódování DNA také nese metodologické zkreslení, od vzorkování po bioinformatika analýza dat. Kromě rizika kontaminace vzorku DNA inhibitory PCR je zkreslení primerů jedním z hlavních zdrojů chyb v čárovém kódování DNA.[101][102] Izolace účinného markeru DNA a konstrukce primerů je složitý proces a bylo vyvinuto značné úsilí k vývoji primerů pro čárové kódování DNA v různých taxonomických skupinách.[103] Primery se však často přednostně váží na některé sekvence, což vede k diferenciální účinnosti a specificitě primerů a hodnocení nereprezentativních komunit a inflaci bohatství.[104] Složení sekvencí komunit vzorků se tedy mění hlavně v kroku PCR. Kromě toho je často vyžadována replikace PCR, ale vede k exponenciálnímu zvýšení rizika kontaminace. Několik studií zdůraznilo možnost použít vzorky obohacené o mitochondrie [105][106] nebo přístupy bez PCR, aby se těmto předsudkům předešlo, ale dnes je metoda metabarcodingu DNA stále založena na sekvenování amplikonů.[103] Další zkreslení vstupují do obrazu během sekvenování a během bioinformatického zpracování sekvencí, jako je tvorba chimér.
Nedostatek standardizace
I když je čárové kódování DNA široce používáno a používáno, neexistuje shoda ohledně metod pro uchování nebo extrakci DNA, volby sady DNA markerů a primerů nebo protokolů PCR. Parametry bioinformatiky potrubí (například shlukování OTU, taxonomické algoritmy přiřazení nebo prahové hodnoty atd.) jsou počátkem mnoha debat mezi uživateli čárových kódů DNA.[103] Sekvenční technologie se také rychle vyvíjejí spolu s nástroji pro analýzu obrovského množství generovaných dat o DNA a je naléhavě nutná standardizace metod, která umožní spolupráci a sdílení dat ve větším prostorovém a časovém měřítku. Tato standardizace metod čárových kódů v evropském měřítku je součástí cílů evropské COST Action DNAqua-net [107] a je rovněž řešen CEN (Evropským výborem pro normalizaci).[108]
Další kritikou čárového kódování DNA je jeho omezená účinnost pro přesnou diskriminaci pod úroveň druhů (například pro rozlišení mezi odrůdami), pro hybridní detekci a že může být ovlivněna evolučními rychlostmi (Ref needed).
Nesoulad mezi konvenční (morfologickou) identifikací založenou na čárovém kódu
Je důležité vědět, že seznamy taxonů odvozené konvenční (morfologickou) identifikací nejsou a možná nikdy nebudou přímo srovnatelné se seznamy taxonů odvozenými od identifikace založené na čárových kódech z několika důvodů. The most important cause is probably the incompleteness and lack of accuracy of the molecular reference databases preventing a correct taxonomic assignment of eDNA sequences. Taxa not present in reference databases will not be found by eDNA, and sequences linked to a wrong name will lead to incorrect identification.[90] Other known causes are a different sampling scale and size between a traditional and a molecular sample, the possible analysis of dead organisms, which can happen in different ways for both methods depending on organism group, and the specific selection of identification in either method, i.e. varying taxonomical expertise or possibility to identify certain organism groups, respectively primer bias leading also to a potential biased analysis of taxa.[90]
Estimates of richness/diversity
DNA Barcoding can result in an over or underestimate of species richness and diversity. Some studies suggest that artifacts (identification of species not present in a community) are a major cause of inflated biodiversity.[109][110] The most problematic issue are taxa represented by low numbers of sequencing reads. These reads are usually removed during the data filtering process, since different studies suggest that most of these low-frequency reads may be artifacts.[111] However, real rare taxa may exist among these low-abundance reads.[112] Rare sequences can reflect unique lineages in communities which make them informative and valuable sequences. Thus, there is a strong need for more robust bioinformatics algorithms that allow the differentiation between informative reads and artifacts. Complete reference libraries would also allow a better testing of bioinformatics algorithms, by permitting a better filtering of artifacts (i.e. the removal of sequences lacking a counterpart among extant species) and therefore, it would be possible obtain a more accurate species assignment.[113] Cryptic diversity can also result in inflated biodiversity as one morphological species may actually split into many distinct molecular sequences.[90]
DNA metabarcoding

DNA metabarcoding is defined as the barcoding of DNA nebo eDNA (environmental DNA) that allows for simultaneous identification of many taxa within the same (environmental) sample, however often within the same organism group. The main difference between the approaches is that metabarcoding, in contrast to barcoding, does not focus on one specific organism, but instead aims to determine species composition within a sample.
Metodologie
The metabarcoding procedure, like general barcoding, covers the steps of DNA extraction, PCR amplification, sekvenování a data analysis. A barcode consists of a short variable gen region (for example, see different markers/barcodes ) which is useful for taxonomic assignment flanked by highly conserved gene regions which can be used for primer design.[12] Different genes are used depending if the aim is to barcode single species or metabarcoding several species. In the latter case, a more universal gene is used. Metabarcoding does not use single species DNA/RNA as a starting point, but DNA/RNA from several different organisms derived from one environmental or bulk sample.
Aplikace
Metabarcoding has the potential to complement biodiversity measures, and even replace them in some instances, especially as the technology advances and procedures gradually become cheaper, more optimized and widespread.[114][115]
DNA metabarcoding applications include:
- Biodiversity monitoring in terrestrial and aquatic environments
- Paleontologie and ancient ecosystems
- Plant-pollinator interactions
- Diet analysis
- Bezpečnost potravin
Advantages and challenges
The general advantages and shortcomings for barcoding reviewed above are valid also for metabarcoding. One particular drawback for metabarcoding studies is that there is no consensus yet regarding the optimal experimental design and bioinformatics criteria to be applied in eDNA metabarcoding.[116] However, there are current joined attempts, like e.g. the EU COST network DNAqua-Net, to move forward by exchanging experience and knowledge to establish best-practice standards for biomonitoring.[90]
Viz také
- Microbial DNA barcoding
- Algae DNA barcoding
- Fungal DNA barcoding
- Fish DNA barcoding
- Pollen DNA barcoding
- DNA barcoding in diet assessment
- Profilování DNA
- Konsorcium pro čárový kód života
Reference
- ^ "What is DNA Barcoding?". iBOL. Citováno 2019-03-26.
- ^ A b Schoch, Conrad L.; Seifert, Keith A .; Huhndorf, Sabine; Robert, Vincent; Spouge, John L.; Levesque, C. André; Chen, Wen; Fungal Barcoding Consortium (2012). "Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcode marker for Fungi" (PDF). Sborník Národní akademie věd. 109 (16): 6241–6246. doi:10.1073/pnas.1117018109. ISSN 0027-8424. PMC 3341068. PMID 22454494.
- ^ CBOL Plant Working Group; Hollingsworth, P. M.; Forrest, L. L.; Spouge, J. L.; Hajibabaei, M.; Ratnasingham, S.; van der Bank, M.; Chase, M. W .; Cowan, R. S. (2009-08-04). "A DNA barcode for land plants". Sborník Národní akademie věd. 106 (31): 12794–12797. Bibcode:2009PNAS..10612794H. doi:10.1073/pnas.0905845106. ISSN 0027-8424. PMC 2722355. PMID 19666622.
- ^ Paulay, Gustav; Meyer, Christopher P. (2005-11-29). "DNA Barcoding: Error Rates Based on Comprehensive Sampling". PLOS Biology. 3 (12): e422. doi:10.1371/journal.pbio.0030422. ISSN 1545-7885. PMC 1287506. PMID 16336051.
- ^ Soininen, Eeva M; Valentini, Alice; Coissac, Eric; Miquel, Christian; Gielly, Ludovic; Brochmann, Christian; Brysting, Anne K; Sønstebø, Jørn H; Ims, Rolf A (2009). "Analysing diet of small herbivores: the efficiency of DNA barcoding coupled with high-throughput pyrosequencing for deciphering the composition of complex plant mixtures". Frontiers in Zoology. 6 (1): 16. doi:10.1186/1742-9994-6-16. ISSN 1742-9994. PMC 2736939. PMID 19695081.
- ^ Creer, Simon; Deiner, Kristy; Frey, Serita; Porazinska, Dorota; Taberlet, Pierre; Thomas, W. Kelley; Potter, Caitlin; Bik, Holly M. (2016). Freckleton, Robert (ed.). "The ecologist's field guide to sequence-based identification of biodiversity" (PDF). Methods in Ecology and Evolution. 7 (9): 1008–1018. doi:10.1111/2041-210X.12574.
- ^ "ScienceDirect". Advances in Ecological Research. 58: 63–99. Ledna 2018. doi:10.1016/bs.aecr.2018.01.001.
- ^ Vasselon, Valentin; Rimet, Frédéric; Tapolczai, Kálmán; Bouchez, Agnès (2017). "Assessing ecological status with diatoms DNA metabarcoding: Scaling-up on a WFD monitoring network (Mayotte island, France)". Ecological Indicators. 82: 1–12. doi:10.1016/j.ecolind.2017.06.024. ISSN 1470-160X.
- ^ Woese, Carl R.; Kandler, Otto; Wheelis, Mark L. (1990). „Směrem k přirozenému systému organismů: návrh domén Archaea, Bacteria a Eucarya“ (PDF). Sborník Národní akademie věd. 87 (12): 4576–4579. Bibcode:1990PNAS ... 87,4576 W.. doi:10.1073 / pnas.87.12.4576. OCLC 678728346. PMC 54159. PMID 2112744.
- ^ A b C Hebert, Paul D. N.; Cywinska, Alina; Ball, Shelley L.; deWaard, Jeremy R. (2003-02-07). "Biological identifications through DNA barcodes". Sborník Královské společnosti B: Biologické vědy. 270 (1512): 313–321. doi:10.1098/rspb.2002.2218. ISSN 1471-2954. PMC 1691236. PMID 12614582.
- ^ Folmer, O.; Black, M.; Hoeh, W.; Lutz, R.; Vrijenhoek, R. (October 1994). "DNA primers for amplification of mitochondrial cytochrome c oxidase subunit I from diverse metazoan invertebrates". Molecular Marine Biology and Biotechnology. 3 (5): 294–299. ISSN 1053-6426. PMID 7881515.
- ^ A b Pierre, Taberlet (2018-02-02). Environmental DNA : for biodiversity research and monitoring. Bonin, Aurelie, 1979-. Oxford. ISBN 9780191079993. OCLC 1021883023.
- ^ Jelger Herder; A. Valentini; E. Bellemain; T. Dejean; J.J.C.W. Van Delft; P.F. Thomsen; P. Taberlet (2014), Environmental DNA - a review of the possible applications for the detection of (invasive) species., RAVON, doi:10.13140/rg.2.1.4002.1208
- ^ Schrader, C.; Schielke, A.; Ellerbroek, L.; Johne, R. (2012). "PCR inhibitors – occurrence, properties and removal". Journal of Applied Microbiology. 113 (5): 1014–1026. doi:10.1111/j.1365-2672.2012.05384.x. ISSN 1365-2672. PMID 22747964. S2CID 30892831.
- ^ Savolainen, Vincent; Cowan, Robyn S; Vogler, Alfried P; Roderick, George K; Lane, Richard (2005-10-29). "Towards writing the encyclopaedia of life: an introduction to DNA barcoding". Filozofické transakce Královské společnosti B: Biologické vědy. 360 (1462): 1805–1811. doi:10.1098/rstb.2005.1730. ISSN 0962-8436. PMC 1609222. PMID 16214739.
- ^ Piggott, Maxine P. (2016). "Evaluating the effects of laboratory protocols on eDNA detection probability for an endangered freshwater fish". Ekologie a evoluce. 6 (9): 2739–2750. doi:10.1002/ece3.2083. ISSN 2045-7758. PMC 4798829. PMID 27066248.
- ^ Ma, Hongjuan; Stewart, Kathryn; Lougheed, Stephen; Zheng, Jinsong; Wang, Yuxiang; Zhao, Jianfu (2016). "Characterization, optimization, and validation of environmental DNA (eDNA) markers to detect an endangered aquatic mammal". Zdroje pro zachování genetiky. 8 (4): 561–568. doi:10.1007/s12686-016-0597-9. ISSN 1877-7252. S2CID 1613649.
- ^ D’Amore, Rosalinda; Ijaz, Umer Zeeshan; Schirmer, Melanie; Kenny, John G.; Gregory, Richard; Darby, Alistair C.; Shakya, Migun; Podar, Mircea; Quince, Christopher (2016-01-14). "A comprehensive benchmarking study of protocols and sequencing platforms for 16S rRNA community profiling". BMC Genomics. 17 (1): 55. doi:10.1186/s12864-015-2194-9. ISSN 1471-2164. PMC 4712552. PMID 26763898.
- ^ Kress, W. J.; Erickson, D. L. (2008-02-26). "DNA barcodes: Genes, genomics, and bioinformatics". Sborník Národní akademie věd. 105 (8): 2761–2762. Bibcode:2008PNAS..105.2761K. doi:10.1073/pnas.0800476105. ISSN 0027-8424. PMC 2268532. PMID 18287050.
- ^ A b C d E Purty RS, Chatterjee S. "DNA Barcoding: An Effective Technique in Molecular Taxonomy". Austin Journal of Biotechnology & Bioengineering. 3 (1): 1059.
- ^ A b Hebert, Paul D.N.; Ratnasingham, Sujeevan; de Waard, Jeremy R. (2003-08-07). "Barcoding animal life: cytochrome c oxidase subunit 1 divergences among closely related species". Sborník Královské společnosti B: Biologické vědy. 270 (suppl_1): S96-9. doi:10.1098/rsbl.2003.0025. ISSN 1471-2954. PMC 1698023. PMID 12952648.
- ^ Blaxter, Mark L. (2004-04-29). Godfray, H. C. J .; Knapp, S. (eds.). "The promise of a DNA taxonomy". Filozofické transakce Královské společnosti v Londýně. Series B: Biological Sciences. 359 (1444): 669–679. doi:10.1098/rstb.2003.1447. ISSN 1471-2970. PMC 1693355. PMID 15253352.
- ^ Fazekas, Aron J.; Burgess, Kevin S.; Kesanakurti, Prasad R.; Graham, Sean W.; Newmaster, Steven G.; Husband, Brian C.; Percy, Diana M.; Hajibabaei, Mehrdad; Barrett, Spencer C. H. (2008-07-30). DeSalle, Robert (ed.). "Multiple Multilocus DNA Barcodes from the Plastid Genome Discriminate Plant Species Equally Well". PLOS ONE. 3 (7): e2802. Bibcode:2008PLoSO...3.2802F. doi:10.1371/journal.pone.0002802. ISSN 1932-6203. PMC 2475660. PMID 18665273.
- ^ Kress, W. John; Erickson, David L. (2007-06-06). Shiu, Shin-Han (ed.). "A Two-Locus Global DNA Barcode for Land Plants: The Coding rbcL Gene Complements the Non-Coding trnH-psbA Spacer Region". PLOS ONE. 2 (6): e508. Bibcode:2007PLoSO...2..508K. doi:10.1371/journal.pone.0000508. ISSN 1932-6203. PMC 1876818. PMID 17551588.
- ^ Janda, J. M.; Abbott, S. L. (2007-09-01). "16S rRNA Gene Sequencing for Bacterial Identification in the Diagnostic Laboratory: Pluses, Perils, and Pitfalls". Journal of Clinical Microbiology. 45 (9): 2761–2764. doi:10.1128/JCM.01228-07. ISSN 0095-1137. PMC 2045242. PMID 17626177.
- ^ A b Smith, M. Alex; Bertrand, Claudia; Crosby, Kate; Eveleigh, Eldon S.; Fernandez-Triana, Jose; Fisher, Brian L.; Gibbs, Jason; Hajibabaei, Mehrdad; Hallwachs, Winnie (2012-05-02). Badger, Jonathan H. (ed.). "Wolbachia and DNA barcoding insects: Patterns, potential, and problems". PLOS ONE. 7 (5): e36514. Bibcode:2012PLoSO...736514S. doi:10.1371/journal.pone.0036514. ISSN 1932-6203. PMC 3342236. PMID 22567162.
- ^ A b Links, Matthew G.; Dumonceaux, Tim J.; Hemmingsen, Sean M.; Hill, Janet E. (2012-11-26). Neufeld, Josh (ed.). "The Chaperonin-60 Universal Target Is a Barcode for Bacteria That Enables De Novo Assembly of Metagenomic Sequence Data". PLOS ONE. 7 (11): e49755. Bibcode:2012PLoSO...749755L. doi:10.1371/journal.pone.0049755. ISSN 1932-6203. PMC 3506640. PMID 23189159.
- ^ A b Case, R. J.; Boucher, Y.; Dahllof, I.; Holmstrom, C.; Doolittle, W. F.; Kjelleberg, S. (2007-01-01). "Use of 16S rRNA and rpoB Genes as Molecular Markers for Microbial Ecology Studies". Aplikovaná a environmentální mikrobiologie. 73 (1): 278–288. doi:10.1128/AEM.01177-06. ISSN 0099-2240. PMC 1797146. PMID 17071787.
- ^ Bellemain, Eva; Carlsen, Tor; Brochmann, Christian; Coissac, Eric; Taberlet, Pierre; Kauserud, Håvard (2010). "ITS as an environmental DNA barcode for fungi: an in silico approach reveals potential PCR biases". BMC Microbiology. 10 (1): 189. doi:10.1186/1471-2180-10-189. ISSN 1471-2180. PMC 2909996. PMID 20618939.
- ^ Seifert, K. A.; Samson, R. A.; deWaard, J. R.; Houbraken, J .; Levesque, C. A.; Moncalvo, J.-M.; Louis-Seize, G.; Hebert, P. D. N. (2007-03-06). "Prospects for fungus identification using CO1 DNA barcodes, with plísně Penicillium as a test case". Sborník Národní akademie věd. 104 (10): 3901–3906. doi:10.1073/pnas.0611691104. ISSN 0027-8424. PMC 1805696. PMID 17360450.
- ^ Dentinger, Bryn T. M.; Didukh, Maryna Y.; Moncalvo, Jean-Marc (2011-09-22). Schierwater, Bernd (ed.). "Comparing COI and ITS as DNA Barcode Markers for Mushrooms and Allies (Agaricomycotina)". PLOS ONE. 6 (9): e25081. Bibcode:2011PLoSO...625081D. doi:10.1371/journal.pone.0025081. ISSN 1932-6203. PMC 3178597. PMID 21966418.
- ^ A b Khaund, Polashree; Joshi, S.R. (October 2014). "DNA barcoding of wild edible mushrooms consumed by the ethnic tribes of India". Gen. 550 (1): 123–130. doi:10.1016/j.gene.2014.08.027. PMID 25130907.
- ^ Lobo, Jorge; Costa, Pedro M; Teixeira, Marcos AL; Ferreira, Maria SG; Costa, Maria H; Costa, Filipe O (2013). "Enhanced primers for amplification of DNA barcodes from a broad range of marine metazoans". Ekologie BMC. 13 (1): 34. doi:10.1186/1472-6785-13-34. ISSN 1472-6785. PMC 3846737. PMID 24020880.
- ^ Yacoub, Haitham A.; Fathi, Moataz M.; Sadek, Mahmoud A. (2015-03-04). "Using cytochrome b gene of mtDNA as a DNA barcoding marker in chicken strains". Mitochondriální DNA. 26 (2): 217–223. doi:10.3109/19401736.2013.825771. ISSN 1940-1736. PMID 24020964. S2CID 37802920.
- ^ Siddappa, Chandra Mohan; Saini, Mohini; Das, Asit; Doreswamy, Ramesh; Sharma, Anil K.; Gupta, Praveen K. (2013). "Sequence characterization of mitochondrial 12S rRNA gene in mouse deer (Moschiola indica) for PCR-RFLP based species identification". Molecular Biology International. 2013: 783925. doi:10.1155/2013/783925. ISSN 2090-2182. PMC 3885226. PMID 24455258.
- ^ Vences, Miguel; Thomas, Meike; van der Meijden, Arie; Chiari, Ylenia; Vieites, David R. (2005-03-16). "Comparative performance of the 16S rRNA gene in DNA barcoding of amphibians". Frontiers in Zoology. 2 (1): 5. doi:10.1186/1742-9994-2-5. ISSN 1742-9994. PMC 555853. PMID 15771783.
- ^ Chen, Shilin; Yao, Hui; Han, Jianping; Liu, Chang; Song, Jingyuan; Shi, Linchun; Zhu, Yingjie; Ma, Xinye; Gao, Ting (2010-01-07). Gilbert, M. Thomas P (ed.). "Validation of the ITS2 Region as a Novel DNA Barcode for Identifying Medicinal Plant Species". PLOS ONE. 5 (1): e8613. Bibcode:2010PLoSO...5.8613C. doi:10.1371/journal.pone.0008613. ISSN 1932-6203. PMC 2799520. PMID 20062805.
- ^ Theodoridis, Spyros; Stefanaki, Anastasia; Tezcan, Meltem; Aki, Cuneyt; Kokkini, Stella; Vlachonasios, Konstantinos E. (July 2012). "DNA barcoding in native plants of the Labiatae (Lamiaceae) family from Chios Island (Greece) and the adjacent Çeşme-Karaburun Peninsula (Turkey)". Molecular Ecology Resources. 12 (4): 620–633. doi:10.1111/j.1755-0998.2012.03129.x. PMID 22394710. S2CID 2227349.
- ^ Yang, Ying; Zhai, Yanhong; Liu, Tao; Zhang, Fangming; Ji, Yunheng (January 2011). "Detection of Valeriana jatamansi as an adulterant of medicinal Paříž by length variation of chloroplast psbA-trnH region" (PDF). Planta Medica. 77 (1): 87–91. doi:10.1055/s-0030-1250072. ISSN 0032-0943. PMID 20597045.
- ^ Gao, Ting; Yao, Hui; Song, Jingyuan; Liu, Chang; Zhu, Yingjie; Ma, Xinye; Pang, Xiaohui; Xu, Hongxi; Chen, Shilin (July 2010). "Identification of medicinal plants in the family Fabaceae using a potential DNA barcode ITS2". Journal of Ethnopharmacology. 130 (1): 116–121. doi:10.1016/j.jep.2010.04.026. PMID 20435122.
- ^ Weisburg WG; Barns SM; Pelletier DA; Lane DJ (1991). "16S ribosomal DNA amplification for phylogenetic study". Journal of Bacteriology. 173 (2): 697–703. doi:10.1128/jb.173.2.697-703.1991. PMC 207061. PMID 1987160.
- ^ Makarova, Olga; Contaldo, Nicoletta; Paltrinieri, Samanta; Kawube, Geofrey; Bertaccini, Assunta; Nicolaisen, Mogens (2012-12-18). Woo, Patrick CY. (vyd.). "DNA Barcoding for Identification of 'Candidatus Phytoplasmas' Using a Fragment of the Elongation Factor Tu Gene". PLOS ONE. 7 (12): e52092. Bibcode:2012PLoSO...752092M. doi:10.1371/journal.pone.0052092. ISSN 1932-6203. PMC 3525539. PMID 23272216.
- ^ Schneider, Kevin L.; Marrero, Glorimar; Alvarez, Anne M.; Presting, Gernot G. (2011-04-21). Bereswill, Stefan (ed.). "Classification of Plant Associated Bacteria Using RIF, a Computationally Derived DNA Marker". PLOS ONE. 6 (4): e18496. Bibcode:2011PLoSO...618496S. doi:10.1371/journal.pone.0018496. ISSN 1932-6203. PMC 3080875. PMID 21533033.
- ^ Liu, Lin; Huang, Xiaolei; Zhang, Ruiling; Jiang, Liyun; Qiao, Gexia (January 2013). "Phylogenetic congruence between Mollitrichosiphum (Aphididae: Greenideinae) and Buchnera indicates insect-bacteria parallel evolution". Systematická entomologie. 38 (1): 81–92. doi:10.1111/j.1365-3113.2012.00647.x. S2CID 84702103.
- ^ Gao, Ruifang; Zhang, Guiming (November 2013). "Potential of DNA Barcoding for Detecting Quarantine Fungi". Fytopatologie. 103 (11): 1103–1107. doi:10.1094/PHYTO-12-12-0321-R. ISSN 0031-949X. PMID 23718836.
- ^ Stielow, J. B.; Lévesque, C. A.; Seifert, K. A.; Meyer, W.; Irinyi, L.; Smits, D.; Renfurm, R.; Verkley, G. J. M.; Groenewald, M.; Chaduli, D.; Lomascolo, A.; Welti, S.; Lesage-Meessen, L.; Favel, A.; Al-Hatmi, A. M. S.; Damm, U.; Yilmaz, N.; Houbraken, J .; Lombard, L.; Quaedvlieg, W.; Binder, M.; Vaas, L. A. I.; Vu, D.; Yurkov, A.; Begerow, D.; Roehl, O.; Guerreiro, M.; Fonseca, A.; Samerpitak, K.; van Diepeningen, A. D.; Dolatabadi, S.; Moreno, L. F.; Casaregola, S.; Mallet, S.; Jacques, N.; Roscini, L.; Egidi, E.; Bizet, C.; Garcia-Hermoso, D.; Martín, M. P.; Deng, S.; Groenewald, J. Z.; Boekhout, T.; de Beer, Z. W.; Barnes, I .; Duong, T. A.; Wingfield, M. J.; de Hoog, G. S.; Crous, P. W.; Lewis, C. T.; Hambleton, S.; Moussa, T. A. A.; Al-Zahrani, H. S.; Almaghrabi, O. A.; Louis-Seize, G.; Assabgui, R.; McCormick, W.; Omer, G.; Dukik, K.; Cardinali, G.; Eberhardt, U.; de Vries, M.; Robert, V. (2015). "One fungus, which genes? Development and assessment of universal primers for potential secondary fungal DNA barcodes". Persoonia. 35: 242–263. doi:10.3767/003158515X689135. PMC 4713107. PMID 26823635.
- ^ Meyer, Wieland; Irinyi, Laszlo; Minh, Thuy Vi Hoang; Robert, Vincent; Garcia-Hermoso, Dea; Desnos-Ollivier, Marie; Yurayart, Chompoonek; Tsang, Chi-Ching; Lee, Chun-Yi; Woo, Patrick C. Y.; Pchelin, Ivan Mikhailovich; Uhrlaß, Silke; Nenoff, Pietro; Chindamporn, Ariya; Chen, Sharon; Hebert, Paul D. N.; Sorrell, Tania C.; ISHAM barcoding of pathogenic fungi working group (2018). "Database establishment for the secondary fungal DNA barcode translational elongation factor 1α (TEF1α)". Genom. 62 (3): 160–169. doi:10.1139/gen-2018-0083. PMID 30465691.
- ^ Gile, Gillian H.; Stern, Rowena F.; James, Erick R.; Keeling, Patrick J. (August 2010). "DNA barcoding of Chlorarachniophytes using nucleomorph ITS sequences". Journal of Phycology. 46 (4): 743–750. doi:10.1111/j.1529-8817.2010.00851.x. S2CID 26529105.
- ^ Strüder-Kypke, Michaela C.; Lynn, Denis H. (2010-03-25). "Comparative analysis of the mitochondrial cytochrome c oxidase subunit I (COI) gene in ciliates (Alveolata, Ciliophora) and evaluation of its suitability as a biodiversity marker". Systematika a biologická rozmanitost. 8 (1): 131–148. doi:10.1080/14772000903507744. ISSN 1477-2000. S2CID 83996912.
- ^ A b Hamsher, Sarah E.; LeGresley, Murielle M.; Martin, Jennifer L.; Saunders, Gary W. (2013-10-09). Crandall, Keith A. (vyd.). "A comparison of morphological and molecular-based surveys to estimate the species richness of Chaetoceros a Thalassiosira (Bacillariophyta), in the Bay of Fundy". PLOS ONE. 8 (10): e73521. Bibcode:2013PLoSO...873521H. doi:10.1371/journal.pone.0073521. ISSN 1932-6203. PMC 3794052. PMID 24130665.
- ^ Kaczmarska, Irena; Ehrman, James Michael; Moniz, Monica Barros Joyce; Davidovich, Nikolai (September 2009). "Phenotypic and genetic structure of interbreeding populations of the diatom Tabularia fasciculata (Bacillariophyta)". Phycologia. 48 (5): 391–403. doi:10.2216/08-74.1. ISSN 0031-8884. S2CID 84919305.
- ^ Weigand, Hannah; Beermann, Arne J.; Čiampor, Fedor; Costa, Filipe O.; Csabai, Zoltán; Duarte, Sofia; Geiger, Matthias F.; Grabowski, Michał; Rimet, Frédéric (2019-03-14). "DNA barcode reference libraries for the monitoring of aquatic biota in Europe: Gap-analysis and recommendations for future work". bioRxiv. 678: 499–524. Bibcode:2019ScTEn.678..499W. doi:10.1101/576553. hdl:11250/2608962. PMID 31077928. S2CID 92160002.
- ^ Rdmpage (2016), International Barcode of Life project (iBOL) (Data Set), Institute of Biodiversity, Animal Health and Comparative Medicine, College of Medical, Veterinary and Life Sciences, University of Glasgow, doi:10.15468/inygc6, vyvoláno 2019-05-14
- ^ Ratnasingham, Sujeevan; Hebert, Paul D. N. (2007-01-24). "BARCODING: bold: The Barcode of Life Data System (http://www.barcodinglife.org): BARCODING". Molecular Ecology Notes. 7 (3): 355–364. doi:10.1111/j.1471-8286.2007.01678.x. PMC 1890991. PMID 18784790.
- ^ Nilsson, Rolf Henrik; Larsson, Karl-Henrik; Taylor, Andy F. S.; Bengtsson-Palme, Johan; Jeppesen, Thomas S.; Schigel, Dmitry; Kennedy, Peter; Picard, Kathryn; Glöckner, Frank Oliver (2019-01-08). "The UNITE database for molecular identification of fungi: handling dark taxa and parallel taxonomic classifications". Výzkum nukleových kyselin. 47 (D1): D259–D264. doi:10.1093/nar/gky1022. ISSN 0305-1048. PMC 6324048. PMID 30371820.
- ^ Rimet, Frederic; Gusev, Evgenuy; Kahlert, Maria; Kelly, Martyn; Kulikovskiy, Maxim; Maltsev, Yevhen; Mann, David; Pfannkuchen, Martin; Trobajo, Rosa (2019-02-14). "Diat.barcode, an open-access barcode library for diatoms" (Data Set). Portail Data Inra. doi:10.15454/TOMBYZ. Citovat deník vyžaduje
| deník =
(Pomoc) - ^ Rimet, Frédéric; Chaumeil, Philippe; Keck, François; Kermarrec, Lenaïg; Vasselon, Valentin; Kahlert, Maria; Franc, Alain; Bouchez, Agnès (2016). "R-Syst::diatom: an open-access and curated barcode database for diatoms and freshwater monitoring". Databáze. 2016: baw016. doi:10.1093/database/baw016. ISSN 1758-0463. PMC 4795936. PMID 26989149.
- ^ Schloss, Patrick D.; Westcott, Sarah L.; Ryabin, Thomas; Hall, Justine R.; Hartmann, Martin; Hollister, Emily B.; Lesniewski, Ryan A.; Oakley, Brian B.; Parks, Donovan H.; Robinson, Courtney J.; Sahl, Jason W.; Stres, Blaž.; Thallinger, Gerhard G.; Horn, David J.; dodávka. Weber, Caroly F. (2009). "Introducing mothur : open-source, platform-independent, community-supported software for describing and comparing microbial communities". Aplikovaná a environmentální mikrobiologie. 75 (23): 7537–41. doi:10.1128/AEM.01541-09. OCLC 780918718. PMC 2786419. PMID 19801464.
- ^ Edgar, Robert C (2013-08-18). "UPARSE: highly accurate OTU sequences from microbial amplicon reads". Přírodní metody. 10 (10): 996–998. doi:10.1038/nmeth.2604. ISSN 1548-7091. PMID 23955772. S2CID 7181682.
- ^ Caporaso, J Gregory; Kuczynski, Justin; Stombaugh, Jesse; Bittinger, Kyle; Bushman, Frederic D; Costello, Elizabeth K; Fierer, Noah; Peña, Antonio Gonzalez; Goodrich, Julia K (May 2010). "QIIME allows analysis of high-throughput community sequencing data". Přírodní metody. 7 (5): 335–336. doi:10.1038/nmeth.f.303. ISSN 1548-7091. PMC 3156573. PMID 20383131.
- ^ Afgan, Enis; Baker, Dannon; Batut, Bérénice; van den Beek, Marius; Bouvier, Dave; Čech, Martin; Chilton, John; Clements, Dave; Coraor, Nate (2018-07-02). "The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2018 update". Výzkum nukleových kyselin. 46 (W1): W537–W544. doi:10.1093/nar/gky379. ISSN 0305-1048. PMC 6030816. PMID 29790989.
- ^ Boyer, Frédéric; Mercier, Céline; Bonin, Aurélie; Le Bras, Yvan; Taberlet, Pierre; Coissac, Eric (2015-05-26). "obitools: aunix-inspired software package for DNA metabarcoding". Molecular Ecology Resources. 16 (1): 176–182. doi:10.1111/1755-0998.12428. ISSN 1755-098X. PMID 25959493. S2CID 39412858.
- ^ Elbrecht, Vasco (2019-04-30), GitHub - VascoElbrecht/JAMP: JAMP: Just Another Metabarcoding Pipeline., vyvoláno 2019-05-14
- ^ Normandeau, Eric (2020-01-21), GitHub - enormandeau/barque: Barque: Environmental DNA metabarcoding analysis., vyvoláno 2020-01-21
- ^ Callahan, Benjamin J; McMurdie, Paul J; Rosen, Michael J; Han, Andrew W; Johnson, Amy Jo A; Holmes, Susan P (July 2016). "DADA2: High-resolution sample inference from Illumina amplicon data". Přírodní metody. 13 (7): 581–583. doi:10.1038/nmeth.3869. ISSN 1548-7091. PMC 4927377. PMID 27214047.
- ^ McMurdie, Paul J.; Holmes, Susan (2014). "Waste Not, Want Not: Why Rarefying Microbiome Data is Inadmissible". PLOS výpočetní biologie. 10 (4): e1003531. arXiv:1310.0424. Bibcode:2014PLSCB..10E3531M. doi:10.1371/journal.pcbi.1003531. PMC 3974642. PMID 24699258.
- ^ Valiente, Gabriel; Jansson, Jesper; Clemente, Jose Carlos; Alonso-Alemany, Daniel (2011-10-10). "Taxonomic Assignment in Metagenomics with TANGO". EMBnet.journal. 17 (2): 16–20. doi:10.14806/ej.17.2.237. ISSN 2226-6089.
- ^ A b Schnell, Ida Bærholm; Thomsen, Philip Francis; Wilkinson, Nicholas; Rasmussen, Morten; Jensen, Lars R.D.; Willerslev, Eske; Bertelsen, Mads F.; Gilbert, M. Thomas P. (April 2012). "Screening mammal biodiversity using DNA from leeches". Aktuální biologie. 22 (8): R262–R263. doi:10.1016/j.cub.2012.02.058. PMID 22537625. S2CID 18058748.
- ^ Subrata., Trivedi (2016). DNA Barcoding in Marine Perspectives : Assessment and Conservation of Biodiversity. Ansari, Abid Ali., Ghosh, Sankar K., Rehman, Hasibur. Cham: Springer International Publishing. ISBN 9783319418407. OCLC 958384953.
- ^ Hebert, Paul D. N.; Stoeckle, Mark Y.; Zemlak, Tyler S.; Francis, Charles M. (October 2004). "Identification of Birds through DNA Barcodes". PLOS Biology. 2 (10): e312. doi:10.1371/journal.pbio.0020312. ISSN 1545-7885. PMC 518999. PMID 15455034.
- ^ Costa, Filipe O; Carvalho, Gary R (December 2007). "The Barcode of Life Initiative: synopsis and prospective societal impacts of DNA barcoding of Fish". Genomics, Society and Policy. 3 (2): 29. doi:10.1186/1746-5354-3-2-29. ISSN 1746-5354. PMC 5425017.
- ^ Lahaye, R.; van der Bank, M.; Bogarin, D.; Warner, J.; Pupulin, F.; Gigot, G.; Maurin, O.; Duthoit, S.; Barraclough, T. G. (2008-02-26). "DNA barcoding the floras of biodiversity hotspots". Sborník Národní akademie věd. 105 (8): 2923–2928. doi:10.1073/pnas.0709936105. ISSN 0027-8424. PMC 2268561. PMID 18258745.
- ^ A b Xu, Song-Zhi; Li, Zhen-Yu; Jin, Xiao-Hua (January 2018). "DNA barcoding of invasive plants in China: A resource for identifying invasive plants". Molecular Ecology Resources. 18 (1): 128–136. doi:10.1111/1755-0998.12715. PMID 28865184. S2CID 24911390.
- ^ Liu, Junning; Jiang, Jiamei; Song, Shuli; Tornabene, Luke; Chabarria, Ryan; Naylor, Gavin J. P.; Li, Chenhong (December 2017). "Multilocus DNA barcoding – Species Identification with Multilocus Data". Vědecké zprávy. 7 (1): 16601. Bibcode:2017NatSR...716601L. doi:10.1038/s41598-017-16920-2. ISSN 2045-2322. PMC 5709489. PMID 29192249.
- ^ Nagoshi, Rodney N.; Brambila, Julieta; Meagher, Robert L. (November 2011). "Use of DNA barcodes to identify invasive armyworm Spodoptera species in Florida". Journal of Insect Science. 11 (154): 154. doi:10.1673/031.011.15401. ISSN 1536-2442. PMC 3391933. PMID 22239735.
- ^ Thongtam na Ayudhaya, Pradipunt; Muangmai, Narongrit; Banjongsat, Nuwadee; Singchat, Worapong; Janekitkarn, Sommai; Peyachoknagul, Surin; Srikulnath, Kornsorn (June 2017). "Unveiling cryptic diversity of the anemonefish genera Amphiprion a Premnas (Perciformes: Pomacentridae) in Thailand with mitochondrial DNA barcodes". Agriculture and Natural Resources. 51 (3): 198–205. doi:10.1016/j.anres.2017.07.001.
- ^ Hebert, P. D. N.; Penton, E. H.; Burns, J. M.; Janzen, D. H.; Hallwachs, W. (2004-10-12). "Ten species in one: DNA barcoding reveals cryptic species in the neotropical skipper butterfly Astraptes fulgerator". Sborník Národní akademie věd. 101 (41): 14812–14817. Bibcode:2004PNAS..10114812H. doi:10.1073/pnas.0406166101. ISSN 0027-8424. PMC 522015. PMID 15465915.
- ^ Brower, Andrew V.Z. (Červen 2006). "Problems with DNA barcodes for species delimitation: 'Ten species' of Astraptes fulgerator reassessed (Lepidoptera: Hesperiidae)". Systematika a biologická rozmanitost. 4 (2): 127–132. doi:10.1017/S147720000500191X. ISSN 1477-2000. S2CID 54687052.
- ^ Smith, M. A .; Woodley, N. E.; Janzen, D. H.; Hallwachs, W.; Hebert, P. D. N. (2006-03-07). "DNA barcodes reveal cryptic host-specificity within the presumed polyphagous members of a genus of parasitoid flies (Diptera: Tachinidae)". Sborník Národní akademie věd. 103 (10): 3657–3662. doi:10.1073/pnas.0511318103. ISSN 0027-8424. PMC 1383497. PMID 16505365.
- ^ Brasier, Madeleine J.; Wiklund, Helena; Neal, Lenka; Jeffreys, Rachel; Linse, Katrin; Ruhl, Henry; Glover, Adrian G. (November 2016). "DNA barcoding uncovers cryptic diversity in 50% of deep-sea Antarctic polychaetes". Royal Society Open Science. 3 (11): 160432. Bibcode:2016RSOS....360432B. doi:10.1098/rsos.160432. ISSN 2054-5703. PMC 5180122. PMID 28018624.
- ^ Pompanon, Francois; Deagle, Bruce E.; Symondson, William O. C.; Brown, David S.; Jarman, Simon N.; Taberlet, Pierre (April 2012). "Who is eating what: diet assessment using next generation sequencing: NGS DIET ANALYSIS". Molekulární ekologie. 21 (8): 1931–1950. doi:10.1111/j.1365-294X.2011.05403.x. PMID 22171763. S2CID 10013333.
- ^ Valentini, Alice; Pompanon, François; Taberlet, Pierre (February 2009). "DNA barcoding for ecologists". Trendy v ekologii a evoluci. 24 (2): 110–117. doi:10.1016/j.tree.2008.09.011. PMID 19100655.
- ^ A b C Kaunisto, Kari M.; Roslin, Tomas; Sääksjärvi, Ilari E.; Vesterinen, Eero J. (October 2017). "Pellets of proof: First glimpse of the dietary composition of adult odonates as revealed by metabarcoding of feces". Ekologie a evoluce. 7 (20): 8588–8598. doi:10.1002/ece3.3404. PMC 5648679. PMID 29075474.
- ^ Harms-Tuohy, Ca; Schizas, Nv; Appeldoorn, Rs (2016-10-25). "Use of DNA metabarcoding for stomach content analysis in the invasive lionfish Pterois volitans in Puerto Rico". Série pokroku v ekologii moří. 558: 181–191. Bibcode:2016MEPS..558..181H. doi:10.3354/meps11738. ISSN 0171-8630.
- ^ Kowalczyk, Rafał; Taberlet, Pierre; Coissac, Eric; Valentini, Alice; Miquel, Christian; Kamiński, Tomasz; Wójcik, Jan M. (February 2011). "Influence of management practices on large herbivore diet—Case of European bison in Białowieża Primeval Forest (Poland)". Forest Ecology and Management. 261 (4): 821–828. doi:10.1016/j.foreco.2010.11.026.
- ^ Nichols, Ruth V.; Cromsigt, Joris P. G. M.; Spong, Göran (December 2015). "Using eDNA to experimentally test ungulate browsing preferences". SpringerPlus. 4 (1): 489. doi:10.1186/s40064-015-1285-z. ISSN 2193-1801. PMC 4565800. PMID 26380165.
- ^ Agusti, N.; Shayler, S. P.; Harwood, J. D.; Vaughan, I. P.; Sunderland, K. D.; Symondson, W. O. C. (December 2003). "Collembola as alternative prey sustaining spiders in arable ecosystems: prey detection within predators using molecular markers". Molekulární ekologie. 12 (12): 3467–3475. doi:10.1046/j.1365-294X.2003.02014.x. ISSN 0962-1083. PMID 14629361. S2CID 7985256.
- ^ Valentini, Alice; Miquel, Christian; Nawaz, Muhammad Ali; Bellemain, Eva; Coissac, Eric; Pompanon, François; Gielly, Ludovic; Cruaud, Corinne; Nascetti, Giuseppe (January 2009). "New perspectives in diet analysis based on DNA barcoding and parallel pyrosequencing: the trn L approach". Molecular Ecology Resources. 9 (1): 51–60. doi:10.1111/j.1755-0998.2008.02352.x. PMID 21564566. S2CID 5308081.
- ^ Friedman, Melissa; Fernandez, Mercedes; Backer, Lorraine; Dickey, Robert; Bernstein, Jeffrey; Schrank, Kathleen; Kibler, Steven; Stephan, Wendy; Gribble, Matthew (2017-03-14). "An Updated Review of Ciguatera Fish Poisoning: Clinical, Epidemiological, Environmental, and Public Health Management". Marine Drugs. 15 (3): 72. doi:10.3390/md15030072. ISSN 1660-3397. PMC 5367029. PMID 28335428.
- ^ A b C d E F Pawlowski, Jan; Kelly-Quinn, Mary; Altermatt, Florian; Apothéloz-Perret-Gentil, Laure; Beja, Pedro; Boggero, Angela; Borja, Angel; Bouchez, Agnès; Cordier, Tristan (2018). "The future of biotic indices in the ecogenomic era: Integrating (e)DNA metabarcoding in biological assessment of aquatic ecosystems". Věda o celkovém prostředí. 637–638: 1295–1310. Bibcode:2018ScTEn.637.1295P. doi:10.1016/j.scitotenv.2018.05.002. PMID 29801222.
- ^ Armitage, Patrick D.; Cranston, Peter S.; Pinder, L. C. V., eds. (1995). The Chironomidae. Dordrecht: Springer Nizozemsko. doi:10.1007/978-94-011-0715-0. ISBN 9789401043083. S2CID 46138170.
- ^ Beermann, Arne J.; Zizka, Vera M. A.; Elbrecht, Vasco; Baranov, Viktor; Leese, Florian (2018-07-24). "DNA metabarcoding reveals the complex and hidden responses of chironomids to multiple stressors". Environmental Sciences Europe. 30 (1): 26. doi:10.1186/s12302-018-0157-x. ISSN 2190-4715. S2CID 51802465.
- ^ Beermann, Arne J.; Elbrecht, Vasco; Karnatz, Svenja; Ma, Li; Matthaei, Christoph D.; Piggott, Jeremy J.; Leese, Florian (2018). "Multiple-stressor effects on stream macroinvertebrate communities: A mesocosm experiment manipulating salinity, fine sediment and flow velocity". Věda o celkovém prostředí. 610–611: 961–971. Bibcode:2018ScTEn.610..961B. doi:10.1016/j.scitotenv.2017.08.084. PMID 28830056.
- ^ Macher, Jan N.; Salis, Romana K.; Blakemore, Katie S.; Tollrian, Ralph; Matthaei, Christoph D.; Leese, Florian (2016). "Multiple-stressor effects on stream invertebrates: DNA barcoding reveals contrasting responses of cryptic mayfly species". Ecological Indicators. 61: 159–169. doi:10.1016/j.ecolind.2015.08.024.
- ^ "The International Barcode of Life Consortium". International Barcode of Life. Citováno 2019-03-29.
- ^ "Bold Systems v4". www.boldsystems.org. Citováno 2019-04-02.
- ^ A b Ogwang, Joel; Bariche, Michel; Bos, Arthur R. (2020). "Genetic Diversity and Phylogenetic Relationships of Threadfin Breams (Nemipterus spp.) from the Red Sea and eastern Mediterranean Sea". Genom. 63: 1–10. doi:10.1139/gen-2019-0163. PMID 32678985.
- ^ Schander, Christoffer; Willassen, Endre (2005). "What can biological barcoding do for marine biology?". Výzkum mořské biologie. 1 (1): 79–83. doi:10.1080/17451000510018962. ISSN 1745-1000. S2CID 84070971.
- ^ Miller, S. E. (2007-03-20). "DNA barcoding and the renaissance of taxonomy". Sborník Národní akademie věd. 104 (12): 4775–4776. Bibcode:2007PNAS..104.4775M. doi:10.1073/pnas.0700466104. ISSN 0027-8424. PMC 1829212. PMID 17363473.
- ^ Ratnasingham, S. (2013). "A DNA-based registry for all animal species: the Barcode Index Number (BIN) system". PLOS ONE. 8 (7): e66213. Bibcode:2013PLoSO...866213R. doi:10.1371/journal.pone.0066213. PMC 3704603. PMID 23861743.
- ^ Leese, Florian; Elbrecht, Vasco (2015-07-08). "Can DNA-Based Ecosystem Assessments Quantify Species Abundance? Testing Primer Bias and Biomass—Sequence Relationships with an Innovative Metabarcoding Protocol". PLOS ONE. 10 (7): e0130324. Bibcode:2015PLoSO..1030324E. doi:10.1371/journal.pone.0130324. ISSN 1932-6203. PMC 4496048. PMID 26154168.
- ^ Elbrecht, Vasco; Vamos, Ecaterina Edith; Meissner, Kristian; Aroviita, Jukka; Leese, Florian (2017). "Assessing strengths and weaknesses of DNA metabarcoding-based macroinvertebrate identification for routine stream monitoring". Methods in Ecology and Evolution. 8 (10): 1265–1275. doi:10.1111/2041-210X.12789. ISSN 2041-210X.
- ^ A b C Pawlowski, J.; Kelly-Quinn, M.; Altermatt, F.; Apothéloz-Perret-Gentil, L.; Beja, P.; Boggero, A.; Borja, A.; Bouchez, A.; Cordier, T.; Domaizon, I.; Feio, M. J.; Filipe, A. F.; Fornaroli, R.; Graf, W.; Herder, J.; Van Der Hoorn, B.; Iwan Jones, J.; Sagova-Mareckova, M.; Moritz, C.; Barquín, J.; Piggott, J. J.; Pinna, M.; Rimet, F.; Rinkevich, B.; Sousa-Santos, C.; Specchia, V.; Trobajo, R.; Vasselon, V.; Vitecek, S.; et al. (October 2018). "The future of biotic indices in the ecogenomic era: Integrating (E)DNA metabarcoding in biological assessment of aquatic ecosystems". Věda o celkovém prostředí. 637–638: 1295–1310. Bibcode:2018ScTEn.637.1295P. doi:10.1016/j.scitotenv.2018.05.002. PMID 29801222.
- ^ Quince, Christopher; Sloan, William T.; Hall, Neil; D'Amore, Rosalinda; Ijaz, Umer Z.; Schirmer, Melanie (2015-03-31). "Insight into biases and sequencing errors for amplicon sequencing with the Illumina MiSeq platform". Výzkum nukleových kyselin. 43 (6): e37. doi:10.1093/nar/gku1341. ISSN 0305-1048. PMC 4381044. PMID 25586220.
- ^ Huang, Quanfei; Li, Jiguang; Fu, Ribei; Tang, Min; Zhou, Lili; Su, Xu; Yang, Qing; Liu, Shanlin; Li, Yiyuan (2013-12-01). "Ultra-deep sequencing enables high-fidelity recovery of biodiversity for bulk arthropod samples without PCR amplification". GigaScience. 2 (1): 4. doi:10.1186/2047-217X-2-4. PMC 3637469. PMID 23587339.
- ^ Macher, Jan-Niklas; Zizka, Vera Marie Alida; Weigand, Alexander Martin; Leese, Florian (2018). "A simple centrifugation protocol for metagenomic studies increases mitochondrial DNA yield by two orders of magnitude". Methods in Ecology and Evolution. 9 (4): 1070–1074. doi:10.1111/2041-210X.12937. ISSN 2041-210X.
- ^ "DNAquaNet". Citováno 2019-03-29.
- ^ CEN (2018) CEN/TC 230/WORKING GROUP 2 – Proposal for a new Working Group WG28 “DNA and eDNA methods” A plan to fulfil the DNA and eDNA standardization needs of EU legislation in Water Policy (Proposal following decisions of the 2017 Berlin Meeting of CEN/TC 230, its Working Groups and eDNA COST representatives)
- ^ Sloan, William T.; Read, L. Fiona; Head, Ian M.; Neil Hall; Davenport, Russell J.; Curtis, Thomas P.; Lanzén, Anders; Quince, Christopher (2009). "Accurate determination of microbial diversity from 454 pyrosequencing data". Přírodní metody. 6 (9): 639–641. doi:10.1038/nmeth.1361. hdl:1956/6529. ISSN 1548-7105. PMID 19668203. S2CID 1975660.
- ^ Kunin, Victor; Engelbrektson, Anna; Ochman, Howard; Hugenholtz, Philip (2010). "Wrinkles in the rare biosphere: pyrosequencing errors can lead to artificial inflation of diversity estimates". Mikrobiologie prostředí. 12 (1): 118–123. doi:10.1111/j.1462-2920.2009.02051.x. ISSN 1462-2920. PMID 19725865.
- ^ Rob Knight; Reeder, Jens (2009). "The 'rare biosphere': a reality check". Přírodní metody. 6 (9): 636–637. doi:10.1038/nmeth0909-636. ISSN 1548-7105. PMID 19718016. S2CID 5278501.
- ^ Zhan, Aibin; Hulák, Martin; Sylvester, Francisco; Huang, Xiaoting; Adebayo, Abisola A.; Abbott, Cathryn L.; Adamowicz, Sarah J.; Heath, Daniel D.; Cristescu, Melania E. (2013). "High sensitivity of 454 pyrosequencing for detection of rare species in aquatic communities". Methods in Ecology and Evolution. 4 (6): 558–565. doi:10.1111/2041-210X.12037. ISSN 2041-210X.
- ^ Zhan, Aibin; He, Song; Brown, Emily A.; Chain, Frédéric J. J.; Therriault, Thomas W.; Abbott, Cathryn L.; Heath, Daniel D.; Cristescu, Melania E.; MacIsaac, Hugh J. (2014). "Reproducibility of pyrosequencing data for biodiversity assessment in complex communities". Methods in Ecology and Evolution. 5 (9): 881–890. doi:10.1111/2041-210X.12230. ISSN 2041-210X.
- ^ Ruppert, Krista M.; Kline, Richard J.; Rahman, Md Saydur (January 2019). "Past, present, and future perspectives of environmental DNA (eDNA) metabarcoding: A systematic review in methods, monitoring, and applications of global eDNA". Global Ecology and Conservation. 17: e00547. doi:10.1016/j.gecco.2019.e00547.
- ^ Stoeck, Thorsten; Frühe, Larissa; Forster, Dominik; Cordier, Tristan; Martins, Catarina I.M.; Pawlowski, Jan (February 2018). "Environmental DNA metabarcoding of benthic bacterial communities indicates the benthic footprint of salmon aquaculture". Bulletin o znečištění moří. 127: 139–149. doi:10.1016/j.marpolbul.2017.11.065. PMID 29475645.
- ^ Evans, Darren M.; Kitson, James J. N.; Lunt, David H.; Straw, Nigel A.; Pocock, Michael J. O. (2016). "Merging DNA metabarcoding and ecological network analysis to understand and build resilient terrestrial ecosystems" (PDF). Functional Ecology. 30 (12): 1904–1916. doi:10.1111/1365-2435.12659. ISSN 1365-2435.