Código de barras del ADN de macroinvertebrados acuáticos

El código de barras de ADN es un método alternativo a la clasificación taxonómica morfológica tradicional y se ha utilizado con frecuencia para identificar especies de macroinvertebrados acuáticos (generalmente considerados aquellos lo suficientemente grandes como para ser vistos sin aumento). Muchos son organismos indicadores cruciales en la bioevaluación de ecosistemas de agua dulce (por ejemplo: Ephemeroptera , Plecoptera , Trichoptera ) y marinos (por ejemplo , Annelida , Echinoderms , Molluscs ).

Desde su introducción, el campo de los códigos de barras de ADN ha madurado para salvar la brecha entre la taxonomía tradicional y la sistemática molecular. Esta técnica tiene la capacidad de proporcionar información taxonómica más detallada, en particular para especies crípticas, pequeñas o raras. Los códigos de barras de ADN implican la selección específica de regiones genéticas que se encuentran y se conservan en la mayoría de las especies animales, pero que tienen una alta variación entre miembros de diferentes especies. El diagnóstico preciso depende de una baja variación intraespecífica en comparación con la que existe entre especies; una secuencia de ADN corta, como el gen de la subunidad oxidasa del citocromo I (COI), permitiría la asignación precisa de un individuo a un taxón .

Metodología

Si bien el concepto de utilizar la divergencia de secuencias de ADN para la discriminación de especies ya se había informado anteriormente, Hebert et al. (2003) fueron pioneros en proponer la estandarización del código de barras de ADN como método para distinguir molecularmente las especies. ^[1]

La recolección de muestras para codificación de ADN no difiere de los métodos tradicionales, aparte del hecho de que las muestras deben conservarse en etanol de alta concentración (>70%). ^[2] Se ha indicado que el protocolo típico de almacenamiento de muestras bentónicas en formalina tiene un efecto adverso sobre la integridad del ADN. ^[3]

El concepto clave para el código de barras de macroinvertebrados es la selección adecuada de marcadores de ADN (región de código de barras de ADN) para amplificar regiones genéticas apropiadas, utilizando técnicas de PCR . La región de código de barras de ADN debe estar idealmente conservada dentro de una especie, pero ser variable entre especies diferentes (incluso estrechamente relacionadas) y, por lo tanto, su secuencia debe servir como una etiqueta genética específica de la especie. Por lo tanto, la selección del marcador juega un papel importante. ^[4] El gen de la subunidad oxidasa del citocromo I (COI) es uno de los marcadores más utilizados en el código de barras de macroinvertebrados. Otros marcadores que se pueden utilizar son los genes de ARN ribosómico 16S y 18S .

Además, es útil clasificar los invertebrados en diferentes categorías de tamaño, ya que los especímenes de una muestra pueden variar ampliamente en biomasa, dependiendo de la especie y la etapa de vida. ^[5]

Para obtener más detalles sobre los métodos, consulte Código de barras de ADN .

Codificación metabólica del ADN

Debido a la cantidad significativa de taxones que componen las comunidades de macroinvertebrados acuáticos, el método de metacodificación de barras de ADN se utiliza generalmente para evaluar taxones distintos dentro de muestras a granel o de agua. La metacodificación de barras de ADN es un método que consiste en el mismo flujo de trabajo que la codificación de barras de ADN , que se distingue por el uso de tecnologías de secuenciación de alto rendimiento (HTS) . El potencial de la metacodificación de barras de ADN en la evaluación y el seguimiento de varios grupos taxonómicos se ha demostrado con éxito en varios estudios. ^{[6] [7]} Numerosos investigadores han utilizado métodos de metacodificación de barras para clasificar macroinvertebrados bentónicos a partir de muestras de tejido, ^[8] lo que indica su viabilidad y mayor sensibilidad que los métodos de taxonomía clásica. Otros, validan el uso de tecnologías de secuenciación de próxima generación (NGS) en muestras ambientales para evaluar la calidad del agua en ecosistemas marinos ^[9] y en estudios de biodiversidad de agua dulce, ^[10] incluida la evaluación de especies de macroinvertebrados. Las aplicaciones de estas tecnologías en muestras ambientales aumentan constantemente. ^[11] La mayoría de los estudios recientes se basan en el avance de la implementación de enfoques de eDNA , la validación de campo, la elección de plataforma y código de barras o las limitaciones de la base de datos. ^[12]

Aplicación y desafíos

Los métodos de codificación (meta)de macroinvertebrados se utilizan a menudo en:

• Evaluación de la biodiversidad. Debido a la gran cantidad de especies de macroinvertebrados, el procesamiento de las muestras (clasificación e identificación) es una tarea laboriosa y a menudo difícil que puede dar lugar a errores durante la evaluación. ^[13]
• Programas de vigilancia ambiental . Los macroinvertebrados pueden residir en un mismo sistema durante varios meses o varios años, según la duración de vida de cada organismo. En consecuencia, las comunidades de macroinvertebrados habitan los ecosistemas acuáticos durante el tiempo suficiente para reflejar los efectos crónicos de los contaminantes y, sin embargo, durante el tiempo suficiente para responder a cambios relativamente agudos en la calidad del agua. Debido a la movilidad limitada de los macroinvertebrados y su relativa incapacidad para alejarse de las condiciones adversas, la ubicación de las fuentes crónicas de contaminación a menudo se puede determinar comparando las comunidades de estos organismos.
• Detección de especies exóticas . La aplicación de técnicas de eDNA y (meta)código de barras está en constante aumento en los estudios de procesos de invasión. ^[14]
• Identificación de especies. La identificación a nivel de "especie" requiere un alto nivel de experiencia taxonómica. Las diferentes etapas de desarrollo de los macroinvertebrados suelen ser difíciles de identificar morfológicamente, incluso para los expertos , especialmente debido a la falta de claves de identificación apropiadas para los macroinvertebrados acuáticos ^[15] . Para algunos taxones de invertebrados acuáticos, por ejemplo, la identificación taxonómica solo es posible para machos y algunos estadios tardíos, pero el acoplamiento del código de barras con la taxonomía tradicional proporciona un marco sólido para la identificación biológica. ^[16] A menudo, las especies no se pueden identificar porque son morfológicamente crípticas, similares o representan grupos menos conocidos. ^[17] Se ha sugerido que un análisis combinado de datos morfológicos y moleculares podría proporcionar la mejor solución en lo que se llama "taxonomía integradora". ^[18] Varios estudios han utilizado enfoques de código de barras o metacodificación de barras en diferentes grupos, por ejemplo, odonatos, específicamente libélulas (Anisoptera) y caballitos del diablo (Zygoptera), con la recomendación de utilizar una combinación de marcadores. ^[19]
• Respuesta al estrés. Las especies individuales de invertebrados de agua dulce, que a menudo se fusionan en un nivel taxonómico superior con fines de biomonitoreo, pueden diferir sustancialmente en su tolerancia a los factores estresantes y responder de maneras más complejas que las observadas a nivel de género. ^[20] Las identificaciones basadas en códigos de barras de ADN tienen el potencial de mejorar la detección de pequeños cambios en las condiciones de los arroyos. Resultados recientes mostraron que los códigos de barras de ADN pueden aumentar la resolución taxonómica y, por lo tanto, aumentar la sensibilidad de las métricas de bioevaluación. ^[21]

También existen muchos desafíos cuando se trata del código de barras genético de los macroinvertebrados acuáticos:

• Bibliotecas de referencia . La disponibilidad de bibliotecas de referencia de códigos de barras de ADN es muy importante para la identificación de especies. ^[22]
• Especies faltantes en las bases de datos. La información sobre las especies existentes no suele estar completa ni correlacionada con parámetros ecológicos como la profundidad, la técnica de muestreo, la salinidad, etc.
• Validación de la calidad de los datos . Los registros de las bases de datos no suelen estar curados.
• Taxonomía obsoleta . Las especies que figuran en las bases de datos a veces pueden tener nombres con taxonomías obsoletas (por ejemplo, sinónimos).
• Medición cuantitativa de la diversidad de especies (estimación de biomasa y abundancia de especies).
• Falta de información de ADN . Las especies que aparecen en la literatura anterior se identifican únicamente por características taxonómicas, de las que no existen muestras de ADN que las confirmen.
• Se deben tener en cuenta los desafíos técnicos , como la necesidad de aplicar diferentes protocolos cuando se trabaja con diferentes organismos, la selección de marcadores de código de barras de ADN apropiados, el diseño de cebadores (identificación de regiones conservadas adecuadas como sitios de unión de cebadores, evaluación de la cobertura taxonómica y la capacidad de las regiones amplificadas para resolver taxones a nivel de familia, etc.).
• Costos relacionados con la secuenciación.

Véase también

• Código de barras de ADN
• Código de barras del ADN de los peces
• Código de barras del ADN de las algas
• PCR
• Secuenciación

Referencias

1. Hebert, Paul DN; Cywinska, Alina; Ball, Shelley L.; deWaard, Jeremy R. (7 de febrero de 2003). "Identificaciones biológicas a través de códigos de barras de ADN". Actas de la Royal Society de Londres. Serie B: Ciencias biológicas . 270 (1512): 313–321. doi :10.1098/rspb.2002.2218. ISSN  1471-2954. PMC  1691236 . PMID  12614582.
2. Stein, Eric D.; White, Bryan P.; Mazor, Raphael D.; Miller, Peter E.; Pilgrim, Erik M. (2013). "Evaluación de la conservación de muestras basada en etanol para facilitar el uso de códigos de barras de ADN en programas de biomonitoreo de rutina de agua dulce utilizando macroinvertebrados bentónicos". PLOS ONE . ​​8 (1): e51273. Bibcode :2013PLoSO...851273S. doi : 10.1371/journal.pone.0051273 . PMC 3537618 . PMID  23308097. 
3. Baird, Donald J.; Pascoe, Timothy J.; Zhou, Xin; Hajibabaei, Mehrdad (marzo de 2011). "Construcción de bibliotecas de códigos de barras de ADN de macroinvertebrados de agua dulce a partir de material de colección de referencia: conservación con formalina frente a edad de la muestra". Revista de la Sociedad Bentológica de América del Norte . 30 (1): 125–130. doi :10.1899/10-013.1. ISSN  0887-3593. S2CID  3940136.
4. Andújar, Carmelo; Arribas, Paula; Gray, Clare; Bruce, Catherine; Woodward, Guy; Yu, Douglas W.; Vogler, Alfried P. (enero de 2018). "Codificación metabólica de invertebrados de agua dulce para detectar los efectos de un derrame de pesticidas". Ecología molecular . 27 (1): 146–166. Bibcode :2018MolEc..27..146A. doi :10.1111/mec.14410. hdl : 10044/1/58144 . PMID  29113023. S2CID  7697860.
5. Elbrecht, Vasco; Peinert, Bianca; Leese, Florian (septiembre de 2017). "Resolviendo las cosas: evaluación de los efectos de la biomasa desigual de especímenes en la codificación de barras de ADN". Ecología y evolución . 7 (17): 6918–6926. Bibcode :2017EcoEv...7.6918E. doi :10.1002/ece3.3192. PMC 5587478 . PMID  28904771. 
6. Lejzerowicz, Franck; Esling, Philippe; Pillet, Loïc; Wilding, Thomas A.; Black, Kenneth D.; Pawlowski, Jan (noviembre de 2015). "La secuenciación de alto rendimiento y la morfología funcionan igualmente bien para el monitoreo bentónico de los ecosistemas marinos". Scientific Reports . 5 (1): 13932. Bibcode :2015NatSR...513932L. doi :10.1038/srep13932. ISSN  2045-2322. PMC 4564730 . PMID  26355099. 
7. Elbrecht, Vasco; Vamos, Ecaterina Edith; Meissner, Kristian; Aroviita, Jukka; Leese, Florian (octubre de 2017). Yu, Douglas (ed.). "Evaluación de las fortalezas y debilidades de la identificación de macroinvertebrados basada en metabarcoding de ADN para el monitoreo rutinario de arroyos". Métodos en ecología y evolución . 8 (10): 1265–1275. doi : 10.1111/2041-210X.12789 .
8. Carew, Melissa E; Pettigrove, Vincent J; Metzeling, Leon; Hoffmann, Ary A (2013). "Monitoreo ambiental usando secuenciación de próxima generación: identificación rápida de especies bioindicadoras de macroinvertebrados". Frontiers in Zoology . 10 (1): 45. doi : 10.1186/1742-9994-10-45 . ISSN  1742-9994. PMC 3750358 . PMID  23919569. 
9. Lejzerowicz, Franck; Esling, Philippe; Pillet, Loïc; Wilding, Thomas A.; Black, Kenneth D.; Pawlowski, Jan (noviembre de 2015). "La secuenciación de alto rendimiento y la morfología funcionan igualmente bien para el monitoreo bentónico de los ecosistemas marinos". Scientific Reports . 5 (1): 13932. Bibcode :2015NatSR...513932L. doi :10.1038/srep13932. ISSN  2045-2322. PMC 4564730 . PMID  26355099. 
10. Deiner, Kristy; Fronhofer, Emanuel A.; Mächler, Elvira; Walser, Jean-Claude; Altermatt, Florian (diciembre de 2016). "El ADN ambiental revela que los ríos son cintas transportadoras de información sobre la biodiversidad". Nature Communications . 7 (1): 12544. Bibcode :2016NatCo...712544D. doi :10.1038/ncomms12544. ISSN  2041-1723. PMC 5013555 . PMID  27572523. 
11. Zaiko, Anastasija; Martínez, José L.; Ardura, Alba; Clusa, Laura; Borrell, Yaisel J.; Samuiloviene, Aurelija; Roca, Agustín; García-Vázquez, Eva (diciembre de 2015). "Detección de especies molestas mediante NGST: deficiencias de la metodología y posible aplicación en el monitoreo del agua de lastre" (PDF) . Investigación Ambiental Marina . 112 (Parte B): 64–72. Código Bib : 2015MarER.112...64Z. doi :10.1016/j.marenvres.2015.07.002. PMID  26174116. S2CID  9579967.
12. Fernández, Sara; Rodríguez, Saúl; Martínez, José L.; Borrell, Yaisel J.; Ardura, Alba; García-Vázquez, Eva (08-08-2018). Melcher, Ulrich (ed.). "Evaluación de macroinvertebrados de agua dulce a partir de metabarcodes de ADNe: un estudio de caso del río Nalón". MÁS UNO . 13 (8): e0201741. Código Bib : 2018PLoSO..1301741F. doi : 10.1371/journal.pone.0201741 . ISSN  1932-6203. PMC 6082553 . PMID  30089147. 
13. Haase, Peter; Pauls, Steffen U.; Schindehütte, Karin; Sundermann, Andrea (diciembre de 2010). "Primera auditoría de muestras de macroinvertebrados de un programa de seguimiento de la Directiva Marco del Agua de la UE: el error humano reduce considerablemente la precisión de los resultados de la evaluación". Revista de la Sociedad Bentológica de América del Norte . 29 (4): 1279–1291. doi :10.1899/09-183.1. ISSN  0887-3593. S2CID  86777562.
14. "REABIC - Revistas - BioInvasions Records - Número 1 (2018)". www.reabic.net . doi : 10.3391/bir.2018.7.1.08 . Consultado el 19 de abril de 2019 .
15. Venter, Hermoine J.; Unidad de Ciencias Ambientales y Gestión, Universidad del Noroeste, Potchefstroom, Sudáfrica; Bezuidenhout, Cornelius C.; Unidad de Ciencias Ambientales y Gestión, Universidad del Noroeste, Potchefstroom, Sudáfrica (26 de mayo de 2016). "¿Identificación basada en ADN de invertebrados acuáticos útil en el contexto sudafricano?". South African Journal of Science . 112 (5/6): 4. doi : 10.17159/sajs.2016/20150444 . ISSN  0038-2353.{{cite journal}}: CS1 maint: multiple names: authors list (link)
16. DeWalt, R. Edward (1 de marzo de 2011). "Código de barras de ADN: un punto de vista taxonómico". Revista de la Sociedad Bentológica de América del Norte . 30 (1): 174–181. doi :10.1899/10-021.1. ISSN  0887-3593. S2CID  84203382.
17. Carew, Melissa E; Pettigrove, Vincent J; Metzeling, Leon; Hoffmann, Ary A (2013). "Monitoreo ambiental usando secuenciación de próxima generación: identificación rápida de especies bioindicadoras de macroinvertebrados". Frontiers in Zoology . 10 (1): 45. doi : 10.1186/1742-9994-10-45 . ISSN  1742-9994. PMC 3750358 . PMID  23919569. 
18. Teletchea, Fabrice (1 de diciembre de 2010). "Después de 7 años y 1000 citas: evaluación comparativa de los códigos de barras del ADN y las propuestas de taxonomía del ADN para taxónomos y no taxónomos". ADN mitocondrial . 21 (6): 206–226. doi :10.3109/19401736.2010.532212. ISSN  1940-1736. PMID  21171865. S2CID  10486130.
19. Rach, Jessica; Bergmann, Tjard; Paknia, Omid; DeSalle, Rob; Schierwater, Bernd; Hadrys, Heike (13 de abril de 2017). Yue, Bi-Song (ed.). "La elección del marcador: poder de resolución inesperado de una región CO1 inexplorada para enfoques de codificación de barras de ADN en capas". PLOS ONE . ​​12 (4): e0174842. Bibcode :2017PLoSO..1274842R. doi : 10.1371/journal.pone.0174842 . ISSN  1932-6203. PMC 5390999 . PMID  28406914. 
20. Macher, Jan N.; Salis, Romana K.; Blakemore, Katie S.; Tollrian, Ralph; Matthaei, Christoph D.; Leese, Florian (febrero de 2016). "Efectos de múltiples factores de estrés en los invertebrados fluviales: el código de barras del ADN revela respuestas contrastantes de especies crípticas de efímeras". Indicadores ecológicos . 61 : 159–169. doi :10.1016/j.ecolind.2015.08.024.
21. Stein, Eric D.; White, Bryan P.; Mazor, Raphael D.; Jackson, John K.; Battle, Juliann M.; Miller, Peter E.; Pilgrim, Erik M.; Sweeney, Bernard W. (1 de marzo de 2014). "¿Mejora el código de barras de ADN el rendimiento de las métricas tradicionales de bioevaluación de arroyos?". Freshwater Science . 33 (1): 302–311. doi : 10.1086/674782 . ISSN  2161-9549. S2CID  67753537.
22. Webb, Jeffrey M.; Jacobus, Luke M.; Funk, David H.; Zhou, Xin; Kondratieff, Boris; Geraci, Christy J.; DeWalt, R. Edward; Baird, Donald J.; Richard, Barton (30 de mayo de 2012). Fenton, Brock (ed.). "Una biblioteca de códigos de barras de ADN para los efímeropteros norteamericanos: progreso y perspectivas". PLOS ONE . ​​7 (5): e38063. Bibcode :2012PLoSO...738063W. doi : 10.1371/journal.pone.0038063 . ISSN  1932-6203. PMC 3364165 . PMID  22666447.