stringtranslate.com

Códigos de barras de ADN en la evaluación de la dieta

El código de barras de ADN en la evaluación de la dieta es el uso de códigos de barras de ADN para analizar la dieta de los organismos. [1] [2] y además detectar y describir sus interacciones tróficas . [3] [4] Este enfoque se basa en la identificación de especies consumidas mediante la caracterización del ADN presente en muestras dietéticas, [5] por ejemplo, restos de alimentos individuales, regurgitados, muestras intestinales y fecales, cuerpo homogeneizado del organismo huésped, objetivo del estudio de la dieta (por ejemplo, con todo el cuerpo de los insectos [6] ).

El método de secuenciación de ADN que se debe adoptar depende de la amplitud de la dieta del consumidor objetivo. Para los organismos que se alimentan de una o pocas especies, se pueden utilizar las técnicas tradicionales de secuenciación de Sanger . Para las especies polífagas con elementos de la dieta más difíciles de identificar, es concebible determinar todas las especies consumidas utilizando la metodología NGS . [5]

Los marcadores de código de barras utilizados para la amplificación diferirán dependiendo de la dieta del organismo objetivo. Para las dietas de los herbívoros , los loci de código de barras de ADN estándar diferirán significativamente dependiendo del nivel taxonómico de la planta . [7] Por lo tanto, para identificar tejido vegetal a nivel de familia taxonómica o género , se utilizan los marcadores rbcL y trn-L-intrón , que difieren de los loci ITS2 , matK , trnH-psbA (espaciador intergénico no codificante) utilizados para identificar elementos de la dieta a nivel de género y especie . [7] Para las presas animales, los marcadores de código de barras de ADN más utilizados para identificar dietas son la citocromo C oxidasa mitocondrial ( COI ) y el citocromo b ( cytb ). [8] Cuando la dieta es amplia y diversa, se utiliza la metacodificación de ADN para identificar la mayoría de los elementos consumidos. [9]

Ventajas

Una de las principales ventajas de utilizar códigos de barras de ADN en la evaluación de la dieta es la capacidad de proporcionar una alta resolución taxonómica de las especies consumidas. [10] De hecho, en comparación con el análisis morfológico tradicional, los códigos de barras de ADN permiten una separación más fiable de taxones estrechamente relacionados, lo que reduce el sesgo observado. [11] [12] Además, los códigos de barras de ADN permiten detectar elementos blandos y muy digeridos, no reconocibles mediante identificación morfológica. [13] Por ejemplo, los arácnidos se alimentan de cuerpos predigeridos de insectos u otros animales pequeños y el contenido de su estómago está demasiado descompuesto y es morfológicamente irreconocible utilizando métodos tradicionales como la microscopía . [14]

Al investigar la dieta de los herbívoros, la codificación de barras de ADN permite la detección de elementos vegetales altamente digeridos con un mayor número de taxones identificados en comparación con la microhistología y el análisis macroscópico. [15] [16] Por ejemplo, Nichols et al. (2016) destacaron la precisión taxonómica de la codificación de barras de ADN en los contenidos del rumen , con un promedio del 90% de las secuencias de ADN identificadas a nivel de género o especie en comparación con el 75% de los fragmentos de plantas reconocidos con macroscopía. Además, otra ventaja probada empíricamente de la codificación de barras de ADN en comparación con los métodos tradicionales que consumen mucho tiempo, implica una mayor eficiencia de costos. [17] Finalmente, con su excelente resolución, la codificación de barras de ADN representa una herramienta crucial en la gestión de la vida silvestre para identificar los hábitos alimentarios de especies en peligro y animales que pueden causar daños alimentarios al medio ambiente. [18]

Desafíos

Con el código de barras de ADN no es posible recuperar información sobre el sexo o la edad de las especies presa, lo que puede ser crucial. Esta limitación puede superarse de todos modos con un paso adicional en el análisis mediante el uso de polimorfismo de microsatélites y amplificación del cromosoma Y. [19] [20] Además, el ADN proporciona información detallada de los eventos más recientes (por ejemplo, 24-48 horas), pero no puede proporcionar una perspectiva dietética más larga a menos que se realice un muestreo continuo. [21] Además, cuando se utilizan cebadores genéricos que amplifican las regiones de "código de barras" de una amplia gama de especies de alimentos, el ADN del huésped amplificable puede superar en gran medida la presencia de ADN de la presa, lo que complica la detección de la presa. Sin embargo, una estrategia para prevenir la amplificación del ADN del huésped puede ser la adición de un cebador de bloqueo específico del depredador . [22] [23] [24] De hecho, los cebadores de bloqueo para suprimir la amplificación del ADN del depredador permiten la amplificación de los otros grupos de vertebrados y producen mezclas de amplicones que son predominantemente ADN de alimentos. [22] [25]

A pesar de la mejora de la evaluación de la dieta mediante el código de barras del ADN, el consumo secundario (presas de las presas, parásitos, etc.) todavía representa un factor de confusión. De hecho, algunas presas secundarias pueden aparecer en el análisis como presas primarias, lo que introduce un sesgo . Sin embargo, debido a una biomasa total mucho menor y a un mayor nivel de degradación, el ADN de las presas secundarias podría representar solo una parte menor de las secuencias recuperadas en comparación con las presas primarias. [26]

La interpretación cuantitativa de los resultados de los códigos de barras de ADN no es sencilla. [12] Se han hecho intentos de utilizar el número de secuencias recuperadas para estimar la abundancia de especies de presas en los contenidos de la dieta (por ejemplo, intestino, heces). Por ejemplo, si el lobo comió más alce que jabalí, debería haber más ADN de alce en su intestino y, por lo tanto, se recuperan más secuencias de alce. A pesar de la evidencia de correlaciones generales entre el número de secuencia y la biomasa, las evaluaciones reales de este método no han tenido éxito. [5] [27] Esto se puede explicar por el hecho de que los tejidos originalmente contienen diferentes densidades de ADN y pueden digerirse de manera diferente. [28]

Ejemplos

Mamíferos

La dieta de los mamíferos se estudia ampliamente mediante códigos de barras y metacódigos de barras de ADN . Se pueden observar algunas diferencias en la metodología según la estrategia de alimentación de la especie de mamífero objetivo, es decir, si es herbívora , carnívora u omnívora .

Para las especies de mamíferos herbívoros, el ADN se extrae generalmente de muestras de heces [29] [16] [30] [31] o del contenido del rumen recolectado de animales atropellados o muertos durante la caza habitual. [15] Dentro de los códigos de barras de ADN, el enfoque trn L se puede utilizar para identificar especies de plantas utilizando un fragmento muy corto pero informativo de ADN de cloroplasto (bucle P6 del intrón trnL (UAA) del cloroplasto ). [32] Potencialmente, esta aplicación es aplicable a todas las especies herbívoras que se alimentan de angiospermas y gimnospermas [32] Como alternativa al enfoque trn L, se pueden utilizar los marcadores rbcL , ITS2 , matK , trnH-psbA para amplificar especies de plantas.

Al estudiar pequeños herbívoros con un estilo de vida críptico, como los topillos y los lemmings , el código de barras de ADN de las plantas ingeridas puede ser una herramienta crucial que brinde una imagen precisa de la utilización de los alimentos. [16] Además, la fina resolución en la identificación de plantas obtenida con el código de barras de ADN permite a los investigadores comprender el cambio en la composición de la dieta a lo largo del tiempo y la variabilidad entre individuos, como se observó en la gamuza alpina (Rupicapra rupicapra). [33] Entre octubre y noviembre, al analizar la composición de las heces a través del código de barras de ADN, la gamuza alpina mostró un cambio en las preferencias dietéticas. Además, se observaron diferentes categorías de dieta entre los individuos dentro de cada mes. [33]

Heces de lobo (Canis lupus) recogidas en Suecia
Heces de lobo (Canis lupus) recogidas en Suecia

Para los carnívoros, el uso de enfoques no invasivos es crucial, especialmente cuando se trata de especies esquivas y en peligro de extinción . La evaluación de la dieta a través del código de barras de ADN de las heces puede tener una mayor eficiencia en la detección de especies presa en comparación con el análisis de la dieta tradicional, que se basa principalmente en la identificación morfológica de restos duros no digeridos en las heces. [23] Estimando la diversidad de la dieta de vertebrados del gato leopardo ( Prionailurus bengalensis ) en Pakistán, Shehzad et al. (2012) identificaron un total de 18 taxones de presas utilizando el código de barras de ADN en las heces. Se informaron ocho taxones de aves distintos, mientras que los estudios previos basados ​​​​en métodos convencionales no identificaron ninguna especie de ave en la dieta del gato leopardo. [23] Otro ejemplo es el uso de códigos de barras de ADN para identificar restos blandos de presas en el contenido estomacal de depredadores, por ejemplo, focas grises ( Halichoerus grypus ) y marsopas comunes ( Phocoena phocoena ). [34]

La metacodificación de barras de ADN es un cambio radical para el estudio de dietas complejas, como las de los depredadores omnívoros que se alimentan de muchas especies diferentes de origen vegetal y animal. [35] [36] Esta metodología no requiere conocimiento sobre los alimentos consumidos por los animales en el hábitat que ocupan. [35] En un estudio sobre la dieta del oso pardo ( Ursus arctos ), la metacodificación de barras de ADN permitió la reconstrucción precisa de una amplia gama de elementos taxonómicamente diferentes presentes en muestras fecales recolectadas en el campo. [35]

Pájaros

Pez

Reconstrucción de la red alimentaria mediante códigos de barras de ADN en el arrecife de coral de Moorea , Polinesia Francesa. Distribución de la dieta entre tres especies de peces depredadores detectada mediante análisis de la dieta mediante metacodificación de barras . La resolución taxonómica proporcionada por el enfoque de metacodificación de barras destaca una red de interacción compleja y demuestra que los niveles de distribución trófica entre los peces de los arrecifes de coral probablemente se han subestimado. [37] [38]

Artrópodos

Véase también

Referencias

  1. ^ King RA, Read DS, Traugott M, Symondson WO (febrero de 2008). "Análisis molecular de la depredación: una revisión de las mejores prácticas para los enfoques basados ​​en el ADN". Ecología molecular . 17 (4): 947–63. doi : 10.1111/j.1365-294X.2007.03613.x . PMID  18208490. S2CID  44796921.
  2. ^ Pompanon F, Deagle BE, Symondson WO, Brown DS, Jarman SN, Taberlet P (abril de 2012). "Quién come qué: evaluación de la dieta mediante secuenciación de próxima generación". Ecología molecular . 21 (8): 1931–50. doi : 10.1111/j.1365-294X.2011.05403.x . PMID  22171763. S2CID  10013333.
  3. ^ Sheppard SK, Harwood JD (octubre de 2005). "Avances en ecología molecular: seguimiento de vínculos tróficos a través de redes alimentarias depredador-presa". Ecología funcional . 19 (5): 751–762. doi : 10.1111/j.1365-2435.2005.01041.x .
  4. ^ Kress WJ, García-Robledo C, Uriarte M, Erickson DL (enero de 2015). "Códigos de barras de ADN para ecología, evolución y conservación". Tendencias en ecología y evolución . 30 (1): 25–35. doi :10.1016/j.tree.2014.10.008. PMID  25468359.
  5. ^ abc Pompanon F, Deagle BE, Symondson WO, Brown DS, Jarman SN, Taberlet P (abril de 2012). "Quién come qué: evaluación de la dieta mediante secuenciación de próxima generación". Ecología molecular . 21 (8): 1931–50. doi : 10.1111/j.1365-294x.2011.05403.x . PMID  22171763. S2CID  10013333.
  6. ^ Harwood JD, Desneux N, Yoo HJ, Rowley DL, Greenstone MH, Obrycki JJ, O'Neil RJ (octubre de 2007). "Seguimiento del papel de presas alternativas en la depredación del pulgón de la soja por Orius insidiosus: un enfoque molecular". Ecología Molecular . 16 (20): 4390–400. doi :10.1111/j.1365-294x.2007.03482.x. PMID  17784913. S2CID  21211301.
  7. ^ ab Kress WJ, García-Robledo C, Uriarte M, Erickson DL (enero de 2015). "Códigos de barras de ADN para ecología, evolución y conservación". Tendencias en ecología y evolución . 30 (1): 25–35. doi :10.1016/j.tree.2014.10.008. PMID  25468359.
  8. ^ Tobe SS, Kitchener A, Linacre A (diciembre de 2009). "Subunidad I de la oxidasa del citocromo b o del citocromo c para la identificación de especies de mamíferos: una respuesta al debate". Forensic Science International: Genetics Supplement Series . 2 (1): 306–307. doi : 10.1016/j.fsigss.2009.08.053 . ISSN  1875-1768.
  9. ^ Jakubavičiūtė E, Bergström U, Eklöf JS, Haenel Q, Bourlat SJ (octubre de 2017). "El metacódigo de barras de ADN revela una dieta diversa del espinoso de tres espinas en un ecosistema costero". MÁS UNO . 12 (10): e0186929. Código Bib : 2017PLoSO..1286929J. doi : 10.1371/journal.pone.0186929 . PMC 5653352 . PMID  29059215. 
  10. ^ Garnick S, Barboza PS, Walker JW (julio de 2018). "Evaluación de métodos basados ​​en animales utilizados para estimar y monitorear la composición de la dieta de herbívoros de pastizales". Ecología y gestión de pastizales . 71 (4): 449–457. doi : 10.1016/j.rama.2018.03.003 .
  11. ^ Santos T, Fonseca C, Barros T, Godinho R, Bastos-Silveira C, Bandeira V, Rocha RG (20 de mayo de 2015). "Uso del contenido del estómago para el análisis de la dieta de carnívoros mediante códigos de barras de ADN". Biología de la vida silvestre en la práctica . 11 (1). doi :10.2461/wbp.2015.11.4.
  12. ^ ab Valentini A, Pompanon F, Taberlet P (febrero de 2009). "Códigos de barras de ADN para ecologistas". Tendencias en ecología y evolución . 24 (2): 110–7. doi :10.1016/j.tree.2008.09.011. PMID  19100655.
  13. ^ Piñol J, San Andrés V, Clare EL, Mir G, Symondson WO (enero de 2014). "Un enfoque pragmático para el análisis de dietas de depredadores generalistas: el uso de secuenciación de próxima generación sin sondas de bloqueo" (PDF) . Recursos de ecología molecular . 14 (1): 18–26. doi :10.1111/1755-0998.12156. PMID  23957910. S2CID  206946302.
  14. ^ Agustí N, Shayler SP, Harwood JD, Vaughan IP, Sunderland KD, Symondson WO (2003). "Los colémbolos como presas alternativas que sustentan a las arañas en ecosistemas arables: detección de presas dentro de los depredadores utilizando marcadores moleculares". Ecología molecular . 12 (12): 3467–3475. doi : 10.1046/j.1365-294X.2003.02014.x . PMID  14629361. S2CID  7985256.
  15. ^ ab Nichols RV, Åkesson M, Kjellander P (junio de 2016). "Evaluación de la dieta basada en el contenido del rumen: una comparación entre la codificación de barras de ADN y la macroscopía". PLOS ONE . ​​11 (6): e0157977. Bibcode :2016PLoSO..1157977N. doi : 10.1371/journal.pone.0157977 . PMC 4913902 . PMID  27322387. 
  16. ^ abc Soininen EM, Valentini A, Coissac E, Miquel C, Gielly L, Brochmann C, Brysting AK, Sønstebø JH, Ims RA, Yoccoz NG, Taberlet P (agosto de 2009). "Análisis de la dieta de pequeños herbívoros: la eficiencia del código de barras de ADN junto con la pirosecuenciación de alto rendimiento para descifrar la composición de mezclas complejas de plantas". Frontiers in Zoology . 6 (1): 16. doi : 10.1186/1742-9994-6-16 . PMC 2736939 . PMID  19695081. 
  17. ^ Stein ED, Martinez MC, Stiles S, Miller PE, Zakharov EV (abril de 2014). Casiraghi M (ed.). "¿Es el código de barras de ADN realmente más barato y rápido que los métodos morfológicos tradicionales: resultados de una encuesta sobre los esfuerzos de bioevaluación de agua dulce en los Estados Unidos?". PLOS ONE . ​​9 (4): e95525. Bibcode :2014PLoSO...995525S. doi : 10.1371/journal.pone.0095525 . PMC 3995707 . PMID  24755838. 
  18. ^ Ando H, Fujii C, Kawanabe M, Ao Y, Inoue T, Takenaka A (octubre de 2018). "Evaluación de la contaminación vegetal en el análisis de la dieta con metabarcodes de un herbívoro". Informes científicos . 8 (1): 15563. Código bibliográfico : 2018NatSR...815563A. doi :10.1038/s41598-018-32845-w. PMC 6197254 . PMID  30349088. 
  19. ^ Griffiths R, Tiwari B (diciembre de 1993). "Primers for the different amplification of the sex-determining region Y gene in a range of mamifer species" (Cebadores para la amplificación diferencial del gen de la región Y que determina el sexo en una variedad de especies de mamíferos). Molecular Ecology . 2 (6): 405–6. doi :10.1111/j.1365-294x.1993.tb00034.x. PMID  8162230. S2CID  43323282.
  20. ^ Taberlet P, Luikart G (septiembre de 1999). "Muestreo genético no invasivo e identificación individual". Revista biológica de la Sociedad Linneana . 68 (1–2): 41–55. doi : 10.1111/j.1095-8312.1999.tb01157.x . ISSN  0024-4066.
  21. ^ Thomsen PF, Kielgast J, Iversen LL, Møller PR, Rasmussen M, Willerslev E (agosto de 2012). "Detección de una fauna de peces marinos diversa utilizando ADN ambiental de muestras de agua de mar". PLOS ONE . ​​7 (8): e41732. Bibcode :2012PLoSO...741732T. doi : 10.1371/journal.pone.0041732 . PMC 3430657 . PMID  22952584. 
  22. ^ ab Vestheim H, Jarman SN (julio de 2008). "Primers bloqueadores para mejorar la amplificación por PCR de secuencias raras en muestras mixtas: un estudio de caso sobre el ADN de presas en estómagos de krill antártico". Frontiers in Zoology . 5 (1): 12. doi : 10.1186/1742-9994-5-12 . PMC 2517594 . PMID  18638418. 
  23. ^ abc Shehzad W, Riaz T, Nawaz MA, Miquel C, Poillot C, Shah SA, Pompanon F, Coissac E, Taberlet P (abril de 2012). "Análisis de la dieta de carnívoros basado en secuenciación de próxima generación: aplicación al gato leopardo (Prionailurus bengalensis) en Pakistán". Ecología molecular . 21 (8): 1951–65. doi :10.1111/j.1365-294x.2011.05424.x. PMID  22250784. S2CID  205364612.
  24. ^ Jarman SN, McInnes JC, Faux C, Polanowski AM, Marthick J, Deagle BE, Southwell C, Emmerson L (diciembre de 2013). "Monitoreo de la dieta de la población de pingüinos Adelia mediante análisis de ADN alimentario en heces". PLOS ONE . ​​8 (12): e82227. Bibcode :2013PLoSO...882227J. doi : 10.1371/journal.pone.0082227 . PMC 3864945 . PMID  24358158. 
  25. ^ Vestheim H, Deagle BE, Jarman SN (octubre de 2010). "Aplicación de oligonucleótidos bloqueadores para mejorar la relación señal-ruido en una PCR". Protocolos de PCR . Métodos en biología molecular. Vol. 687. Humana Press. págs. 265–74. doi :10.1007/978-1-60761-944-4_19. ISBN . 9781607619437. Número de identificación personal  20967615.
  26. ^ Jakubavičiūtė E, Bergström U, Eklöf JS, Haenel Q, Bourlat SJ (23 de octubre de 2017). "El metacódigo de barras de ADN revela una dieta diversa del espinoso de tres espinas en un ecosistema costero". MÁS UNO . 12 (10): e0186929. Código Bib : 2017PLoSO..1286929J. doi : 10.1371/journal.pone.0186929 . PMC 5653352 . PMID  29059215. 
  27. ^ Piñol J, San Andrés V, Clare EL, Mir G, Symondson WO (enero de 2014). "Un enfoque pragmático para el análisis de dietas de depredadores generalistas: el uso de secuenciación de próxima generación sin sondas de bloqueo" (PDF) . Recursos de ecología molecular . 14 (1): 18–26. doi :10.1111/1755-0998.12156. PMID  23957910. S2CID  206946302.
  28. ^ Deagle BE, Chiaradia A, McInnes J, Jarman SN (17 de junio de 2010). "Pirosecuenciación del ADN fecal para determinar la dieta de los pingüinos pequeños: ¿lo que entra es lo que sale?". Conservation Genetics . 11 (5): 2039–2048. doi :10.1007/s10592-010-0096-6. ISSN  1566-0621. S2CID  19992150.
  29. ^ Kowalczyk R, Taberlet P, Coissac E, Valentini A, Miquel C, Kamiński T, Wójcik JM (febrero de 2011). "Influencia de las prácticas de gestión en la dieta de los grandes herbívoros: caso del bisonte europeo en el bosque primitivo de Białowieża (Polonia)". Ecología y Gestión Forestal . 261 (4): 821–828. doi :10.1016/j.foreco.2010.11.026.
  30. ^ Ait Baamrane MA, Shehzad W, Ouhammou A, Abbad A, Naimi M, Coissac E, Taberlet P, Znari M (27 de abril de 2012). "Evaluación de los hábitos alimentarios de la gacela dorcas marroquí en M'Sabih Talaa, centro-oeste de Marruecos, utilizando el enfoque trnL". PLOS ONE . ​​7 (4): e35643. Bibcode :2012PLoSO...735643A. doi : 10.1371/journal.pone.0035643 . PMC 3338736 . PMID  22558187. 
  31. ^ Riaz T, Shehzad W, Viari A, Pompanon F, Taberlet P, Coissac E (noviembre de 2011). "ecoPrimers: inferencia de nuevos marcadores de código de barras de ADN a partir del análisis de secuencias del genoma completo". Nucleic Acids Research . 39 (21): e145. doi :10.1093/nar/gkr732. PMC 3241669 . PMID  21930509. 
  32. ^ ab Valentini A, Miquel C, Nawaz MA, Bellemain E, Coissac E, Pompanon F, Gielly L, Cruaud C, Nascetti G, Wincker P, Swenson JE, Taberlet P (enero de 2009). "Nuevas perspectivas en el análisis de la dieta basadas en códigos de barras de ADN y pirosecuenciación paralela: el enfoque trnL". Recursos de ecología molecular . 9 (1): 51–60. doi : 10.1111/j.1755-0998.2008.02352.x . PMID  21564566. S2CID  5308081.
  33. ^ ab Rayé G, Miquel C, Coissac E, Redjadj C, Loison A, Taberlet P (23 de noviembre de 2010). "Nuevos conocimientos sobre la variabilidad de la dieta revelados por el código de barras de ADN y la pirosecuenciación de alto rendimiento: la dieta de los rebecos en otoño como estudio de caso". Investigación ecológica . 26 (2): 265–276. doi :10.1007/s11284-010-0780-5. ISSN  0912-3814. S2CID  20754195.
  34. ^ Méheust E, Alfonsi E, Le Ménec P, Hassani S, Jung JL (19 de noviembre de 2014). "Código de barras de ADN para la identificación de restos blandos de presas en el contenido estomacal de focas grises (Halichoerus grypus) y marsopas comunes (Phocoena phocoena)". Investigación en biología marina . 11 (4): 385–395. doi :10.1080/17451000.2014.943240. ISSN  1745-1000. S2CID  83991013.
  35. ^ abc De Barba M, Miquel C, Boyer F, Mercier C, Rioux D, Coissac E, Taberlet P (marzo de 2014). "Multiplexación de metabarcoding de ADN y validación de la precisión de los datos para la evaluación de la dieta: aplicación a la dieta omnívora". Recursos de ecología molecular . 14 (2): 306–23. doi :10.1111/1755-0998.12188. PMID  24128180. S2CID  25972059.
  36. ^ Clare EL, Fraser EE, Braid HE, Fenton MB, Hebert PD (junio de 2009). "Especies en el menú de un depredador generalista, el murciélago rojo oriental (Lasiurus borealis): uso de un enfoque molecular para detectar presas artrópodas". Ecología molecular . 18 (11): 2532–42. doi :10.1111/j.1365-294x.2009.04184.x. PMID  19457192. S2CID  3940026.
  37. ^ Roslin, T. y Majaneva, S. (2016) "El uso de códigos de barras de ADN en la construcción de redes alimentarias: ¡ecólogos terrestres y acuáticos se unen!". Genome , 59 (9): 603–628. doi :10.1139/gen-2015-0229.
  38. ^ Leray M, Meyer CP, Mills SC. (2015) "El análisis dietético mediante codificación de barras metabólica de peces depredadores que habitan en corales demuestra la pequeña contribución de los mutualistas de corales a su dieta generalista altamente dividida". PeerJ , 3 : e1047. doi :10.7717/peerj.1047.