Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Biologie # Ökologie

Revolutionierung der Biodiversitätsforschung mit eDNA

Eine neue Datenbank verbessert Biodiversitätsstudien, indem sie Umwelt-DNA analysiert.

Rubén González-Miguéns, Alex Gàlvez-Morante, Margarita Skamnelou, Meritxell Antó, Elena Casacuberta, Daniel J. Richter, Daniel Vaulot, Javier del Campo, Iñaki Ruiz-Trillo

― 9 min Lesedauer


eDNA-Datenbank stärkt eDNA-Datenbank stärkt Einblicke in die Biodiversität Studium des Lebens auf der Erde. Neue eKOI-Datenbank revolutioniert das
Inhaltsverzeichnis

Metabarcoding ist eine moderne Methode, die verwendet wird, um die Biodiversität zu studieren, besonders die Vielfalt an Leben, die in verschiedenen Lebensräumen zu finden ist. In den letzten zwei Jahrzehnten ist es zu einem Lieblingstool für Forscher geworden, weil es ihnen ermöglicht, Daten zu sammeln, ohne die Bias, die traditionelle Methoden mit sich bringen könnten. Traditionelle Probenahme bedeutet oft, physisch Proben zu sammeln, was viele Organismen, besonders die winzigen, übersehen kann. Metabarcoding lässt Wissenschaftler Umwelt-DNA (eDNA) sammeln und analysieren, was bedeutet, dass sie Organismen einfach nur durch die Probenahme der Umgebung erkennen können, ohne sie zuerst fangen zu müssen.

Diese Innovation ist ein bisschen wie herauszufinden, was in einer Box ist, ohne sie zu öffnen. Du schaust einfach auf den Staub oben drauf, um zu sehen, was drinnen war. In diesem Fall schauen die Wissenschaftler anstelle von Staub auf genetisches Material, das im Boden oder im Wasser herumschwirrt.

Warum ist eDNA wichtig?

Umwelt-DNA ist das genetische Material, das Organismen in ihrer Umgebung hinterlassen. Das können Hautzellen, Haare, Kot oder sogar nur DNA-Stücke sein, die in die Umwelt abgegeben werden. Forscher können Proben von Orten wie Flüssen, Seen oder Waldboden sammeln und dann diese DNA analysieren, um herauszufinden, welche Arten vorhanden sind. Diese Methode ist besonders praktisch für schwer zu findende Kreaturen wie Insekten oder Mikroben, die bei traditionellen Methoden übersehen werden könnten.

Stell dir vor, du versuchst, alle Fische in einem grossen See einzufangen, indem du sie einzeln fängst. Das würde ewig dauern, und du würdest wahrscheinlich viele Fische übersehen, die weg schwimmen. Aber wenn du einfach einen Wasserguss nehmen und nach Fisch-DNA suchen könntest, hättest du ein viel klareres Bild davon, was dort lebt.

Ribosomale Gene und ihre Rolle

Eine beliebte Methode zur Analyse von eDNA ist, sich ribosomale Gene wie das 18S rRNA-Gen anzuschauen. Diese Gene sind in allen lebenden Wesen zu finden und spielen eine Schlüsselrolle, wie Zellen funktionieren. Das 18S-Gen ist besonders nützlich, da es Bereiche hat, die bei verschiedenen Arten sehr ähnlich sind, sowie Bereiche, die variierter sind, was Wissenschaftlern hilft, Beziehungen zwischen verschiedenen Organismen zu erkennen.

Allerdings hat das 18S-Gen auch einige Nachteile. Manchmal ist es ein bisschen zu "sicher", wenn es darum geht, eng verwandte Arten zu identifizieren. Denk daran, wie es ist, zwei identische Zwillinge auseinanderzuhalten – manchmal kannst du es einfach nicht. Um das zu umgehen, haben Wissenschaftler andere Bereiche von ribosomalen Genen oder sogar verschiedene Gene verwendet, die klarere Unterscheidungen zwischen den Arten bieten könnten.

Auf der Suche nach besseren Markern

Eine Alternative zum 18S-Gen ist der interne transkribierte Spacer (ITS) Bereich von ribosomalen Genen oder Gene wie die Cytochrom-Oxidase-Untereinheit I (COI). Das COI-Gen hat sich als "Barcode" zur Identifizierung von Tieren, besonders von Tieren mit viel Schwung, wie Fischen oder Insekten, etabliert.

Es gibt viele Datenbanken, die diese genetischen "Barcodes" sammeln, um Forschern zu helfen. Allerdings konzentrieren sich viele dieser Datenbanken hauptsächlich auf bestimmte Gruppen, wie Tiere, und könnten andere wichtige Gruppen wie Pilze oder winzige, im Ozean lebende Kreaturen übersehen.

Stell dir vor, du gehst in eine Bibliothek, in der die meisten Bücher über Katzen sind, und du suchst nach einer Geschichte über Frösche. Da hättest du Pech! Das gleiche passiert, wenn Forscher versuchen, genetische Daten für bestimmte Gruppen von Organismen zu finden – es kann schwierig sein, wenn die Datenbanken nicht umfassend sind.

Der Bedarf an einer neuen Datenbank

Um die Lücken in den bestehenden Datenbanken zu erkennen, haben Forscher eine neue Datenbank erstellt, die sich auf das COI-Gen konzentriert und eine breite Palette von Organismen abdeckt. Diese neue Datenbank hatte das Ziel, eine grössere Vielfalt von Lebensformen einzuschliessen, besonders aus Gruppen, die in früheren Forschungen nicht genug Beachtung gefunden hatten.

Sie krempelten die Ärmel hoch und sammelten alle verfügbaren COI-Daten aus verschiedenen Quellen. Diese Daten stammen aus offenen Datenbanken und beinhalteten einen sorgfältigen Reinigungsprozess, um sicherzustellen, dass alles genau war. Das Ergebnis war eine gut organisierte Sammlung von Informationen, die es Wissenschaftlern ermöglicht, eine grössere Anzahl von Arten mithilfe von Metabarcoding zu identifizieren.

Die Daten aufbereiten

Eine Datenbank zu erstellen ist nicht so einfach, wie alle deine Daten in einen grossen Topf zu werfen und zu mischen. Sorgfältige Arbeit ist erforderlich, um ein erfolgreiches Ergebnis zu erzielen. Während sie die Daten zusammentrugen, mussten die Forscher Duplikate entfernen, Sequenzen ausschliessen, die zu kurz oder zu lang waren, und sicherstellen, dass die Informationen so sauber und präzise wie möglich waren.

Das war wie einen gut gemischten Smoothie zu machen; wenn du versehentlich eine alte Bananenschale oder Eisstückchen reinschmeisst, die sich nie vermischt haben, würdest du das deinen Gästen nicht servieren wollen, oder? Das gleiche Prinzip gilt für eine wissenschaftliche Datenbank. Jede Sequenz wurde überprüft und erneut überprüft, um sicherzustellen, dass sie für taxonomische Studien nützlich war.

Weitere Zutaten hinzufügen

Nachdem sie die COI-Gen-Sequenzen aufbereitet hatten, kombinieren die Forscher sie mit genetischen Daten aus kompletten mitochondrialen Genomen. Mitochondriale Genome sind praktisch die Kraftwerke der Zellen und enthalten wichtige DNA, die viele Aspekte der Biologie eines Organismus informiert. Die Forscher stellten sicher, dass alles korrekt beschriftet war. Das war keine leichte Aufgabe, besonders weil einige Sequenzen Teile hatten, die fälschlicherweise beschriftet oder sogar Kontaminationen von anderen Organismen waren.

Um die Integrität ihrer gesammelten Sequenzen zu überprüfen, führten sie Experimente mit der Polymerase-Kettenreaktion (PCR) durch. Das ist eine Methode, die es Wissenschaftlern ermöglicht, kleine Mengen DNA zu amplifizieren, um sie leichter handhabbar zu machen. So wie das Echo eines Geräuschs, um es klarer zu hören, hilft PCR, kleine, schwer erkennbare DNA-Fragmente viel auffälliger zu machen.

Eine benutzerfreundliche Datenbank erstellen

Mit den aufbereiteten und organisierten Daten war der nächste Schritt, sie benutzerfreundlich zu präsentieren. Sie entwickelten eine neue taxonomische Datenbank, die es Forschern ermöglichen würde, die Informationen leicht zu finden, darauf zuzugreifen und sie zu nutzen. Das wurde erreicht, indem standardisierte Kategorien erstellt wurden, die sicherstellen, dass jedes Datenstück schön in seinen vorgesehenen Platz passt, ähnlich wie eine gut organisierte Speisekammer.

Eine standardisierte Taxonomie zu erstellen ist wichtig, weil sie es Forschern ermöglicht, effektiv über ihre Ergebnisse zu kommunizieren. Wenn zum Beispiel jemand "roter Apfel" sagt und ein anderer "Apfel, der rot ist", beziehen sich beide auf dasselbe, aber die Formulierung könnte Verwirrung in Diskussionen stiften. Ein festgelegter Standard sorgt dafür, dass alle auf derselben Seite sind.

Die Datenbank testen

Als alles eingerichtet war, war es Zeit, die Effektivität der Datenbank zu testen. Forscher überprüften 15 verschiedene Studien, die COI-Metabarcoding verwendet hatten, und analysierten, wie gut die neue Datenbank Organismen aus den eDNA-Proben identifizieren konnte.

Sich in dieser riesigen Menge an Daten zurechtzufinden, war keine einfache Aufgabe. Um die Ergebnisse zu visualisieren, erstellten sie phylogenetische Bäume, um die Beziehungen zwischen den verschiedenen Arten, die sie identifiziert hatten, zu veranschaulichen. Das war eine Möglichkeit zu sehen, wie die DNA in die Organismen umgewandelt wurde, die in jeder Studie vorhanden waren, ähnlich wie einen Familienstammbaum abzubilden.

Was haben sie gefunden?

Als die Forscher in ihre Daten eintauchten und die neue Datenbank anwendeten, wurden sie mit einer aufregenden Reihe von Ergebnissen belohnt. Mithilfe der aktualisierten eKOI-Datenbank konnten sie viele Organismen identifizieren, darunter einige, die zuvor übersehen worden waren.

Unter den Funden waren zuvor unterrepräsentierte Gruppen wie Choanoflagellaten und Picozoa. Um es einfach auszudrücken, das waren kleine Protisten, die durch die Maschen früherer Studien gerutscht waren. Eine breitere Datenbank half den Forschern, Licht auf diese übersehenen Organismen zu werfen und ein klareres Bild der ökologischen Vielfalt der Welt zu zeichnen.

Die Vorteile von eKOI

Die eKOI-Datenbank sticht hervor, weil sie die Forschung zu eukaryotischen Organismen verbessert. Mit genauer kuratierten Sequenzen können Forscher bessere taxonomische Zuordnungen vornehmen, besonders für Gruppen, die schwer zu identifizieren waren.

Hier ein bisschen Humor für dich: Wenn diese Datenbank ein Restaurant wäre, könnte man sagen, sie bietet ein Buffet-Menü statt nur Burger. Du kannst eine grössere Vielfalt an Gerichten probieren, anstatt dich mit nur ein oder zwei Optionen zufriedenzugeben!

Indem sie die Lücken in bestehenden Datenbanken schliesst und einen umfassenderen Ansatz für die eDNA-Forschung bietet, ermöglicht eKOI mehr Wissenschaftlern, die riesige Vielfalt von Lebensformen zu studieren – besonders die kleinen, oft ignorierten.

Zukünftige Anwendungen

Was kommt als nächstes? Nun, die eKOI-Datenbank eröffnet viele Möglichkeiten für zukünftige Forschungen. Sie kann helfen, spezifische Primer für verschiedene Taxa zu entwickeln, ähnlich wie das bei ribosomalen Genen gemacht wurde. Das bedeutet, dass Forscher neue Werkzeuge entwerfen können, um bestimmte Organismen gezielt zu erfassen und noch tiefergehende Einblicke in ihr Verständnis zu gewinnen.

Denk daran, es ist wie eine spezielle Lockfalle für bestimmte Fische einzurichten, anstatt einfach ein Netz auszuwerfen und auf das Beste zu hoffen. Eine spezifische Zielgerichtetheit ermöglicht genauere Studien, die wertvolle Erkenntnisse über das Ökosystem gewähren können, einschliesslich wie Populationen interagieren, sich entwickeln und auf Umweltveränderungen reagieren.

Abschliessende Gedanken

Die eKOI-Datenbank leistet einen wichtigen Beitrag zum Bereich der Biodiversitätsforschung. Indem sie eine robuste und umfassende Ressource für taxonomische Zuordnungen mithilfe des COI-Gens bereitstellt, können Forscher über ihre Möglichkeiten hinausgehen, um die Vielfalt des Lebens zu verstehen, die in unserer Welt existiert.

Kurz gesagt, denk an die eKOI-Datenbank als einen vertrauenswürdigen Führer in einem riesigen Wald der Biodiversität, der Wissenschaftlern hilft, durch unbekannte Pfade zu navigieren und die versteckten Schätze des eukaryotischen Lebens zu entdecken. Dieses neue Werkzeug kann die Grenzen dessen, wie wir das Leben auf der Erde studieren und verstehen, erweitern und den Weg zur Entdeckung der Geheimnisse ebnen, die direkt vor unseren Augen liegen – oder besser gesagt, unter den Seen, im Boden und in den Tiefen unserer Ozeane!

Originalquelle

Titel: A Novel Taxonomic Database for eukaryotic Mitochondrial Cytochrome Oxidase subunit I Gene (eKOI): Enhancing taxonomic resolution at community-level in metabarcoding analyses

Zusammenfassung: Metabarcoding has emerged as a robust method for understanding biodiversity patterns by retrieving environmental DNA (eDNA) directly from ecosystems. Its low cost and accessibility have extended its use across biological topics, from symbiosis to biogeography, and ecology. A successful metabarcoding application depends on accurate and comprehensive reference databases for proper taxonomic assignment. The 18S rRNA gene is the primary genetic marker used for general/broad eukaryotic metabarcoding due to its combination of conserved and hypervariable regions, and the availability of extensive taxonomically-informed reference databases like PR2 and SILVA. Despite its advantages, 18S rRNA has certain limitations at lower taxonomic levels, depending on the lineage. Alternative fast-evolving molecular markers, such as the mitochondrial cytochrome oxidase subunit I (COI) gene, have been adopted as widely used "barcoding genes" for eukaryotes due to their resolution to the species level. However, the COI gene lacks a curated taxonomically-informed database covering all eukaryotes, including protists, comparable to those available for 18S rRNA. To address this gap, we introduce eKOI, a curated COI gene database aimed at enhancing the taxonomic annotation and primer design for COI-based metabarcoding at the community level. This database integrates COI gene data from GenBank and mitochondrial genomes that are publicly available, followed by rigorous manual curation to eliminate redundancies and contaminants and to correct taxonomic annotations. We validate using the eKOI database for taxonomic annotation of protists by re-annotating several COI-based metabarcoding studies, revealing previously unidentified biodiversity. Phylogenetic analyses confirmed the accuracy of the taxonomic annotations, highlighting the potential of eKOI to uncover new biodiversity in various eukaryotic lineages.

Autoren: Rubén González-Miguéns, Alex Gàlvez-Morante, Margarita Skamnelou, Meritxell Antó, Elena Casacuberta, Daniel J. Richter, Daniel Vaulot, Javier del Campo, Iñaki Ruiz-Trillo

Letzte Aktualisierung: 2024-12-09 00:00:00

Sprache: English

Quell-URL: https://www.biorxiv.org/content/10.1101/2024.12.05.626972

Quell-PDF: https://www.biorxiv.org/content/10.1101/2024.12.05.626972.full.pdf

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.

Ähnliche Artikel