Simple Science

最先端の科学をわかりやすく解説

# 生物学# 生態学

eDNAを使って海の生き物を監視する

eDNA技術が海洋生物多様性やクジラ類の研究を変えてるよ。

― 1 分で読む


eDNAが海洋モニタリングeDNAが海洋モニタリングを革新する強化する。eDNA技術は海洋生物の研究と保護活動を
目次

環境DNA(EDNA)は、生物多様性を追跡するのに役立つツールで、特に海洋での利用が増えてるんだ。海の生き物を研究して守りたい科学者たちの間で人気が高まってる。従来の方法とは違って、動物を直接見る必要がなくて、eDNAを使えば水中に残された遺伝物質を分析することで、その地域にどんな種がいるかを知ることができる。この技術はまだ新しいけど、もっと多くの人がその利点を認識するようになって急速に発展してる。

海洋生態系におけるeDNAの役割

海洋生態系では、eDNAが環境の健康状態をよく示してる。微生物のDNAを調べることで、微生物群集の健康状態や魚の個体数、クジラやイルカのような希少種を特定することができる。この情報は、漁業管理や人間の脅威からこれらの生き物を守るのに重要なんだ。

技術の進歩、特にDNAシーケンシングの進化によって、一度に多くの種を探すことができるようになった。研究者は、単一の水サンプルで食物連鎖のさまざまなレベルを分析し、全体の生態系の明確な像を提供してる。

鯨類:効果的なモニタリングの必要性

クジラやイルカを含む鯨類は、海洋生態系にとって重要なんだ。彼らは生息地のバランスを保つ役割を果たしてる。鯨類が直面しているさまざまな脅威を考えると、彼らを守ることは世界的な合意の優先事項になることが多い。でも、これらの動物を研究するのは難しくて、彼らは水中にいることが多く、広い範囲を移動するからデータを集めるのが大変なんだ。

従来のモニタリング方法は、直接観察が必要で、天候や法的制約のために高コストで難しいことが多い。新しい方法、特にeDNAを使った方法は、視覚的モニタリングと組み合わせることで、鯨類に関する情報を収集するのにあまり侵襲的でない方法を提供してる。

現在の研究と鯨類モニタリングにおけるeDNAの応用

まだ海洋哺乳類に特化した研究は少ないけど、すでに水サンプルでいくつかの鯨類の種を特定するのに成功したケースがある。特定のDNAマーカーと普遍的なDNAマーカーのおかげで、より効果的なモニタリングと研究が可能になってる。

この研究は主に、ポルトガル北部の海岸で鯨類を監視するためにeDNAを使用したんだ。この地域は多様な海洋生物で知られていて、イルカやクジラの個体群を研究するのに重要な場所なんだ。

研究地域の特徴

この研究はポルトガル北部の海岸で行われて、海洋生物を豊かにする強い海流がある場所だ。この海岸線にはいくつも川が海に流れ込み、多様性を生むユニークな環境を作ってる。研究者たちは2021年夏から2022/2023年冬までの間に4回の季節ごとのモニタリングキャンペーンを実施して、水サンプルを集め、鯨類の視覚データを収集した。

eDNAサンプルの収集と分析方法

サンプル収集

研究者たちは、事前に定義したサーベイルートに沿った特定の場所から水サンプルを集めた。それぞれの収集では、異なるポイントから5リットルの水を取ったんだ。収集機材は汚染を防ぐために徹底的に清掃された。サンプリング後は、水をろ過してDNAを濃縮し、後の分析のために適切に保存した。

DNA抽出

サンプルがラボに届いたら、研究者たちは水からDNAを抽出した。これ用の特別なキットを使って、DNAの収量を改善するために調整を行った。収集したDNAの量を評価するために、各サンプルのDNA濃度を測定した。

シーケンシングとデータ分析

DNA抽出の後、研究者たちは高スループットシーケンシング技術を用いてサンプルをシーケンスした。このステップで、サンプルに存在するさまざまなDNA配列を特定することができた。データをフィルタリングして低品質の配列を取り除き、残った配列をデータベースと比較して、存在する種を特定した。

結果をサンプリング場所や季節ごとのキャンペーンでグループ化して、データを視覚化しやすくした。この分析は、鯨類と魚の種の両方に焦点を当てて、海洋生態系の動態についての洞察を提供した。

鯨類の視覚モニタリング

研究中、研究者たちは鯨類の目撃情報を記録するための視覚モニタリングも行った。合計71件の目撃情報が記録され、最も頻繁に観察された種はコモンダルマだった。他の種はあまり記録されなかった。視覚データはeDNA結果と比較するための追加情報を提供し、両方の方法がどれほど一致しているかを示した。

eDNA結果と視覚モニタリングの比較

研究者たちはeDNA分析と視覚モニタリングから得られたデータを相互参照した。両方の方法で検出された種にいくらかの重複があることがわかった。コモンダルマは両方のデータセットで最も頻繁に観察された種だったが、他の種はあまり記録されなかった。

興味深いことに、分析の結果、視覚モニタリング中に観察されなかった追加の種がeDNAによって検出されたことがわかり、eDNAが見つけにくい海洋生物を理解するための貴重なツールであることを示唆している。

eDNA濃度の季節的変化

この研究では、季節ごとにDNA濃度に顕著な違いがあることがわかった。2021年の夏はDNAの平均濃度が最も高く、これはその時期の海洋生産性の向上によるものだろう。しかし、2022年の夏の結果は予想外に低く、DNA保存に影響を与える環境要因に疑問を投げかけている。

研究者たちは、DNAの濃度や検出された種の数は、時には最近の環境変化によって、一貫した季節パターンよりも影響を受けることがあると気づいた。この発見は、eDNA結果を解釈する際には地元の条件を理解することが重要であることを示唆している。

鯨類モニタリングにおけるeDNAの重要性

この研究は、鯨類を特に対象とした海洋生物のモニタリングツールとしてのeDNAの可能性を示した。この技術を使うことで、従来の観察では見つけにくい種に関する情報を集められる。これは、希少種や脅威に直面している種を追跡する際に特に重要なんだ。

この研究は、eDNAを使ったモニタリングが、天候や他の条件のために視覚調査が難しい場合にもデータを提供できることを指摘している。この能力は、海洋生態系とそこに生息する種を包括的に理解する能力を高めるんだ。

多段階分析の重要性

eDNAの大きな利点の一つは、食物連鎖の複数のレベルを分析できる能力だ。鯨類と彼らの餌となる魚を検出することで、科学者たちは生態学的相互作用をよりよく理解できる。特定の魚種の存在は、鯨類の餌の可用性を示すことができ、全体の生物多様性の像を豊かにする。

魚種に関する発見

この研究では、19種類の異なる魚種を特定し、その中には鯨類の餌となる種も含まれている。一際目立ったのはイワシで、この地域のイルカの食事に関する以前の発見にも合致している。この情報は、魚のストックを管理し、海洋生態系の健康を確保するために重要なんだ。

eDNAモニタリングの課題と今後の方向性

期待される結果にもかかわらず、eDNAモニタリングの適用にはまだ解決すべき課題がある。一つの大きな制約は、DNA分析だけでは近縁種を区別するのが難しいことだ。これが特定の個体群を効果的にモニタリングする努力を複雑にすることがある。

また、普遍的なプライマーは幅広い種の検出に役立つけど、特定の種用に調整されたプライマーを使えば発見の精度が向上するかもしれない。今後の努力は、特に鯨類に対する検出能力を高めるために、これらのターゲットプライマーの開発に注力するべきだ。

まとめ

この研究は、ポルトガル北部沿岸での鯨類を中心にした海洋生物多様性の研究におけるeDNAモニタリングの効果を強調した。eDNA分析と視覚モニタリングを組み合わせることで、研究者たちは地域に存在する種とその生態的役割をより完全に理解することができた。

eDNA研究に使用する方法を洗練させるために、さらなる作業が必要だ。科学者たちがこの技術について学び続けることで、海洋生物のモニタリングと保護方法が革命的に変わる可能性があり、保全努力にとって貴重なツールとなるんだ。

オリジナルソース

タイトル: Environmental DNA as a complementary tool for biodiversity monitoring: A multi-technique and multi-trophic approach to investigate cetacean distribution and feeding ecology

概要: The use of environmental DNA (eDNA) to assess the presence of biological communities has emerged as a promising monitoring tool in the marine conservation landscape. Moreover, advances in Next-Generation Sequencing techniques, such as DNA metabarcoding, enable multi-species detection in mixed samples, allowing the study of complex ecosystems such as oceanic ones. We aimed at using these molecular-based techniques to characterise cetacean communities, as well as potential prey in the northern coast of Mainland Portugal. During seasonal campaigns, we collected seawater samples, along with visual records of cetacean occurrence. The eDNA extracted from 64 environmental samples was sequenced in an Illumina platform, with universal primers targeting marine vertebrates. Five cetacean species were identified by molecular detection: common dolphin (Delphinus delphis), bottlenose dolphin (Tursiops truncatus), Rissos dolphin (Grampus griseus), harbour porpoise (Phocoena phocoena) and fin whale (Balaenoptera physalus). Overall, except for the fin whale (not sighted during the campaigns), this cetacean community composition was similar to that obtained through visual monitoring, and the complementary results suggest their presence in the region all year round. In addition, the positive molecular detections of B. physalus are of special relevance since there are no visual records reported in the area. The detection of multiple known preys of the identified dolphins indicates they use these coastal areas for feeding purposes. While this methodological approach remains in a development stage, the present work highlights the benefits of using eDNA to study marine communities, with specific applications for research on cetacean distribution and feeding ecology, ultimately serving as the baseline of a methodological approach for biodiversity monitoring and marine conservation.

著者: Luis Afonso, J. Costa, A. M. Correia, R. Valente, E. Lopes, M. P. Tomasino, A. Gil, C. Oliveira-Rodrigues, I. Sousa-Pinto, A. Lopez, C. Magalhaes

最終更新: 2024-03-13 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.03.11.584480

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.03.11.584480.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

コンピュータビジョンとパターン認識ロボットの位置特定にシアミーズニューラルネットワークを活用する

この記事では、モバイルロボットの位置決めにシアミーズニューラルネットワークを使うことについて話してるよ。

― 1 分で読む

類似の記事