De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda
No debe confundirse con el código de barras de ADN involucrado en el mapeo óptico del ADN.
Esquema de códigos de barras de ADN

El código de barras de ADN es un método de identificación de especies que utiliza una sección corta de ADN de un gen o genes específicos . La premisa de los códigos de barras de ADN es que, en comparación con una biblioteca de referencia de tales secciones de ADN (también llamadas " secuencias "), una secuencia individual puede usarse para identificar de forma única un organismo a una especie, de la misma manera que un escáner de supermercado usa el franjas negras familiares del código de barras UPC para identificar un artículo en su stock con su base de datos de referencia. [1] Estos "códigos de barras" se utilizan a veces en un esfuerzo por identificar especies desconocidas , partes de un organismo o simplemente para catalogar tantos taxonescomo sea posible, o para comparar con la taxonomía tradicional en un esfuerzo por determinar los límites de las especies.

Se utilizan diferentes regiones de genes para identificar los diferentes grupos de organismos mediante códigos de barras. La región de código de barras más comúnmente utilizada para animales y algunos protistas es una porción del gen de la citocromo c oxidasa I (COI o COX1 ), que se encuentra en el ADN mitocondrial . Otros genes adecuados para el código de barras de ADN son el ARNr del espaciador transcrito interno (ITS) que se usa a menudo para hongos y RuBisCO que se usa para plantas. [2] [3] Los microorganismos se detectan utilizando diferentes regiones de genes. El gen de ARNr 16S , por ejemplo, se usa ampliamente en la identificación de procariotas, mientras que el El gen de ARNr 18S se utiliza principalmente para detectar eucariotas microbianos . Estas regiones de genes se eligen porque tienen menos variación intraespecífica (dentro de la especie) que la variación interespecífica (entre especies), lo que se conoce como "Brecha de código de barras". [4]

Algunas aplicaciones de los códigos de barras de ADN incluyen: identificar las hojas de las plantas incluso cuando las flores o los frutos no están disponibles; identificar el polen recolectado en los cuerpos de los animales polinizadores; identificar larvas de insectos que pueden tener menos caracteres de diagnóstico que los adultos; o investigar la dieta de un animal en función de su contenido estomacal, saliva o heces. [5] Cuando se utilizan códigos de barras para identificar organismos de una muestra que contiene ADN de más de un organismo, se utiliza el término metabarcoding de ADN , [6] [7] p . Ej., Metabarcoding de ADN de comunidades de diatomeas en ríos y arroyos, que se utiliza para evaluar calidad del agua. [8]

Parte de una serie sobre
Código de barras de ADN
DNA Barcoding.png
 
Código de barras de ADN • Metabarcoding
 
Por taxones
Otro
  • ADN ambiental (eDNA)
  • Metagenómica
    • virus
  • Metatranscriptómica
  • Amplificación
    • PCR
  • Secuencia de escopeta
  • Secuenciación de alto rendimiento
  • ARN extracelular
  • Quimera
  • Cuidado de la salud
  • Evaluación de la dieta
  • Consorcio para el código de barras de la vida
  • v
  • t
  • mi

Antecedentes [ editar ]

Las técnicas de códigos de barras de ADN se desarrollaron a partir del trabajo de secuenciación de ADN temprano en comunidades microbianas utilizando el gen de ARNr 5S . [9] En 2003, se propusieron métodos específicos y terminología de los códigos de barras de ADN modernos como un método estandarizado para identificar especies, así como para asignar potencialmente secuencias desconocidas a taxones superiores como órdenes y phyla, en un artículo de Paul DN Hebert et al. de la Universidad de Guelph , Ontario , Canadá . [10] Hebert y sus colegas demostraron la utilidad del gen de la citocromo c oxidasa I (COI), utilizado por primera vez por Folmer et al. en 1994, utilizando sus cebadores de ADN publicadoscomo herramienta para análisis filogenéticos a nivel de especie [10] como herramienta discriminatoria adecuada entre invertebrados metazoarios. [11] La "región de Folmer" del gen COI se usa comúnmente para distinguir entre taxones en función de sus patrones de variación a nivel del ADN. La relativa facilidad para recuperar la secuencia y la variabilidad combinada con la conservación entre especies son algunos de los beneficios de COI. Llamando a los perfiles "códigos de barras", Hebert et al. previó el desarrollo de una base de datos COI que podría servir como base para un "sistema global de bioidentificación".

Metodología [ editar ]

Muestreo y preservación [ editar ]

El código de barras se puede hacer a partir de tejido de una muestra objetivo, de una mezcla de organismos (muestra a granel) o de ADN presente en muestras ambientales (por ejemplo, agua o suelo). Los métodos de muestreo, conservación o análisis difieren entre esos diferentes tipos de muestra.

Muestras de tejido

Para codificar una muestra de tejido de la muestra objetivo, es probable que un pequeño trozo de piel, una escala, una pata o una antena sea suficiente (dependiendo del tamaño de la muestra). Para evitar la contaminación, es necesario esterilizar las herramientas usadas entre muestras. Se recomienda recolectar dos muestras de una muestra, una para archivar y otra para el proceso de codificación de barras. La conservación de la muestra es fundamental para superar el problema de la degradación del ADN.

Muestras a granel

Una muestra a granel es un tipo de muestra ambiental que contiene varios organismos del grupo taxonómico en estudio. La diferencia entre las muestras a granel (en el sentido utilizado aquí) y otras muestras ambientales es que la muestra a granel normalmente proporciona una gran cantidad de ADN de buena calidad. [12] Ejemplos de muestras a granel incluyen muestras de macroinvertebrados acuáticos recolectadas con una red de caza o muestras de insectos recolectadas con una trampa Malaise. Las muestras de agua filtradas o fraccionadas por tamaño que contienen organismos completos como eucariotas unicelulares también se definen a veces como muestras a granel. Estas muestras pueden recolectarse mediante las mismas técnicas que se utilizan para obtener muestras tradicionales para la identificación basada en la morfología.

muestras de eDNA

El ADN ambiental(eDNA) es un enfoque no invasivo para detectar e identificar especies a partir de desechos celulares o ADN extracelular presentes en muestras ambientales (por ejemplo, agua o suelo) a través de códigos de barras o metabarcoding. El enfoque se basa en el hecho de que cada organismo vivo deja ADN en el medio ambiente, y este ADN ambiental se puede detectar incluso en organismos que tienen una abundancia muy baja. Por lo tanto, para el muestreo de campo, la parte más crucial es utilizar material y herramientas sin ADN en cada sitio de muestreo o muestra para evitar la contaminación, si es probable que el ADN de los organismos objetivo esté presente en pequeñas cantidades. Por otro lado, una muestra de eDNA siempre incluye el ADN de microorganismos vivos de células completas, que a menudo están presentes en grandes cantidades. Por lo tanto, las muestras de microorganismos tomadas en el entorno natural también se denominan muestras de eDNA,pero la contaminación es menos problemática en este contexto debido a la gran cantidad de organismos objetivo. El método de eDNA se aplica en la mayoría de los tipos de muestras, como agua, sedimentos, suelo, heces de animales, contenido estomacal o sangre de, por ejemplo, sanguijuelas.[13]

Extracción, amplificación y secuenciación de ADN [ editar ]

Los códigos de barras de ADN requieren que se extraiga el ADN de la muestra. Existen varios métodos diferentes de extracción de ADN y factores como el costo, el tiempo, el tipo de muestra y el rendimiento afectan la selección del método óptimo.

Cuando el ADN de muestras de organismos o de ADN electrónico se amplifica mediante la reacción en cadena de la polimerasa (PCR), la reacción puede verse afectada negativamente por las moléculas inhibidoras contenidas en la muestra. [14] La eliminación de estos inhibidores es crucial para garantizar que el ADN de alta calidad esté disponible para análisis posteriores.

La amplificación del ADN extraído es un paso obligatorio en los códigos de barras de ADN. Por lo general, solo se secuencia un pequeño fragmento del material de ADN total (típicamente 400-800 pares de bases ) [15] para obtener el código de barras de ADN. La amplificación del material de eDNA generalmente se enfoca en fragmentos de menor tamaño (<200 pares de bases), ya que es más probable que el eDNA esté fragmentado que el material de ADN de otras fuentes. Sin embargo, algunos estudios sostienen que no existe relación entre el tamaño del amplicón y la tasa de detección de eDNA. [16] [17]

Secuenciadores HiSeq en SciLIfeLab en Uppsala, Suecia. La foto fue tomada durante la excursión del curso SLU PNS0169 en marzo de 2019.

Cuando se ha amplificado la región del marcador de código de barras de ADN, el siguiente paso es secuenciar la región del marcador utilizando métodos de secuenciación de ADN . [18] Hay muchas plataformas de secuenciación diferentes disponibles y el desarrollo técnico avanza rápidamente.

Selección de marcador [ editar ]

Una vista esquemática de los cebadores y la región objetivo, demostrada en el gen ARNr 16S en Pseudomonas . Como cebadores, normalmente se seleccionan secuencias cortas conservadas con baja variabilidad, que pueden amplificar la mayoría o todas las especies en el grupo diana elegido. Los cebadores se usan para amplificar una región diana muy variable entre los dos cebadores, que luego se usa para la discriminación de especies. Modificado de »Número de copia variable, heterogeneidades intragenómicas y transferencias laterales del gen de ARNr 16S en Pseudomonas« por Bodilis, Josselin; Nsigue-Meilo, Sandrine; Besaury, Ludovic; Quillet, Laurent, utilizado bajo CC BY, disponible en: https://www.researchgate.net/figure/Hypervariable-regions-within-the-16S-rRNA-gene-in-Pseudomonas-The-plotted-line-reflects_fig2_224832532.

Los marcadores utilizados para los códigos de barras de ADN se denominan códigos de barras. Para caracterizar con éxito especies basadas en códigos de barras de ADN, la selección de regiones de ADN informativas es crucial. Un buen código de barras de ADN debe tener una variabilidad intraespecífica baja e interespecífica alta [10] y poseer sitios flanqueantes conservados para desarrollar cebadores de PCR universales para una amplia aplicación taxonómica . El objetivo es diseñar cebadores que detecten y distingan la mayoría o todas las especies del grupo de organismos estudiado (alta resolución taxonómica). La longitud de la secuencia del código de barras debe ser lo suficientemente corta para ser utilizada con la fuente de muestreo actual, extracción de ADN , amplificación ymétodos de secuenciación . [19]

Idealmente, se usaría una secuencia de genes para todos los grupos taxonómicos, desde virus hasta plantas y animales . Sin embargo, aún no se ha encontrado tal región genética, por lo que se utilizan diferentes códigos de barras para diferentes grupos de organismos, [20] o dependiendo de la pregunta del estudio.

Para los animales , el código de barras más utilizado es el locus de la citocromo C oxidasa I ( COI ) mitocondrial . [21] También se utilizan otros genes mitocondriales, como Cytb , 12S o 18S . Los genes mitocondriales se prefieren a los genes nucleares debido a su falta de intrones , su modo de herencia haploide y su recombinación limitada . [21] [22] Además, cada célula tiene varias mitocondrias(hasta varios miles) y cada uno de ellos contiene varias moléculas de ADN circulares . Por lo tanto, las mitocondrias pueden ofrecer una fuente abundante de ADN incluso cuando la muestra de tejido es limitada. [20]

En las plantas , sin embargo, los genes mitocondriales no son apropiados para los códigos de barras del ADN porque exhiben bajas tasas de mutación . [23] Se han encontrado algunos genes candidatos en el genoma del cloroplasto , el más prometedor es el gen maturasa K ( matK ) por sí solo o en asociación con otros genes. También se han utilizado para la identificación de especies marcadores de múltiples locus como los espaciadores transcritos internos ribosómicos (ITS DNA) junto con matK , rbcL , trnH u otros genes. [20]La mejor discriminación entre especies de plantas se ha logrado cuando se utilizan dos o más códigos de barras de cloroplasto. [24]

En el caso de las bacterias , la subunidad pequeña del gen del ARN ribosómico ( 16S ) se puede utilizar para diferentes taxones, ya que está muy conservada. [25] Algunos estudios sugieren que COI , [26] chaperonina tipo II ( cpn60 ) [27] o subunidad β de la ARN polimerasa ( rpoB ) [28] también podrían servir como códigos de barras de ADN bacteriano.

Los hongos en los códigos de barras son más desafiantes y es posible que se requiera más de una combinación de cebadores. [29] El marcador COI funciona bien en ciertos grupos de hongos, [30] pero no igualmente bien en otros. [31] Por lo tanto, se están utilizando marcadores adicionales, como ITS rDNA y la gran subunidad de ARN ribosómico nuclear (LSU). [32]

Dentro del grupo de protistas , se han propuesto varios códigos de barras, como las regiones D1-D2 o D2-D3 del rDNA 28S , la subregión V4 del gen rRNA 18S , ITS rDNA y COI . Además, se pueden usar algunos códigos de barras específicos para protistas fotosintéticos , por ejemplo, la subunidad grande del gen de ribulosa-1,5-bisfosfato carboxilasa oxigenasa ( rbcL ) y el gen de ARNr 23S del cloroplástico . [20]

Marcadores que se han utilizado para códigos de barras de ADN en diferentes grupos de organismos, modificados de Purty y Chatterjee. [20]
Grupo de organismosGen / locus marcador
AnimalesCOI , [33] Cytb, [34] 12S, [35] 16S [36]
PlantasmatK , [37] rbcL , [38] psbA-trnH , [39] SU [40]
BacteriasCOI , [26] rpoB , [28] 16S, [41] cpn60 , [27] tuf , [42] RIF , [43] gnd [44]
HongosITS , [2] [45] TEF1α , [46] [47] RPB1 (LSU), RPB2 (LSU), 18S (SSU) [32]
ProtistasITS , [48] COI , [49] rbcL , [50] 18S , [51] 28S [50]

Bibliotecas de referencia y bioinformática [ editar ]

Las bibliotecas de referencia se utilizan para la identificación taxonómica, también llamada anotación, de secuencias obtenidas de códigos de barras o metabarcos. Estas bases de datos contienen los códigos de barras de ADN asignados a taxones previamente identificados. La mayoría de las bibliotecas de referencia no cubren todas las especies dentro de un grupo de organismos y continuamente se crean nuevas entradas. En el caso de macro y muchos microorganismos (como las algas), estas bibliotecas de referencia requieren documentación detallada (lugar y fecha del muestreo, persona que lo recolectó, imagen, etc.) e identificación taxonómica autorizada del espécimen del comprobante, así como la presentación. de secuencias en un formato particular. Sin embargo, estos estándares se cumplen solo para un pequeño número de especies. El proceso también requiere el almacenamiento de especímenes de vales en colecciones de museos, herbarios y otras instituciones colaboradoras.Tanto la cobertura taxonómicamente completa como la calidad del contenido son importantes para la precisión de la identificación.[52] En el mundo microbiano, no hay información de ADN para la mayoría de los nombres de especies, y muchas secuencias de ADN no pueden asignarse a ningún binomio linneo . [53] Existen varias bases de datos de referencia según el grupo de organismos y el marcador genético utilizado. Hay bases de datos nacionales más pequeñas (por ejemplo, FinBOL) y grandes consorcios como el Proyecto de Código de Barras Internacional de la Vida (iBOL). [54]

NEGRITA

Lanzado en 2007, el Barcode of Life Data System (BOLD) [55] es una de las bases de datos más grandes, que contiene más de 450 000 BIN (Barcode Index Numbers) en 2019. Es un repositorio de libre acceso para los registros de muestras y secuencias de estudios de códigos de barras, y también es un banco de trabajo que ayuda a la gestión, garantía de calidad y análisis de datos de códigos de barras. La base de datos contiene principalmente registros BIN para animales basados ​​en el marcador genético COI.

UNIR

La base de datos UNITE [56] se lanzó en 2003 y es una base de datos de referencia para la identificación molecular de especies de hongos con la región del marcador genético del espaciador transcrito interno (ITS). Esta base de datos se basa en el concepto de hipótesis de especies: usted elige el% en el que desea trabajar y las secuencias se ordenan en comparación con las secuencias obtenidas a partir de especímenes de comprobantes identificados por expertos.

Diat.barcode

La base de datos Diat.barcode [57] se publicó por primera vez con el nombre R-syst :: diatom [58] en 2016 a partir de datos de dos fuentes: la colección de cultivos de Thonon (TCC) en la estación hidrobiológica del Instituto Nacional de Investigación Agrícola de Francia. (INRA) y de la base de datos de nucleótidos del NCBI (Centro Nacional de Información Biotecnológica). Diat.barcode proporciona datos para dos marcadores genéticos, rbc L (ribulosa-1,5-bisfosfato carboxilasa / oxigenasa) y 18S (ARN ribosómico 18S). La base de datos también incluye información adicional sobre rasgos de las especies, como características morfológicas (biovolumen, dimensiones de tamaño, etc.), formas de vida (movilidad, tipo de colonia, etc.) o características ecológicas (sensibilidad a la contaminación, etc.).

Análisis bioinformático [ editar ]

Para obtener datos bien estructurados, limpios e interpretables, los datos de secuenciación sin procesar deben procesarse mediante análisis bioinformático. El archivo FASTQ con los datos de secuenciación contiene dos tipos de información: las secuencias detectadas en la muestra ( archivo FASTA ) y un archivo de calidad con puntajes de calidad ( puntajes PHRED ) asociados con cada nucleótido de cada secuencia de ADN. Las puntuaciones PHRED indican la probabilidad con la que se ha puntuado correctamente el nucleótido asociado.

Puntaje de calidad PHRED y nivel de certeza asociado
1090%
2099%
3099,9%
4099,99%
5099,999%

En general, la puntuación PHRED disminuye hacia el final de cada secuencia de ADN. Por lo tanto, algunas tuberías de bioinformática simplemente cortan el final de las secuencias en un umbral definido.

Algunas tecnologías de secuenciación, como MiSeq, utilizan secuenciación de extremo emparejado durante la cual la secuenciación se realiza desde ambas direcciones para producir una mejor calidad. Las secuencias superpuestas se alinean luego en contigs y se fusionan. Por lo general, se combinan varias muestras en una ejecución y cada muestra se caracteriza por un fragmento de ADN corto, la etiqueta. En un paso de demultiplexación, las secuencias se clasifican utilizando estas etiquetas para reensamblar las muestras separadas. Antes de un análisis posterior, las etiquetas y otros adaptadores se eliminan del fragmento de ADN de la secuencia de código de barras. Durante el recorte, se eliminan las secuencias de mala calidad (puntuaciones PHRED bajas), o las secuencias que son mucho más cortas o más largas que el código de barras de ADN objetivo.El siguiente paso de desreplicación es el proceso en el que todas las secuencias filtradas por calidad se contraen en un conjunto de lecturas únicas (unidades de secuencia individuales ISU) con la información de su abundancia en las muestras. Después de eso, las quimeras (es decir, secuencias compuestas formadas a partir de piezas de origen mixto) se detectan y eliminan. Finalmente, las secuencias se agrupan en OTU (unidades taxonómicas operativas), utilizando una de las muchas estrategias de agrupación. El software bioinformático más utilizado incluye Mothur,[59] Uparse, [60] Qiime, [61] Galaxy, [62] Obitools, [63] JAMP, [64] Barque, [65] y DADA2. [66]

Comparar la abundancia de lecturas, es decir, secuencias, entre diferentes muestras sigue siendo un desafío porque tanto el número total de lecturas en una muestra como la cantidad relativa de lecturas de una especie pueden variar entre muestras, métodos u otras variables. A modo de comparación, se puede reducir el número de lecturas de cada muestra al número mínimo de lecturas de las muestras que se van a comparar, un proceso llamado rarefacción. Otra forma es utilizar la relativa abundancia de lecturas. [67]

Identificación de especies y asignación taxonómica [ editar ]

La asignación taxonómica de las OTU a las especies se logra haciendo coincidir las secuencias con las bibliotecas de referencia. La herramienta de búsqueda de alineación local básica (BLAST) se usa comúnmente para identificar regiones de similitud entre secuencias comparando las lecturas de secuencias de la muestra con secuencias en bases de datos de referencia. [68] Si la base de datos de referencia contiene secuencias de las especies pertinentes, las secuencias de muestras pueden identificarse a nivel de especie. Si una secuencia no puede coincidir con una entrada de biblioteca de referencia existente, se pueden utilizar códigos de barras de ADN para crear una nueva entrada.

En algunos casos, debido a lo incompleto de las bases de datos de referencia, la identificación solo se puede lograr en niveles taxonómicos más altos, como la asignación a una familia o clase. En algunos grupos de organismos como las bacterias, la asignación taxonómica a nivel de especie a menudo no es posible. En tales casos, se puede asignar una muestra a una unidad taxonómica operativa (OTU) particular .

Aplicaciones [ editar ]

Las aplicaciones de los códigos de barras de ADN incluyen la identificación de nuevas especies , la evaluación de la inocuidad de los alimentos, la identificación y evaluación de especies crípticas, la detección de especies exóticas, la identificación de especies en peligro y amenazadas , [69] vincular los estadios larvarios y de huevos con especies adultas, garantizar los derechos de propiedad intelectual para los recursos biológicos, enmarcando planes de gestión global para las estrategias de conservación y dilucidar los nichos de alimentación. [70] Los marcadores de códigos de barras de ADN se pueden aplicar para abordar cuestiones básicas de sistemática, ecología , biología evolutiva y conservación , incluido el ensamblaje de comunidades y la interacción de especies.redes, descubrimiento taxonómico y evaluación de áreas prioritarias para la protección ambiental .

Identificación de especies [ editar ]

Secuencias de ADN cortas específicas o marcadores de una región estandarizada del genoma pueden proporcionar un código de barras de ADN para identificar especies. [71] Los métodos moleculares son especialmente útiles cuando los métodos tradicionales no son aplicables. El código de barras de ADN tiene una gran aplicabilidad en la identificación de larvas para las que generalmente hay pocos caracteres de diagnóstico disponibles y en la asociación de diferentes etapas de la vida (por ejemplo, larva y adulto) en muchos animales. [72] La identificación de las especies incluidas en los apéndices de la Convención sobre el Comercio Internacional de Especies Amenazadas ( CITES ) mediante técnicas de códigos de barras se utiliza en el seguimiento del comercio ilegal. [73]

Detección de especies invasoras [ editar ]

Las especies exóticas se pueden detectar mediante códigos de barras. [74] [75] Los códigos de barras pueden ser adecuados para la detección de especies, por ejemplo, en el control de fronteras, donde a menudo no es posible una identificación morfológica rápida y precisa debido a similitudes entre diferentes especies, falta de características de diagnóstico suficientes [74] y / o falta de datos taxonómicos pericia. Los códigos de barras y metabarcoding también se pueden utilizar para seleccionar ecosistemas en busca de especies invasoras y para distinguir entre una especie invasora y especies nativas morfológicamente similares. [76]

Delimitando especies crípticas [ editar ]

Los códigos de barras de ADN permiten la identificación y el reconocimiento de especies crípticas . [77] Sin embargo, los resultados de los análisis de códigos de barras de ADN dependen de la elección de los métodos analíticos, por lo que el proceso de delimitación de especies crípticas mediante códigos de barras de ADN puede ser tan subjetivo como cualquier otra forma de taxonomía . Hebert y col. (2004) concluyó que la mariposa Astraptes fulgerator en el noroeste de Costa Rica en realidad consta de 10 especies diferentes. [78] Estos resultados, sin embargo, fueron posteriormente cuestionados por Brower (2006), quien señaló numerosas fallas graves en el análisis y concluyó que los datos originales no podían respaldar más que la posibilidad de tres a siete taxones crípticos.en lugar de diez especies crípticas. [79] Smith y col. (2007) utilizaron códigos de barras de ADN de la citocromo c oxidasa I para la identificación de especies de las 20 morfoespecies de moscas parasitoides Belvosia ( Diptera : Tachinidae ) criadas a partir de orugas ( Lepidoptera ) en el Área de Conservación Guanacaste (ACG), noroeste de Costa Rica. Estos autores descubrieron que los códigos de barras aumentan el recuento de especies a 32, al revelar que cada una de las tres especies de parasitoides , previamente consideradas como generalistas, en realidad son matrices de especies crípticas altamente específicas del huésped. [80] Para 15 morfoespecies de poliquetos en las profundidades de la Antártida bentos estudiado a través de códigos de barras de ADN, se encontró diversidad críptica en el 50% de los casos. Además, se detectaron 10 morfoespecies previamente pasadas por alto, lo que aumentó la riqueza total de especies en la muestra en un 233%. [81]

El código de barras es una herramienta para garantizar la calidad de los alimentos. Aquí, el ADN de la comida navideña tradicional noruega se extrae en el laboratorio sistemático molecular del Museo de la Universidad NTNU.

Análisis de la dieta y aplicación de la red alimentaria [ editar ]

Los códigos de barras y metabarcos de ADN pueden ser útiles en los estudios de análisis de dietas, [82] y se utilizan normalmente si las presas no pueden identificarse basándose en los caracteres morfológicos. [83] [84] Existe una variedad de enfoques de muestreo en el análisis de la dieta: la codificación de metabarras de ADN se puede realizar en el contenido del estómago, [85] heces, [84] [86] saliva [87] o análisis de cuerpo entero. [69] [88] En muestras fecales o contenidos estomacales altamente digeridos, a menudo no es posible distinguir el tejido de una sola especie y, por lo tanto, se puede aplicar metabarcoding en su lugar. [84] [89]Las heces o la saliva representan métodos de muestreo no invasivos, mientras que el análisis de todo el cuerpo a menudo significa que primero se debe matar al individuo. En el caso de los organismos más pequeños, la secuenciación del contenido del estómago se suele realizar mediante la secuenciación del animal completo.

Códigos de barras para la seguridad alimentaria [ editar ]

Los códigos de barras de ADN representan una herramienta esencial para evaluar la calidad de los productos alimenticios. El objetivo es garantizar la trazabilidad alimentaria, minimizar la piratería alimentaria y valorar la producción agroalimentaria local y típica. Otro propósito es salvaguardar la salud pública; por ejemplo, la metabarcoding ofrece la posibilidad de identificar los meros que causan la intoxicación por pescado con Ciguatera de los restos de harina [90] o de separar los hongos venenosos de los comestibles (Ref).

Biomonitoreo y evaluación ecológica [ editar ]

El código de barras de ADN se puede utilizar para evaluar la presencia de especies en peligro de extinción para los esfuerzos de conservación (Ref), o la presencia de especies indicadoras que reflejan condiciones ecológicas específicas (Ref), por ejemplo, exceso de nutrientes o niveles bajos de oxígeno.

Potenciales y deficiencias [ editar ]

Potenciales [ editar ]

Los métodos tradicionales de bioevaluación están bien establecidos a nivel internacional y sirven bien para el biomonitoreo, como por ejemplo para la bioevaluación acuática dentro de las Directivas de la UE WFD y MSFD . Sin embargo, los códigos de barras de ADN podrían mejorar los métodos tradicionales por las siguientes razones; Los códigos de barras de ADN (i) pueden aumentar la resolución taxonómica y armonizar la identificación de taxones que son difíciles de identificar o que carecen de expertos, (ii) pueden relacionar de manera más precisa / precisa los factores ambientales con taxones específicos (iii) pueden aumentar la comparabilidad entre regiones, (iv) permite la inclusión de etapas tempranas de vida y especímenes fragmentados, (v) permite la delimitación de especies crípticas / raras (vi) permite el desarrollo de nuevos índices, por ejemplo, especies raras / crípticas que pueden ser sensibles / tolerantes afactores estresantes , (vii) aumenta la cantidad de muestras que se pueden procesar y reduce el tiempo de procesamiento, lo que da como resultado un mayor conocimiento de la ecología de las especies, (viii) es una forma no invasiva de monitoreo cuando se utilizan métodos de eDNA . [91]

Tiempo y costo [ editar ]

El código de barras de ADN es más rápido que los métodos morfológicos tradicionales desde el entrenamiento hasta la asignación taxonómica. Se necesita menos tiempo para adquirir experiencia en métodos de ADN que convertirse en un experto en taxonomía. Además, el flujo de trabajo de códigos de barras de ADN (es decir, de la muestra al resultado) es generalmente más rápido que el flujo de trabajo morfológico tradicional y permite el procesamiento de más muestras.

Resolución taxonómica [ editar ]

Los códigos de barras de ADN permiten la resolución de taxones desde niveles taxonómicos superiores (p. Ej. Familia) a niveles más bajos (p. Ej. Especies), que de otro modo serían demasiado difíciles de identificar utilizando métodos morfológicos tradicionales, como p. Ej. Identificación mediante microscopía. Por ejemplo, los Chironomidae (el mosquito que no pica) están ampliamente distribuidos en ecosistemas terrestres y de agua dulce. Su riqueza y abundancia los hacen importantes para los procesos y redes ecológicos, y son uno de los muchos grupos de invertebrados utilizados en el biomonitoreo. Las muestras de invertebrados pueden contener hasta 100 especies de quironómidos que a menudo constituyen hasta el 50% de una muestra. A pesar de esto, generalmente no se identifican por debajo del nivel familiar debido a la experiencia taxonómica y al tiempo requerido. [92] Esto puede resultar en diferentes especies de quironómidos con diferentes preferencias ecológicas agrupadas, dando como resultado una evaluación inexacta de la calidad del agua.

Los códigos de barras de ADN brindan la oportunidad de resolver taxones y relacionar directamente los efectos de los estresores con taxones específicos, como las especies de quironómidos individuales. Por ejemplo, Beermann et al. (2018) Chironomidae con código de barras de ADN para investigar su respuesta a múltiples factores estresantes; flujo reducido, aumento de sedimentos finos y aumento de la salinidad. [93] Después de los códigos de barras, se encontró que la muestra de quironómidos constaba de 183 Unidades Taxonómicas Operativas (OTU), es decir, códigos de barras (secuencias) que a menudo son equivalentes a especies morfológicas. Estas 183 OTU mostraron 15 tipos de respuesta en lugar de los informados anteriormente [94].dos tipos de respuesta registrados cuando todos los quironómidos se agruparon en el mismo estudio de múltiples factores de estrés. Una tendencia similar se descubrió en un estudio de Macher et al. (2016) que descubrió diversidad críptica dentro de la especie de efímera de Nueva Zelanda Deleatidium sp . Este estudio encontró diferentes patrones de respuesta de 12 OTU moleculares distintas a factores estresantes que pueden cambiar el consenso de que esta efímera es sensible a la contaminación. [95]

Deficiencias [ editar ]

A pesar de las ventajas que ofrece el código de barras de ADN, también se ha sugerido que el código de barras de ADN se utiliza mejor como complemento de los métodos morfológicos tradicionales. [91] Esta recomendación se basa en múltiples desafíos percibidos.

Parámetros físicos [ editar ]

No es completamente sencillo conectar los códigos de barras de ADN con las preferencias ecológicas del taxón con código de barras en cuestión, como es necesario si el código de barras se va a utilizar para el biomonitoreo. Por ejemplo, la detección de ADN diana en sistemas acuáticos depende de la concentración de moléculas de ADN en un sitio, que a su vez puede verse afectado por muchos factores. La presencia de moléculas de ADN también depende de la dispersión en un sitio, por ejemplo, la dirección o la fuerza de las corrientes. No se sabe realmente cómo se mueve el ADN en arroyos y lagos, lo que dificulta el muestreo. Otro factor podría ser el comportamiento de la especie objetivo, por ejemplo, los peces pueden tener cambios estacionales de movimiento, los cangrejos de río o los mejillones liberarán ADN en grandes cantidades solo en determinados momentos de su vida (muda, desove). En el caso del ADN en el suelo, se sabe aún menos sobre distribución, cantidad o calidad.La principal limitación del método de códigos de barras es que se basa en bibliotecas de referencia de códigos de barras para la identificación taxonómica de las secuencias. La identificación taxonómica es precisa solo si se dispone de una referencia confiable. Sin embargo, la mayoría de las bases de datos aún están incompletas, especialmente para organismos más pequeños, como hongos, fitoplancton, nematodos, etc. Además, las bases de datos actuales contienen identificaciones erróneas, errores ortográficos y otros errores. Existe un esfuerzo masivo de curación y finalización de las bases de datos para todos los organismos necesarios, lo que implica grandes proyectos de códigos de barras (por ejemplo, el proyecto iBOL para la base de datos de referencia de Barcode of Life Data Systems (BOLD)).La identificación taxonómica es precisa solo si se dispone de una referencia confiable. Sin embargo, la mayoría de las bases de datos aún están incompletas, especialmente para organismos más pequeños, como hongos, fitoplancton, nematodos, etc. Además, las bases de datos actuales contienen identificaciones erróneas, errores ortográficos y otros errores. Existe un esfuerzo masivo de curación y finalización de las bases de datos para todos los organismos necesarios, lo que implica grandes proyectos de códigos de barras (por ejemplo, el proyecto iBOL para la base de datos de referencia de Barcode of Life Data Systems (BOLD)).La identificación taxonómica es precisa solo si se dispone de una referencia confiable. Sin embargo, la mayoría de las bases de datos aún están incompletas, especialmente para organismos más pequeños, como hongos, fitoplancton, nematodos, etc. Además, las bases de datos actuales contienen identificaciones erróneas, errores ortográficos y otros errores. Existe un esfuerzo masivo de curación y finalización de las bases de datos para todos los organismos necesarios, lo que implica grandes proyectos de códigos de barras (por ejemplo, el proyecto iBOL para la base de datos de referencia de Barcode of Life Data Systems (BOLD)).Existe un esfuerzo masivo de curación y finalización de las bases de datos para todos los organismos necesarios, lo que implica grandes proyectos de códigos de barras (por ejemplo, el proyecto iBOL para la base de datos de referencia de Barcode of Life Data Systems (BOLD)).Existe un esfuerzo masivo de curación y finalización de las bases de datos para todos los organismos necesarios, lo que implica grandes proyectos de códigos de barras (por ejemplo, el proyecto iBOL para la base de datos de referencia de Barcode of Life Data Systems (BOLD)).[96] [97] Sin embargo, completar y curar es difícil y requiere mucho tiempo. Sin muestras acreditadas, no puede haber certeza sobre si la secuencia utilizada como referencia es correcta. Las bases de datos de secuencias de ADN como GenBank contienen muchas secuencias que no están vinculadas a muestras acreditadas (por ejemplo, muestras de herbario, líneas de células cultivadas o, a veces, imágenes). Esto es problemático frente a cuestiones taxonómicas como si varias especies deberían dividirse o combinarse, o si las identificaciones pasadas eran sólidas. La reutilización de secuencias, no vinculadas a especímenes avalados, de organismos inicialmente identificados erróneamente puede respaldar conclusiones incorrectas y debe evitarse. [98] Por lo tanto, la mejor práctica para los códigos de barras de ADN es secuenciar los especímenes con comprobante. [99][100] Sin embargo, para muchos taxones puede resultar difícil obtener especímenes de referencia, por ejemplo, con especímenes que son difíciles de capturar, los especímenes disponibles están mal conservados o se carece de la experiencia taxonómica adecuada. [98] Es importante destacar que los códigos de barras de ADN también se pueden utilizar para crear taxonomías provisionales, en cuyo caso las OTU se pueden utilizar como sustitutos de los binomios latinos tradicionales, lo que reduce significativamente la dependencia de bases de datos de referencia completamente pobladas. [101]

Sesgo tecnológico [ editar ]

Los códigos de barras de ADN también conllevan un sesgo metodológico, desde el muestreo hasta el análisis de datos bioinformáticos . Además del riesgo de contaminación de la muestra de ADN por inhibidores de la PCR, el sesgo del cebador es una de las principales fuentes de errores en los códigos de barras del ADN. [102] [103] El aislamiento de un marcador de ADN eficiente y el diseño de cebadores es un proceso complejo y se ha realizado un esfuerzo considerable para desarrollar cebadores para códigos de barras de ADN en diferentes grupos taxonómicos. [104] Sin embargo, los cebadores a menudo se unirán preferentemente a algunas secuencias, lo que conducirá a una eficiencia y especificidad diferencial del cebador y una evaluación de las comunidades no representativas y una inflación de la riqueza. [105]Por lo tanto, la composición de las secuencias de comunidades de la muestra se altera principalmente en el paso de PCR. Además, a menudo se requiere la replicación por PCR, pero conduce a un aumento exponencial del riesgo de contaminación. Varios estudios han destacado la posibilidad de utilizar muestras enriquecidas con mitocondrias [106] [107] o enfoques sin PCR para evitar estos sesgos, pero a día de hoy, la técnica de metabarcoding de ADN todavía se basa en la secuenciación de amplicones. [104] Otros sesgos entran en escena durante la secuenciación y durante el procesamiento bioinformático de las secuencias, como la creación de quimeras.

Falta de estandarización [ editar ]

A pesar de que los códigos de barras de ADN se utilizan y aplican más ampliamente, no existe un acuerdo sobre los métodos de conservación o extracción de ADN, las opciones de marcadores de ADN y conjuntos de cebadores o los protocolos de PCR. Los parámetros de las tuberías de bioinformática (por ejemplo, agrupación de OTU, algoritmos de asignación taxonómica o umbrales, etc.) están en el origen de un gran debate entre los usuarios de códigos de barras de ADN. [104] Las tecnologías de secuenciación también están evolucionando rápidamente, junto con las herramientas para el análisis de cantidades masivas de datos de ADN generados, y se necesita con urgencia la estandarización de los métodos para permitir la colaboración y el intercambio de datos a mayor escala espacial y temporal. Esta estandarización de los métodos de códigos de barras a escala europea forma parte de los objetivos de la European COST Action DNAqua-net[108] y también lo aborda el CEN (el Comité Europeo de Normalización). [109]

Otra crítica del código de barras de ADN es su eficiencia limitada para una discriminación precisa por debajo del nivel de especie (por ejemplo, para distinguir entre variedades), para la detección de híbridos y que puede verse afectado por las tasas de evolución (Ref. Necesaria).

Discrepancias entre la identificación convencional (morfológica) y la basada en códigos de barras [ editar ]

Es importante saber que las listas de taxones derivadas de la identificación convencional (morfológica) no son, y tal vez nunca lo serán, directamente comparables a las listas de taxones derivadas de la identificación basada en códigos de barras debido a varias razones. La causa más importante es probablemente la incompletitud y la falta de precisión de las bases de datos de referencia molecular que impiden una correcta asignación taxonómica de las secuencias de eDNA. El eDNA no encontrará taxones que no estén presentes en las bases de datos de referencia, y las secuencias vinculadas a un nombre incorrecto darán lugar a una identificación incorrecta. [91]Otras causas conocidas son una escala y tamaño de muestreo diferente entre una muestra tradicional y una molecular, el posible análisis de organismos muertos, que puede ocurrir de diferentes maneras para ambos métodos dependiendo del grupo de organismos, y la selección específica de identificación en cualquiera de los métodos, es decir, variando la experiencia taxonómica o la posibilidad de identificar ciertos grupos de organismos, respectivamente, sesgo del cebador que conduce también a un posible análisis sesgado de taxones. [91]

Estimaciones de riqueza / diversidad [ editar ]

El código de barras de ADN puede resultar en una sobreestimación o subestimación de la riqueza y diversidad de especies. Algunos estudios sugieren que los artefactos (identificación de especies que no están presentes en una comunidad) son una causa importante de biodiversidad inflada. [110] [111] La cuestión más problemática son los taxones representados por un número reducido de lecturas secuenciales. Estas lecturas generalmente se eliminan durante el proceso de filtrado de datos, ya que diferentes estudios sugieren que la mayoría de estas lecturas de baja frecuencia pueden ser artefactos. [112] Sin embargo, pueden existir taxones raros reales entre estas lecturas de baja abundancia. [113]Las secuencias raras pueden reflejar linajes únicos en comunidades que las convierten en secuencias informativas y valiosas. Por lo tanto, existe una gran necesidad de algoritmos bioinformáticos más robustos que permitan la diferenciación entre lecturas informativas y artefactos. Las bibliotecas de referencia completas también permitirían una mejor prueba de los algoritmos bioinformáticos, al permitir un mejor filtrado de los artefactos (es decir, la eliminación de secuencias que carecen de una contraparte entre las especies existentes) y, por lo tanto, sería posible obtener una asignación de especies más precisa. [114] La diversidad críptica también puede resultar en una biodiversidad inflada, ya que una especie morfológica en realidad puede dividirse en muchas secuencias moleculares distintas. [91]

Metabarcoding [ editar ]

Diferencias en los métodos estándar para códigos de barras y metabarcos de ADN. Mientras que los códigos de barras de ADN apuntan a encontrar una especie específica, los metabarcoding buscan a toda la comunidad.
Artículo principal: Metabarcoding

La codificación metabarra se define como el código de barras de ADN o eDNA (ADN ambiental) que permite la identificación simultánea de muchos taxones dentro de la misma muestra (ambiental), aunque a menudo dentro del mismo grupo de organismos. La principal diferencia entre los enfoques es que la codificación de metabarras, a diferencia de los códigos de barras, no se centra en un organismo específico, sino que tiene como objetivo determinar la composición de especies dentro de una muestra.

Metodología [ editar ]

El procedimiento de metabarcoding, como el código de barras general, cubre los pasos de extracción de ADN , amplificación por PCR , secuenciación y análisis de datos . Un código de barras consta de una región de genes variable corta (por ejemplo, ver diferentes marcadores / códigos de barras ) que es útil para la asignación taxonómica flanqueada por regiones de genes altamente conservadas que se pueden utilizar para el diseño de cebadores . [12]Se utilizan diferentes genes dependiendo de si el objetivo es codificar una sola especie con códigos de barras o metabarcodificar varias especies. En el último caso, se utiliza un gen más universal. La metabarcoding no utiliza ADN / ARN de una sola especie como punto de partida, sino ADN / ARN de varios organismos diferentes derivados de una muestra ambiental o global.

Aplicaciones [ editar ]

La metabarcoding tiene el potencial de complementar las medidas de biodiversidad e incluso reemplazarlas en algunos casos, especialmente a medida que la tecnología avanza y los procedimientos se vuelven gradualmente más baratos, optimizados y generalizados. [115] [116]

Las aplicaciones de codificación de metabarras de ADN incluyen:

  • Monitoreo de la biodiversidad en ambientes terrestres y acuáticos
  • Paleontología y ecosistemas ancestrales
  • Interacciones planta-polinizador
  • Análisis de dieta
  • Seguridad alimenticia

Ventajas y desafíos [ editar ]

Las ventajas y desventajas generales de los códigos de barras revisadas anteriormente son válidas también para los metabarcoding. Un inconveniente particular de los estudios de metabarcoding es que aún no existe un consenso con respecto al diseño experimental óptimo y los criterios bioinformáticos que deben aplicarse en la metabarcoding de eDNA. [117] Sin embargo, actualmente existen intentos conjuntos, como por ejemplo, la red EU COST DNAqua-Net , de avanzar mediante el intercambio de experiencias y conocimientos para establecer normas de mejores prácticas para el biomonitoreo. [91]

Ver también [ editar ]

  • Perfil de ADN
  • Consorcio para el código de barras de la vida

Referencias [ editar ]

  1. ^ "¿Qué es el código de barras de ADN?" . iBOL . Consultado el 26 de marzo de 2019 .
  2. ^ a b Schoch, Conrad L .; Seifert, Keith A .; Huhndorf, Sabine; Robert, Vincent; Spouge, John L .; Levesque, C. André; Chen, Wen; Consorcio de códigos de barras de hongos (2012). "Región de espaciador transcrito interno ribosómico nuclear (ITS) como marcador de código de barras de ADN universal para hongos" (PDF) . Actas de la Academia Nacional de Ciencias . 109 (16): 6241–6246. doi : 10.1073 / pnas.1117018109 . ISSN 0027-8424 . PMC 3341068 . PMID 22454494 .    
  3. ^ Grupo de trabajo de la planta CBOL; Hollingsworth, PM; Forrest, LL; Spouge, JL; Hajibabaei, M .; Ratnasingham, S .; van der Bank, M .; Chase, MW; Cowan, RS (4 de agosto de 2009). "Un código de barras de ADN para plantas terrestres" . Actas de la Academia Nacional de Ciencias . 106 (31): 12794–12797. Código Bibliográfico : 2009PNAS..10612794H . doi : 10.1073 / pnas.0905845106 . ISSN 0027-8424 . PMC 2722355 . PMID 19666622 .   
  4. ^ Paulay, Gustav; Meyer, Christopher P. (29 de noviembre de 2005). "Código de barras de ADN: tasas de error basadas en un muestreo completo" . PLOS Biología . 3 (12): e422. doi : 10.1371 / journal.pbio.0030422 . ISSN 1545-7885 . PMC 1287506 . PMID 16336051 .   
  5. ^ Soininen, Eeva M; Valentini, Alice; Coissac, Eric; Miquel, Christian; Gielly, Ludovic; Brochmann, Christian; Brysting, Anne K; Sønstebø, Jørn H; Ims, Rolf A (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 de plantas complejas" . Fronteras en Zoología . 6 (1): 16. doi : 10.1186 / 1742-9994-6-16 . ISSN 1742-9994 . PMC 2736939 . PMID 19695081 .   
  6. ^ Creer, Simon; Deiner, Kristy; Frey, Serita; Porazinska, Dorota; Taberlet, Pierre; Thomas, W. Kelley; Potter, Caitlin; Bik, Holly M. (2016). Freckleton, Robert (ed.). "La guía de campo del ecologista para la identificación de la biodiversidad basada en secuencias" (PDF) . Métodos en ecología y evolución . 7 (9): 1008–1018. doi : 10.1111 / 2041-210X.12574 .
  7. ^ "ScienceDirect". Avances en la investigación ecológica . 58 : 63–99. Enero de 2018. doi : 10.1016 / bs.aecr.2018.01.001 .
  8. ^ Vasselon, Valentin; Rimet, Frédéric; Tapolczai, Kálmán; Bouchez, Agnès (2017). "Evaluación del estado ecológico con metabarcoding de ADN de diatomeas: ampliación en una red de seguimiento de la DMA (isla de Mayotte, Francia)". Indicadores ecológicos . 82 : 1–12. doi : 10.1016 / j.ecolind.2017.06.024 . ISSN 1470-160X . 
  9. ^ Woese, Carl R .; Kandler, Otto; Wheelis, Mark L. (1990). "Hacia un sistema natural de organismos: propuesta para los dominios Archaea, Bacteria y Eucarya" (PDF) . Actas de la Academia Nacional de Ciencias . 87 (12): 4576–4579. Código Bibliográfico : 1990PNAS ... 87.4576W . doi : 10.1073 / pnas.87.12.4576 . OCLC 678728346 . PMC 54159 . PMID 2112744 .    
  10. ^ a b c Hebert, Paul DN; Cywinska, Alina; Ball, Shelley L .; deWaard, Jeremy R. (7 de febrero de 2003). "Identificaciones biológicas mediante códigos de barras de ADN" . Actas de la Royal Society B: Ciencias Biológicas . 270 (1512): 313–321. doi : 10.1098 / rspb.2002.2218 . ISSN 1471-2954 . PMC 1691236 . PMID 12614582 .   
  11. ^ Folmer, O .; Negro, M .; Hoeh, W .; Lutz, R .; Vrijenhoek, R. (octubre de 1994). "Cebadores de ADN para la amplificación de la subunidad I del citocromo c oxidasa mitocondrial de diversos invertebrados metazoarios". Biología y Biotecnología Marina Molecular . 3 (5): 294–299. ISSN 1053-6426 . PMID 7881515 .  
  12. ↑ a b Pierre, Taberlet (2 de febrero de 2018). ADN ambiental: para la investigación y el seguimiento de la biodiversidad . Bonin, Aurelie, 1979-. Oxford. ISBN 9780191079993. OCLC  1021883023 .
  13. ^ Jelger Herder; A. Valentini; E. Bellemain; T. Dejean; JJCW Van Delft; PF Thomsen; P. Taberlet (2014), Environmental DNA - una revisión de las posibles aplicaciones para la detección de especies (invasoras). , RAVON, doi : 10.13140 / rg.2.1.4002.1208
  14. ^ Schrader, C .; Schielke, A .; Ellerbroek, L .; Johne, R. (2012). "Inhibidores de la PCR: aparición, propiedades y eliminación" . Revista de microbiología aplicada . 113 (5): 1014–1026. doi : 10.1111 / j.1365-2672.2012.05384.x . ISSN 1365-2672 . PMID 22747964 . S2CID 30892831 .   
  15. ↑ Savolainen, Vincent; Cowan, Robyn S; Vogler, Alfried P; Roderick, George K; Lane, Richard (29 de octubre de 2005). "Hacia la escritura de la enciclopedia de la vida: una introducción al código de barras del ADN" . Transacciones filosóficas de la Royal Society B: Ciencias biológicas . 360 (1462): 1805–1811. doi : 10.1098 / rstb.2005.1730 . ISSN 0962-8436 . PMC 1609222 . PMID 16214739 .   
  16. ^ Piggott, Maxine P. (2016). "Evaluación de los efectos de los protocolos de laboratorio sobre la probabilidad de detección de eDNA para un pez de agua dulce en peligro de extinción" . Ecología y Evolución . 6 (9): 2739–2750. doi : 10.1002 / ece3.2083 . ISSN 2045-7758 . PMC 4798829 . PMID 27066248 .   
  17. ^ Ma, Hongjuan; Stewart, Kathryn; Lougheed, Stephen; Zheng, Jinsong; Wang, Yuxiang; Zhao, Jianfu (2016). "Caracterización, optimización y validación de marcadores de ADN ambiental (eDNA) para detectar un mamífero acuático en peligro de extinción". Recursos genéticos de conservación . 8 (4): 561–568. doi : 10.1007 / s12686-016-0597-9 . ISSN 1877-7252 . S2CID 1613649 .  
  18. ^ D'Amore, Rosalinda; Ijaz, Umer Zeeshan; Schirmer, Melanie; Kenny, John G .; Gregory, Richard; Darby, Alistair C .; Shakya, Migun; Podar, Mircea; Quince, Christopher (14 de enero de 2016). "Un estudio exhaustivo de evaluación comparativa de protocolos y plataformas de secuenciación para la elaboración de perfiles de la comunidad de ARNr 16S" . BMC Genomics . 17 (1): 55. doi : 10.1186 / s12864-015-2194-9 . ISSN 1471-2164 . PMC 4712552 . PMID 26763898 .   
  19. ^ Kress, WJ; Erickson, DL (26 de febrero de 2008). "Códigos de barras de ADN: genes, genómica y bioinformática" . Actas de la Academia Nacional de Ciencias . 105 (8): 2761–2762. Código Bibliográfico : 2008PNAS..105.2761K . doi : 10.1073 / pnas.0800476105 . ISSN 0027-8424 . PMC 2268532 . PMID 18287050 .   
  20. ^ a b c d e Purty RS, Chatterjee S. "Código de barras de ADN: una técnica eficaz en taxonomía molecular". Austin Journal of Biotechnology & Bioengineering . 3 (1): 1059.
  21. ^ a b Hebert, Paul DN; Ratnasingham, Sujeevan; de Waard, Jeremy R. (7 de agosto de 2003). "Codificación de la vida animal: divergencias de la subunidad 1 de la citocromo c oxidasa entre especies estrechamente relacionadas" . Actas de la Royal Society B: Ciencias Biológicas . 270 (supl_1): S96-9. doi : 10.1098 / rsbl.2003.0025 . ISSN 1471-2954 . PMC 1698023 . PMID 12952648 .   
  22. ↑ Blaxter, Mark L. (29 de abril de 2004). Godfray, HCJ; Knapp, S. (eds.). "La promesa de una taxonomía de ADN" . Transacciones filosóficas de la Royal Society de Londres. Serie B: Ciencias Biológicas . 359 (1444): 669–679. doi : 10.1098 / rstb.2003.1447 . ISSN 1471-2970 . PMC 1693355 . PMID 15253352 .   
  23. ^ Fazekas, Aron J .; Burgess, Kevin S .; Kesanakurti, Prasad R .; Graham, Sean W .; Newmaster, Steven G .; Esposo, Brian C .; Percy, Diana M .; Hajibabaei, Mehrdad; Barrett, Spencer CH (30 de julio de 2008). DeSalle, Robert (ed.). "Múltiples códigos de barras de ADN multilocus del genoma de los plástidos discriminan igualmente bien las especies de plantas" . PLOS ONE . 3 (7): e2802. Código Bibliográfico : 2008PLoSO ... 3.2802F . doi : 10.1371 / journal.pone.0002802 . ISSN 1932-6203 . PMC 2475660 . PMID 18665273 .   
  24. ^ Kress, W. John; Erickson, David L. (6 de junio de 2007). Shiu, Shin-Han (ed.). "Un código de barras de ADN global de dos locus para plantas terrestres: el gen rbcL codificador complementa la región espaciadora trnH-psbA no codificante" . PLOS ONE . 2 (6): e508. Código bibliográfico : 2007PLoSO ... 2..508K . doi : 10.1371 / journal.pone.0000508 . ISSN 1932-6203 . PMC 1876818 . PMID 17551588 .   
  25. ^ Janda, JM; Abbott, SL (1 de septiembre de 2007). "Secuenciación de genes de ARNr 16S para identificación bacteriana en el laboratorio de diagnóstico: ventajas, peligros y trampas" . Revista de microbiología clínica . 45 (9): 2761–2764. doi : 10.1128 / JCM.01228-07 . ISSN 0095-1137 . PMC 2045242 . PMID 17626177 .   
  26. ^ a b Smith, M. Alex; Bertrand, Claudia; Crosby, Kate; Eveleigh, Eldon S .; Fernández-Triana, José; Fisher, Brian L .; Gibbs, Jason; Hajibabaei, Mehrdad; Hallwachs, Winnie (2 de mayo de 2012). Badger, Jonathan H. (ed.). " Insectos de códigos de barras de ADN y Wolbachia : patrones, potencial y problemas" . PLOS ONE . 7 (5): e36514. Código bibliográfico : 2012PLoSO ... 736514S . doi : 10.1371 / journal.pone.0036514 . ISSN 1932-6203 . PMC 3342236 . PMID 22567162 .   
  27. ^ a b Enlaces, Matthew G .; Dumonceaux, Tim J .; Hemmingsen, Sean M .; Hill, Janet E. (26 de noviembre de 2012). Neufeld, Josh (ed.). "El objetivo universal Chaperonin-60 es un código de barras para bacterias que permite el ensamblaje de Novo de datos de secuencia metagenómica" . PLOS ONE . 7 (11): e49755. Código bibliográfico : 2012PLoSO ... 749755L . doi : 10.1371 / journal.pone.0049755 . ISSN 1932-6203 . PMC 3506640 . PMID 23189159 .   
  28. ^ a b Caso, RJ; Boucher, Y .; Dahllof, I .; Holmstrom, C .; Doolittle, WF; Kjelleberg, S. (1 de enero de 2007). "Uso de genes 16S rRNA y rpoB como marcadores moleculares para estudios de ecología microbiana" . Microbiología aplicada y ambiental . 73 (1): 278–288. doi : 10.1128 / AEM.01177-06 . ISSN 0099-2240 . PMC 1797146 . PMID 17071787 .   
  29. ^ Bellemain, Eva; Carlsen, Tor; Brochmann, Christian; Coissac, Eric; Taberlet, Pierre; Kauserud, Håvard (2010). "ITS como un código de barras de ADN ambiental para hongos: un enfoque in silico revela posibles sesgos de PCR" . Microbiología BMC . 10 (1): 189. doi : 10.1186 / 1471-2180-10-189 . ISSN 1471-2180 . PMC 2909996 . PMID 20618939 .   
  30. ^ Seifert, KA; Samson, RA; deWaard, JR; Houbraken, J .; Levesque, CA; Moncalvo, J.-M .; Louis-Seize, G .; Hebert, PDN (6 de marzo de 2007). "Perspectivas para la identificación de hongos mediante códigos de barras de ADN CO1, con Penicillium como caso de prueba" . Actas de la Academia Nacional de Ciencias . 104 (10): 3901–3906. doi : 10.1073 / pnas.0611691104 . ISSN 0027-8424 . PMC 1805696 . PMID 17360450 .   
  31. ^ Dentinger, Bryn TM; Didukh, Maryna Y .; Moncalvo, Jean-Marc (22 de septiembre de 2011). Schierwater, Bernd (ed.). "Comparación de COI e ITS como marcadores de código de barras de ADN para hongos y aliados (Agaricomycotina)" . PLOS ONE . 6 (9): e25081. Código Bibliográfico : 2011PLoSO ... 625081D . doi : 10.1371 / journal.pone.0025081 . ISSN 1932-6203 . PMC 3178597 . PMID 21966418 .   
  32. ^ a b Khaund, Polashree; Joshi, SR (octubre de 2014). "Código de barras de ADN de hongos comestibles silvestres consumidos por las tribus étnicas de la India". Gene . 550 (1): 123–130. doi : 10.1016 / j.gene.2014.08.027 . PMID 25130907 . 
  33. ^ Lobo, Jorge; Costa, Pedro M; Teixeira, Marcos AL; Ferreira, Maria SG; Costa, Maria H; Costa, Filipe O (2013). "Cebadores mejorados para la amplificación de códigos de barras de ADN de una amplia gama de metazoos marinos" . Ecología BMC . 13 (1): 34. doi : 10.1186 / 1472-6785-13-34 . ISSN 1472-6785 . PMC 3846737 . PMID 24020880 .   
  34. ↑ Yacoub, Haitham A .; Fathi, Moataz M .; Sadek, Mahmoud A. (4 de marzo de 2015). "Utilizando el gen del citocromo b del mtDNA como marcador de código de barras de ADN en cepas de pollo". ADN mitocondrial . 26 (2): 217–223. doi : 10.3109 / 19401736.2013.825771 . ISSN 1940-1736 . PMID 24020964 . S2CID 37802920 .   
  35. ^ Siddappa, Chandra Mohan; Saini, Mohini; Das, Asit; Doreswamy, Ramesh; Sharma, Anil K .; Gupta, Praveen K. (2013). "Caracterización de la secuencia del gen de ARNr 12S mitocondrial en ciervos de ratón ( Moschiola indica ) para la identificación de especies basada en PCR-RFLP" . Biología Molecular Internacional . 2013 : 783925. doi : 10.1155 / 2013/783925 . ISSN 2090-2182 . PMC 3885226 . PMID 24455258 .   
  36. ^ Vences, Miguel; Thomas, Meike; van der Meijden, Arie; Chiari, Ylenia; Vieites, David R. (16 de marzo de 2005). "Rendimiento comparativo del gen 16S rRNA en códigos de barras de ADN de anfibios" . Fronteras en Zoología . 2 (1): 5. doi : 10.1186 / 1742-9994-2-5 . ISSN 1742-9994 . PMC 555853 . PMID 15771783 .   
  37. ^ Chen, Shilin; Yao, Hui; Han, Jianping; Liu, Chang; Song, Jingyuan; Shi, Linchun; Zhu, Yingjie; Ma, Xinye; Gao, Ting (7 de enero de 2010). Gilbert, M. Thomas P (ed.). "Validación de la región ITS2 como un nuevo código de barras de ADN para identificar especies de plantas medicinales" . PLOS ONE . 5 (1): e8613. Código Bibliográfico : 2010PLoSO ... 5.8613C . doi : 10.1371 / journal.pone.0008613 . ISSN 1932-6203 . PMC 2799520 . PMID 20062805 .   
  38. ^ Theodoridis, Spyros; Stefanaki, Anastasia; Tezcan, Meltem; Aki, Cuneyt; Kokkini, Stella; Vlachonasios, Konstantinos E. (julio de 2012). "Código de barras de ADN en plantas nativas de la familia Labiatae (Lamiaceae) de la isla de Chios (Grecia) y la península adyacente de Çeşme-Karaburun (Turquía)". Recursos de ecología molecular . 12 (4): 620–633. doi : 10.1111 / j.1755-0998.2012.03129.x . PMID 22394710 . S2CID 2227349 .  
  39. ^ Yang, Ying; Zhai, Yanhong; Liu, Tao; Zhang, Fangming; Ji, Yunheng (enero de 2011). "Detección de Valeriana jatamansi como adulterante de Paris medicinal por variación de longitud del cloroplasto psb A- trn región H" (PDF) . Planta Medica . 77 (1): 87–91. doi : 10.1055 / s-0030-1250072 . ISSN 0032-0943 . PMID 20597045 .   
  40. ^ Gao, Ting; Yao, Hui; Song, Jingyuan; Liu, Chang; Zhu, Yingjie; Ma, Xinye; Pang, Xiaohui; Xu, Hongxi; Chen, Shilin (julio de 2010). "Identificación de plantas medicinales de la familia Fabaceae mediante un código de barras de ADN potencial ITS2". Revista de Etnofarmacología . 130 (1): 116-121. doi : 10.1016 / j.jep.2010.04.026 . PMID 20435122 . 
  41. ^ Weisburg WG; Graneros SM; Pelletier DA; Lane DJ (1991). "Amplificación de ADN ribosómico 16S para estudio filogenético" . Revista de bacteriología . 173 (2): 697–703. doi : 10.1128 / jb.173.2.697-703.1991 . PMC 207061 . PMID 1987160 .  
  42. ↑ Makarova, Olga; Contaldo, Nicoletta; Paltrinieri, Samanta; Kawube, Geofrey; Bertaccini, Assunta; Nicolaisen, Mogens (18 de diciembre de 2012). Woo, Patrick CY. (ed.). "Código de barras de ADN para la identificación de 'Candidatus Phytoplasmas' utilizando un fragmento del factor de alargamiento Tu Gene" . PLOS ONE . 7 (12): e52092. Código bibliográfico : 2012PLoSO ... 752092M . doi : 10.1371 / journal.pone.0052092 . ISSN 1932-6203 . PMC 3525539 . PMID 23272216 .   
  43. ^ Schneider, Kevin L .; Marrero, Glorimar; Álvarez, Anne M .; Presting, Gernot G. (21 de abril de 2011). Bereswill, Stefan (ed.). "Clasificación de bacterias asociadas a plantas usando RIF, un marcador de ADN derivado computacionalmente" . PLOS ONE . 6 (4): e18496. Código bibliográfico : 2011PLoSO ... 618496S . doi : 10.1371 / journal.pone.0018496 . ISSN 1932-6203 . PMC 3080875 . PMID 21533033 .   
  44. ^ Liu, Lin; Huang, Xiaolei; Zhang, Ruiling; Jiang, Liyun; Qiao, Gexia (enero de 2013). "La congruencia filogenética entre Mollitrichosiphum (Aphididae: Greenideinae) y Buchnera indica una evolución paralela entre insectos y bacterias". Entomología sistemática . 38 (1): 81–92. doi : 10.1111 / j.1365-3113.2012.00647.x . S2CID 84702103 . 
  45. ^ Gao, Ruifang; Zhang, Guiming (noviembre de 2013). "Potencial de los códigos de barras de ADN para la detección de hongos en cuarentena" . Fitopatología . 103 (11): 1103–1107. doi : 10.1094 / PHYTO-12-12-0321-R . ISSN 0031-949X . PMID 23718836 .  
  46. ^ Stielow, JB; Lévesque, CA; Seifert, KA; Meyer, W .; Irinyi, L .; Smits, D .; Renfurm, R .; Verkley, GJM; Groenewald, M .; Chaduli, D .; Lomascolo, A .; Welti, S .; Lesage-Meessen, L .; Favel, A .; Al-Hatmi, AMS; Damm, U .; Yilmaz, N .; Houbraken, J .; Lombard, L .; Quaedvlieg, W .; Aglutinante, M .; Vaas, LAI; Vu, D .; Yurkov, A .; Begerow, D .; Roehl, O .; Guerreiro, M .; Fonseca, A .; Samerpitak, K .; van Diepeningen, AD; Dolatabadi, S .; Moreno, LF; Casaregola, S .; Mallet, S .; Jacques, N .; Roscini, L .; Egidi, E .; Bizet, C .; García-Hermoso, D .; Martín, diputado; Deng, S .; Groenewald, JZ; Boekhout, T .; de Beer, ZW; Barnes, I .; Duong, TA; Wingfield, MJ; de Hoog, GS; Crous, PW; Lewis, CT; Hambleton, S .; Moussa, TAA; Al-Zahrani, HS; Almaghrabi, OA; Louis-Seize, G .; Assabgui, R .; McCormick, W .; Omer, G .; Dukik, K .;Cardinali, G .; Eberhardt, U .; de Vries, M .; Robert, V. (2015)."Un hongo, ¿qué genes? Desarrollo y evaluación de cebadores universales para posibles códigos de barras de ADN de hongos secundarios" . Persoonia . 35 : 242-263. doi : 10.3767 / 003158515X689135 . PMC  4713107 . PMID  26823635 .
  47. ^ Meyer, Wieland; Irinyi, Laszlo; Minh, Thuy Vi Hoang; Robert, Vincent; García-Hermoso, Dea; Desnos-Ollivier, Marie; Yurayart, Chompoonek; Tsang, Chi-Ching; Lee, Chun-Yi; Woo, Patrick CY; Pchelin, Ivan Mikhailovich; Uhrlaß, Silke; Nenoff, Pietro; Chindamporn, Ariya; Chen, Sharon; Hebert, Paul DN; Sorrell, Tania C .; Grupo de trabajo sobre códigos de barras ISHAM de hongos patógenos (2018). "Establecimiento de base de datos para el factor de elongación traduccional de código de barras de ADN fúngico secundario 1α (TEF1α)". Genoma . 62 (3): 160–169. doi : 10.1139 / gen-2018-0083 . PMID 30465691 . 
  48. ^ Gile, Gillian H .; Stern, Rowena F .; James, Erick R .; Keeling, Patrick J. (agosto de 2010). "Código de barras de ADN de Cloraracniófitos usando secuencias de ITS de nucleomorfos". Revista de Phycology . 46 (4): 743–750. doi : 10.1111 / j.1529-8817.2010.00851.x . S2CID 26529105 . 
  49. ↑ Strüder-Kypke, Michaela C .; Lynn, Denis H. (25 de marzo de 2010). "Análisis comparativo del gen de la subunidad I (COI) de la citocromo c oxidasa mitocondrial en ciliados (Alveolata, Ciliophora) y evaluación de su idoneidad como marcador de biodiversidad". Sistemática y Biodiversidad . 8 (1): 131–148. doi : 10.1080 / 14772000903507744 . ISSN 1477-2000 . S2CID 83996912 .  
  50. ^ a b Hamsher, Sarah E .; LeGresley, Murielle M .; Martin, Jennifer L .; Saunders, Gary W. (9 de octubre de 2013). Crandall, Keith A. (ed.). "Comparación de estudios morfológicos y moleculares para estimar la riqueza de especies de Chaetoceros y Thalassiosira (Bacillariophyta), en la Bahía de Fundy" . PLOS ONE . 8 (10): e73521. Código bibliográfico : 2013PLoSO ... 873521H . doi : 10.1371 / journal.pone.0073521 . ISSN 1932-6203 . PMC 3794052 . PMID 24130665 .   
  51. ^ Kaczmarska, Irena; Ehrman, James Michael; Moniz, Monica Barros Joyce; Davidovich, Nikolai (septiembre de 2009). "Estructura fenotípica y genética de poblaciones de mestizaje de la diatomea Tabularia fasciculata (Bacillariophyta)". Phycologia . 48 (5): 391–403. doi : 10.2216 / 08-74.1 . ISSN 0031-8884 . S2CID 84919305 .  
  52. ^ Weigand, Hannah; Beermann, Arne J .; Čiampor, Fedor; Costa, Filipe O .; Csabai, Zoltán; Duarte, Sofia; Geiger, Matthias F .; Grabowski, Michał; Rimet, Frédéric (14 de marzo de 2019). "Bibliotecas de referencia de códigos de barras de ADN para el seguimiento de la biota acuática en Europa: análisis de brechas y recomendaciones para el trabajo futuro". bioRxiv . 678 : 499–524. Código bibliográfico : 2019ScTEn.678..499W . doi : 10.1101 / 576553 . hdl : 11250/2608962 . PMID 31077928 . S2CID 92160002 .  
  53. ^ Gottschling M, J Chacón, A Žerdoner Čalasan, St Neuhaus, J Kretschmann, H Stibor & U John (2020): La ubicación filogenética de secuencias ambientales utilizando bases de datos taxonómicamente confiables ayuda a evaluar rigurosamente la biodiversidad de los dinosaurios en los lagos bávaros (Alemania). Freshw Biol 65: 193-208. doi : 10.1111 / fwb.13413
  54. ^ Rdmpage (2016), Proyecto de código de barras internacional de la vida (iBOL) (conjunto de datos), Instituto de Biodiversidad, Salud Animal y Medicina Comparada, Facultad de Ciencias Médicas, Veterinarias y de la Vida, Universidad de Glasgow, doi : 10.15468 / inygc6 , obtenido en 2019 -05-14
  55. ^ Ratnasingham, Sujeevan; Hebert, Paul DN (24 de enero de 2007). "CÓDIGO DE BARRAS: negrita: El código de barras del sistema de datos de vida (http://www.barcodinglife.org): CÓDIGO DE BARRAS" . Notas de ecología molecular . 7 (3): 355–364. doi : 10.1111 / j.1471-8286.2007.01678.x . PMC 1890991 . PMID 18784790 .  
  56. ^ Nilsson, Rolf Henrik; Larsson, Karl-Henrik; Taylor, Andy FS; Bengtsson-Palme, Johan; Jeppesen, Thomas S .; Schigel, Dmitry; Kennedy, Peter; Picard, Kathryn; Glöckner, Frank Oliver (8 de enero de 2019). "La base de datos UNITE para la identificación molecular de hongos: manejo de taxones oscuros y clasificaciones taxonómicas paralelas" . Investigación de ácidos nucleicos . 47 (D1): D259 – D264. doi : 10.1093 / nar / gky1022 . ISSN 0305-1048 . PMC 6324048 . PMID 30371820 .   
  57. ^ Rimet, Frederic; Gusev, Evgenuy; Kahlert, Maria; Kelly, Martyn; Kulikovskiy, Maxim; Maltsev, Yevhen; Mann, David; Pfannkuchen, Martin; Trobajo, Rosa (14 de febrero de 2019). "Diat.barcode, una biblioteca de códigos de barras de acceso abierto para diatomeas" (conjunto de datos). Portail Data Inra. doi : 10.15454 / TOMBYZ . Cite journal requiere |journal=( ayuda )
  58. ^ Rimet, Frédéric; Chaumeil, Philippe; Keck, François; Kermarrec, Lenaïg; Vasselon, Valentin; Kahlert, Maria; Franc, Alain; Bouchez, Agnès (2016). "R-Syst :: diatom: una base de datos de código de barras curada y de acceso abierto para diatomeas y monitoreo de agua dulce" . Base de datos . 2016 : baw016. doi : 10.1093 / base de datos / baw016 . ISSN 1758-0463 . PMC 4795936 . PMID 26989149 .   
  59. ^ 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, Blaz .; Thallinger, Gerhard G .; Horn, David J .; camioneta. Weber, Caroly F. (2009). "Presentamos mothur: software de código abierto, independiente de la plataforma, apoyado por la comunidad para describir y comparar comunidades microbianas" . Microbiología aplicada y ambiental . 75 (23): 7537–41. doi : 10.1128 / AEM.01541-09 . OCLC 780918718 . PMC 2786419 . PMID 19801464 .   
  60. ↑ Edgar, Robert C (18 de agosto de 2013). "UPARSE: secuencias OTU de alta precisión de lecturas de amplicones microbianos". Métodos de la naturaleza . 10 (10): 996–998. doi : 10.1038 / nmeth.2604 . ISSN 1548-7091 . PMID 23955772 . S2CID 7181682 .   
  61. ^ Caporaso, J Gregory; Kuczynski, Justin; Stombaugh, Jesse; Bittinger, Kyle; Bushman, Frederic D; Costello, Elizabeth K; Fierer, Noah; Peña, Antonio González; Goodrich, Julia K (mayo de 2010). "QIIME permite el análisis de datos de secuenciación de la comunidad de alto rendimiento" . Métodos de la naturaleza . 7 (5): 335–336. doi : 10.1038 / nmeth.f.303 . ISSN 1548-7091 . PMC 3156573 . PMID 20383131 .   
  62. ^ Afgan, Enis; Baker, Dannon; Batut, Bérénice; van den Beek, Marius; Bouvier, Dave; Čech, Martin; Chilton, John; Clements, Dave; Coraor, Nate (2 de julio de 2018). "La plataforma Galaxy para análisis biomédicos accesibles, reproducibles y colaborativos: actualización de 2018" . Investigación de ácidos nucleicos . 46 (W1): W537 – W544. doi : 10.1093 / nar / gky379 . ISSN 0305-1048 . PMC 6030816 . PMID 29790989 .   
  63. ^ Boyer, Frédéric; Mercier, Céline; Bonin, Aurélie; Le Bras, Yvan; Taberlet, Pierre; Coissac, Eric (26 de mayo de 2015). "obitools: paquete de software inspirado en aunix para metabarcoding de ADN". Recursos de ecología molecular . 16 (1): 176–182. doi : 10.1111 / 1755-0998.12428 . ISSN 1755-098X . PMID 25959493 . S2CID 39412858 .   
  64. ^ Elbrecht, Vasco (30 de abril de 2019), GitHub - VascoElbrecht / JAMP: JAMP: Just Another Metabarcoding Pipeline. , consultado el 14 de mayo de 2019
  65. ^ Normandeau, Eric (21 de enero de 2020), GitHub - hugemandeau / barque: Barque: Environmental DNA metabarcoding analysis. , consultado el 21 de enero de 2020
  66. ^ Callahan, Benjamin J; McMurdie, Paul J; Rosen, Michael J; Han, Andrew W; Johnson, Amy Jo A; Holmes, Susan P (julio de 2016). "DADA2: inferencia de muestra de alta resolución a partir de datos de amplicones de Illumina" . Métodos de la naturaleza . 13 (7): 581–583. doi : 10.1038 / nmeth.3869 . ISSN 1548-7091 . PMC 4927377 . PMID 27214047 .   
  67. ^ McMurdie, Paul J .; Holmes, Susan (2014). "No desperdiciar, no querer: por qué es inadmisible la inadmisibilidad de los datos del microbioma" . PLOS Biología Computacional . 10 (4): e1003531. arXiv : 1310.0424 . Código bibliográfico : 2014PLSCB..10E3531M . doi : 10.1371 / journal.pcbi.1003531 . PMC 3974642 . PMID 24699258 .  
  68. ^ Valiente, Gabriel; Jansson, Jesper; Clemente, José Carlos; Alonso-Alemany, Daniel (10 de octubre de 2011). "Asignación taxonómica en metagenómica con TANGO" . EMBnet.journal . 17 (2): 16-20. doi : 10.14806 / ej.17.2.237 . ISSN 2226-6089 . 
  69. ↑ a b Schnell, Ida Bærholm; Thomsen, Philip Francis; Wilkinson, Nicholas; Rasmussen, Morten; Jensen, Lars RD; Willerslev, Eske; Bertelsen, Mads F .; Gilbert, M. Thomas P. (abril de 2012). "Proyección de la biodiversidad de mamíferos utilizando ADN de sanguijuelas" . Biología actual . 22 (8): R262 – R263. doi : 10.1016 / j.cub.2012.02.058 . PMID 22537625 . S2CID 18058748 .  
  70. ^ Subrata., Trivedi (2016). Códigos de barras de ADN en perspectivas marinas: evaluación y conservación de la biodiversidad . Ansari, Abid Ali., Ghosh, Sankar K., Rehman, Hasibur. Cham: Springer International Publishing. ISBN 9783319418407. OCLC  958384953 .
  71. ^ Hebert, Paul DN; Stoeckle, Mark Y .; Zemlak, Tyler S .; Francis, Charles M. (octubre de 2004). "Identificación de aves mediante códigos de barras de ADN" . PLOS Biología . 2 (10): e312. doi : 10.1371 / journal.pbio.0020312 . ISSN 1545-7885 . PMC 518999 . PMID 15455034 .   
  72. ↑ Costa, Filipe O; Carvalho, Gary R (diciembre de 2007). "La iniciativa del código de barras de la vida: sinopsis y posibles impactos sociales de los códigos de barras de ADN de los peces" . Genómica, sociedad y política . 3 (2): 29. doi : 10.1186 / 1746-5354-3-2-29 . ISSN 1746-5354 . PMC 5425017 .  
  73. ^ Lahaye, R .; van der Bank, M .; Bogarin, D .; Warner, J .; Pupulin, F .; Gigot, G .; Maurin, O .; Duthoit, S .; Barraclough, TG (26 de febrero de 2008). "Código de barras de ADN de las flores de los puntos calientes de la biodiversidad" . Actas de la Academia Nacional de Ciencias . 105 (8): 2923-2928. doi : 10.1073 / pnas.0709936105 . ISSN 0027-8424 . PMC 2268561 . PMID 18258745 .   
  74. ^ a b Xu, Song-Zhi; Li, Zhen-Yu; Jin, Xiao-Hua (enero de 2018). "Código de barras de ADN de plantas invasoras en China: un recurso para identificar plantas invasoras". Recursos de ecología molecular . 18 (1): 128-136. doi : 10.1111 / 1755-0998.12715 . PMID 28865184 . S2CID 24911390 .  
  75. ^ Liu, Junning; Jiang, Jiamei; Song, Shuli; Tornabene, Luke; Chabarria, Ryan; Naylor, Gavin JP; Li, Chenhong (diciembre de 2017). "Códigos de barras de ADN multilocus - Identificación de especies con datos multilocus" . Informes científicos . 7 (1): 16601. Bibcode : 2017NatSR ... 716601L . doi : 10.1038 / s41598-017-16920-2 . ISSN 2045-2322 . PMC 5709489 . PMID 29192249 .   
  76. ↑ Nagoshi, Rodney N .; Brambila, Julieta; Meagher, Robert L. (noviembre de 2011). "Uso de códigos de barras de ADN para identificar especies invasoras de gusano cogollero Spodoptera en Florida" . Revista de ciencia de insectos . 11 (154): 154. doi : 10.1673 / 031.011.15401 . ISSN 1536-2442 . PMC 3391933 . PMID 22239735 .   
  77. ^ Thongtam na Ayudhaya, Pradipunt; Muangmai, Narongrit; Banjongsat, Nuwadee; Singchat, Worapong; Janekitkarn, Sommai; Peyachoknagul, Surin; Srikulnath, Kornsorn (junio de 2017). "Revelación de la diversidad críptica de los géneros Amphiprion y Premnas (Perciformes: Pomacentridae) en Tailandia con códigos de barras de ADN mitocondrial" . Agricultura y Recursos Naturales . 51 (3): 198-205. doi : 10.1016 / j.anres.2017.07.001 .
  78. ^ Hebert, PDN; Penton, EH; Burns, JM; Janzen, DH; Hallwachs, W. (12 de octubre de 2004). "Diez especies en una: el código de barras de ADN revela especies crípticas en la mariposa patrón neotropical Astraptes fulgerator " . Actas de la Academia Nacional de Ciencias . 101 (41): 14812-14817. Código Bibliográfico : 2004PNAS..10114812H . doi : 10.1073 / pnas.0406166101 . ISSN 0027-8424 . PMC 522015 . PMID 15465915 .   
  79. ^ Brower, Andrew VZ (junio de 2006). "Problemas con los códigos de barras de ADN para la delimitación de especies: 'Diez especies' de Astraptes fulgerator reevaluado (Lepidoptera: Hesperiidae)". Sistemática y Biodiversidad . 4 (2): 127-132. doi : 10.1017 / S147720000500191X . ISSN 1477-2000 . S2CID 54687052 .  
  80. ^ Smith, MA; Woodley, NE; Janzen, DH; Hallwachs, W .; Hebert, PDN (7 de marzo de 2006). "Los códigos de barras de ADN revelan la especificidad del huésped críptico dentro de los presuntos miembros polífagos de un género de moscas parasitoides (Diptera: Tachinidae)" . Actas de la Academia Nacional de Ciencias . 103 (10): 3657–3662. doi : 10.1073 / pnas.0511318103 . ISSN 0027-8424 . PMC 1383497 . PMID 16505365 .   
  81. ^ Brasier, Madeleine J .; Wiklund, Helena; Neal, Lenka; Jeffreys, Rachel; Linse, Katrin; Ruhl, Henry; Glover, Adrian G. (noviembre de 2016). "El código de barras de ADN descubre diversidad críptica en el 50% de los poliquetos antárticos de aguas profundas" . Ciencia Abierta de la Royal Society . 3 (11): 160432. Código Bibliográfico : 2016RSOS .... 360432B . doi : 10.1098 / rsos.160432 . ISSN 2054-5703 . PMC 5180122 . PMID 28018624 .   
  82. ^ Pompanon, Francois; Deagle, Bruce E .; Symondson, William OC; Brown, David S .; Jarman, Simon N .; Taberlet, Pierre (abril de 2012). "Quién está comiendo qué: evaluación de la dieta mediante secuenciación de próxima generación: ANÁLISIS DE DIETA NGS" . Ecología molecular . 21 (8): 1931-1950. doi : 10.1111 / j.1365-294X.2011.05403.x . PMID 22171763 . S2CID 10013333 .  
  83. ^ Valentini, Alice; Pompanon, François; Taberlet, Pierre (febrero de 2009). "Código de barras de ADN para ecologistas". Tendencias en Ecología y Evolución . 24 (2): 110-117. doi : 10.1016 / j.tree.2008.09.011 . PMID 19100655 . 
  84. ↑ a b c Kaunisto, Kari M .; Roslin, Tomas; Sääksjärvi, Ilari E .; Vesterinen, Eero J. (octubre de 2017). "Pellets de prueba: primer vistazo de la composición dietética de los odonatos adultos según lo revelado por metabarcoding de heces" . Ecología y Evolución . 7 (20): 8588–8598. doi : 10.1002 / ece3.3404 . PMC 5648679 . PMID 29075474 .  
  85. ^ Daños-Tuohy, Ca; Schizas, Nv; Appeldoorn, Rs (25 de octubre de 2016). "Uso de metabarcoding de ADN para análisis de contenido estomacal en el invasor pez león Pterois volitans en Puerto Rico" . Serie del progreso de la ecología marina . 558 : 181-191. Código bibliográfico : 2016MEPS..558..181H . doi : 10.3354 / meps11738 . ISSN 0171-8630 . 
  86. ^ Kowalczyk, Rafał; Taberlet, Pierre; Coissac, Eric; Valentini, Alice; Miquel, Christian; Kamiński, Tomasz; Wójcik, Jan M. (febrero de 2011). "Influencia de las prácticas de gestión en la dieta de grandes herbívoros: caso del bisonte europeo en el bosque primitivo de Białowieża (Polonia)". Ecología y Manejo Forestal . 261 (4): 821–828. doi : 10.1016 / j.foreco.2010.11.026 .
  87. ^ Nichols, Ruth V .; Cromsigt, Joris PGM; Spong, Göran (diciembre de 2015). "Uso de eDNA para probar experimentalmente las preferencias de navegación de ungulados" . SpringerPlus . 4 (1): 489. doi : 10.1186 / s40064-015-1285-z . ISSN 2193-1801 . PMC 4565800 . PMID 26380165 .   
  88. ↑ Agusti, N .; Shayler, SP; Harwood, JD; Vaughan, IP; Sunderland, KD; Symondson, WOC (diciembre de 2003). "Colémbolos como presas alternativas que sostienen arañas en ecosistemas arables: detección de presas dentro de los depredadores mediante marcadores moleculares". Ecología molecular . 12 (12): 3467–3475. doi : 10.1046 / j.1365-294X.2003.02014.x . ISSN 0962-1083 . PMID 14629361 . S2CID 7985256 .   
  89. ^ Valentini, Alice; Miquel, Christian; Nawaz, Muhammad Ali; Bellemain, Eva; Coissac, Eric; Pompanon, François; Gielly, Ludovic; Cruaud, Corinne; Nascetti, Giuseppe (enero de 2009). "Nuevas perspectivas en el análisis de dietas basadas en códigos de barras de ADN y pirosecuenciación paralela: el enfoque trn L". Recursos de ecología molecular . 9 (1): 51–60. doi : 10.1111 / j.1755-0998.2008.02352.x . PMID 21564566 . S2CID 5308081 .  
  90. ^ Friedman, Melissa; Fernández, Mercedes; Mecenas, Lorena; Dickey, Robert; Bernstein, Jeffrey; Schrank, Kathleen; Kibler, Steven; Stephan, Wendy; Gribble, Matthew (14 de marzo de 2017). "Una revisión actualizada de la intoxicación por peces con ciguatera: gestión clínica, epidemiológica, ambiental y de salud pública" . Drogas marinas . 15 (3): 72. doi : 10.3390 / md15030072 . ISSN 1660-3397 . PMC 5367029 . PMID 28335428 .   
  91. ^ a b c d e f Pawlowski, enero; Kelly-Quinn, Mary; Altermatt, Florian; Apothéloz-Perret-Gentil, Laure; Beja, Pedro; Boggero, Angela; Borja, Ángel; Bouchez, Agnès; Cordier, Tristan (2018). "El futuro de los índices bióticos en la era ecogenómica: Integrando (e) la metabarcoding de ADN en la evaluación biológica de ecosistemas acuáticos" . Ciencia del Medio Ambiente Total . 637–638: 1295–1310. Código bibliográfico : 2018ScTEn.637.1295P . doi : 10.1016 / j.scitotenv.2018.05.002 . PMID 29801222 . 
  92. ^ Armitage, Patrick D .; Cranston, Peter S .; Pinder, LCV, eds. (1995). Los Chironomidae . Dordrecht: Springer Holanda. doi : 10.1007 / 978-94-011-0715-0 . ISBN 9789401043083. S2CID  46138170 .
  93. ^ Beermann, Arne J .; Zizka, Vera MA; Elbrecht, Vasco; Baranov, Viktor; Leese, Florian (24 de julio de 2018). "La codificación de metabarras de ADN revela las respuestas complejas y ocultas de los quironómidos a múltiples factores de estrés" . Environmental Sciences Europe . 30 (1): 26. doi : 10.1186 / s12302-018-0157-x . ISSN 2190-4715 . S2CID 51802465 .  
  94. ^ Beermann, Arne J .; Elbrecht, Vasco; Karnatz, Svenja; Ma, Li; Matthaei, Christoph D .; Piggott, Jeremy J .; Leese, Florian (2018). "Efectos de múltiples factores de estrés en las comunidades de macroinvertebrados de corriente: un experimento de mesocosmos manipulando la salinidad, el sedimento fino y la velocidad del flujo". Ciencia del Medio Ambiente Total . 610–611: 961–971. Código bibliográfico : 2018ScTEn.610..961B . doi : 10.1016 / j.scitotenv.2017.08.084 . PMID 28830056 . 
  95. ↑ Macher, Jan N .; Salis, Romana K .; Blakemore, Katie S .; Tollrian, Ralph; Matthaei, Christoph D .; Leese, Florian (2016). "Efectos de múltiples factores de estrés en invertebrados de corriente: códigos de barras de ADN revela respuestas contrastantes de especies crípticas de efímeras". Indicadores ecológicos . 61 : 159-169. doi : 10.1016 / j.ecolind.2015.08.024 .
  96. ^ "El consorcio internacional de códigos de barras de la vida" . Código de barras internacional de la vida . Consultado el 29 de marzo de 2019 .
  97. ^ "Bold Systems v4" . www.boldsystems.org . Consultado el 2 de abril de 2019 .
  98. ^ a b Ogwang, Joel; Bariche, Michel; Bos, Arthur R. (2020). "Diversidad genética y relaciones filogenéticas de besugo ( Nemipterus spp.) Del Mar Rojo y el Mar Mediterráneo oriental" . Genoma . 63 : 1-10. doi : 10.1139 / gen-2019-0163 . PMID 32678985 . 
  99. ^ Schander, Christoffer; Willassen, Endre (2005). "¿Qué pueden hacer los códigos de barras biológicos por la biología marina?" . Investigación en biología marina . 1 (1): 79–83. doi : 10.1080 / 17451000510018962 . ISSN 1745-1000 . S2CID 84070971 .  
  100. ↑ Miller, SE (20 de marzo de 2007). "El código de barras de ADN y el renacimiento de la taxonomía" . Actas de la Academia Nacional de Ciencias . 104 (12): 4775–4776. Código Bibliográfico : 2007PNAS..104.4775M . doi : 10.1073 / pnas.0700466104 . ISSN 0027-8424 . PMC 1829212 . PMID 17363473 .   
  101. ^ Ratnasingham, S. (2013). "Un registro basado en el ADN para todas las especies animales: el sistema de número de índice de código de barras (BIN)" . PLOS ONE . 8 (7): e66213. Código bibliográfico : 2013PLoSO ... 866213R . doi : 10.1371 / journal.pone.0066213 . PMC 3704603 . PMID 23861743 .  
  102. ^ Leese, Florian; Elbrecht, Vasco (8 de julio de 2015). "¿Pueden las evaluaciones de ecosistemas basadas en ADN cuantificar la abundancia de especies? Prueba de sesgo de cebadores y biomasa: relaciones de secuencia con un protocolo innovador de metabarcoding" . PLOS ONE . 10 (7): e0130324. Código bibliográfico : 2015PLoSO..1030324E . doi : 10.1371 / journal.pone.0130324 . ISSN 1932-6203 . PMC 4496048 . PMID 26154168 .   
  103. ^ Elbrecht, Vasco; Vamos, Ecaterina Edith; Meissner, Kristian; Aroviita, Jukka; Leese, Florian (2017). "Evaluación de las fortalezas y debilidades de la identificación de macroinvertebrados basada en metabarcoding de ADN para el monitoreo de flujo de rutina" . Métodos en ecología y evolución . 8 (10): 1265-1275. doi : 10.1111 / 2041-210X.12789 . ISSN 2041-210X . 
  104. ↑ 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, MJ; Filipe, AF; Fornaroli, R .; Graf, W .; Herder, J .; Van Der Hoorn, B .; Iwan Jones, J .; Sagova-Mareckova, M .; Moritz, C .; Barquín, J .; Piggott, JJ; Pinna, M .; Rimet, F .; Rinkevich, B .; Sousa-Santos, C .; Specchia, V .; Trobajo, R .; Vasselon, V .; Vitecek, S .; et al. (Octubre de 2018). "El futuro de los índices bióticos en la era ecogenómica: Integración de la metabarcoding de (E) ADN en la evaluación biológica de ecosistemas acuáticos" . Ciencia del Medio Ambiente Total . 637–638: 1295–1310. Código bibliográfico : 2018ScTEn.637.1295P . doi: 10.1016 / j.scitotenv.2018.05.002 . PMID  29801222 .
  105. ^ Membrillo, Christopher; Sloan, William T .; Hall, Neil; D'Amore, Rosalinda; Ijaz, Umer Z .; Schirmer, Melanie (31 de marzo de 2015). "Información sobre los sesgos y los errores de secuenciación para la secuenciación de amplicones con la plataforma Illumina MiSeq" . Investigación de ácidos nucleicos . 43 (6): e37. doi : 10.1093 / nar / gku1341 . ISSN 0305-1048 . PMC 4381044 . PMID 25586220 .   
  106. ^ Huang, Quanfei; Li, Jiguang; Fu, Ribei; Tang, Min; Zhou, Lili; Su, Xu; Yang, Qing; Liu, Shanlin; Li, Yiyuan (1 de diciembre de 2013). "La secuenciación ultra profunda permite la recuperación de alta fidelidad de la biodiversidad para muestras de artrópodos a granel sin amplificación por PCR" . GigaScience . 2 (1): 4. doi : 10.1186 / 2047-217X-2-4 . PMC 3637469 . PMID 23587339 .  
  107. ^ Macher, Jan-Niklas; Zizka, Vera Marie Alida; Weigand, Alexander Martin; Leese, Florian (2018). "Un simple protocolo de centrifugación para estudios metagenómicos aumenta el rendimiento del ADN mitocondrial en dos órdenes de magnitud" . Métodos en ecología y evolución . 9 (4): 1070–1074. doi : 10.1111 / 2041-210X.12937 . ISSN 2041-210X . 
  108. ^ "DNAquaNet" . Consultado el 29 de marzo de 2019 .
  109. ^ CEN (2018) CEN / TC 230 / GRUPO DE TRABAJO 2 - Propuesta para un nuevo Grupo de Trabajo WG28 “ Métodos de ADN y eDNA” Un plan para cumplir con las necesidades de estandarización de ADN y eDNA de la legislación de la UE en Política del Agua (Propuesta a raíz de las decisiones de 2017 Reunión de Berlín del CEN / TC 230, sus grupos de trabajo y representantes de eDNA COST)
  110. ^ Sloan, William T .; Leer, L. Fiona; Jefe, Ian M .; Neil Hall; Davenport, Russell J .; Curtis, Thomas P .; Lanzén, Anders; Quince, Christopher (2009). "Determinación precisa de la diversidad microbiana a partir de 454 datos de pirosecuenciación". Métodos de la naturaleza . 6 (9): 639–641. doi : 10.1038 / nmeth.1361 . hdl : 1956/6529 . ISSN 1548-7105 . PMID 19668203 . S2CID 1975660 .   
  111. ^ Kunin, Víctor; Engelbrektson, Anna; Ochman, Howard; Hugenholtz, Philip (2010). "Arrugas en la biosfera rara: errores de pirosecuenciación pueden conducir a la inflación artificial de las estimaciones de diversidad" . Microbiología ambiental . 12 (1): 118-123. doi : 10.1111 / j.1462-2920.2009.02051.x . ISSN 1462-2920 . PMID 19725865 .  
  112. ^ Rob Knight; Reeder, Jens (2009). "La 'biosfera rara': una verificación de la realidad". Métodos de la naturaleza . 6 (9): 636–637. doi : 10.1038 / nmeth0909-636 . ISSN 1548-7105 . PMID 19718016 . S2CID 5278501 .   
  113. ^ Zhan, Aibin; Hulák, Martin; Sylvester, Francisco; Huang, Xiaoting; Adebayo, Abisola A .; Abbott, Cathryn L .; Adamowicz, Sarah J .; Heath, Daniel D .; Cristescu, Melania E. (2013). "Alta sensibilidad de pirosecuenciación 454 para la detección de especies raras en comunidades acuáticas". Métodos en ecología y evolución . 4 (6): 558–565. doi : 10.1111 / 2041-210X.12037 . ISSN 2041-210X . 
  114. ^ Zhan, Aibin; Él, Song; Brown, Emily A .; Cadena, Frédéric JJ; Therriault, Thomas W .; Abbott, Cathryn L .; Heath, Daniel D .; Cristescu, Melania E .; MacIsaac, Hugh J. (2014). "Reproducibilidad de datos de pirosecuenciación para la evaluación de la biodiversidad en comunidades complejas" . Métodos en ecología y evolución . 5 (9): 881–890. doi : 10.1111 / 2041-210X.12230 . ISSN 2041-210X . 
  115. ^ Ruppert, Krista M .; Kline, Richard J .; Rahman, Md Saydur (enero de 2019). "Perspectivas pasadas, presentes y futuras de la metabarcoding de ADN ambiental (eDNA): una revisión sistemática en métodos, seguimiento y aplicaciones de eDNA global" . Ecología y Conservación Global . 17 : e00547. doi : 10.1016 / j.gecco.2019.e00547 .
  116. ^ Stoeck, Thorsten; Frühe, Larissa; Forster, Dominik; Cordier, Tristan; Martins, Catarina IM; Pawlowski, Jan (febrero de 2018). "La codificación de ADN ambiental de las comunidades bacterianas bentónicas indica la huella bentónica de la acuicultura del salmón". Boletín de contaminación marina . 127 : 139-149. doi : 10.1016 / j.marpolbul.2017.11.065 . PMID 29475645 . 
  117. ^ Evans, Darren M .; Kitson, James JN; Lunt, David H .; Straw, Nigel A .; Pocock, Michael JO (2016). "Fusión de metabarcoding de ADN y análisis de redes ecológicas para comprender y construir ecosistemas terrestres resilientes" (PDF) . Ecología funcional . 30 (12): 1904-1916. doi : 10.1111 / 1365-2435.12659 . ISSN 1365-2435 .  

Enlaces externos [ editar ]

  • SweBOL
  • FinBOL
  • Proyecto de código de barras internacional de la vida (iBOL)
  • NEGRITA
  • UNIR
  • Diat.barcode