英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料

测试DNA条形码的功效鉴定加拿大的维管植物

Thomas W. A. Braukmann*, Maria L. Kuzmina, Jesse Sills, Evgeny V. Zakharov, Paul D.N. Hebert

加拿大, 安大略省，圭尔夫，圭尔夫大学，安大略省生物多样性研究所，生物多样性基因组学中心

摘要

他们相对较慢的分子进化速率，以及频繁暴露于杂交通常使得难以区分维管植物的种类标准条形码标记（rbcL，matK，ITS2）。以前的研究检查了这些在狭义的地理或分类背景下的限制，但目前的调查扩大分析以考虑这些基因区域的表现在加拿大各地的当地花卉种类。为了测试识别成功，我们采用了DNA条形码参考文库具有序列记录，为5108维管植物的96％来自加拿大的物种，但覆盖范围从rbcL的94％变化到ITS2的60％matK为39％。我们测试了27个国家公园和一个科学储备的植物清单DNA条形码在模拟物种组合中识别植物的功效从加拿大的六个生物地理区域使用BLAST和mothur。平均成对（MPD）和平均最近分类距离（MNTD）是条形码的强烈预测因子不同植物家属和属的表现，并且这两个指标都支持ITS2具有最高的遗传多样性。所有三个基因在分配中表现强烈目前在当地的佛罗伦萨属于正确的属，其范围从rbcL到91％不等ITS2为97％，matK为98％。然而，matK交付了最高的种类，（〜81％），ITS2（〜72％）和rbcL（〜44％）。尽管植物分类群数量很少在加拿大北极，DNA条形码在区分品种方面取得的成功率最低这个生物地理学区域的分辨率范围从rbcL的36％到matK的69％。其他环境物种的分辨率较高，林地面积达到52％对于rbcL和87％的matK。我们的结果表明，DNA条形码在识别中非常有效，能将加拿大植物分配到一个属，并且它在区分物种中表现良好植物多样性最高的地区。

介绍

DNA条形码在短期，标准化的基因区域中采用序列变异作为区分物种的工具[1]。 理想的DNA条形码区域可靠地扩增，并在分类群的大量组合中进行测序，并提供高水平的物种鉴别[2] 。线粒体细胞色素c氧化酶I（COI）基因在区分动物物种中的5区域的成功促成了确定可能为植物提供相似分辨率的基因区域的努力。 由于大多数植物谱系线粒体中核苷酸替代率极低[3]，COI不是候选者。 然而，基于对系统发育和分子系统学的强烈兴趣，将两个质体基因区域视为维管植物的DNA条形码，并且将RuBisCo（rbcL）与内含子序列（matK）组合的大亚单位作为标准[4; 5]。 因为这些区域经常无法解决同源[6; 7; 8; 9; 10; 11]，随之而来的趋势是建立在耳道建议的基础上[12] 13; 14]，将它们与核编码的核糖体内转录间隔区ITS2耦合 [2; 15; 16]。

相当多的研究现在已经检查了不同标记物在放大容易程度和解决植物物种的能力方面的表现[9; 10; 15; 17; 18; 19; 7; 20; 21; 22; 23; 24; 25; 26]。这项工作表明，rbcL具有最高的序列恢复水平（90-100％），其次是ITS2（〜90％），而matK更难（56-90％）。这些基因区域在鉴别物种中的功效已经通过树型（系统）或基本局部比对（BLAST）算法来确定。 ITS2已经报告了最高的物种分辨率（79-93％），其次是matK（45-80％）和rbcL（17％-92％）。有人提出，通过开发本地图书馆，可以提高DNA条形码在提供物种水平鉴定中的功效[7; 27]，后来被认为是这种做法确实提高了决议[9; 23]。这种文库的有效性取决于对局部花冠的完全采样，对所分析的规格的精确鉴定以及所得序列的质量[28]。

由于分类范围（30-4800种），生物地理学（例如北极和温带植物，热带树木）的差异较大，以前采用的DNA条形码标记（2-8叶绿体和核）数量差异较大，用于进行分类任务的方法。事实上，以前的研究并没有涉及对标准条形码标记（rbcL，matK，ITS2）的容量的大规模比较分析，用相同的方法使用标准条形码库为不同的生物地理学社区提供物种水平的鉴定。本研究通过采用加拿大维管植物的DNA条形码库来确定产生最佳种类分辨率的方法和具有最高性能的标记（rbcL，matK，ITS2）来解决这一差距。此外，本研究还研究了定制DNA条形码图书馆识别成功的功效，并比较了遗址与物种丰富家族之间的系统发生多样性测度，以确定影响物种分辨率的因素。

材料和方法

分类抽样

在加拿大DNA条形码中心为加拿大维管植物生成三个DNA条形码区域（rbcL，matK和ITS2）的序列[29]。17,995个标本的完整分类信息，收集记录，凭证图像和序列可公开获取 在加拿大工厂的工厂（可用于2010年1月4日; doidx.doi.org/10.5883/DS-VASCAN）的BOLD [30]。 该序列库包括在加拿大血管植物数据库（VASCAN [31]）中的所有1153个属和171个家系覆盖的非混合来源的5108种（约96％）中的4923种。 覆盖范围在三个基因区域之间不同; rbcL数据集最完整，168个系列中有16,008个序列跨越4790种（约93.8％）（表1）。 ITS2库包括6630个序列，代表125个家族中3044种（约59.6％），而matK数据集包括涵盖118个家族的2000种（39％）的6599个序列。 总体而言，78％的物种（3839）拥有两种标记的组合记录，但只有1074种（22％）有三种数据。

表1.用于测试加拿大血管植物的rbcL，matK和ITS2文库的分类学解析的地方，对应的陆地生态区和生物地理区域列表。 每个地区的物种数量在括号中。

为了测试DNA文库的分类学解析，我们创建了“合成”佛罗里达在加拿大27个国家公园和科夫勒科学储备库（KSR）的每个维管植物清单上。最初的检查单是使用Parks Canada Biotics Web Explorer http://www.pc.gc.ca/apps/bos/bosfieldselection_e.asp生成的，最近更新了Ellesmere，Ivvavik，Nahannii，Point Pelee，Torngat，Ukkusiksalik，和瓦帕克斯国家公园（Bruce Bennett和Sergeon Ponomarenko，个人通讯）。 KSR的物种清单是从http://ksr.utoronto.ca/research/species-list/ksr-plant-list/获得的。检查单上的植物物种最好由rbcL（gt; 95％覆盖）表示，其次是ITS2和matK，覆盖率相当（54-83％取决于社区;详见图1）。为进一步分析，28个清单分为六个生物地理区域：北极，大西洋，北大西洋，太平洋，大草原和林地。

（表1），代表加拿大15个陆地生态区之中的12个[32]。为了确保标准化，命名的命名，本研究中使用的所有标本和清单遵循命名被VASCAN接受[31]。

图1.加拿大28个地区植物群落的条码轨迹覆盖率。 括号中显示了每个地点植物种类的数量。

测序和库的分析

数据验证。为了减少冗余，将相同的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[138175]，资料为PDF文档或Word文档，PDF文档可免费转换为Word