Name: Um pipeline de mistura para gerar unidades taxonômicas operacionais moleculares (MOTUs) entre besouros ribeirinhos e aquáticos (Vídeo) | JoVE Journal
Uploaded: 2025-07-11T14:30:00.000+00:00
Duration: 10 min 23 s
Description: Aprenda a gerar MOTUs para besouros ribeirinhos e aquáticos usando análise computacional de sequências COI. Este pipeline acelera a descoberta de espécies e resolve desafios taxonômicos em regiões tropicais.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Os materiais de partida para esse pipeline de mistura são sequências de DNA, que podem ser baixadas de repositórios online (por exemplo, BOLD, GenBank) ou geradas a partir do sequenciamento Sanger71. A Tabela 1 e a Tabela 2 listam os números de acesso para os conjuntos de dados cujos resultados representativos são apresentados neste artigo.
1. Etapa preparatória para abordagens baseadas em limiares: alinhamento de sequências
<ol>
	<li>Sequências de carga em MEGA X72. NOTA: O MEGA X pode ser baixado do https://www.megasoftware.net/<ol>
		<li>Clique em Alinhar para abrir um menu suspenso. Clique em Editar/Construir alinhamento e selecione Criar um novo alinhamento. Clique em OK para confirmar esta seleção. Selecione DNA como o tipo de dados para alinhamento.</li>
		<li>Passe o mouse sobre a guia Editar e selecione Inserir sequência do arquivo. Navegue até o diretório com as sequências e selecione-as para serem carregadas no MEGA.</li>
	</ol>
	</li>
	<li>Alinhe as sequências clicando em Alinhamento e, em seguida, em Alinhar por ClustalW73. Continue com as configurações padrão e clique em OK.</li>
	<li>Edite manualmente as sequências cortando ambas as extremidades e limpando quaisquer inserções ou exclusões.<ol>
		<li>Para excluir inserções, clique nas bases e/ou posições inseridas e pressione Delete no teclado.</li>
		<li>Para corrigir exclusões, clique na posição que deveria ter sido excluída, conforme indicado por "-". Exclua o "-" e digite a base pretendida.</li>
		<li>Encontre a posição mais antiga em que todas as sequências têm um caractere. Clique na caixa em branco no cabeçalho da linha da posição à esquerda da posição determinada e arraste até que as posições excedentes de todas as sequências até o final inicial sejam selecionadas. Pressione Delete para cortar.</li>
		<li>Repita a etapa 1.3.3 procurando a última posição em que todas as sequências têm um caractere. Clique na caixa em branco na linha de cabeçalho da posição à direita da posição determinada, arraste até que as posições excedentes para todas as sequências até que a extremidade do terminal sejam selecionadas. Pressione Excluir. NOTA: A Figura 2A mostra um bom alinhamento das sequências de DNA. O conjunto de dados final é uma matriz de sequências de igual comprimento; portanto, o comprimento da sequência não é um fator que afeta os resultados do estudo. As sequências de referência servem como base para o comprimento final da matriz de alinhamento.</li>
	</ol>
	</li>
	<li>Traduza a sequência para verificar se há códons de parada, dado que COI é uma sequência codificadora de proteína.<ol>
		<li>Selecione todas as sequências e clique na guia Sequências de proteínas traduzidas .</li>
		<li>Quando solicitado, verifique o código genético como Mitocôndrial Invertebrado. Se o código genético for diferente, clique em Não e um menu aparecerá permitindo marcar a caixa para Código genético mitocondrial de invertebrados .</li>
		<li>Se os códons de parada, conforme indicado por asteriscos no corpo do alinhamento, estiverem presentes em uma coluna inteira, clique em Sequências de DNA e exclua a primeira posição de todas as sequências.</li>
		<li>Repita a etapa anterior se os códons de parada ainda estiverem presentes em qualquer sequência.</li>
		<li>Se os códons de parada ainda estiverem presentes, restaure as posições excluídas anteriormente. Selecione todas as sequências, passe o mouse sobre a guia Dados e clique em Inverter.</li>
		<li>Repita a etapa 1.4.1. Se os códons de parada ainda estiverem presentes, repita as etapas 1.4.3 e 1.4.4. NOTA: A Figura 2B mostra um bom alinhamento de códons.</li>
	</ol>
	</li>
	<li>Clique em Sequências de DNA e salve o alinhamento da sequência em .mas/x. Exporte a sequência para outros tipos de arquivo pertinentes, como arquivo .meg e arquivo .fasta. NOTA: Certas abordagens de delimitação de espécies moleculares funcionam melhor sem o grupo externo. Assim, uma possível consideração é gerar uma cópia do arquivo de alinhamento sem o grupo externo.</li>
</ol>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/68323/68323fig2.jpg"> 
Figura 2: Alinhamento de sequência no MEGA X. (A) Alinhamento final da sequência de DNA limpo manualmente e (B) alinhamento da sequência de proteínas traduzido do conjunto de dados Byrrhinus sem inserções, deleções e lacunas. <a href="https://www.jove.com/files/ftp_upload/68323/68323fig2large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
2. Delimitação pelo módulo Taxon DNA no Identificador de Espécies 1.8
NOTA: O identificador de espécie pode ser baixado de https://taxondna.sourceforge.net/
<ol>
	<li>Abra o TaxonDNA. Clique em Importar e, em seguida, clique em FASTA. Carregue o alinhamento no formato .fasta.</li>
	<li>Clique em Módulos e clique em Cluster. Defina o limite como 3%. Em seguida, marque Gerar informações sobre o cluster individual (Figura 3).</li>
	<li>Clique em Criar clusters agora!. Salve os resultados fazendo uma captura de tela.</li>
</ol>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/68323/68323fig3.jpg"> 
Figura 3: TaxonDNA na janela Species Identifier 1.8 mostrando o limite de 3% identificado pelo usuário para delimitação. <a href="https://www.jove.com/files/ftp_upload/68323/68323fig3large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
3. Delimitação por Kimura 2-parameter (K2P) em MEGA X
<ol>
	<li>No MEGA, abra o arquivo .meg clicando em Arquivo e, em seguida, em Abrir um arquivo/sessão. Clique em Distância e, em seguida, clique em Calcular distâncias em pares. Confirme o arquivo .meg para delimitação.</li>
	<li>Passe o mouse sobre a caixa amarela ao lado de Modelo/Método e clique na seta que aparece à direita da caixa.</li>
	<li>Selecione Modelo de 2 parâmetros Kimura no menu suspenso. Clique em Ok para executar o programa. Abra a janela de saída de dados (Figura 4).</li>
	<li>Clique em Arquivo e, em seguida, em Exportar/Imprimir Distâncias.</li>
	<li>Abra o menu suspenso ao lado de Formato de saída e selecione XL: Pasta de trabalho do Microsoft Excel. Em Casas decimais, escolha 4.</li>
	<li>Salve a planilha resultante no Microsoft Excel. Use a Formatação condicional para destacar aqueles com uma distância inferior a 0,03 (ou 3%). OBSERVAÇÃO: Ao contrário das outras abordagens discutidas neste artigo, o K2P não fornece imediatamente o clustering porque ele depende do limite identificado pelo usuário. Este pipeline está trabalhando com a suposição de que o limite seja de 3%, o que significa que qualquer par de sequências cuja distância genética seja inferior a 3% pertence ao mesmo cluster molecular.</li>
</ol>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/68323/68323fig4.jpg"> 
Figura 4: Janela resultante no MEGA X mostrando os resultados do parâmetro Kimura-2. <a href="https://www.jove.com/files/ftp_upload/68323/68323fig4large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
4. Delimitação por Montar Espécies por Particionamento Automático (ASAP)
<ol>
	<li>Vá para o servidor web o mais rápido possível: https://bioinfo.mnhn.fr/abi/public/asap/asapweb.html</li>
	<li>Carregue o alinhamento clicando na caixa laranja rotulada Escolha um arquivo... e selecionando o arquivo .fasta. Como alternativa, arraste o arquivo .fasta para a caixa laranja. Role para baixo e clique em Ir.</li>
	<li>Para baixar o clustering, clique na lista para a linha com a pontuação ASAP mais baixa e a classificação p-val mais alta (Figura 5). NOTA: A saída do resultado é um arquivo .txt, que apresenta subconjuntos dos aglomerados moleculares.</li>
</ol>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/68323/68323fig5.jpg"> 
Figura 5: Janela resultante no ASAP mostrando as possíveis delimitações. O primeiro resultado (caixa azul) é aceito devido à pontuação mais baixa do ASAP (caixa vermelha) e à classificação P-val mais alta (caixa amarela). <a href="https://www.jove.com/files/ftp_upload/68323/68323fig5large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
5. Etapa preparatória para abordagens baseadas em coalescência: estimativa de árvores
<ol>
	<li>Abra o arquivo .meg clicando em Dados e, em seguida, em Abrir um arquivo/sessão. Teste o modelo de substituição mais adequado.<ol>
		<li>Clique em Modelos e encontre Melhores Modelos de DNA/Proteína (ML). Confirme o arquivo .meg para análise.</li>
		<li>Clique em Ok no menu Preferências de Análise (Figura 6A). Anote o melhor modelo usando o menor valor BIC e AICc (Figura 6B). NOTA: Este é geralmente o primeiro na lista de modelos na janela resultante. Consulte os nomes completos dos nomes de modelo abreviados na parte inferior da janela resultante.</li>
	</ol>
	</li>
	<li>Gere a árvore.<ol>
		<li>Clique em Filogenia e, em seguida, em Construir/Testar Árvore de Máxima Verossimilhança.</li>
		<li>Use o modelo de substituição de nucleotídeos de melhor ajuste. Faça isso clicando na caixa amarela ao lado de Modelo/Método. Selecione o modelo no menu suspenso.</li>
		<li>Se o modelo de substituição de nucleotídeos mais adequado tiver '+G' ou '+I' ou ambos, clique na caixa ao lado de Taxas entre sites e selecione os parâmetros (G, I, G + I) no menu suspenso (Figura 6C).</li>
		<li>Em Teste de Filogenia, clique na caixa ao lado de Teste de Filogenia e selecione Método Bootstrap no menu suspenso. Clique na caixa ao lado de "Não. de Replicações de Bootstrap" e digite 1000 (Figura 6C). Clique em Ok para executar a análise.</li>
	</ol>
	</li>
	<li>Quando uma janela for aberta contendo a árvore resultante (Figura 6D), salve a sessão da árvore como .mts/x. Salve a saída como arquivo .nwk. Salve também a árvore como .png arquivo de imagem.</li>
</ol>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/68323/68323fig6.jpg"> 
Figura 6: Estimativa de árvore no MEGA X como uma etapa preparatória para abordagens baseadas em coalescência. (A) Configuração para determinar o modelo de substituição de nucleotídeos mais adequado. (B) Para o conjunto de dados de Byrrhinus , o modelo mais adequado é GTR + I devido aos valores mais baixos de BIC e AICc (caixa vermelha). (C) Na execução da árvore de máxima verossimilhança, GTR (caixa amarela) + I (caixa azul) foram definidos como parâmetros. (D) A árvore ML bruta resultante a ser usada nas análises subsequentes. <a href="https://www.jove.com/files/ftp_upload/68323/68323fig6large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
6. Delimitação por Processos de Árvore de Poisson (PTP)
NOTA: As etapas abaixo produzirão os resultados de PTP-ML e PTP-BI.
<ol>
	<li>Vá para o servidor web PTP: https://species.h-its.org/ptp/</li>
	<li>Carregue um arquivo newick clicando em Escolher arquivo. Em Minha árvore é, selecione Enraizado (Figura 7A).</li>
	<li>Insira os parâmetros para a análise. Em No. Gerações MCMC, insira 100000. Em Desbaste, insira 100. Em Burn-in, insira 0.1. Em Semente, insira 123.</li>
	<li>Insira o grupo externo digitando o nome das pontas na caixa em Nomes de táxons do grupo externo (se houver). As instruções para formatar a entrada estão à direita da caixa de entrada.</li>
	<li>Insira o endereço de e-mail no campo correspondente e clique em Enviar. Na janela de resultados de delimitação de espécies PTP, clique aqui para abrir a janela de resultados.</li>
	<li>Na solução Máxima verossimilhança, baixe os resultados do PTP-ML clicando em Baixar resultados de delimitação (Figura 7B).</li>
	<li>Na solução com suporte Bayesiano, baixe os resultados do PTP-BI clicando em Baixar resultados de delimitação. NOTA: Os resultados indicariam grupos de sequências em partições. Estes serão rotulados como espécies numeradas seguidas por um valor de suporte, em que 1.000 é o ideal.</li>
</ol>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/68323/68323fig7.jpg"> 
Figura 7: Delimitação de espécies moleculares por processos de árvore de Poisson. (A) Janelas mostrando os parâmetros de entrada. (B) Janela resultante no servidor web PTP, com link contendo resultados de delimitação (caixa vermelha). <a href="https://www.jove.com/files/ftp_upload/68323/68323fig7large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
7. Delimitação por Processos de Árvore de Poisson Multi-taxa (mPTP)
<ol>
	<li>Vá para o servidor web mPTP: https://mptp.h-its.org/#/tree</li>
	<li>Carregue o arquivo newick arrastando-o para o retângulo cinza ou clicando no retângulo. Depois que os dados forem carregados na mesma página, clique em Prosseguir para a seleção do grupo externo (Figura 8A).</li>
	<li>Na página de especificação do grupo externo , selecione o grupo externo clicando na caixa ao lado dos rótulos dos táxons dos espécimes do grupo externo. Clique na opção Cortar grupo externo na parte inferior da sequência. Clique em Seleção de modelo.</li>
	<li>Clique em MPTP e, em seguida, clique em Opções de visualização. Na página Opções de visualização , aceite as configurações padrão. NOTA: Como alternativa, o tamanho total da imagem pode ser ajustado inserindo um valor (em px) em largura SVG. A fonte e o espaçamento do texto podem ser ajustados inserindo os tamanhos desejados (em px) em Tamanho da fonte SVG, Espaço entre as pontas, Margem esquerda, Margem direita, Margem superior e Margem inferior.</li>
	<li>Clique em Detalhes de contato. Insira o endereço de e-mail para referência futura dos resultados (opcional).</li>
	<li>Clique em Visão geral. Certifique-se de revisar o número de entradas de táxons e os grupos externos selecionados.</li>
	<li>Clique em Enviar. Clique com o botão direito do mouse nos arquivos em Arquivos para download (Figura 8B) e selecione Salvar como... para salvar os resultados. NOTA: O arquivo de texto de saída indicará o número total de espécies delimitadas no início dos resultados. Em seguida, apresentará quais sequências se enquadram em cada um dos clusters. Esses clusters e sequências correspondentes são organizados de forma semelhante à árvore gerada no arquivo .svg. O arquivo SVG mPTP exibirá o agrupamento das sequências. Os clusters são apresentados por grupos de sequências conectadas por galhos vermelhos ao longo da árvore. Cada conjunto isolado de ramos vermelhos indica um MOTU singular.</li>
</ol>
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/68323/68323fig8.jpg"> 
Figura 8: Delimitação de espécies moleculares por processos de árvore de Poisson multi-taxa. (A) Janelas mostrando as informações de leitura de mPTP sobre a árvore carregada. (B) Janela resultante no servidor web mPTP, com link contendo resultados de delimitação (caixa vermelha). <a href="https://www.jove.com/files/ftp_upload/68323/68323fig8large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
8. Geração MOTU
<ol>
	<li>Abra a árvore usando um programa de edição de fotos ou usando o PowerPoint.</li>
	<li>Crie uma barra para representar os resultados de cada abordagem de delimitação de espécies moleculares (consulte a Figura 9 e a Figura 10 para amostras). Certifique-se de que qualquer barra única esteja alinhada com as sequências que inclui em seu cluster molecular.</li>
	<li>Determine o MOTU por uma dessas duas abordagens74
	<ol>
		<li>Se todas as abordagens gerarem resultados idênticos para um determinado cluster molecular, erija o cluster molecular como um MOTU por consenso.</li>
		<li>Se a maioria das abordagens gerar resultados idênticos para um determinado aglomerado molecular, erija o aglomerado molecular como um MOTU por maioria.</li>
	</ol>
	</li>
</ol>

Com as taxas sem precedentes de declínio global de espécies em vários táxons 1,2,3,4, o ímpeto para criar um inventário abrangente da biodiversidade, que inclui espécies anteriormente desconhecidas e não descritas, torna-se uma corrida contra o tempo 2,5. Por um lado, a conservação da biodiversidade só faz sentido à luz do conhecimento taxonômico adequado 6,7. Assim, a identificação da biodiversidade no nível das espécies é necessária, uma vez que espécies intimamente relacionadas, mas diferentes, podem ter nichos fundamentais únicos8.
Na sistemática de besouros, a alfa-taxonomia ou taxonomia tradicional é o padrão-ouro na identificação de espécies semelhante à maioria, senão a todos, os grupos de animais9. Essa abordagem se baseia em caracteres morfológicos para classificar organismos em taxonomia mais alta e fornecer identificação no nível de espécie10,11. Em muitos casos, a identificação em nível de família12 ou mesmo de gênero13 pode ser feita usando apenas características morfológicas externas, como forma corporal e adaptações especializadas. Enquanto isso, a identificação em nível de espécie em besouros geralmente é feita por meio da comparação dos detalhes estruturais do edeago ou da genitália masculina 14,15,16.
Apesar da ampla aceitação dessa alfa-taxonomia baseada na morfologia, essa abordagem para a descoberta de espécies é dificultada por vários "impedimentos taxonômicos" 6 , 17 , 18 , especialmente entre os invertebrados19 . Na sistemática de besouros, a identificação e / ou descoberta de espécies usando alfa-taxonomia enfrenta os desafios de ter um número limitado de taxonomistas qualificados20,21, de descrições anteriores breves e pouco informativas22 e de problemas logísticos relacionados ao acesso à literatura e espécimes-tipo23.
Isso é ainda mais exacerbado quando o táxon em questão é enigmático ou altamente imperceptível. Espécies crípticas referem-se ao conjunto de espécies de um mesmo gênero, ou mesmo de gêneros diferentes, que não podem ser facilmente delineadas por morfologia comparativa, dadas as sutis diferenças fenéticas interespecíficas24. Alguns táxons crípticos, considerados 'táxons escuros'25,26,27, também sofrem por serem hiperdiversos, mas muito pouco estudados. Infelizmente, isso não é incomum em besouros ribeirinhos e aquáticos 8,28. A falha em abordar o delineamento de espécies entre táxons escuros crípticos ameaça a biodiversidade, pois uma medida de conservação única é dada a organismos de nichos e requisitos ecológicos potencialmente diferentes 8,29.
Dados esses desafios, a 'taxonomia integrativa'23, ou a abordagem de acoplar a taxonomia alfa com outra linha de evidência, ganhou força como meio de erigir novas espécies nas últimas duas décadas 30,31,32. Uma dessas linhas de evidência usadas em estudos taxonômicos integrativos em besouros 33,34,35,36,37,38,39 e outras ordens de insetos 40,41,42,43,44,45 é a sequência de DNA. Em particular, o gene mitocondrial citocromo c oxidase subunidade I (COI) está sendo usado para codificar um conjunto diversificado de animais devido à sua natureza moderadamente conservadora 46,47,48. Enquanto sua extremidade 5 'de 658 pb de comprimento (COI-5 '), também conhecida como 'fragmento de código de barras' ou 'fragmento de Folmer', foi proposta como a sequência 'diagnóstica'49, o COI-3 ′ de 723 pb de comprimento também está sendo usado devido a um conjunto robusto de primers para a extremidade 3 '50,51,52.
Enquanto o código de barras de DNA usando COI foi concebido para identificação em nível de espécie, ele é limitado por um repositório de sequências a priori 53, como GenBank54 e BOLD55, as abordagens de delimitação de espécies moleculares estabelecem limites de espécies usando apenas as sequências de DNA fornecidas sem repositório de pré-requisitos56. Existem duas classes de abordagens de delimitação de espécies moleculares com base no arquivo de entrada. Primeiro, usando o alinhamento de sequência como entrada, as abordagens baseadas em limites usam valores de corte para determinar a divergência entre e dentro das espécies 48,57,58. Como métodos baseados em distância, essas abordagens dependem de uma distância intraespecífica máxima observada de 3% para insetos, que está sendo chamada de 'lacuna de código de barras' 51 , 59 . Algumas das abordagens baseadas em limites são SpeciesIdentifier implementado no TaxonDNA60, distância genética via Kimura 2-parameter (K2P)61 e Assemble Species by Automatic Partitioning (ASAP)62.
Em segundo lugar, usando a árvore como arquivo de entrada, as abordagens baseadas em coalescência identificam os limites das espécies e classificam linhagens independentes, determinando a mudança na taxa de ramificação da linhagem 63,64,66. Muitas vezes contando com o conceito de espécie filogenética67, as abordagens baseadas em coalescência incluem processos de árvore de Poisson (PTP) 68 e sua variação, PTP69 de taxa múltipla. Em qualquer caso, os clusters formados pelas abordagens de delimitação de espécies moleculares são coletivamente referidos como unidades taxonômicas operacionais moleculares (MOTUs).
Aqui, apresentamos métodos para um pipeline de mistura para gerar MOTUs envolvendo três abordagens baseadas em limites e três abordagens baseadas em coalescência (Figura 1). O pipeline é testado em dois conjuntos de dados, a saber: (1) sequências COI-3 ′ dos besouros ribeirinhos Byrrhinus Motschulsky, 1858, que é composto por duas espécies publicadas35 previamente erguidas usando taxonomia integrativa e sequências adicionais de espécies não descritas, e (2) sequências COI-5 ′ de besouros Anacaena Thomson, 1859, que é composto por sequências de duas espécies publicadas70 previamente erguido usando alfa-taxonomia e sequências adicionais de espécies não descritas.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/68323/68323fig1.jpg"> 
Figura 1: Fluxograma do pipeline de mistura para geração de MOTUs. <a href="https://www.jove.com/files/ftp_upload/68323/68323fig1large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>

<table><tbody><tr><td>O MAIS RÁPIDO POSSÍVEL&nbsp;</td><td>Explorador de parte</td><td>https://bioinfo.mnhn.fr/abi/public/asap/asapweb.html</td><td></td></tr><tr><td>Computador</td><td></td><td>Qualquer unidade de processamento</td><td></td></tr><tr><td>MEGA X&nbsp;</td><td>MEGA Software</td><td>https://www.megasoftware.net/</td><td></td></tr><tr><td>Servidor web mPTP</td><td></td><td>https://mptp.h-its.org/#/tree</td><td></td></tr><tr><td>Servidor web PTP</td><td>Instituto de Estudos Teóricos de Heidelberg (HITS)</td><td>https://species.h-its.org/ptp/</td><td></td></tr><tr><td>Identificador de Espécie&nbsp;</td><td></td><td>&nbsp; https://taxondna.sourceforge.net/</td><td></td></tr></tbody></table>

um pipeline de mistura para gerar unidades taxonômicas operacionais moleculares (motus) entre besouros ribeirinhos e aquáticos

A Concoction Pipeline for Generating Molecular Operational Taxonomic Units (MOTUs) Among Riparian and Aquatic Beetles

Este artigo implementou um pipeline de mistura de delimitação de espécies moleculares, que inclui TaxonDNA, K2P, ASAP, duas variações de PTP e mPTP, para besouros aquáticos e ribeirinhos. O resultado de cada uma das seis abordagens é referido como 'clusters moleculares', enquanto o resumo é referido como 'unidades taxonômicas operacionais moleculares' ou MOTUs75.
O pipeline de mistura foi testado em dois conjuntos de dados. O primeiro conjunto de dados (Tabela 1...

Um pipeline de mistura para gerar unidades taxonômicas operacionais moleculares (MOTUs) entre besouros ribeirinhos e aquáticos

Biodiversity decline is transpiring at rates unimaginable, yet biodiversity monitoring is hampered by a plethora of factors, including the incomplete ...

a-concoction-pipeline-for-generating-molecular-operational-taxonomic

Research

JoVE Journal

Biology

Biologia

RNA-Seq as análises estão se tornando cada vez mais importantes para identificar os fundamentos moleculares de características adaptativas em organismos não modelo. Aqui, um protocolo para identificar genes diferencialmente expressos entre mosquitos Aedes albopictus diapausados e não diapausados é descrito, desde a criação de mosquitos até o sequenciamento de RNA e análises de bioinformática de dados de RNA-Seq.

Uma Experimental e Bioinformática Protocolo de Análises de RNA-seq de fotoperiódicas diapausa no Tigre Asiático Mosquito, Aedes albopictus

Este protocolo é para a extração e concentração de proteína e DNA de biomassa microbiana coletada da água do mar, seguida pela geração de peptídeos trípticos adequados para análise proteômica baseada em espectrometria de massa em tandem.

Um Aquatic Microbial metaproteômica fluxo de trabalho: a partir de células para Tryptic Peptides adequado para análise baseada em espectrometria de massa em tandem

O objetivo deste protocolo é fornecer aos usuários um conjunto de métodos para a descapsulação de alto rendimento de embriões e larvas de Lymnaea stagnalis em preparação para hibridização in situ de montagem inteira e para tratamentos subsequentes de pré e pós-hibridização.

A Monte Whole<em&gt; In Situ</em&gt; Método de hibridação para o molusco gastrópode<em&gt; stagnalis Lymnaea</em

Consórcios microbianos dentro bumble colmeias enriquecem e preservar o pólen para larvas de abelha. Usando o sequenciamento de próxima geração, juntamente com o laboratório e experiências no terreno, este manuscrito descreve protocolos usados para testar a hipótese de que resíduos do fungicida alteram o pólen microbiome e demografia de colônia, finalmente levando à colônia perda.

Técnicas empíricas, metagenômicas e computacionais iluminam os mecanismos pelos quais os fungicidas comprometem a saúde das abelhas

Aqui, apresentamos os protocolos de criação de um besouro intermediário de germes, Dermestes maculatus (D. maculatus) no laboratório. Também compartilhamos protocolos de RNAi embrionário e parental e métodos para análise de fenótipos embrionárias para estudar a função de genes nesta espécie.

Criação e Double-stranded mediada por RNA silenciamento de genes na Esconder Beetle, Dermestes maculatus

Análises de conteúdo de intestino mais comuns de macroinvertebrados são visuais. Exigindo intenso conhecimento sobre diversidade morfológica de organismos de presas, eles falta suave rapina encorpada e, devido à forte cominuição de rapina, são quase impossíveis para alguns organismos, incluindo anfípodes. Nós fornecemos abordagens genéticas detalhadas, a novela de macroinvertebrados presas identificação na dieta de anfípodes.

Protocolo do laboratório para análises genéticas de conteúdo intestino de rDNA usando de macroinvertebrados aquáticos grupo-específicos Primers

Este é um protocolo para modelar o espectro de tamanho (relação de dimensionamento entre massa individual e densidade populacional) para os dados combinados de peixes e invertebrados de córregos e rios wadable. Os métodos incluem: técnicas de campo para coletar amostras quantitativas de peixes e invertebrados; métodos de laboratório para padronizar os dados de campo; e análise estatística dos dados.

Modelagem do espectro de tamanho para macroinvertebrados e peixes em ecossistemas de fluxo

A conservação do mexilhão de água doce depende do monitoramento de padrões reprodutivos e processos de espécies. Este estudo padroniza um protocolo não letal para amostragem de conteúdo de brânquias, caracterizando o desenvolvimento larval e fornecendo um repositório digital para os dados coletados. Este pacote de protocolo-banco de dados será uma ferramenta importante para pesquisadores de mexilhão na recuperação de espécies imperadas.

Padronizar um método não letal para caracterizar o estado reprodutivo e o desenvolvimento larval de mexilhões de água doce (Bivalvia: Unionida)

A interferência de RNA é uma técnica amplamente aplicável e poderosa para manipular a expressão genética em estágios específicos de desenvolvimento. Aqui, descrevemos os passos necessários para a implementação dessa técnica no besouro de mergulho aquático Thermonectus marmoratus, desde a aquisição de sequências genéticas até o knockdown de genes que afetam a estrutura ou o comportamento.

Interferência de RNA em besouros aquáticos como uma poderosa ferramenta para manipular a expressão genética em pontos de tempo específicos de desenvolvimento

O artigo baseia-se na criação de um protocolo adaptado para escanear, detectar, classificar e identificar objetos digitalizados correspondentes a macroinvertebrados de rios bentônicos usando um procedimento de imagem semiautomático. Este procedimento permite a aquisição das distribuições de tamanho individual e métricas de tamanho de uma comunidade de macroinvertebrados em cerca de 1 h.

Processamento Automático de Imagem para Determinar a Estrutura do Tamanho da Comunidade de Macroinvertebrados Ribeirinhos

Demonstramos um método testado para manusear com segurança abelhas coletadas em campo. Este método permite rápida manipulação, identificação, amostragem genética e confirmação das interações planta-inseto por meio do pólen coletado durante a amostragem. Facilmente adaptável, essa abordagem oferece um meio econômico e não letal para estudar grupos raros de insetos.

Um método rápido para confinar e manusear com segurança as abelhas no campo

Aprenda a gerar MOTUs para besouros ribeirinhos e aquáticos usando análise computacional de sequências COI. Este pipeline acelera a descoberta de espécies e resolve desafios taxonômicos em regiões tropicais.

Um pipeline de mistura para gerar unidades taxonômicas operacionais moleculares (MOTUs) entre besouros ribeirinhos e aquáticos

Explorar mais vídeos