MétaCan
Menu
Retour à la cohorte
Enregistrement W4409726648 · doi:10.1101/2025.04.21.649769

Multiple variants of the mitochondrial COI DNA barcode region are prevalent in North European sawflies

2025· preprint· en· W4409726648 sur OpenAlexaff
Marko Prous, Santtu Urpilainen, Paul D. N. Hebert, Evgeny Zakharov, Niina Kiljunen, Marko Mutanen

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLepidoptera: Biology and Taxonomy
Établissements canadiensUniversity of Guelph
Organismes subventionnairesEesti Teadusagentuur
Mots-clésMitochondrial DNABarcodeDNA barcodingBiologyEvolutionary biologyGenealogyGeneticsGeographyZoologyHistoryComputer scienceGene

Résumé

récupéré en direct d'OpenAlex

Abstract DNA barcoding, the use of standard segments of DNA to assign specimens to a species, has emerged as a major field of biodiversity research over the last 20 years. Large-scale global initiatives are building DNA barcode reference libraries for animals, fungi, and plants, while pipelines are being developed for metabarcoding-based biomonitoring. The effectiveness of these approaches rests on the premise that much less variation exists within species than between them. While exceptions occur, this principle has been demonstrated to apply in the many animal taxa where the barcode region of the COI gene is effective in species discrimination. Sawflies are an exception to this general pattern because DNA barcodes often fail to distinguish congeneric species, an observation which prompted us to search for an explanation. Using high-throughput single-molecule DNA sequencing to recover COI sequences from thousands of sawflies, we found that single individuals often possess multiple, seemingly functional, full-length DNA barcodes – a phenomenon not documented at similar prevalence in any animal taxon. While the evolutionary causes of multiple variants require further investigation, our observation is remarkable as it violates the one-barcode-one-specimen assumption. The presence of multiple variants of barcodes within individuals does not jeopardize the concept, but its occurrence does introduce a complexity for species inventories based on metabarcoding. They will overestimate the species count when barcode-based operational species units are used as species proxies. Similarly, reference libraries must consider how best to deal with the high frequency of multiple variants in sawflies and any other groups of organisms. Significance Statement DNA barcoding is revolutionizing biodiversity science by enabling the accurate identification of organisms, accelerating taxonomic workflows, and permitting DNA-based biomonitoring. The DNA barcode region for the animal kingdom, mitochondrial COI, is highly effective in discriminating species in almost all studied animal groups. However, the use DNA barcoding is sometimes complicated by the presence of nuclear pseudogenes (NUMTs) or by variants of the mitogenome itself (heteroplasmy) within individuals. By using high-throughput sequencing (HTS) to analyze thou-sands of specimens, we demonstrate that multiple, seemingly functional, full-length variants of the COI barcode region are frequent in North European sawflies. Since these variants are sometimes very divergent, it is important to consider the impact of this within-individual variability on studies based on DNA barcodes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetLepidoptera: Biology and TaxonomyTravaux en français237 207