Семь проблем таксономических справочных баз данных при анализе метабаркодинга

Оценка биоразнообразия с использованием данных метабаркодинга, полученных, например, при анализе массовых образцов или экологической ДНК, приобретает всё большее значение в экологии, науках о биоразнообразии и мониторинге. Таксономическая идентификация видов по последовательностям ДНК в значительной степени основана на справочных базах данных, связывающих генетические последовательности с таксономическими названиями. Полнота и доступность этих баз варьируют в зависимости от изучаемой таксономической группы и выбранного генетического участка. Неполнота справочных баз — важная причина, которой объясняют необнаружение методом метабаркодинга видов, предположительно присутствующих в образце. Однако существуют и другие, зачастую упускаемые из виду проблемы справочных баз, способные приводить к ошибочным или неточным таксономическим определениям. В настоящей работе обобщены все возможные проблемы, присущие справочным базам данных. В частности, выделен полный, взаимно не исключающий перечень из семи классов проблем, возникающих при выборе, создании и использовании справочной базы для таксономической идентификации: (i) ошибочная маркировка, (ii) ошибки секвенирования, (iii) конфликт последовательностей, (iv) таксономический конфликт, (v) низкое таксономическое разрешение, (vi) отсутствие таксонов и (vii) отсутствие внутривидовых вариантов. Для каждой выявленной проблемы описаны возможные последствия для процесса таксономической идентификации. Каждая проблема проиллюстрирована примерами из литературы или результатами количественного анализа общедоступных баз данных, таких как GenBank и BOLD. Наконец, обсуждаются возможные решения выявленных проблем и способы их учёта. Только повышение осведомлённости пользователей об ограничениях данных метабаркодинга и справочных баз ДНК позволит корректно интерпретировать эти данные.