生物多样性是生命长期演化的结果，也是人类文明赖以生存的基础，人类对于生物多样性的认知在过去20年间取得许多重要进展，其中DNA条形码（DNA barcoding）技术及相关方法成为推动人类生物多样性认知的核心技术体系之一，然而，由于质体DNA序列固有的局限性（杂交、基因渐渗、不完全谱系分选等），导致仅依赖条形码序列进行物种鉴定的准确性存在挑战。
对此，首都师范大学生命科学学院青年教师、蛾类专委会委员杨采青博士在国际生态与进化生物学旗舰期刊《Methods in Ecology and Evolution》在线发表了题为“Environmental niche models improve species identification in DNA barcoding”的研究论文。该项研究在整合分类框架下，提出了一种基于生态位的物种鉴定新方法：NBSI（Niche-model-Based Species Identification）。该方法创新性地将经典的生态位理论与DNA条形码方法相结合，充分利用物种分布的地理、生态空间所蕴含的物种适应信息，显著提高物种鉴定的准确性。![]()
NBSI框架采取了一种两步限制的识别策略，即：首先利用经典DNA条形码方法确定未知样本的潜在目标物种，进一步依据空间分布信息构建物种生态位模型，预测未知样本采集地与目标物种潜在分布区重叠的似然概率。并在此基础上，考虑条形码序列所属物种的拓扑单系性来判断序列信息可靠性，进而对两类不同来源数据的识别结果进行融合，得到NBSI的最终输出结果。通过对大量模拟数据集和代表性经验数据集进行系统性测试，结果发现，在本研究新提出的NBSI框架下，物种鉴定成功率显著提高，其中提升幅度最大的是从4.7%（95%CI：3.51%-6.25%）提高至94.8%（95%CI：93.19%-96.06%）。特别是，NBSI新方法对于“近缘问题序列”的处理效率尤为显著，这些序列的遗传最近邻体属于除它本身之外的另一个物种或属于两个以上的物种，这种情况在单序列物种或短序列物种的参考数据集中十分常见，体现了NBSI新方法的重要适用场景和优势。![]()
本研究结果表明，NBSI框架将生态位模型预测与传统DNA条形码鉴定这两类相对独立的判断依据相融合，显著提高了物种鉴定的准确性，证实了环境变量数据可以作为DNA序列数据的有益补充，有效避免了仅依赖质体遗传信息所造成的错误判断。在未来日益严峻的全球变化背景下，对生物多样性变化的研究需求将使这项工作变得愈发重要。因为该方法可以充分发挥博物馆内那些具有精确位置信息的标本，使他们成为物种鉴定的有力支持，同时将促进全球条码信息数据库的进一步完善。NBSI框架算法已被开发为一个新的R语言软件包“NicheBarcoding”，并可从CRAN（https://CRAN.R-project.org/package=NicheBarcoding）或GitHub（https://github.com/Yangcq-Ivy/NicheBarcoding）上开源获取。首都师范大学生命科学学院青年教师杨采青博士为论文第一作者，张爱兵教授为通讯作者，团队成员王瑛博士后、中国科学院动物研究所李欣海副研究员、首都师范大学李晶副教授、首都师范大学已毕业研究生杨炳（现中国农业大学博士生）、中国科学院动物研究所Michael C. Orr博士参与了此项研究。该研究获得国家自然科学基金青年科学基金项目（32200343）、北京市自然科学基金项目（5232001）、“十四五”北京市属高校高水平科研创新团队支持计划（BPHR20220114），以及首都师范大学交叉科学研究院交叉项目等资助。原文信息：
Yang, C. Q., Wang, Y., Li, X. H., Li, J., Yang, B., Orr, M. C. and Zhang, A. B. (2024). Environmental niche models improve species identification in DNA barcoding. Methods in Ecology and Evolution, https://doi.org/10.1111/2041-210X.14440
文 案 | 杨采青
编 辑 | 王 瑛
审 核 | 张爱兵
