DNA宏条形码分析揭示的植物多样性比通过鸟类粪便的形态学种子分析所获得的要丰富得多

《Applications in Plant Sciences》：DNA metabarcoding reveals greater plant diversity than morphological seed analysis of bird feces

　　研究比较了DNA条形码技术和形态学方法在分析鸟类粪便中种子多样性中的应用，发现代谢组测序能检测更多植物属（平均2.05±2.66个），但遗漏部分种子，而形态学方法检测到1.36±0.65个属，两者在38%的样本中完全重叠。研究证实代谢组测序可补充传统方法，揭示热带生态系统中鸟类与植物的隐秘互作，为森林恢复提供新工具。

　　在热带生态系统中，果实取食鸟类在森林恢复过程中扮演着至关重要的角色，它们通过种子传播塑造着植被的再生过程。近年来，分子技术的发展为研究鸟类的食性提供了新的手段，特别是DNA条形码技术，能够从鸟类粪便中分析其食性，并在种子传播频率较低或形态学参考库缺失的地区，提供更全面的果实取食数据。本研究旨在通过比较DNA条形码分析与形态学方法在鸟类粪便中对种子的识别效果，探讨这两种方法在揭示鸟类与植物之间的相互作用和种子传播网络中的应用潜力。

本研究覆盖了巴西圣保罗州的Corumbataí河流域，这一区域是大西洋森林和塞拉多生态系统的过渡带，具有季节性、半落叶的森林特征。研究区域的植被多样性较高，许多树种依赖动物进行种子传播，而鸟类则是重要的传播者。为了更好地理解种子传播过程，我们选择了10个自然恢复的次生森林片段作为研究地点，这些地点被纳入工业、农业和城市景观之中。通过使用捕鸟网，我们每月在这些地点收集鸟类的粪便样本，以便进行后续的分析。

在收集样本的过程中，我们发现一些样本中存在种子，而另一些则没有。通过对这些样本进行形态学分析，我们识别了36种种子形态，并将其归类到22个科和23个属，其中三类种子形态未能明确分类。形态学方法在每份粪便样本中平均检测到1.36种植物属，且大多数植物属在大约两个样本中出现。形态学分析结果显示，Miconia（Melastomataceae科）、Casearia（Salicaceae科）和Piper（Piperaceae科）是出现频率最高的三种植物属。

与此同时，我们对含有种子的粪便样本进行了DNA条形码分析。在质量过滤之前，所有样本的总读数为223,124对，平均每个OTU（操作分类单元）拥有约772对读数。经过质量过滤后，保留了215,319对读数，每个样本平均拥有2446对读数。通过这种方法，我们检测到了40种植物属，其中38种被归类为28个科，而其余的则未能明确归类。DNA条形码分析不仅能够检测到更多的植物属，还能够识别出某些在形态学分析中难以确认的物种。

在对比两种方法时，我们发现38%的样本中检测到的植物属完全一致，42%的样本中存在部分重叠，而19%的样本则没有重叠。这一结果表明，DNA条形码分析和形态学方法在揭示鸟类食性和种子传播方面具有互补性。虽然DNA条形码分析未能检测到所有形态学方法中发现的植物属，但它在识别植物属方面表现出更高的多样性。此外，DNA条形码分析能够检测到一些形态学方法无法识别的植物属，特别是那些种子形态相近或未被明确归类的物种。

研究结果还显示，DNA条形码分析能够更全面地识别植物属，其中95%的检测结果被归类到属级别，而形态学方法仅能识别79%的植物属。在仅考虑属级别的检测时，DNA条形码方法共识别出38个植物属，而形态学方法仅识别出23个。其中，21个植物属被两种方法共同检测到，18个植物属仅被DNA条形码方法检测到，而2个植物属仅被形态学方法识别。这表明，DNA条形码分析在揭示鸟类食性和种子传播方面具有更高的准确性和全面性。

此外，我们还发现一些植物属不生产鸟类通常食用的肉质果实，这可能意味着这些植物的DNA来源于鸟类摄入的其他植物部分，如花朵或叶子。这提示我们，DNA条形码分析可能会检测到非果实植物材料，因此在解释数据时需要结合传统的形态学方法或直接观察，以区分有意摄入的果实与偶然摄入的其他植物部分。为了提高DNA条形码分析的准确性，我们需要在更多样性和复杂性的生态系统中扩展参考库，并采用更精确的条形码技术。

综上所述，本研究揭示了DNA条形码分析和形态学方法在研究鸟类食性和种子传播方面的互补性。尽管两种方法在识别植物属方面各有优劣，但DNA条形码分析在提高检测的广度和深度方面展现出明显的优势。在热带生态系统中，这种技术的应用有助于更全面地理解鸟类与植物之间的互动关系，并为生态恢复和保护策略提供科学依据。然而，为了确保DNA条形码分析的有效性，还需要结合其他传统方法，如形态学识别或直接观察，以提高对生态过程的理解和解释。