Resumen
Introducción: Chacón-Monge et al. (2024) intentaron probar la precisión de los códigos de barras de ADN para identificar especies de equinodermos de aguas poco profundas del Pacífico Centroamericano. Para ello, utilizaron secuencias de citocromo c oxidasa I (COI) provenientes de material recolectado recientemente como parte del proyecto BioMar-ACG en Costa Rica. Utilizando 348 secuencias de equinodermos, compararon los resultados de identificación de especies de dos plataformas en línea: GenBank del Centro Nacional de Información Biotecnológica (NCBI) empleando la herramienta de búsqueda de alineación local básica de nucleótidos (BLASTn) y la herramienta de identificación del Sistema de Datos del Código de Barras de la Vida (BOLD). Objetivo: El presente artículo es una respuesta a sus resultados y conclusiones. Métodos: Reinterpretamos los resultados presentados por los autores en Apéndice 2 para comparar objetivamente el sistema de identificación de BOLD y el de BLASTn en GenBank. Resultados: Si bien los autores encontraron que ambas plataformas estaban limitadas por la cantidad de secuencias de referencia disponibles en sus bases de datos, concluyeron que GenBank superó a BOLD en la identificación de especies; sin embargo, notamos varias fallas metodológicas en su análisis. Estas incluyeron la pseudorreplicación entre las secuencias consultadas, el uso de secuencias contaminadas derivadas de errores de muestreo y falta de estandarización al interpretar los resultados de las dos plataformas. Su evaluación del sistema de identificación de BOLD se vio limitada por la selección inadecuada de una base de datos de referencia. Conclusión: Teniendo en cuenta estos errores, reinterpretamos sus resultados y demostramos que no existe una diferencia significativa en el rendimiento de ambas plataformas.
Citas
Altschul, S. F., Gish, W., Miller, W., Myers, E. W., & Lipman, D. J. (1990). Basic local alignment search tool. Journal of Molecular Biology, 215(3), 403–410. https://doi.org/10.1016/S0022-2836(05)80360-2
Chacón-Monge, J. L., Abarca-Odio, J. I., & González-Sánchez, K. (2024). Evaluating the reliability of DNA Barcoding for Central American Pacific shallow water echinoderms identification: a molecular taxonomy and database accuracy analysis. Revista de Biología Tropical, 72(S1), e58997. https://doi.org/10.15517/REV.BIOL.TROP..V72IS1.58997
Cortés, J., & Joyce, F. (2020). BioMar-ACG: A successful partnership to inventory and promulgate marine biodiversity. Biotropica, 52(6), 1103–1106. https://doi.org/10.1111/BTP.12841
Hurlbert, S. H. (1984). Pseudoreplication and the Design of Ecological Field Experiments. Ecological Monographs, 54(2), 187–211. https://doi.org/10.2307/1942661
Layton, K. K. S., Corstorphine, E. A., & Hebert, P. D. N. (2016). Exploring Canadian Echinoderm Diversity through DNA Barcodes. PLOS ONE, 11(11), e0166118. https://doi.org/10.1371/JOURNAL.PONE.0166118
R Core Team (2023). R: A Language and Environment for Statistical Computing [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
Ratnasingham, S., & Hebert, P. D. N. (2007). BOLD: The Barcode of Life Data System: Barcoding. Molecular Ecology Notes, 7(3), 355–364. https://doi.org/10.1111/J.1471-8286.2007.01678.X
Comentarios
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Derechos de autor 2024 Revista de Biología Tropical