Revista de genética y mejoramiento vegetal

Abstracto

Coníferas y plantas con flores nativas de Gales: códigos de barras de ADN

Natasha Devris

Presentamos el primer recurso nacional de código de barras de ADN para Gales que incluye coníferas nativas y plantas florecientes (1143 especies). Hemos reunido una cobertura del 97,7% para rbcL, del 90,2% para matK y un código de barras de locus dual para el 89,7% de la flora galesa nativa utilizando los marcadores de código de barras de ADN de plantas rbcL y matK. Para cada especie, weM muestreó varios individuos, produciendo 3304 secuencias rbcL y 2419 matK. El 85% de nuestras muestras provienen de ADN que se tomó de especímenes de herbario. Los especímenes de herbario muestran una menor recuperabilidad de código de barras de ADN que el material obtenido recientemente, principalmente debido a un menor éxito de amplificación. Sin embargo, esto se compensa con la mayor efectividad de muestreo de especies que ya han sido recolectadas, identificadas y certificadas por taxonomistas. Se utilizan cuatro métodos para evaluar la utilidad de los códigos de barras de ADN para la identificación (grado de discriminación), incluidos los alineamientos por pares y múltiples, los árboles de unión de vecinos, la similitud de secuencias en búsquedas BLASTn y la presencia de una brecha en el código de barras [ 1 ]. Estos métodos producen resultados comparables, con valores de discriminación relativa del 98,6 al 99,8% de los géneros y del 69,4 al 74,9% de todas las especies que utilizan ambos marcadores. El muestreo espacialmente explícito puede mejorar aún más la discriminación de especies. Dentro de cuadrados de 1010 km, la discriminación media de especies utilizando el análisis de brecha de código de barras (con un alineamiento múltiple) es del 81,6%, y dentro de cuadrados de 22 km, es del 93,3%. Nuestra biblioteca de códigos de barras de ADN para coníferas y plantas con flores nativas de Gales ofrece la cobertura más completa de cualquier flora nacional y proporciona un marco útil para una variedad de aplicaciones que requieren una identificación precisa de especies.