全 文 ：DNA条形码在生态学研究中的应用与展望*
罗亚皇1,2,3,4, 刘摇 杰1, 高连明1**, 李德铢1,2**
(1 中国科学院昆明植物研究所生物多样性与生物地理学重点实验室, 云南 昆明摇 650201; 2 中国科学院
西南野生生物种质资源库, 云南 昆明摇 650201; 3 中国科学院大学, 北京摇 100049;
4 云南大学生命科学学院, 云南 昆明摇 650091)
摘要: DNA条形码是利用标准的 DNA片段对物种进行快速鉴定的技术, 已在生物学各相关领域得到广泛
应用。 随着 DNA条形码技术的不断发展和完善, 已成功应用于生态学领域的相关研究中。 本文综述了
DNA条形码在物种快速鉴定和隐存种发现、 群落系统发育重建和生态取证、 群落内物种间相互关系研究
等方面的应用, 并介绍了 DNA metabarcoding技术和环境 DNA条形码在生物多样性和生态学研究领域中的
应用。 最后, 结合新的测序技术和未来大科学装置的发展, 在相关数据库逐渐完善, 新分析方法和计算模
型不断开发使用的情景下, 对 DNA条形码在生态学相关领域的应用前景进行了展望。
关键词: 生物多样性; 群落系统发育; DNA metabarcoding; 环境 DNA条形码; 第二代测序技术
中图分类号: Q 948, Q 781摇 摇 摇 摇 文献标识码: A摇 摇 摇 摇 摇 摇 文章编号: 2095-0845(2013)06-761-08
Applications and Advances of DNA Barcoding in Ecological Studies
LUO Ya鄄Huang1,2,3,4, LIU Jie1, GAO Lian鄄Ming1**, LI De鄄Zhu1,2**
(1 Key Laboratory of Biodiversity and Biogeography, Kunming Institute of Botany, Chinese Academy of Sciences, Kunming
650201, China; 2 Germplasm Bank of Wild Species in Southwest China, Kunming Institute of Botany, Chinese Academy
of Sciences, Kunming 650201, China; 3 University of Chinese Academy of Sciences, Beijing 100049, China;
4 School of Life Sciences, Yunnan University, Kunming 650091, China)
Abstract: DNA barcoding is a technique used to identify species, which is now widely employed in different biologi鄄
cal disciplines. With the development and modification of DNA barcoding, it has become a useful tool for ecological
studies. Here, we review the uses of DNA barcoding for quick species identification and / or new and cryptic species
discovery, in community phylogenetic reconstruction and ecological forensics, and in interaction networks among
species within a community. The techniques of DNA metabarcoding and environmental DNA metabarcoding used in
ecological research such as diet analysis and biodiversity assessment are also examined. Finally, we discuss the fu鄄
ture prospects of DNA barcoding in ecological research following the development of next鄄generation sequencing tech鄄
nologies, improvement of Large鄄scale Scientific Facilities, and use of new models and software for data analysis.
Key words: Community phylogeny; Environmental DNA barcoding; DNA metabarcoding; Biodiversity; Next gener鄄
ation sequencing
摇 随着社会的进步和经济的快速发展, 人类
对生物多样性的认识和资源的保护及可持续利用
越来越关注, 而物种的准确鉴定是探索、 认识和
保护生物多样性的基础。 DNA 条形码是通过一
植 物 分 类 与 资 源 学 报摇 2013, 35 (6): 761 ~ 768
Plant Diversity and Resources摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 DOI: 10. 7677 / ynzwyj201313192
*
**
基金项目: 科技部重大研究计划项目 (2014CB954100); 科技基础性工作专项项目 (2012FY110800, 2013FY112600); 中国科学
院大科学装置项目 (2009鄄LSFGBOWS鄄01)
通讯作者: Author for correspondence; E鄄mail: gaolm@ mail. kib. ac. cn; dzl@ mail. kib. ac. cn
收稿日期: 2013-09-22, 2013-09-30 接受发表
作者简介: 罗亚皇 (1987-) 男, 在读博士研究生, 主要从事群落系统发育研究。 E鄄mail: luoyahuang@ mail. kib. ac. cn
段或几段短的、 通用的标准 DNA 序列对物种进
行识别和鉴定的技术 (Hebert 等, 2003; Kress
等, 2005; Hollingsworth等, 2011), 自 2003 年加
拿大学者 Paul Hebert 等提出这一概念后, DNA
条形码在生物学各相关领域中得到了广泛应用,
且已成为生物学研究领域发展最迅速的前沿之一
(Hollingsworth等, 2011)。 植物 DNA条形码不仅
是传统植物分类与鉴定的有力补充, 而且可使标
本鉴定过程实现自动化和标准化, 突破了对经验
的过度依赖, 能够在较短时间内建立形成易于利
用的应用系统。 因此, 植物 DNA 条形码技术作
为传统植物分类的有效补充, 在物种分类和鉴定
方面展示出了强大的生命力, 在生物多样性调查
与监测、 分子系统发育与进化、 生态学、 食品安
全、 生物检验检疫、 法医学、 流行病学等领域具
有广阔的应用前景 (李德铢等, 2012)。 随着
DNA条形码技术的发展与其标准化和自动化鉴
定的不断完善, 该技术在生态学研究中也得到了
广泛的应用。 本文重点综述了 DNA 条形码技术
在物种快速鉴定及隐存种的发现、 群落构建机制
及群落中种间相互关系的研究; 并介绍了 DNA
metabarcoding技术在生物多样性评估和环境 DNA
条形码在生态学研究中的应用; 最后对 DNA 条
形码在生态学研究中的应用进行了展望。
1摇 DNA条形码在加速物种鉴定和揭示隐
存生物多样性中的应用
DNA条形码技术作为物种快速鉴定和发现
新物种的工具已得到广泛应用。 线粒体细胞色素
c氧化酶 I基因 (CO1) 已经作为标准条形码广
泛用于鉴定动物物种 (Hebert 等, 2003); 核糖
体 16SRNA常用于细菌的鉴定 (Sogin 等, 2006;
Flanagan等, 2007); 而 ITS 则作为真菌的标准条
形码用于物种鉴定 ( Nilsson 等, 2008; Schoch
等, 2012)。 过去几年中, 植物中选择哪些片段
作为 DNA条形码一直在探讨之中, 国际生物条
形码联盟 ( Consortium for the Barcode of Life,
CBOL) 植物工作组 (Plant Working Group) 2009
年通过对 7 个 DNA 候选条形码的综合评价, 推
荐 rbcL+matK 组合作为陆地植物的核心条形码
( CBOL Plant Working Group, 2009)。 2011 年,
中国植物条形码工作组通过对大规模数据的综合
分析, 建议 ITS (或 ITS2) 应作为种子植物的核
心条形码之一 ( Li 等, 2011)。 目前通常采用
rbcL+matK+ITS 的组合作为植物的标准 DNA 条
形码用于物种鉴定。 植物条形码的确定, 为开展
植物 DNA条形码的物种鉴定工作奠定了坚实的
基础。
DNA条形码技术不仅是传统经典分类鉴定
的补充, 而且通过特定的程序和步骤将标本鉴定
过程实现自动化。 对于生态学研究来说, 对物种
进行准确鉴定, 是认识生物多样性和开展其他生
态学研究的基础和前提 (高连明等, 2012)。 然
而, 通过形态学特征对物种进行鉴定往往具有局
限性, 如很多形态特征具有可塑性, 并且自然界
中很多类群存在隐存种现象 (Knowlton, 1993)。
此外, 有时一些关键的形态性状只有在某一特定
的生活史阶段或者性别中才得以显示, 如鉴定一
些双翅目昆虫时, 主要根据雄虫的外生殖器进行
鉴定 (Hennig, 1976)。 在植物标本鉴定中需要
有花、 果等特征才能对物种进行鉴定, 因此, 开
展野外生态学调查时就需要经验丰富的分类学专
家配合才能准确鉴定植物物种。 由于采集热带雨
林或亚热带常绿阔叶林中一些林冠层物种的花和
果实标本十分困难, 而利用其叶片或树皮等进行
DNA条形码分析, 可以将其快速鉴定到种、 属
或科 ( Dexter 等, 2010; Pei 等, 2011 ), 因此
DNA条形码可以帮助生态学家快速进行物种鉴
定。 目前 DNA条形码技术可以解决在缺乏有效
的形态学证据时鉴定已知或未知的物种 (Ahrens
等, 2007), 而且该技术的应用加快了生态学研
究中对物种鉴定的速度, 同时也提高了鉴定的准
确度 (Dexter等, 2010; Costion等, 2011)。
发现新种或隐存种 (cryptic species) 是一项
复杂的系统性工作, DNA 条形码可提供重要线
索。 尽管它并不能取代传统形态鉴定, 但是通过
DNA条形码比较不同居群和物种间的遗传差异,
如果种内变异大于种间的变异, 则居群群间可能
存在生殖隔离, 进而产生分化, 但新种的最终确
定仍需整合其他如形态、 理化特性等多重数据进
行综合分析和判断。 Hebert 等 (2004) 通过对弄
蝶科的一种蝴蝶 (Astraptes fulgerator) 进行 DNA
条形码研究, 结合在哥斯达黎加西北部 25 年的
野外观测数据, 发现传统认为的 A. fulgerator 至
267摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷
少包括 10 个物种在该地区同域分布, 尽管成虫
的生殖器没有明显分化, 这些物种的幼虫有各自
的植食性和生境偏好。 研究表明在热带地区普遍
存在隐存种现象, 结合传统分类和 DNA 条形码
技术有助于人类认识隐存的生物多样性。 Lahaye
等 (2008) 利用 matK基因对分布于南美洲的 1 000
多种兰花进行 DNA条形码研究, 表明 DNA条形
码可对隐存种及国际贸易公约列出的濒危物种名
录 (CITES) 中的物种进行有效鉴定。 Liu 等
(2011) 对欧亚分布的红豆杉属植物 DNA 条形
码研究发现, 这一地区包括红豆杉属 11 个种
(或谱系), 其中有 4 个物种 (谱系) 可能是新
种或隐存种, 而这一结果得到了居群遗传学
(Liu等, 2013) 和形态学 (M觟ller 等, 2013) 的
进一步支持。 因此, DNA 条形码一方面可以帮
助生态学家快速鉴定物种, 另一方面弥补了传统
分类的不足, 有助于发现新种或隐存种, 增加对
生物多样性的认识。
2摇 DNA条形码在群落系统构建与生态取
证中的应用
群落生态学 (community ecology) 研究生物
之间的相互作用, 以及它们的起源与进化的过程
(Webb 等, 2002; Ackerly, 2004; Cavender鄄Bares
等, 2004; Gillespie, 2004; Davies等, 2007)。 有
关群落中生物多样性的形成和维持机制一直是生
态学研究的核心论题。 尽管有很多假说, 如中性
假说、 生态位假说、 中度干扰假说、 负密度制约
假说、 种子散布限制假说、 种库假说、 能量假
说、 生态学代谢假说、 地史成因假说等, 试图去
揭示生物多样性的维持机制 ( Janzen, 1970;
Wright, 1983; Connell, 1984; Ricklefs, 1987,
2004; Zobel, 1997; Hubell, 2001; Fargione 等,
2003; Mouquet 等, 2004; Tilman, 2004; Brown
等, 2004), 但是目前对群落构建和生物多样性
维持的机理仍然不是十分清楚。 随着分子系统学
的快速发展和测序成本的降低, 目前已积累了大
量的系统发育数据。 此外, 计算工具及计算能力
的迅速发展也使得系统发育分析变得更加容易,
促进了将系统发育分析方法应用到群落生态学研
究中, 使得系统发育群落生态学 ( phylogenetic
community ecology) 得到迅速发展 (Webb 等,
2002; Cavender鄄Bares等, 2009)。
生态学研究不仅要考虑到物种多样性 (Spe鄄
cies diversity, SD), 也要考虑系统发育多样性
(Phylogeny diversity, PD) 和功能多样性 (Func鄄
tion diversity, FD) (Webb 等, 2002; Sweason,
2011)。 相对于物种多样性, 系统发育多样性和
功能多样性更能预测生态系统功能与动态
(Cadotte等, 2008, 2009)。 早期的生态学家在构
建植物群落内物种系统发育树时, 通常是基于
APG分类系统, 利用 Phylocom 和 Phylomatic 进
行系统发育树的构建 (Kembel和 Hubbell, 2006;
Letcher, 2010)。 但是, 通过该方法构建的系统
发育树对物种的分辨率不高且所包含的信息不够
完全, 将 DNA条形码数据应用于群落系统发育
时所构建的群落系统发育树可能更加完善并且精
确度更高 (Kembel 和 Hubbell, 2006; Kress 等,
2009; Gonzalez 等, 2010)。 Kress 等 (2009) 利
用植物 DNA条形码方法对巴拿马 Barro Colorado
Island (BCI) 50 hm2 大样地开展森林群落系统发
育结构研究, 发现 rbcL, matK 和 trnH鄄psbA 3 个
条形码片段单独用于识别木本物种的准确率分别
为 69% 、 70%和 90% , 如果使用 3 个片段组合
( rbcL+matK+ trnH鄄psbA), 物种鉴定的准确率能
可提高至 98% 。 对我国鼎湖山亚热带地区的群
落系统发育的研究表明, rbcL, matK 和 trnH鄄
psbA 3 个条形码片段单独识别木本物种的准确率
分别为 70% 、 70%和 78% , 如果使用 3 个片段
组合, 准确率能提高至88% 以上 (Pei等, 2011)。
因此 DNA条形码不仅可以作为一种快速识别物
种的方法, 而且在构建群落系统发育关系中也可
以发挥重要的作用。
植物 DNA 条形码可以用于分类学研究中,
对薄弱区域的物种进行的生态取证或生物多样性
调查, 并且可以快速评估物种的丰富度, 其作为
生物多样性快速评估的新工具显示出了强大的潜
力。 Costion 等 (2011) 通过对澳大利亚昆士兰
东北部 2 个 0. 1 hm2 热带样地的生态学研究, 尽
管利用 DNA条形码技术的物种鉴定准确性与以
往的研究结果相近, 但提高了物种丰富度的估
计, 达 89% 。 虽然 DNA 条形码无法辨别所有的
植物物种, 但是作为一种新的视角和方法, 利用
条形码数据对生物多样性评价和量化的新方式可
3676 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 罗亚皇等: DNA条形码在生态学研究中的应用与展望摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
能会弥补物种鉴定率不足的缺点。 DNA 条形码
技术也可以纠正生态学研究中对物种鉴定的错
误。 Dexter等 (2010) 调查了亚马逊西南部 25
个群落中 Inga 属 (豆科) 的植株近 4 000 株,
分类学专家基于形态性状鉴定为 55 个种, 但利
用 DNA条形码研究发现, 调查的全部植株中有
6. 8% ~7. 6%的错误鉴定率, 而这种错误的鉴定
结果会影响到后续群落生态学的相关分析。 因
此, 利用 DNA条形码技术, 结合传统的分类学
方法可使生态学研究中的物种鉴别和生物多样性
调查的数据更可靠。
3摇 DNA条形码在物种种间关系研究中的
应用
植物与传粉者或食果动物之间相互作用, 构
成了复杂的传粉和取食网络, 这种互惠关系对生
物多样性维持至关重要 (Bascompte 和 Jordano,
2007)。 DNA条形码在研究群落中物种网络关系
(如在植食网络和传粉网络等) 中已得到成功应
用。 在动植物间的植食网络关系中, 当观察动物
的行为存在困难时, 可利用动物消化道中的食物
残渣, 借助 DNA条形码技术分析其取食的植物,
研究野生动物的食性 (Passmore 等, 2006; Hulcr
等, 2007; Bourlat等, 2008)。 Valentini等 (2009)
利用叶绿体 trnL 片段, 在哺乳动物, 鸟类, 昆
虫和软体动物的排泄物中快速并有效鉴定出
50%被动物所取食的植物物种。 Garc侏a鄄Robledo
等 (2013) 对美国中部热带雨林中开展植物与
取食昆虫之间的网络构建时发现, DNA 条形码
同样是一种行之有效的方法。 DNA 条形码在生
态学大尺度的食性分析、 竞争物种间的食性监测
及描述生态系统中的食物网开辟了新的途径。 从
群落水平上研究植物与传粉者之间的互惠关系,
为理解群落的结构和动态以及花部特征的演化提
供了全新的视角 (方强和黄双全, 2012), 通过
DNA条形码构建植物与传粉动物之间的网状拓
扑结构, 可以从群落水平探讨物种的多样性、 系
统发育多样性与群落稳定性之间的相互关系。 如
Ram侏rez 等 (2011) 利用 DNA 条形码和其他分
子数据, 构建了兰科中特化的兰花类群与其传粉
昆虫相互之间的网状关系、 分化时间和多样化式
样, 其研究表明兰花的多样化与传粉昆虫的分化
相一致, 并与新热带森林中化学环境的分化密切
相关。 Rafferty和 Ives (2013) 利用 DNA 条形码
研究了 14 种草原植物和 22 种为其传粉的昆虫间
的相互关系, 及其如何响应气候的变化。 他们的
研究表明气候变化导致植物物候发生变化, 进一
步导致传粉昆虫的活动时间也随之改变, 且不同
的植物通过其植株高度、 花的颜色和形态来吸引
不同的昆虫。 通过分析植物性状发现, 随着气候
变化, 很多植物有可能共享相同的传粉昆虫。
DNA条形码在研究寄生和共生关系时同样
是一个有效的工具, 可以有效鉴定通过形态很难
鉴定的寄主中的寄生生物, 并通过对寄生物种及
其分布范围和相互网络关系研究探讨寄主转移过
程和寄生物种对寄主的选择机制, 也可以认识动
植物与环境微生物之间的相互作用和分布规律
(Besansky 等, 2003)。 Roy 和 Lawson (2012) 通
过 DNA条形码研究本土和入侵的瓢虫以及体内的
寄生物, 并从群落水平构建寄生-寄主网络关系,
成功将这一网络应用于入侵生态学的研究中。
4摇 DNA metabarcoding 在生物多样性研
究中的应用
应用 DNA 条形码不仅可以针对当前的生物
多样性进行有效的评估, 也可以对过去的动植物
群落的多样性进行评估 (Valentini 等, 2009)。
DNA条形码技术的发展将分子操作分类单元
(molecular operational taxonomic units: MOTU) 引
入到生物多样性指数中 (Floyd 等, 2002), 每一
个 MOTU 的丰富度代表了物种的丰富度, 该方法
常用于环境微生物多样性的估算 (Oline, 2006),
尽管当样本量很大时该方法存在一定的偏差
(Blackwood等, 2007)。
随着测序技术的发展和测序成本的快速下
降, 特别是第二代测序 (next鄄generation sequen鄄
cing, NGS) 平台的发展, 测序通量呈指数增长
(Shendure和 Ji, 2008; Glenn, 2011)。 测序已从
原来小尺度上对单个物种的研究开始向大尺度上
对多个物种进行研究发展。 由于传统的 Sanger
测序方法仅用于单个样本的测序, 该技术根本无
法满足复杂的混合样品甚至大尺度范围的样品测
序的研究, 因为这些混合样品通常包含成百甚至
上千的个体数。 第二代测序技术的出现, 产生了
467摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷
利用高通量测序技术获得条形码基因扩增子序列
的方法, 称为 DNA metabarcoding 技术。 该技术
将整个混合样本的 DNA 片段扩增后再进行高通
量测序, 目前已用于微生物和动物的相关研究
中。 DNA metabarcoding 方法结合生物信息学手
段进行分析, 最终从混合样品中自动识别出多个
物种, 它以快速、 可重复、 高效及综合性等优点
不仅在生物多样性调查方面提供了高效有力的方
法, 而且在环境监测、 资源管理和生物多样性评
估等方面具有重要的意义 (Taberlet 等, 2012a;
Yu等, 2012; Ji等, 2013)。 无 PCR扩增的 PCR鄄
free metabarcoding技术 (PCR鄄free metabarcoding)
的应用还可以推断每个物种中所存在的线粒体
DNA总量, 在生态学中提供了一种全新的方法
来评估每个物种的生物量乃至相对丰度, 这极大
的改变了生态学家对生态系统及生物多样性检测
的方法 (Zhou等, 2013)。
此外, 利用化石数据来重建过去的生态系统
往往很困难, 因为在自然状态下化石很难被完整
的保存下来, 并且只通过形态学的证据很难将其
准确鉴定到种。 通过分子手段和 DNA 条形码的
方法可以成功的重建过去的动植物群落。 DNA
在低温及干燥的环境下将得以很好的保存, 古生
态学研究中可利用这些信息, 借助 DNA 条形码
进行鉴定。 Willerslev 等 (2003) 通过对西伯利
亚更新世和全新世时期的永久冻土带沉积物样本
进行分析, 发现这两个时期植物群落组成有明显
的差异, 并且鉴定出 8 种不同的哺乳动物, 包括
猛玛象 (Mammuthus primigenius)、 麝牛 (Ovibos
moschatus), 驯鹿 ( Rangifer tarandus) 和旅鼠
(Lemmus lemmus) 等。 基于同样的方法, Willer鄄
slev 等 (2007) 对从格陵兰岛冰帽底部中收集到
的 45 万年前的粉末状冰样品进行分析, 发现那
个时期格陵兰岛的南部有森林覆盖, 植被组成主
要为迄今分布于斯堪纳维亚的一些云杉属 (Pi鄄
cea)、 松属 ( Pinus)、 桤木属 ( Alnus) 植物。
因此, DNA条形码的应用也有助于对过去生物
群落和环境变化的认识。
5摇 环境DNA条形码技术在生态学中的应用
早在 1987 年, Ogram 等 (1987) 就提出了
环境 DNA的概念, 即从沉积物中提取微生物的
DNA。 然而, 直到 2000 年才真正在微生物研究
领域研究中得以应用 (Rondon 等, 2000; Han鄄
delsman, 2004 )。 环境 DNA 是指从环境样品
(如土壤、 空气、 水体等) 中提取到的 DNA, 不
对任何目标的生物进行分离。 它的特点是包含许
多不同生物的基因组 DNA和可能降解的 DNA片
段, 因此, 总的环境 DNA 包含了源于活细胞或
有机体的 DNA, 以及自然细胞死亡或者随后降解
的胞外 DNA (Levy鄄Booth 等, 2007; Pietramellara
等, 2009)。 第二代测序仪平台的应用将环境
DNA样品直接用来测序, 避免了 Sanger 测序中
利用克隆或者 PCR 产物测序过程中消耗大量的
时间和金钱, 因此, 环境 DNA metabarcoding
(Environmental DNA metabarcoding) 可用于更多
的生态学研究中 (Taberlet等, 2012b), 且该技术
在快速构建动物取食网络, 生物多样性评估、 环
境监测等领域将得到广泛关注和应用 (Yoccoz,
2012)。 Epp等 (2013) 通过对过去和现在的环
境 DNA进行 metabarcoding 研究, 所有目标类群
都能通过 metabarcoding 的方法检测出来, 但是
类群之间和不同年代的环境样品所检测的结果存
在较大变异范围, 如更新世时期的样品中真菌检
测成功率最高, 同时也可以检测到苔藓植物、 甲
虫和鸟类的序列, 所以环境 metabarcoding 在监
测当前和过去生物多样性方面具有重要的应用前
景。 然而, 随着相关技术和方法不断完善, 相关
生物学信息以及针对特殊问题的具体实验设计以
及模型建立和分析仍在不断地发展中, 将进一步
推动该领域的发展 ( Pompanon 等, 2012; Pi俳ol
等, 2013; Qu佴me佴r佴等, 2013; Shokralla等, 2012;
Yoccoz, 2012)。
6摇 DNA条形码在生态学研究中应用的展望
随着 DNA条形码参考数据库 (如 BOLD 等)
的不断发展和完善, 将进一步促进 DNA 条形码
技术在生物学和生态学等相关领域的应用。 随着
新的测序技术的快速发展和广泛应用, 生物信息
学的发展, DNA 条形码将对生态学各分支学科
的发展做出更大的贡献。
在群落构建机制的研究中, 不仅要考虑物种
组成在群落生态学中的作用, 更需要从系统发育
和功能性状维度开展研究。 目前将转录组数据引
5676 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 罗亚皇等: DNA条形码在生态学研究中的应用与展望摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
入到群落系统发育的研究中是将来研究的热点,
新一代的高通量转录组测序技术可以直接测定每
个转录本的序列, 并检测单个碱基差异, 通过对
转录组信息研究有助于识别与特定条件相关的功
能基因。 因此, 对系统发育、 功能性状和转录表
达图谱等进行多维度研究, 结合环境因子综合探
讨多尺度下生物多样性的维持机制, 将为研究群
落生态学提供全新的视角。 此外, 伴随着 DNA
条形码技术的发展, 特别是相关数据库的完善和
新一代植物志 iFlora的研制, 生态学研究将可以
在更大的时间和空间尺度上开展, 有助于解决一
些重大的科学问题。
在未来大科学装置及大数据融合的驱动下,
以及科学家的共同努力下, 相关数据库不断建
立、 新软件和新模型不断研发, 环境 DNA me鄄
tabarcoding将进一步在古生态学、 物种分布以及
生物多样性评估和监测等领域得到更广泛的应
用。 与过去认识生物多样性的方式不同, 基于第
二代测序平台的环境 DNA 条形码技术可在短时
间内构建特定时空尺度上的广泛生物类群 (动
物、 植物和微生物) 生物多样性的空间分布格
局, 有助于认识和完善生物多样性分布规律及监
测全球气候变化对生物多样性的影响, 进一步揭
示生态系统中物质循环、 能量流动规律。
也参摇 考摇 文摇 献页
Ackerly DD, 2004. Adaptation, niche conservatism, and conver鄄
gence: comparative studies of leaf evolution in the California
chaparral [J] . American Naturalist, 163: 654—671
Ahrens D, Monaghan MT, Vogler AP, 2007. DNA鄄based taxonomy
for associating adults and larvae in multi鄄species assemblages of
chafers (Coleoptera: Scarabaeidae) [J] . Molecular Phylogenet鄄
ics and Evolution, 44: 436—449
Bascompte J, Jordano P, 2007. Plant鄄animal mutualistic networks:
the architecture of biodiversity [ J] . Annual Review of Ecology
and Systermatics, 38: 567—593
Besansky NJ, Severson DW, Ferdig MT, 2003. DNA barcoding of
parasites and invertebrate disease vectors: what you don忆t know
can hurt you [J] . Trends in Parasitology, 19: 545—546
Blackwood CB, 2007. Interpreting ecological diversity indices applied
to terminal restriction fragment length polymorphism data: insights
from simulated microbial communities [ J] . Application Environ鄄
mental Microbiology, 73: 5276—5283
Bourlat SJ, Nakano H, Akerman M et al., 2008. Feeding ecology of
Xenoturbella bocki ( phylum Xenoturbellida) revealed by genetic
barcoding [J] . Molecular Ecology Resources, 8: 18—22
Brown JH, Gillooly JF, Allen AP et al., 2004. Toward a metabolic
theory of ecology [J] . Ecology, 85: 1771—1789
Cadotte MW, Cardinale BJ, Oakley TH, 2008. Evolutionary history
and the effect of biodiversity on plant productivity [J] . Proceed鄄
ings of the National Academy Sciences of USA, 105: 17012—
17017
Cadotte MW, Cavender鄄Bares J, Tilman D et al., 2009. Using phylo鄄
genetic, functional and trait diversity to understand patterns of
plant community productivity [J] . PLoS ONE, 4: e5695
Cavender鄄Bares J, Ackerly DD, Baum DA et al., 2004. Phylogenetic
overdispersion in Floridian oak communities [J] . American Nat鄄
uralist, 163: 823—843
Cavender鄄Bares J, Kozak KH, Fine PVA et al., 2009. The merging
of community ecology and phylogenetic biology [ J] . Ecology
Letters, 12: 693—715
CBOL Plant Working Group, 2009. A DNA barcode for land plants
[ J] . Proceedings of the National Academy Sciences of USA, 106:
12794—12797
Connell JH, Tracey JG, Webb LJ, 1984. Compensatory recruitment,
growth, and mortality as factors maintaining rain forest tree diver鄄
sity [J] . Ecological Monographs, 54: 141—164
Costion C, Ford A, Cross H et al., 2011. Plant DNA barcodes can
accurately estimate species richness in poorly known floras [ J] .
PLoS ONE, 6: e26841
Davies T, Meiri S, Barraclough T et al., 2007. Species co鄄existence
and character divergence across carnivores [J] . Ecology Letters,
10: 146—152
Dexter KG, Pennington TD, Cunningham CW, 2010. Using DNA to
assess errors in tropical tree identifications: How often are ecolo鄄
gists wrong and when does it matter? [ J] . Ecological Mono鄄
graphs, 80: 267—286
Epp LS, Boessenkool S, Bellemain EP et al., 2012. New environ鄄
mental metabarcodes for analysing soil DNA: potential for stud鄄
ying past and present ecosystems [ J] . Molecular Ecology, 21:
1821—1833
Fang Q (方强), Huang SQ (黄双全), 2012. Progress in pollination
networks: network structure and dynamics [J] . Biodiversity Sci鄄
ence (生物多样性) , 20: 300—307
Fargione J, Brown CS, Tilman D, 2003. Community assembly and
invasion: an experimental test of neutral versus niche processes
[ J] . Proceedings of the National Academy of Sciences of the Unit鄄
ed States of America, 101: 8916—8920
Flanagan JL, Brodie EL, Weng L et al., 2007. Loss of bacterial di鄄
versity during antibiotic treatment of intubated patients colonized
with Pseudomonas aeruginosa [J] . Journal of Clinical Microbiol鄄
ogy, 45: 1954—1962
Floyd R, Abebe E, Papert A et al., 2002. Molecular barcodes for soil
nematode identification [J] . Molecular Ecology, 11: 839—850
667摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷
Gao LM (高连明), Liu J (刘杰), Cai J (蔡杰) et al., 2012. A
synopsis of technical notes on the standards for plant DNA bar鄄
coding [J] . Plant Diversity and Resources (植物分类与资源学
报), 34: 592—606
Garc侏a鄄Robledo C, Erickson DL, Staines CL et al., 2013. Tropical
plant鄄herbivore networks: reconstructing species interactions u鄄
sing DNA barcodes [J] . PloS ONE, 8: e52967
Gillespie R, 2004. Community assembly through adaptive radiation in
Hawaiian spiders [J] . Science, 303: 356—359
Glenn TC, 2011. Field guide to next鄄generation DNA sequencers
[J] . Molecular Ecology Resources, 11: 759—769
Gonzalez MA, Roger A, Courtois EA et al., 2010. Shifts in species
and phylogenetic diversity between sapling and tree communities
indicate negative density dependence in a lowland rain forest
[J] . Journal of Ecology, 98: 137—146
Handelsman J, 2004. Metagenomics: application of genomics to un鄄
cultured microorganisms [J] . Microbiology and Molecular Biol鄄
ogy Review, 68: 669
Hebert PDN, Cywinska A, Ball SL et al., 2003. Biological identifi鄄
cations through DNA barcodes [ J] . Proceedings of the Royal
Society of London. Series B鄄Biological Sciences, 270: 313—321
Hebert PDN, Penton EH, Burns JM et al., 2004. Ten species in
one: DNA barcoding reveals cryptic species in the neotropical
skipper butterfly Astraptes fulgerator [J] . Proceedings of the Na鄄
tional Academy of Sciences of the United States of America, 101:
14812—14817
Hennig W, 1976. Anthomyiidae [A]. In: Lindner E ( ed.), Die
Fliegen der Palaearktischen Region [M]. Schweizerbart, 329—
376
Hollingsworth PM, Graham SW, Little DP, 2011. Choosing and u鄄
sing a plant DNA barcode [J] . PLoS ONE, 6: e19254
Hubbell SP, 2001. The Unified Neutral Theory of Biodiversity and Bi鄄
ogeography [M]. Princeton and Oxford: Princeton University
Press
Hulcr J, Mogia M, Isua B et al., 2007. Host specificity of ambrosia
and bark beetles (Col., Curculionidae: Scolytinae and Platypodi鄄
nae) in a New Guinea rain forest [ J] . Ecological Entomology,
32: 762—772
Janzen DH, 1970. Herbivores and the number of tree species in tropi鄄
cal forests [J] . The American Naturalist, 104: 501—528
Ji Y, Ashton L, Pedley SM et al., 2013. Reliable, verifiable and ef鄄
ficient monitoring of biodiversity via metabarcoding [J] . Ecology
Letters, 16: 1245—1257
Kembel SW, Hubbell SP, 2006. The phylogenetic structure of a neo鄄
tropical forest tree community [J] . Ecology, 87: S86—S99
Knowlton N, 1993. Sibling species in the sea [J] . Annual Review of
Ecology and Systematics, 24: 189—216
Kress WJ, Wurdack KJ, Zimmer EA et al., 2005. Use of DNA bar鄄
codes to identify flowering plants [J] . Proceedings of the Nation鄄
al Academy of Sciences of the United States of America, 102:
8369—8374
Kress WJ, Erickson DL, Jones FA et al., 2009. Plant DNA barcodes
and a community phylogeny of a tropical forest dynamics plot in
Panama [J] . Proceedings of the National Academy of Sciences of
the United States of America, 106: 18621—18626
Lahaye R, Van Der Bank M, Bogarin D et al., 2008. DNA barcoding
the floras of biodiversity hotspots [J] . Proceedings of the Nation鄄
al Academy of Sciences of the United States of America, 105:
2923—2928
Letcher SG, 2010. Phylogenetic structure of angiosperm communities
during tropical forest succession [ J] . Proceedings of the Royal
Society B鄄Biological Sciences, 277: 97—104
Levy鄄Booth DJ, Campbell RG, Gulden RH et al., 2007. Cycling of
extracellular DNA in the soil environment [J] . Soil Biology and
Biochemistry, 39: 2977—2991
Li DZ, Gao LM, Li HT et al., 2011. Comparative analysis of a large
dataset indicates that internal transcribed spacer (ITS) should be
incorporated into the core barcode for seed plants [ J] . Proceed鄄
ings of the National Academy of Sciences of the United States of
America, 108: 19641—19646
Li DZ (李德铢), Wang YH (王雨华), Yi TS (伊廷双) et al.,
2012. The next generation flora: iFlora [J] . Plant Diversity and
Resources (植物分类与资源学报), 34: 525—531
Liu J, M觟ller M, Gao LM et al., 2011. DNA barcoding for the dis鄄
crimination of Eurasian yews (Taxus L., Taxaceae) and the dis鄄
covery of cryptic species [J] . Molecular Ecology Resources, 11:
89—100
Liu J, M觟ller M, Provan J, Gao LM et al., 2013. Geological and eco鄄
logical factors drive cryptic speciation of yews in a biodiversity
hotspot [J] . New Phytologist, 199: 1093—1108
Mouquet N, Leadley P, Meriguet J et al., 2004. Immigra tion and lo鄄
cal competition in herbaceous plant communities: a three鄄year
seed鄄sowing experiment [J] . Oikos, 104: 77—90
M觟ller M, Gao LM, Mill RR et al., 2013. A multidisciplinary ap鄄
proach reveals hidden diversity in the taxonomically challenging
Taxus wallichiana complex [J] . Taxon, accepted with minor re鄄
visions
Nilsson RH, Kristiansson E, Ryberg M et al., 2008. Intraspecific ITS
variability in the kingdom Fungi as expressed in the international
sequence databases and its implications for molecular species i鄄
dentification [J] . Evolutionary Bioinformatics, 4: 193—201
Ogram A, Sayler GS, Barkay T, 1987. The extraction and purifica鄄
tion of microbial DNA from sediments [J] . Journal of Microbio鄄
logical Methods, 7: 57—66
Oline DK, 2006. Phylogenetic comparisons of bacterial communities
from serpentine and nonserpentine soils [ J] . Application Envi鄄
ronmental Microbiology, 72: 6965—6971
Passmore AJ, Passmore AJ, Jarman SN et al., 2006. DNA as a dieta鄄
ry biomarker in Antarctic krill, Euphausia superba [ J] . Marine
Biotechnology, 8: 686—696
7676 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 罗亚皇等: DNA条形码在生态学研究中的应用与展望摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Pei N, Lian JY, Erickson DL et al., 2011. Exploring tree habitat as鄄
sociations in a Chinese Subtropical Forest Plot using a molecular
phylogeny generated from DNA barcode Loci [ J] . PLoS ONE,
6: e21273
Pietramellara G, Ascher J, Borgogni F et al., 2009. Extracellular
DNA in soil and sediment: fate and ecological relevance [J] . Bi鄄
ology and Fertility of Soils, 45: 219—235
Pi觡ol J, San Andr佴s V, Clare EL et al., 2013. A pragmatic approach
to the analysis of diets of generalist predators: the use of next鄄gen鄄
eration sequencing with no blocking probes [J] . Molecular Ecol鄄
ogy Resources, doi: 10. 1111 / 1755鄄0998. 12156
Pompanon F, Deagle BE, Symondson WOC et al., 2012. Who is eat鄄
ing what: diet assessment using next generation sequencing
[J] . Molecular Ecology, 21: 1931—1950
Qu佴m佴r佴 E, Hibert F, Miquel C et al., 2013. A DNA metabarcoding
study of a primate dietary diversity and plasticity across its entire
fragmented range [J] . PLoS ONE, 8: e58971
Rafferty NE, Ives AR, 2013. Phylogenetic trait鄄based analyses of ec鄄
ological networks [ J] . Ecology, http: / / dx. doi. org / 10. 1890 /
12鄄1948. 1
Ram侏rez SR, Eltz T, Fujiwara MK et al., 2011. Asynchronous diver鄄
sification in a specialized plant鄄pollinator mutualism [ J] . Sci鄄
ence, 333: 1742—1746
Ricklefs RE, 1987. Community diversity: relative roles of local and
regional processes [J] . Science, 235: 167—171
Ricklefs RE, 2004. A comprehensive framework for global patterns in
biodiversity [J] . Ecology Letters, 7: 1—15
Rondon MR, August PR, Bettermann AD et al., 2000. Cloning the
soil metagenome: a strategy for accessing the genetic and func鄄
tional diversity of uncultured microorganisms [ J] . Applied and
Environmental Microbiology, 66: 2541—2547
Roy HE, Lawson Handley LJ, 2012. Networking: a community ap鄄
proach to invaders and their parasites [J] . Functional Ecology,
26 : 1238—1248
Schoch CL, Seifert KA, Huhndorf S et al., 2012. Nuclear ribosomal
internal transcribed spacer (ITS) region as a universal DNA bar鄄
code marker for Fungi [J] . Proceedings of the National Academy
of Sciences of the United States of America, 109: 6241—6246
Shendure J, Ji H, 2008. Next鄄generation DNA sequencing [J] . Na鄄
ture Biotechnology, 26: 1035—1045
Shokralla S, Spall JL, Gibson JF et al., 2012. Next鄄generation se鄄
quencing technologies for environmental DNA research [J] . Mo鄄
lecular Ecology, 21: 1794—1805
Sogin ML, Morrison HG, Huber JA et al., 2006. Microbial diversity
in the deep sea and the underexplored ‘rare biosphere爷 [J] . Pro鄄
ceedings of the National Academy of Sciences of the United States of
America, 103: 12115—12120
Swenson NG, 2011. Phylogenetic beta diversity metrics, trait evolu鄄
tion and inferring the functional beta diversity of communities
[J] . PLoS ONE, 6: e21264
Taberlet P, Coissac E, Pompanon F et al., 2012a. Towards next鄄gen鄄
eration biodiversity assessment using DNA metabarcoding [ J] .
Molecular Ecology, 21: 2045—2050
Taberlet P, Coissac E, Hajibabaei M et al., 2012b. Environmental
DNA [J] . Molecular Ecology, 21: 1789—1793
Tilman D, Knops J, Wedin D et al., 1997. The influence of function鄄
al diversity and composition on ecosystem processes [ J] . Sci鄄
ence, 277: 1300—1302
Valentini A, Miquel C, Nawaz MA et al., 2009. New perspectives in
diet analysis based on DNA barcoding and parallel pyrosequenc鄄
ing: the trnL approach [ J] . Molecular Ecology Resources, 9:
51—60
Valentini A, Pompanon, Taberlet P, 2009. DNA barcoding for ecolo鄄
gists [J] . Trends in Ecology & Evolution, 24: 110—117
Webb CO, Ackerly DD, McPeek MA et al., 2002. Phylogenies and
community ecology [J] . Annual Review of Ecology and System鄄
atics, 33: 475—505
Willerslev E, Hansen AJ, Binladen J et al., 2003. Diverse plant and
animal genetic records from Holocene and Pleistocene sediments
[J] . Science, 300: 791—795
Willerslev E, Cappellini E, Boomsma W et al., 2007. Ancient bio鄄
molecules from deep ice cores reveal a forested southern Green鄄
land [J] . Science, 317: 111—114
Wright DH, 1983. Species鄄energy theory: an extension of species鄄ar鄄
ea theory [J] . Oikos, 41: 496—506
Yoccoz NG, 2012. The future of environmental DNA in ecology [J] .
Molecular Ecology, 21: 2031—2038
Yu DW, Ji Y, Emerson BC et al., 2012. Biodiversity soup: metabar鄄
coding of arthropods for rapid biodiversity assessment and bio鄄
monitoring [J] . Methods in Ecology and Evolution, 3: 613—
623
Zhou X, Li Y, Liu S et al., 2013. Ultra鄄deep sequencing enables
high鄄fidelity recovery of biodiversity for bulk arthropod samples
without PCR amplification [J]. GigaScience, 2: 4. doi: 10. 1186 /
2047鄄217X鄄2鄄4
Zobel M, Moora M, Haukioja E, 1997. Plant coexistence in the in鄄
teractive environment: arbuscular mycorrhiza should not be out of
mind [J] . Oikos, 78: 202—208
867摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 35 卷