Imagen de Portada
Código QR

A response to: Evaluating the reliability of DNA Barcoding for Central American Pacific shallow water echinoderms identification.

Introduction: Chacón-Monge et al. (2024) sought to test the accuracy of DNA barcoding for species identification in Pacific Central American shallow water echinoderms. They used cytochrome c oxidase I (COI) sequences derived from new material collected as part of the BioMar-ACG project in Costa Rica...

Descripción completa

Publicado en:Revista de Biología Tropical Vol. 72; no. 1; pp. 1 - 7
Autores principales: Monckton, Spencer Kelvin, Steinke, Dirk, Kerr, Kevin Charles Robert
Formato: Artículo
Publicado: Universidad de Costa Rica 2024
Materias:
Cytochrome oxidase
Genetic barcoding
Water depth
Mitochondrial DNA
Sampling errors
Acceso en línea:Ver este registro en EBSCOhost
Sumario:Introduction: Chacón-Monge et al. (2024) sought to test the accuracy of DNA barcoding for species identification in Pacific Central American shallow water echinoderms. They used cytochrome c oxidase I (COI) sequences derived from new material collected as part of the BioMar-ACG project in Costa Rica. Using their set of 348 echinoderm sequences, they compared species identification results from two online platforms: the National Center for Biotechnology Information (NCBI) GenBank using the nucleotide Basic Local Alignment Search Tool (BLASTn), and the Barcode of Life Data Systems (BOLD) Identification Engine. Objective: The present article is a response to their results and conclusions. Methods: We reinterpreted the results from the authors' Appendix 2 to enable an objective comparison between the BOLD Identification Engine and BLASTn in GenBank. Results: While the authors found that both platforms were limited by the number of reference sequences available in their respective databases, they concluded that GenBank outperformed BOLD for identification; however, we identify several methodological flaws in their analysis. These include pseudoreplication amongst query sequences, contaminated sequences stemming from sampling errors, and a lack of standardization when interpreting results from the two platforms. Their assessment of the BOLD Identification Engine was also limited by improper selection of a reference database. Conclusion: Addressing these errors, we reinterpret their results and demonstrate that there is no difference in performance between the two platforms.
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.