DNA barcoding и цифровая таксономия

1.1. Введение: кризис идентификации в эпоху биоразнообразия

Современная систематика и таксономия сталкиваются с фундаментальным противоречием. С одной стороны, биоразнообразие Земли оценивается в миллионы видов, причём значительная часть из них ещё не описана (Hebert et al., 2003). С другой стороны, число квалифицированных таксономов неуклонно сокращается, а морфологическая идентификация многих групп организмов требует специализированных знаний, которые становятся всё более редкими (Gaston and O'Neill, 2004). Эта ситуация, получившая название «таксономического препятствия» (taxonomic impediment), особенно остро ощущается в прикладных областях — защите растений, карантине, контроле качества продукции и мониторинге агроценозов.

Традиционная морфологическая идентификация имеет ряд ограничений. Она часто требует наличия взрослых особей определённого пола или жизненной стадии, не всегда применима к фрагментированному материалу и может давать сбой при наличии криптических видов — морфологически неразличимых, но генетически различных таксонов (Bickford et al., 2007). Кроме того, морфологические признаки могут быть подвержены значительной внутривидовой изменчивости, зависящей от условий среды, что затрудняет проведение чётких границ между видами (Meyer and Paulay, 2005).

В этом контексте идея использования коротких стандартизированных участков ДНК для идентификации видов — DNA barcoding — предложила принципиально новый подход к решению задач диагностики. Эта технология не заменяет традиционную таксономию, но предоставляет мощный дополнительный инструмент, позволяющий быстро и объективно идентифицировать организмы на основе их генетической информации (Hebert et al., 2003; CBOL Plant Working Group, 2009).

1.2. Определение и концептуальная основа DNA barcoding

DNA barcoding — это метод идентификации видов, основанный на использовании короткого стандартизированного участка ДНК (обычно 400–800 пар оснований), который служит молекулярным «штрих-кодом» для данного таксона (Hebert et al., 2003; Kress and Erickson, 2007). Термин «баркод» заимствован из торговли, где универсальный товарный код (UPC) однозначно идентифицирует продукт. Аналогично, последовательность нуклеотидов определённого гена рассматривается как уникальный идентификатор вида.

Концептуальная основа метода базируется на нескольких ключевых положениях:

Первое. Существуют участки генома, которые достаточно консервативны, чтобы их можно было амплифицировать с помощью универсальных праймеров у широкого круга организмов, и одновременно достаточно вариабельны, чтобы различать близкие виды (Hebert et al., 2003).

Второе. Межвидовая генетическая дивергенция по выбранному маркеру обычно превышает внутривидовую изменчивость. Это различие получило название «баркодного разрыва» (barcode gap) (Meyer and Paulay, 2005).

Третье. Существует возможность создания глобальной референсной базы данных, в которой каждой последовательности соответствует определённый вид, идентифицированный специалистом-таксономом (Ratnasingham and Hebert, 2007).

Важно подчеркнуть, что DNA barcoding принципиально отличается от полного секвенирования генома. Если полное секвенирование направлено на получение всей генетической информации организма, то баркодинг фокусируется на небольшом участке, выбранном исключительно для целей идентификации. Это различие определяет все преимущества и ограничения метода.

1.3. Отличия от полного секвенирования генома

Полное секвенирование генома — это трудоёмкий и дорогостоящий процесс, требующий значительных вычислительных ресурсов для сборки и аннотации. Даже с современными технологиями полное секвенирование остаётся недоступным для рутинной диагностики больших выборок организмов. DNA barcoding, напротив, предлагает прагматичное решение: вместо всей геномной информации мы получаем лишь минимальный объём данных, достаточный для идентификации (Hebert et al., 2003).

Этот подход имеет несколько важных следствий. Во-первых, баркодинг не требует знания полной последовательности генома — достаточно определить последовательность одного маркерного участка. Во-вторых, метод применим к организмам, геномы которых плохо изучены, что особенно важно для слабо исследованных таксонов. В-третьих, стандартизация маркера позволяет сравнивать данные, полученные разными лабораториями в разных странах, что создаёт основу для глобального сотрудничества (Ratnasingham and Hebert, 2007).

Следует отметить, что DNA barcoding не предназначен для филогенетических реконструкций высокого разрешения. Хотя последовательности баркодов могут использоваться в филогенетическом анализе, их основная функция — идентификация, а не установление родственных связей (Hajibabaei et al., 2007). Для филогенетических исследований требуются более длинные последовательности и, как правило, несколько независимых локусов.

1.4. Преимущества метода

DNA barcoding обладает рядом существенных преимуществ, которые объясняют его широкое распространение в современной систематике и прикладных исследованиях.

Скорость. Идентификация на основе баркода может быть выполнена в течение нескольких часов или дней, в то время как морфологическая идентификация сложных групп может занимать недели или месяцы. При наличии автоматизированных систем секвенирования и биоинформатических конвейеров процесс становится ещё быстрее (Jain et al., 2016).

Стандартизация. Использование единого маркера для целой группы организмов (например, COI для животных) означает, что результаты, полученные в разных лабораториях, сопоставимы напрямую. Это устраняет проблему, характерную для морфологической идентификации, где разные специалисты могут использовать различные диагностические признаки (Hebert et al., 2003).

Возможность автоматизации. Баркодинг хорошо поддаётся автоматизации — от выделения ДНК до анализа последовательностей. Это критически важно для обработки больших выборок, например, при мониторинге биоразнообразия или карантинных обследованиях (Ratnasingham and Hebert, 2007).

Применимость к любым стадиям жизненного цикла. В отличие от морфологических ключей, которые часто работают только для взрослых особей определённого пола, баркодинг позволяет идентифицировать яйца, личинки, фрагменты тканей и другие материалы, не обладающие диагностическими морфологическими признаками (Floyd et al., 2002).

Объективность. Результат идентификации представляет собой последовательность нуклеотидов, которая может быть проверена и воспроизведена независимо. Это снижает субъективность, присущую морфологической идентификации (Collins and Cruickshank, 2013).

Возможность работы с degraded DNA. Баркодинг часто возможен даже при значительной деградации ДНК, что делает его применимым для анализа обработанных продуктов, старых гербарных образцов и музейных экземпляров (Staats et al., 2016).

1.5. Области применения

Первоначально DNA barcoding был предложен для фундаментальных таксономических исследований, но вскоре обнаружил широкое применение в прикладных областях. Для дисциплины «Систематика и таксономия организмов агросферы» особенно важны следующие направления.

Экология и мониторинг биоразнообразия. Баркодинг позволяет быстро оценивать видовое богатство в различных местообитаниях, включая агроценозы. Метод особенно полезен для инвентаризации слабо изученных групп и выявления криптических видов (Bickford et al., 2007; Deiner et al., 2017).

Карантин и биобезопасность. Идентификация инвазивных и карантинных видов — одна из наиболее востребованных областей применения баркодинга. Быстрое и точное определение вида имеет критическое значение для предотвращения распространения вредных организмов (Armstrong and Ball, 2005; Floyd et al., 2010).

Криминалистика и судебная экспертиза. Баркодинг используется для идентификации биологических материалов в криминалистических исследованиях, включая незаконную торговлю видами, находящимися под угрозой исчезновения (Staats et al., 2016).

Контроль качества продуктов. Определение видовой принадлежности сырья и готовой продукции — важная задача пищевой промышленности. Баркодинг позволяет выявлять фальсификацию, например, замену дорогих видов рыбы более дешёвыми аналогами (Galimberti et al., 2013).

Диагностика болезней растений и вредителей. В агрономии баркодинг применяется для идентификации патогенов, нематод, насекомых-вредителей и других организмов, важных для сельского хозяйства (Powers, 2004; Robideau et al., 2011; Choi et al., 2015).

1.6. Исторический контекст и развитие инициативы

Идея использования коротких последовательностей ДНК для идентификации не была абсолютно новой. Ещё в 1980-х годах предпринимались попытки использования рибосомальных генов для диагностики микроорганизмов (Janda and Abbott, 2007). Однако систематическое развитие концепции началось с публикации Hebert et al. (2003), где было предложено использование гена цитохромоксидазы I (COI) в качестве универсального баркода для животных.

В 2004 году был создан Консорциум по штрих-кодированию жизни (Consortium for the Barcode of Life, CBOL) — международная организация, объединившая исследовательские институты, музеи и университеты разных стран. Целью консорциума стало создание глобальной референсной библиотеки баркодов для всех видов живых организмов (Ratnasingham and Hebert, 2007).

В 2010 году была запущена инициатива International Barcode of Life (iBOL) — масштабный проект, направленный на получение баркодов для миллионов видов. Параллельно развивалась информационная инфраструктура — Barcode of Life Data System (BOLD), которая стала центральной платформой для хранения, анализа и публикации данных баркодинга (Ratnasingham and Hebert, 2007).

Для растений поиск универсального баркода оказался сложнее, чем для животных. Митохондриальный ген COI, эффективный у животных, у растений эволюционирует слишком медленно. После extensive исследований в 2009 году CBOL Plant Working Group рекомендовал использование комбинации двух пластидных генов — rbcL и matK — в качестве core-баркода для наземных растений (CBOL Plant Working Group, 2009). Позднее было предложено добавление дополнительных маркеров, таких как ITS и trnH-psbA, для повышения разрешающей способности (China Plant BOL Group, 2011; Hollingsworth et al., 2011).

1.7. Место DNA barcoding в системе таксономических методов

Важно чётко определить место DNA barcoding в методологии систематики. Это не замена традиционной морфологической таксономии и не самостоятельная дисциплина. Скорее, это инструмент, который дополняет и расширяет возможности исследователя.

Баркодинг не предназначен для:

• описания новых видов без морфологического обоснования;
• установления филогенетических отношений высокого разрешения;
• замены таксономической экспертизы при решении сложных номенклатурных вопросов.

Баркодинг предназначен для:

• быстрой идентификации известных видов;
• выявления потенциально новых видов (flagging);
• проверки видовой принадлежности образцов, идентифицированных морфологически;
• обеспечения стандартизированного подхода к диагностике.

Это разграничение имеет принципиальное значение, особенно в контексте критики метода. Как отмечают Collins and Cruickshank (2013), смешение задач идентификации образца (specimen identification) и обнаружения видов (species discovery) приводит к методологическим ошибкам и необоснованным выводам. Правильное понимание возможностей и ограничений метода — необходимое условие его эффективного применения.

1.8. Ключевые термины и понятия

Для дальнейшего изучения материала необходимо усвоить ряд ключевых терминов.

Баркод (barcode) — короткая стандартизированная последовательность ДНК, используемая для идентификации вида.

Баркодный разрыв (barcode gap) — различие между максимальной внутривидовой и минимальной межвидовой генетической дивергенцией по данному маркеру.

Референсная база данных (reference library) — коллекция баркодных последовательностей, связанных с морфологически идентифицированными ваучерами (voucher specimens).

Ваучер (voucher) — физический образец, из которого была получена последовательность, хранящийся в научной коллекции и доступный для повторного исследования.

Мини-баркод (mini-barcode) — укороченный фрагмент стандартного баркода, используемый для анализа деградированной ДНК.

Метабаркодинг (metabarcoding) — метод анализа сложных смесей организмов (например, из почвы или воды) с использованием высокопроизводительного секвенирования.

MOTU (Molecular Operational Taxonomic Unit) — операциональная таксономическая единица, выделяемая на основе генетического сходства, без обязательной привязки к формальному таксономическому названию.

2.1. Введение: почему единого маркера не существует

Одной из центральных идей DNA barcoding является стандартизация: использование единого участка ДНК для идентификации всех организмов в пределах большой группы. Однако биология разных таксонов накладывает существенные ограничения на выбор такого участка. Скорость молекулярной эволюции, структура генома, наличие интронов и повторов, доступность универсальных праймеров — всё это варьирует между царствами живой природы. В результате для каждой крупной группы организмов были разработаны свои стандартные маркеры, а в некоторых случаях — комбинации из нескольких локусов (Hollingsworth et al., 2011; Schoch et al., 2012).

Выбор маркера определяется компромиссом между двумя противоположными требованиями. С одной стороны, участок должен быть достаточно консервативным, чтобы его можно было амплифицировать с помощью универсальных праймеров у широкого круга видов. С другой стороны, он должен обладать достаточной вариабельностью, чтобы различать близкородственные виды. Этот компромисс не всегда удаётся найти в одном гене, что приводит к использованию multi-locus подходов (CBOL Plant Working Group, 2009; China Plant BOL Group, 2011).

В этой главе мы рассмотрим основные маркеры, принятые для разных групп организмов, и обсудим критерии их выбора.

2.2. Животные: митохондриальный ген COI

Для животных стандартным баркодным маркером был предложен участок митохондриального гена цитохромоксидазы I (COI, cox1) (Hebert et al., 2003). Этот выбор не был случайным. Митохондриальный геном животных обладает рядом свойств, делающих его удобным для идентификации.

Отсутствие интронов. Гены митохондрий у животных обычно не содержат интронов, что упрощает амплификацию и выравнивание последовательностей (Hebert et al., 2003).

Высокая скорость эволюции. Митохондриальные гены эволюционируют быстрее ядерных, что позволяет различать даже недавно дивергировавшие виды (Hebert et al., 2003; Cywinska et al., 2006).

Универсальные праймеры. Для COI были разработаны праймеры, работающие у большинства групп животных. Классическая пара — LCO1490 и HCO2198 — амплифицирует фрагмент длиной около 658 пар оснований (Folmer et al., 1994; Hebert et al., 2003).

Гаплоидность и отсутствие рекомбинации. Митохондриальная ДНК наследуется по материнской линии и не подвержена рекомбинации, что упрощает интерпретацию данных (Hebert et al., 2003).

Эффективность COI была продемонстрирована на широком круге таксонов. Например, в исследовании комаров Канады внутривидовая дивергенция по COI составила в среднем 0,5%, тогда как межвидовая — 10,4% (Cywinska et al., 2006). Для моллюсков было показано, что COI позволяет различать виды, но в некоторых группах (например, гастроподы) разрешающая способность может быть ниже (Meyer and Paulay, 2005). Тем не менее COI остаётся основным маркером для животных, и крупнейшая референсная база BOLD содержит миллионы последовательностей этого гена (Ratnasingham and Hebert, 2007).

Важно отметить, что для некоторых групп животных COI может быть неэффективен. Например, у книдарий (Cnidaria) скорость эволюции COI ниже, и этот маркер не всегда различает близкие виды (Hebert et al., 2003). В таких случаях используются альтернативные митохондриальные гены (например, 16S рРНК) или ядерные маркеры, такие как ITS (Schoch et al., 2012).

2.3. Растения: поиск компромисса и multi-locus подход

Поиск универсального баркода для растений оказался значительно сложнее, чем для животных. Митохондриальный ген COI у растений эволюционирует слишком медленно, чтобы различать близкие виды, а структура митохондриального генома растений нестабильна (Kress and Erickson, 2007). Поэтому внимание исследователей переключилось на пластидный и ядерный геномы.

После extensive сравнительных исследований CBOL Plant Working Group (2009) рекомендовал в качестве core-баркода для наземных растений комбинацию двух пластидных генов: rbcL и matK.

rbcL (рибулозо-1,5-биcфосфаткарбоксилаза/оксигеназа, большая субъединица) — один из наиболее консервативных пластидных генов. Он легко амплифицируется и секвенируется у большинства растений, но его разрешающая способность на видовом уровне ограничена. Тем не менее rbcL обеспечивает надёжное отнесение образца к семейству или роду и служит «якорем» для сравнения (CBOL Plant Working Group, 2009).

matK (матуразная киназа) — один из наиболее быстро эволюционирующих пластидных генов. Он обеспечивает более высокое разрешение на видовом уровне, но его амплификация может быть затруднена из-за отсутствия универсальных праймеров, особенно у голосеменных и нецветковых растений (CBOL Plant Working Group, 2009; Hollingsworth et al., 2011).

Комбинация rbcL + matK была принята в качестве стандарта, однако последующие исследования показали, что для многих групп растений этого недостаточно. China Plant BOL Group (2011) на большом наборе данных (6 286 образцов, 1 757 видов) продемонстрировали, что добавление ядерного маркера ITS (internal transcribed spacer) значительно повышает разрешающую способность. Комбинация ITS + любой пластидный маркер позволяла различать 69,9–79,1% видов, тогда как rbcL + matK — только 49,7%.

ITS (внутренний транскрибируемый спейсер) — ядерный рибосомальный маркер, который обладает высокой вариабельностью и часто используется в филогенетике растений. Однако его применение ограничено возможными проблемами с паралогами, полиморфизмом и контаминацией (China Plant BOL Group, 2011). В качестве более удобной альтернативы был предложен ITS2 — меньший фрагмент ITS, который легче амплифицируется и секвенируется (Chen et al., 2010).

Дополнительным маркером для растений является trnH-psbA — межгенный спейсер пластидного генома. Он легко амплифицируется и обладает высокой вариабельностью, но может иметь проблемы с длиной и мононуклеотидными повторами (Kress and Erickson, 2007; Hollingsworth et al., 2011).

Таким образом, для растений в настоящее время рекомендуется использовать core-баркод rbcL + matK с возможным добавлением ITS/ITS2 и/или trnH-psbA в зависимости от таксономической группы и задач исследования (Hollingsworth et al., 2011; China Plant BOL Group, 2011).

2.4. Грибы: ITS как универсальный маркер

Для грибов поиск стандартного баркода также был непростым. Митохондриальный COI оказался непригодным: у грибов он часто содержит большие интроны, плохо амплифицируется и недостаточно вариабелен (Schoch et al., 2012). В результате международный консорциум Fungal Barcoding Consortium провёл масштабное сравнение нескольких маркеров: ITS, LSU, SSU и RPB1.

На основе анализа 742 штаммов, представляющих 17 основных линий грибов, было установлено, что ITS (internal transcribed spacer) обладает наилучшим сочетанием универсальности, качества последовательностей и разрешающей способности (Schoch et al., 2012). ITS показал вероятность правильной идентификации 0,73, что сопоставимо с two-locus баркодом для растений (0,70). Важно, что ITS успешно амплифицируется у большинства грибов с помощью универсальных праймеров, хотя для некоторых групп (например, Glomeromycota) могут потребоваться дополнительные усилия.

Белковые маркеры, такие как RPB1 (largest subunit of RNA polymerase II), RPB2 и MCM7, показали более высокое разрешение, но их амплификация менее надёжна и не универсальна (Schoch et al., 2012). Поэтому ITS был официально рекомендован в качестве основного баркода для грибов, с возможностью использования дополнительных маркеров для отдельных групп.

2.5. Бактерии: 16S рРНК и её ограничения

Для бактерий и архей стандартным маркером является ген 16S рРНК (малая субъединица рибосомальной РНК). Этот выбор обусловлен несколькими причинами: ген присутствует у всех бактерий, содержит консервативные участки для универсальных праймеров и вариабельные участки для различения таксонов (Janda and Abbott, 2007).

Однако 16S рРНК имеет существенные ограничения на видовом уровне. Порог сходства 97% часто используется для определения вида, но он не универсален: некоторые виды могут иметь более 97% сходства и при этом быть репродуктивно изолированными, а другие — менее 97%, но принадлежать к одному виду (Stackebrandt and Goebel, 1994). Janda and Abbott (2007) отмечают, что 16S рРНК обеспечивает надёжную идентификацию до рода в >90% случаев, но до вида — только в 65–83%.

Для повышения разрешения на видовом уровне используются дополнительные маркеры, такие как rpoB, gyrB, recA и другие housekeeping genes. В некоторых случаях применяется секвенирование полного генома или MLST (multi-locus sequence typing). Тем не менее 16S рРНК остаётся основным инструментом для быстрой идентификации и филогенетических исследований бактерий.

2.6. Оомицеты: ITS, COX1 и COX2

Оомицеты — группа организмов, филогенетически далёкая от истинных грибов, но часто изучаемая вместе с ними из-за сходного образа жизни и морфологии. Многие оомицеты являются опасными патогенами растений (например, Phytophthora infestans — возбудитель фитофтороза картофеля). Для их идентификации были предложены различные маркеры.

ITS (internal transcribed spacer) — исторически первый и наиболее широко используемый маркер для оомицетов. Однако у некоторых родов (например, Phytophthora) ITS может быть недостаточно вариабельным для различения близких видов, а у других (например, Plasmopara) — содержать длинные инсерции, затрудняющие амплификацию (Robideau et al., 2011).

COI (cytochrome c oxidase subunit I) — митохондриальный маркер, который был предложен как дополнение к ITS. Robideau et al. (2011) показали, что COI обеспечивает хорошее разрешение для многих оомицетов и может быть более эффективным, чем ITS, для некоторых групп. Например, COI различает Phytophthora infestans, P. mirabilis и P. andina, которые имеют идентичные последовательности ITS.

COX2 (cytochrome c oxidase subunit II) — ещё один митохондриальный маркер, который широко используется для филогенетических исследований оомицетов. Choi et al. (2015) сравнили cox1 и cox2 для 31 рода оомицетов и пришли к выводу, что cox2 обладает лучшей амплифицируемостью, более высокой нуклеотидной дивергенцией и лучшей разрешающей способностью на видовом уровне. Они рекомендовали cox2 в качестве основного баркода для оомицетов, с возможностью использования ITS в качестве дополнения.

Таким образом, для оомицетов в настоящее время рекомендуется комбинация ITS и COX2 (или COX1) для надёжной идентификации.

2.7. Нематоды: SSU, ITS и COI

Нематоды — одна из наиболее сложных групп для морфологической идентификации. Их мелкие размеры, ограниченный набор диагностических признаков и высокая криптическая изменчивость делают молекулярные методы особенно востребованными (Floyd et al., 2002; Powers, 2004).

Floyd et al. (2002) предложили использовать SSU (small subunit, 18S рРНК) для создания MOTU (Molecular Operational Taxonomic Units) у почвенных нематод. Они показали, что последовательности SSU длиной около 450 пар оснований позволяют различать виды с порогом сходства >99,5%. Этот подход хорошо работает для оценки разнообразия, но не всегда обеспечивает видовую идентификацию из-за отсутствия полных референсных баз.

ITS (internal transcribed spacer) — более вариабельный маркер, который широко используется для диагностики нематод, особенно в родах Meloidogyne, Heterodera и Globodera. Например, ITS позволяет различать M. chitwoodi и M. fallax, которые морфологически неразличимы (Powers, 2004).

COI — митохондриальный маркер, который также применяется для идентификации нематод. Однако у некоторых групп (например, Meloidogyne) митохондриальный геном имеет необычную структуру, что ограничивает использование COI (Powers, 2004). Тем не менее для многих нематод COI обеспечивает хорошее разрешение и используется в комплексе с ITS.

2.8. Критерии выбора маркера: консервативные vs вариабельные участки

Выбор маркера для DNA barcoding всегда представляет собой компромисс между несколькими критериями (Hollingsworth et al., 2011; Schoch et al., 2012):

1. Универсальность праймеров. Маркер должен амплифицироваться у максимально широкого круга таксонов с помощью стандартных праймеров. Это особенно важно для метабаркодинга и анализа смешанных образцов.

2. Вариабельность. Участок должен обладать достаточной изменчивостью, чтобы различать близкородственные виды. Однако слишком высокая вариабельность может привести к внутривидовому полиморфизму и затруднить идентификацию.

3. Качество последовательностей. Маркер должен легко секвенироваться, не содержать длинных мононуклеотидных повторов, интронов и других структур, затрудняющих выравнивание и анализ.

4. Длина. Оптимальная длина — 400–800 пар оснований. Слишком короткие последовательности не обеспечивают достаточного разрешения, слишком длинные — сложны для рутинного секвенирования.

5. Наличие референсной базы. Даже идеальный маркер бесполезен, если для него отсутствует референсная база данных. BOLD и GenBank содержат миллионы последовательностей, но их покрытие неравномерно по таксонам.

6. Однозначность. Маркер должен обеспечивать однозначную идентификацию, то есть внутривидовая изменчивость должна быть меньше межвидовой (barcode gap).

В таблице 2.1 приведены основные маркеры для разных групп организмов.

Таблица 2.1. Стандартные маркеры DNA barcoding для разных групп организмов

3.1. Введение: от образца к последовательности

DNA barcoding представляет собой многоэтапный процесс, который начинается с сбора биологического материала и заканчивается сравнением полученной последовательности с референсной базой данных. Каждый этап имеет свои методологические особенности, ограничения и источники ошибок. Понимание полного workflow необходимо для критической оценки результатов и правильной интерпретации данных (Hajibabaei et al., 2007; Collins and Cruickshank, 2013).

В общем виде процесс DNA barcoding включает следующие этапы:

1. Сбор и сохранение образца

2. Выделение ДНК

3. Амплификация целевого участка с помощью ПЦР

4. Секвенирование ампликона

5. Анализ последовательности и сравнение с референсной базой

6. Интерпретация результатов и присвоение таксономического имени

Каждый из этих этапов может быть автоматизирован в разной степени, а современные технологические разработки позволяют проводить часть операций в полевых условиях (Jain et al., 2016). Рассмотрим каждый этап подробно.

3.2. Сбор и сохранение образца

Первый этап — сбор биологического материала — кажется тривиальным, но именно здесь часто закладываются основы будущих проблем. Для DNA barcoding может быть использован самый разнообразный материал: фрагменты тканей, целые мелкие организмы, гербарные образцы, музейные экземпляры, содержимое желудков, фекалии, почва, вода и даже воздух (Deiner et al., 2017; Staats et al., 2016).

Ключевое требование к образцу — сохранность ДНК. Деградация ДНК начинается сразу после смерти организма или отделения ткани. Ферменты (нуклеазы), микроорганизмы и физические факторы (температура, влажность, УФ-излучение) разрушают молекулу ДНК. Поэтому правильное сохранение образца критически важно для успеха баркодинга (Staats et al., 2016).

Основные методы сохранения:

• Заморозка. Хранение при −20 °C или −80 °C — оптимальный метод для большинства тканей. Однако требует оборудования и не всегда доступно в полевых условиях.
• Этанол (95–100%). Широко используется для сохранения животных, особенно насекомых и нематод. Этанол фиксирует ткани и предотвращает рост микроорганизмов, но со временем может приводить к деградации ДНК.
• Силикагель. Используется для быстрого высушивания растительных тканей (листьев, корней). Силикагель поглощает влагу и создаёт условия, препятствующие разложению ДНК (Kress and Erickson, 2007).
• Буферы для лизиса. Специальные растворы (например, CTAB) позволяют сохранять ДНК при комнатной температуре в течение длительного времени.
• FTA-карты. Бумага, пропитанная реагентами, которые лизируют клетки и иммобилизуют ДНК. Удобна для полевых исследований (Staats et al., 2016).

Особые случаи:

• Гербарные образцы. ДНК в гербарных образцах часто фрагментирована, но при осторожном обращении может быть использована для баркодинга. Важно избегать загрязнения и использовать мини-баркоды (Staats et al., 2016).
• Музейные экземпляры. ДНК в старых коллекциях может быть сильно деградирована. Для успешного анализа требуются специальные методы выделения и амплификации коротких фрагментов (Hajibabaei et al., 2007).
• Обработанные продукты. В пищевых продуктах, лекарственных средствах и традиционных медицинах ДНК может быть фрагментирована и смешана с другими организмами. Для анализа таких образцов используются мини-баркоды и метабаркодинг (Staats et al., 2016; Galimberti et al., 2013).

Проблема контаминации. Загрязнение образца чужеродной ДНК — одна из главных проблем баркодинга. Источники контаминации включают: реагенты, оборудование, руки исследователя, другие организмы в образце. Для минимизации риска используются контрольные образцы (negative controls), одноразовые материалы и тщательная стерилизация (Collins and Cruickshank, 2013).

3.3. Выделение ДНК

После сбора образца необходимо выделить ДНК — освободить её от клеточных компонентов, белков, липидов и других примесей, которые могут ингибировать ПЦР. Методы выделения варьируют в зависимости от типа ткани и состояния образца.

Основные подходы:

• Фенол-хлороформная экстракция. Классический метод, основанный на разделении фаз. Белки и липиды переходят в органическую фазу, ДНК остаётся в водной. Метод эффективен, но трудоёмок и требует работы с токсичными реагентами.
• Силика-сорбция. ДНК связывается с силикой в присутствии хаотропных солей, затем промывается и элюируется. Этот принцип лежит в основе большинства коммерческих наборов для выделения ДНК. Метод быстр и удобен для автоматизации (Ivanova et al., 2006).
• CTAB-метод. Широко используется для растений, содержащих полисахариды и полифенолы, которые ингибируют ПЦР. CTAB осаждает полисахариды, оставляя ДНК в растворе (Kress and Erickson, 2007).
• Магнитные частицы. ДНК связывается с магнитными наночастицами, покрытыми силикой или другими аффинными группами. Метод легко автоматизируется и используется в высокопроизводительных системах.

Проблемы выделения:

• Ингибиторы ПЦР. Полисахариды, полифенолы, гуминовые кислоты, гем и другие соединения могут ингибировать полимеразу. Для их удаления используются дополнительные этапы очистки (например, PVPP, BSA).
• Деградация ДНК. При работе с повреждёнными образцами ДНК может быть фрагментирована. В таких случаях используются мини-баркоды (Staats et al., 2016).
• Низкое содержание ДНК. Некоторые образцы (например, отдельные клетки, старые музейные экземпляры) содержат минимальное количество ДНК. Для анализа требуются специальные методы амплификации (whole genome amplification) или чувствительные системы детекции.

Контроль качества. После выделения ДНК оценивается её концентрация и чистота с помощью спектрофотометрии (NanoDrop) или флуориметрии (Qubit). Соотношение A260/A280 указывает на чистоту от белков, A260/A230 — на чистоту от солей и органических соединений.

3.4. Амплификация целевого участка с помощью ПЦР

Полимеразная цепная реакция (ПЦР) — центральный этап DNA barcoding. Именно на этом этапе происходит амплификация целевого баркодного участка с использованием специфических праймеров (Hebert et al., 2003; Hajibabaei et al., 2007).

Универсальные праймеры. Ключевая идея DNA barcoding — использование праймеров, которые работают у широкого круга организмов. Для COI животных классической парой являются LCO1490 и HCO2198, амплифицирующие фрагмент длиной около 658 пар оснований (Folmer et al., 1994). Для растений используются праймеры к rbcL, matK, ITS и trnH-psbA (CBOL Plant Working Group, 2009; China Plant BOL Group, 2011). Для грибов — праймеры к ITS (Schoch et al., 2012). Для оомицетов — праймеры к ITS, COX1 и COX2 (Robideau et al., 2011; Choi et al., 2015).

Проблема универсальности. Не существует праймеров, которые работали бы у всех организмов без исключения. Даже для COI у некоторых групп (например, книдарий, нематод) стандартные праймеры могут не работать. В таких случаях используются альтернативные праймеры, «вырожденные» праймеры (смеси олигонуклеотидов с разными основаниями в вариабельных позициях) или «коктейли» из нескольких праймеров (Ivanova et al., 2006; Cywinska et al., 2006).

Этапы ПЦР:

1. Денатурация. Двуцепочечная ДНК разделяется на одноцепочечные молекулы при нагревании до 94–98 °C.

2. Отжиг праймеров. Праймеры связываются с комплементарными участками на матрице при температуре 45–65 °C (зависит от праймеров).

3. Элонгация. Полимераза синтезирует новую цепь ДНК, начиная с праймера, при 72 °C.

4. Повторение. Цикл повторяется 30–40 раз, что приводит к экспоненциальному накоплению целевого фрагмента.

Оптимизация ПЦР. Для успешной амплификации необходимо оптимизировать:

• Концентрацию MgCl₂ (кофактор полимеразы)
• Концентрацию праймеров
• Температуру отжига
• Количество циклов
• Состав буфера

Проблемы ПЦР:

• Неспецифическая амплификация. Могут амплифицироваться нецелевые фрагменты, что приводит к загрязнению последовательности.
• Отсутствие амплификации. Может быть связано с мутациями в сайте связывания праймера, ингибиторами ПЦР или деградацией ДНК.
• Контаминация. Загрязнение чужеродной ДНК может привести к ложноположительным результатам.
• Гетероплазмия и NUMTs. У животных митохондриальные гены могут существовать в ядерных копиях (NUMTs — nuclear mitochondrial pseudogenes), которые амплифицируются вместе с митохондриальными и искажают результаты (Hebert et al., 2004).

Мини-баркоды. Для деградированной ДНК используются укороченные фрагменты (100–300 пар оснований), которые легче амплифицируются. Однако мини-баркоды могут обладать меньшей разрешающей способностью (Staats et al., 2016; Meusnier et al., 2008).

Мультиплексная ПЦР. Для анализа смешанных образцов (метабаркодинг) используются мультиплексные ПЦР, позволяющие амплифицировать несколько маркеров одновременно (Deiner et al., 2017).

3.5. Секвенирование ампликона

После успешной амплификации необходимо определить последовательность нуклеотидов полученного фрагмента. Существует несколько методов секвенирования, которые могут быть использованы для DNA barcoding.

Метод Сэнгера. Классический метод секвенирования, разработанный Фредериком Сэнгером в 1977 году. Основан на терминации синтеза ДНК дидезоксинуклеотидами. Метод Сэнгера остаётся «золотым стандартом» для DNA barcoding благодаря высокой точности и длине прочтения (до 1000 пар оснований). Однако он относительно дорог и малопроизводителен, что ограничивает его применение для больших выборок (Hajibabaei et al., 2007).

Высокопроизводительное секвенирование (NGS). Технологии второго и третьего поколений позволяют секвенировать миллионы последовательностей одновременно. Основные платформы:

• Illumina (MiSeq, HiSeq, NextSeq). Короткие прочтения (150–300 пар оснований), высокая точность, низкая стоимость за основание. Широко используются для метабаркодинга (Deiner et al., 2017).
• Ion Torrent. Полупроводниковое секвенирование, средняя длина прочтений (200–400 пар оснований), быстрые запуски.
• PacBio (SMRT). Длинные прочтения (до 20 т.п.н.), высокая ошибность (10–15%), но ошибки случайны и могут быть скорректированы.
• Oxford Nanopore (MinION). Портативные секвенаторы, длинные прочтения (до 100+ т.п.н.), работают в реальном времени. MinION особенно перспективен для полевых исследований (Jain et al., 2016).

Выбор метода секвенирования зависит от задач исследования. Для рутинного баркодинга отдельных образцов часто используется Сэнгер. Для метабаркодинга и больших выборок — NGS. Для полевых исследований — портативные секвенаторы, такие как MinION (Jain et al., 2016).

Контроль качества последовательностей. После секвенирования необходимо оценить качество данных:

• Phred score. Оценка вероятности ошибки в каждой позиции. Высокое качество — Phred >30 (вероятность ошибки <0.1%).
• Хроматограммы. Визуальный анализ пиков для выявления неоднозначных оснований.
• Длина последовательности. Для стандартного баркода COI — около 658 пар оснований; для мини-баркодов — 100–300.
• Наличие стоп-кодонов. Для белок-кодирующих генов (COI, rbcL, matK) наличие стоп-кодонов может указывать на NUMTs или ошибки секвенирования.

3.6. Сравнение с референсной базой данных

После получения качественной последовательности необходимо сравнить её с референсной базой данных, чтобы определить видовую принадлежность образца. Существует несколько основных баз данных, используемых в DNA barcoding.

BOLD (Barcode of Life Data System). Центральная платформа для DNA barcoding, разработанная в Университете Гвельфа (Канада) (Ratnasingham and Hebert, 2007). BOLD содержит:

• Миллионы баркодных последовательностей
• Метаданные о ваучерах (морфологическая идентификация, место сбора, коллекция)
• Изображения образцов
• Инструменты для анализа (Identification Engine, Taxon ID Tree, BIN system)

BOLD использует систему BIN (Barcode Index Number) — кластеры последовательностей, которые соответствуют видам с высокой степенью concordance. BIN позволяет идентифицировать образцы даже при отсутствии точного совпадения с референсной последовательностью (Ratnasingham and Hebert, 2013).

GenBank. Крупнейшая публичная база нуклеотидных последовательностей, поддерживаемая NCBI (США). GenBank содержит миллионы последовательностей, включая баркодные. Однако качество данных в GenBank варьирует: многие последовательности не связаны с ваучерами, могут содержать ошибки идентификации или быть результатом контаминации (Janda and Abbott, 2007). Поэтому для DNA barcoding предпочтительнее использовать BOLD или тщательно курированные базы.

Другие базы:

• UNITE — для грибов (ITS)
• SILVA — для рибосомальных генов
• PR2 — для протистов
• MMDBD — для медицинских растений

Алгоритмы сравнения:

BLAST (Basic Local Alignment Search Tool). Наиболее популярный метод сравнения. BLAST находит локальные выравнивания между запросом и базой данных, вычисляет similarity score и E-value. Результат — список наиболее похожих последовательностей (Altschul et al., 1990). Ограничение BLAST: он не учитывает длину последовательности при оценке сходства, что может приводить к ложным результатам.

Neighbour-Joining (NJ). Филогенетический метод, используемый для визуализации результатов баркодинга. Последовательности кластеризуются в дерево, и образец относится к тому кластеру, с которым он группируется. NJ деревья просты для интерпретации, но могут давать ошибочные результаты при неполной референсной базе (Collins and Cruickshank, 2013).

ABGD (Automatic Barcode Gap Discovery). Метод автоматического определения баркодного разрыва и разделения последовательностей на гипотетические виды. ABGD не требует филогенетического анализа и работает быстро даже на больших выборках (Puillandre et al., 2012).

Best Match / Best Close Match. Альтернативные методы идентификации, основанные на генетических дистанциях. Best Match присваивает образцу вид наиболее близкой референсной последовательности. Best Close Match учитывает порог сходства и может давать результат «no match» при отсутствии близких последовательностей (Meier et al., 2006).

3.7. Пороги сходства и проблема «barcode gap»

Ключевой вопрос при интерпретации результатов баркодинга — какой уровень сходства считать достаточным для идентификации вида. Традиционно используется порог 97–98% (Hebert et al., 2003), однако этот порог не универсален.

Barcode gap. Концепция баркодного разрыва предполагает, что межвидовая генетическая дивергенция превышает внутривидовую. Если это так, существует порог, выше которого последовательности принадлежат одному виду, а ниже — разным. Однако Meyer and Paulay (2005) показали, что у моллюсков внутривидовая изменчивость может перекрываться с межвидовой, что делает пороговый подход ненадёжным.

Проблемы порогов:

• Перекрытие распределений. Внутривидовая изменчивость может быть выше межвидовой для некоторых пар видов.
• Различия между таксонами. Оптимальный порог варьирует между группами. Например, для нематод порог может быть 99.5% (Floyd et al., 2002), для птиц — 98% (Hebert et al., 2004).
• Молодые виды. Недавно дивергировавшие виды могут иметь низкую межвидовую дивергенцию.
• Гибридизация. При интрогрессии митохондриальной ДНК виды могут иметь одинаковые или близкие последовательности (Meyer and Paulay, 2005).

Альтернативы порогам:

• BIN система BOLD. Кластеризация последовательностей на основе генетических дистанций, а не фиксированного порога (Ratnasingham and Hebert, 2013).
• ABGD. Автоматическое определение баркодного разрыва для каждой конкретной выборки (Puillandre et al., 2012).
• Статистические методы. Bayesian delimitation, GMYC (General Mixed Yule Coalescent) и другие (Puillandre et al., 2012).

Практические рекомендации. Collins and Cruickshank (2013) рекомендуют:

• Не использовать фиксированные пороги без проверки
• Использовать Best Close Match вместо простого порога
• Учитывать неполноту референсной базы
• Проверять результаты с помощью независимых данных (морфология, экология)

3.8. Автоматизация и миниатюризация

Современные технологические разработки направлены на автоматизацию и миниатюризацию всех этапов DNA barcoding, что особенно важно для полевых исследований и высокопроизводительного скрининга.

Лабораторная автоматизация. Роботизированные системы для выделения ДНК, подготовки ПЦР и секвенирования позволяют обрабатывать тысячи образцов в день с минимальным участием человека. Пример — Canadian Centre for DNA Barcoding (CCDB), который обрабатывает более 100 000 образцов в год (Ivanova et al., 2006).

Микрофлюидные чипы. Лаборатории-на-чипе (lab-on-a-chip) позволяют проводить выделение ДНК, ПЦР и даже секвенирование в миниатюрном формате. Это снижает расход реагентов и время анализа (Deiner et al., 2017).

Портативные секвенаторы. Oxford Nanopore MinION — портативный секвенатор размером с USB-флешку, работающий в реальном времени. MinION может быть использован в полевых условиях, включая удалённые экспедиции и даже Международную космическую станцию (Jain et al., 2016).

Полевые лаборатории. Разрабатываются портативные наборы для DNA barcoding, включающие всё необходимое для выделения ДНК, ПЦР и секвенирования. Это открывает возможности для быстрой диагностики в местах, где нет доступа к стационарным лабораториям (Jain et al., 2016).

CRISPR-диагностика. Технология CRISPR-Cas может быть использована для детекции специфических последовательностей ДНК без секвенирования. Это перспективное направление для быстрой полевой диагностики (Jain et al., 2016).

4.1. Введение: границы применимости метода

DNA barcoding продемонстрировал высокую эффективность для идентификации видов в самых разных группах организмов. Однако, как и любой метод, он имеет границы применимости. В этой главе мы рассмотрим ситуации, когда баркодинг даёт сбои, приводит к ошибочным выводам или просто не работает. Понимание этих ограничений критически важно для правильной интерпретации результатов и для выбора адекватных методов диагностики (Meyer and Paulay, 2005; Collins and Cruickshank, 2013; Taylor and Harris, 2012).

Ключевая проблема заключается в том, что DNA barcoding основан на нескольких допущениях, которые не всегда выполняются:

1. Межвидовая генетическая дивергенция превышает внутривидовую (существует «barcode gap»)

2. Выбранный маркер эволюционирует с постоянной скоростью в разных линиях

3. Референсная база данных содержит последовательности для всех возможных видов

4. Морфологические виды, используемые для создания референсной базы, соответствуют биологическим видам

Когда эти допущения нарушаются, баркодинг может давать ложноположительные, ложноотрицательные или неоднозначные результаты. Рассмотрим основные проблемные ситуации.

4.2. Близкородственные виды и криптические комплексы

Одна из наиболее частых проблем — наличие близкородственных видов, которые имеют низкую межвидовую дивергенцию по баркодному маркеру. Особенно остро эта проблема стоит для криптических видов — морфологически неразличимых, но генетически различных таксонов (Bickford et al., 2007).

Криптические виды широко распространены во всех группах организмов. Bickford et al. (2007) отмечают, что криптические комплексы обнаружены у глубоководных моллюсков, пресноводных рыб, тропических бабочек, арктических растений, грибов, нематод и многих других групп. Причины криптичности разнообразны: невизуальные сигналы спаривания (феромоны, акустические сигналы), морфологическая стазис под действием стабилизирующего отбора, недавняя дивергенция (Bickford et al., 2007).

Для DNA barcoding криптические виды представляют особую сложность. Если два вида недавно дивергировали, их баркодные последовательности могут быть идентичными или различаться на 1–2 нуклеотида. При стандартном пороге сходства 97–98% такие виды будут неразличимы (Meyer and Paulay, 2005). Более того, если один из видов не представлен в референсной базе, образец может быть ошибочно отнесён к другому виду.

Примеры криптических комплексов:

• Комары. Cywinska et al. (2006) обнаружили, что Aedes fitchii и Aedes grossbecki имеют низкую межвидовую дивергенцию по COI и морфологические признаки гибридизации. Внутривидовая дивергенция у Ae. fitchii достигала 3,6–3,9%, что перекрывается с межвидовыми различиями.
• Нематоды. Floyd et al. (2002) показали, что некоторые морфологически различные виды нематод имеют идентичные последовательности SSU. Например, Cephalobus и Acrobeloides — два рода, которые морфологически трудноразличимы и имеют близкие последовательности SSU.
• Грибы. Schoch et al. (2012) отмечают, что ITS-последовательности идентичны у нескольких комплексов видов Aspergillus, Penicillium и Fusarium, которые являются экономически важными и медицински значимыми.

Проблема недавней дивергенции. Puillandre et al. (2012) в симуляционных экспериментах показали, что ABGD (Automatic Barcode Gap Discovery) не работает, когда скорость видообразования сравнима со скоростью генетического дрейфа. В этом случае межвидовая и внутривидовая дивергенция перекрываются, и баркодный разрыв исчезает. Это особенно характерно для групп с недавней радиацией или с большими эффективными размерами популяций.

Практические следствия. Для групп с криптическими видами DNA barcoding должен использоваться с осторожностью. Рекомендуется:

• Использовать несколько независимых маркеров (мультилокусный подход)
• Применять статистические методы делимитации видов (ABGD, GMYC, Bayesian delimitation)
• Комбинировать молекулярные данные с экологическими, поведенческими и географическими

4.3. Гибридизация и интрогрессия

Гибридизация — скрещивание между видами — и интрогрессия — проникновение генов одного вида в генофонд другого — создают серьёзные проблемы для DNA barcoding. При гибридизации митохондриальная ДНК (или пластидная у растений) одного вида может проникать в генофонд другого, что приводит к несоответствию между морфологией и баркодной последовательностью (Meyer and Paulay, 2005; China Plant BOL Group, 2011).

Механизмы:

• Интрогрессия митохондриальной ДНК. У животных митохондриальная ДНК наследуется по материнской линии. При гибридизации потомство получает митохондрии от матери. Если гибрид скрещивается с представителем отцовского вида, митохондриальная ДНК материнского вида может закрепиться в популяции отцовского вида. В результате особи, морфологически относящиеся к виду А, могут иметь митохондриальную ДНК вида Б (Meyer and Paulay, 2005).
• Захват хлоропластов у растений. У растений пластидная ДНК также наследуется по материнской линии (у большинства покрытосеменных). При гибридизации и интрогрессии пластидный геном одного вида может замещать пластидный геном другого. Это явление, известное как «chloroplast capture», широко распространено у растений (China Plant BOL Group, 2011; Hollingsworth et al., 2011).

Примеры:

• Растения. China Plant BOL Group (2011) обнаружили, что у 45,2% родов с несколькими видами наблюдается несоответствие между ITS и пластидными баркодами. Это объясняется гибридизацией, интрогрессией или неполной сортировкой линий. Например, у Quercus, Salix, Pinus и других родов пластидные гаплотипы часто не соответствуют видовым границам (Hollingsworth et al., 2011).
• Животные. Cywinska et al. (2006) описали возможную гибридизацию между Aedes fitchii и Ae. grossbecki: особи Ae. fitchii имели морфологические признаки обоих видов. Hebert et al. (2004) отметили, что у бабочек Astraptes fulgerator некоторые особи имели гетерозиготные последовательности COI, что указывает на возможную гибридизацию или амплификацию NUMTs.
• Рыбы. У некоторых видов рыб наблюдается интрогрессия митохондриальной ДНК, что приводит к несоответствию между морфологией и баркодом (Taylor and Harris, 2012).

Проблема для баркодинга. При гибридизации и интрогрессии баркодная последовательность может не соответствовать видовой принадлежности особи, определённой по морфологии. Это приводит к:

• Ложным идентификациям
• Неправильной оценке биоразнообразия
• Ошибочным выводам о распространении видов

Решения. Для групп с частой гибридизацией рекомендуется:

• Использовать ядерные маркеры (ITS, RPB1, RPB2) в дополнение к митохондриальным или пластидным
• Анализировать несколько независимых локусов
• Учитывать биогеографические и экологические данные

4.4. Полиплоидия

Полиплоидия — увеличение числа хромосом — широко распространена у растений, грибов и некоторых животных. Полиплоидные виды могут иметь сложные геномы с несколькими копиями генов, что создаёт проблемы для DNA barcoding (Hollingsworth et al., 2011).

Проблемы:

• Множественные копии ITS. У полиплоидных растений ITS может существовать в нескольких вариантах, которые могут быть результатом гибридизации или неполной concerted evolution. Это приводит к полиморфизму последовательностей и затрудняет определение вида (China Plant BOL Group, 2011).
• Однородительское наследование пластид. У полиплоидов пластидный геном наследуется от одного из родителей, что может не отражать полный геномный состав. В результате пластидный баркод может не соответствовать виду, определённому по морфологии (Hollingsworth et al., 2011).
• Аллополиплоиды. При аллополиплоидии (гибридная полиплоидия) разные родительские виды могут иметь разные баркодные последовательности. Если аллополиплоид унаследовал пластидный геном от одного родителя, он будет группироваться с этим родителем, а не с другим (Hollingsworth et al., 2011).

Примеры:

• Папоротники. Многие папоротники являются полиплоидами. Grusz et al. (2009) показали, что Cheilanthes yavapensis — апомиктический тетраплоид, произошедший от гибридизации C. fendleri и C. lindheimeri. Пластидный баркод не позволяет однозначно идентифицировать такие гибриды.
• Цветковые растения. У Taraxacum, Hieracium, Rubus и других родов с апомиксисом и полиплоидией баркодинг часто не работает из-за сложной геномной структуры (Hollingsworth et al., 2011).

Решения. Для полиплоидных групп рекомендуется:

• Использовать ядерные маркеры с несколькими копиями (ITS, ETS)
• Анализировать несколько независимых локусов
• Применять клонирование для разделения вариантов ITS
• Использовать морфологические и цитологические данные

4.5. Внутривидовая вариабельность

Высокая внутривидовая генетическая вариабельность — одна из главных проблем DNA barcoding. Если внутривидовая дивергенция превышает межвидовую, баркодный разрыв исчезает, и идентификация становится ненадёжной (Meyer and Paulay, 2005).

Причины внутривидовой вариабельности:

• Географическая структура. Популяции одного вида могут быть генетически дифференцированы из-за ограниченного потока генов. Meyer and Paulay (2005) показали, что у морских гастропод внутривидовая дивергенция может достигать 3–4%, что перекрывается с межвидовыми различиями.
• Исторические процессы. Древние популяционные структуры, вторичный контакт, неполная сортировка линий — всё это создаёт высокую внутривидовую вариабельность.
• Гетероплазмия. Наличие нескольких вариантов митохондриальной ДНК в одной клетке или организме. У насекомых, нематод и других групп гетероплазмия может достигать 1–2% (Hebert et al., 2004).
• NUMTs. Ядерные копии митохондриальных генов (nuclear mitochondrial pseudogenes) могут амплифицироваться вместе с митохондриальными, создавая ложный полиморфизм. Hebert et al. (2004) обнаружили, что 2,8% последовательностей COI у Astraptes fulgerator были NUMTs.

Проблема для баркодинга. Высокая внутривидовая вариабельность приводит к:

• Ложноотрицательным результатам (образец не совпадает с референсной последовательностью своего вида)
• Ложноположительным результатам (образец совпадает с референсной последовательностью другого вида)
• Неоднозначным идентификациям

Примеры:

• Моллюски. Meyer and Paulay (2005) показали, что у моллюсков внутривидовая дивергенция по COI может достигать 3–4%, а межвидовая — 0–18%. Оптимальный порог для минимизации ошибок составил 2,6%, но даже при этом ошибка достигала 17%.
• Нематоды. Floyd et al. (2002) обнаружили, что внутривидовая вариабельность SSU у нематод может достигать 0,5%, что требует порога 99,5% для различения видов.
• Грибы. Schoch et al. (2012) отметили, что у Glomeromycota внутривидовая вариабельность ITS может достигать 20%, что делает баркодинг практически бесполезным для этой группы.

Решения. Для групп с высокой внутривидовой вариабельностью рекомендуется:

• Увеличить порог сходства (например, до 99% для нематод)
• Использовать несколько маркеров
• Анализировать несколько образцов на вид
• Применять статистические методы (ABGD, GMYC)

4.6. Отсутствие референсных последовательностей

DNA barcoding работает только при наличии референсной базы данных, в которой последовательности связаны с морфологически идентифицированными ваучерами. Если вид отсутствует в базе, идентификация невозможна (Ratnasingham and Hebert, 2007; Collins and Cruickshank, 2013).

Проблемы:

• Неполнота баз. BOLD содержит миллионы последовательностей, но покрытие неравномерно. Для многих групп (особенно тропических беспозвоночных, грибов, протистов) референсные данные отсутствуют или фрагментарны (Taylor and Harris, 2012).
• Географическая предвзятость. Большинство баркодных данных получено для Северной Америки и Европы. Тропические регионы, где биоразнообразие наиболее высоко, представлены недостаточно (Usman et al., 2025).
• Таксономическая предвзятость. Некоторые группы (птицы, рыбы, бабочки) хорошо изучены, другие (нематоды, грибы, протисты) — слабо. Taylor and Harris (2012) отметили, что 53% баркодных исследований посвящены беспозвоночным, 16% — растениям, 11% — рыбам, но только 4% — грибам и 5% — протистам.
• Ошибки идентификации. Даже в курированных базах могут быть ошибки. Nilsson et al. (2006) показали, что до 20% последовательностей ITS в GenBank могут быть ошибочно идентифицированы.

Следствия. Отсутствие референсных последовательностей приводит к:

• Невозможности идентификации образца
• Ложным идентификациям (образец относится к ближайшему виду в базе, даже если это неверно)
• Неправильной оценке биоразнообразия

Примеры:

• Нематоды. Floyd et al. (2002) отметили, что только небольшая часть описанных видов нематод имеет последовательности SSU в GenBank. Для большинства видов референсные данные отсутствуют.
• Грибы. Schoch et al. (2012) показали, что, несмотря на наличие 172 000 последовательностей ITS в GenBank, только 56% из них связаны с латинскими названиями. Многие виды грибов не представлены в базах.
• Оомицеты. Robideau et al. (2011) отметили, что для многих родов оомицетов (например, Plasmopara, Bremia) референсные последовательности ITS отсутствуют или фрагментарны.

Решения. Для преодоления этой проблемы необходимо:

• Расширять референсные базы, особенно для слабо изученных групп и регионов
• Обеспечивать связь последовательностей с ваучерами
• Проверять качество данных в публичных базах
• Использовать «проксимальные» методы идентификации (например, BIN-систему BOLD)

4.7. Контаминация и низкое качество ДНК

Качество ДНК и контаминация — технические проблемы, которые могут серьёзно повлиять на результаты DNA barcoding.

Контаминация:

• Источники. Реагенты, оборудование, руки исследователя, другие организмы в образце, лабораторная среда.
• Последствия. Ложноположительные результаты (амплификация чужеродной ДНК), ложные идентификации, невозможность интерпретации.
• Примеры. При анализе традиционных медикаментов Coghlan et al. (2012) обнаружили ДНК азиатского черного медведя (Ursus thibetanus) и сайгака (Saiga tatarica) в образцах, где они не были заявлены. Это может быть как контаминация, так и намеренная фальсификация.
• Контроль. Использование отрицательных контролей на всех этапах, одноразовые материалы, стерилизация, работа в ламинарном боксе.

Деградация ДНК:

• Причины. Обработка (нагревание, высушивание, ферментация), хранение (температура, влажность), возраст образца.
• Последствия. Фрагментация ДНК, невозможность амплификации длинных фрагментов, ошибки секвенирования.
• Примеры. Staats et al. (2016) отметили, что в обработанных пищевых продуктах и традиционных медикаментах ДНК часто фрагментирована до 100–300 пар оснований. Для анализа таких образцов требуются мини-баркоды.
• Решения. Использование мини-баркодов, специальных методов выделения ДНК, увеличение количества циклов ПЦР.

Ингибиторы ПЦР:

• Источники. Полисахариды, полифенолы, гуминовые кислоты, гем, желчные соли.
• Последствия. Отсутствие амплификации, снижение эффективности ПЦР.
• Решения. Дополнительная очистка ДНК, добавление BSA, PVPP, разведение образца.

Низкое содержание ДНК:

• Примеры. Старые музейные экземпляры, гербарные образцы, отдельные клетки.
• Решения. Whole genome amplification, nested PCR, sensitive detection systems.

4.8. Проблемы с конкретными группами организмов

Разные группы организмов имеют специфические проблемы для DNA barcoding.

Животные:

• Книдарии. Hebert et al. (2003) отметили, что COI не различает близкие виды книдарий из-за низкой скорости эволюции.
• Нематоды. Powers (2004) показал, что у Meloidogyne митохондриальный геном имеет необычную структуру, что ограничивает использование COI. ITS также может давать неоднозначные результаты из-за гибридного происхождения некоторых видов.
• Моллюски. Meyer and Paulay (2005) показали, что у гастропод внутривидовая вариабельность COI может перекрываться с межвидовой.

Растения:

• Полиплоидия и гибридизация. China Plant BOL Group (2011) и Hollingsworth et al. (2011) показали, что у растений пластидные баркоды часто не соответствуют видовым границам из-за гибридизации и интрогрессии.
• Низкая разрешающая способность. CBOL Plant Working Group (2009) отметили, что rbcL + matK различают только 49,7% видов в некоторых группах.
• Проблемы с ITS. China Plant BOL Group (2011) обнаружили, что ITS может быть трудно амплифицировать у голосеменных, а также может содержать паралоги и псевдогены.

Грибы:

• Высокая внутривидовая вариабельность. Schoch et al. (2012) отметили, что у Glomeromycota внутривидовая вариабельность ITS достигает 20%.
• Отсутствие универсальных праймеров. Для некоторых групп грибов ITS-праймеры не работают.
• Идентичные ITS у разных видов. У Aspergillus, Penicillium, Fusarium ITS может быть идентичен у нескольких видов.

Бактерии:

• Ограничения 16S рРНК. Janda and Abbott (2007) показали, что 16S рРНК обеспечивает идентификацию до вида только в 65–83% случаев.
• Горизонтальный перенос генов. Может приводить к несоответствию между 16S рРНК и другими генами.
• Множественные копии. Некоторые бактерии имеют несколько копий 16S рРНК с разными последовательностями.

Оомицеты:

• Проблемы с ITS. Robideau et al. (2011) отметили, что у некоторых родов (например, Plasmopara) ITS содержит длинные инсерции, что затрудняет амплификацию.
• Недостаточная вариабельность. Для некоторых групп ITS не различает близкие виды.
• Проблемы с COI. Choi et al. (2015) показали, что cox1 не амплифицируется у некоторых родов (например, Eurychasma, Sclerophthora, Albugo lepigoni).

4.9. Примеры из практики

Пример 1: Комары Канады (Cywinska et al., 2006).

Cywinska et al. (2006) провели баркодинг 37 видов комаров Канады. Они обнаружили:

• Средняя внутривидовая дивергенция COI — 0,5%
• Средняя межвидовая дивергенция — 10,4%
• Однако у Aedes fitchii и Ae. grossbecki межвидовая дивергенция была низкой (0,2–1,1%), а внутривидовая у Ae. fitchii достигала 3,6–3,9%
• Один образец Culex restuans содержал стоп-кодон и 15 аминокислотных замен, что указывает на NUMT
• Морфологические признаки гибридизации у Ae. fitchii

Пример 2: Моллюски (Meyer and Paulay, 2005).

Meyer and Paulay (2005) проанализировали 2 026 особей 263 видов морских гастропод (Cypraeidae). Они обнаружили:

• Внутривидовая дивергенция COI — 0–3,9%
• Межвидовая дивергенция — 0–18%
• Оптимальный порог для минимизации ошибок — 2,6%
• Даже при оптимальном пороге ошибка достигала 17%
• При использовании традиционных морфологических видов ошибка возрастала до 33%

Пример 3: Грибы (Schoch et al., 2012).

Schoch et al. (2012) проанализировали 742 штамма грибов. Они обнаружили:

• ITS показал вероятность правильной идентификации 0,73
• У Glomeromycota внутривидовая вариабельность ITS достигала 20%
• ITS был идентичен у нескольких видов Aspergillus, Penicillium, Fusarium
• RPB1 показал более высокое разрешение, но худшую амплифицируемость

Пример 4: Оомицеты (Choi et al., 2015).

Choi et al. (2015) сравнили cox1 и cox2 для 31 рода оомицетов. Они обнаружили:

• cox1 не амплифицировался у Eurychasma, Sclerophthora, Albugo lepigoni
• cox2 амплифицировался у всех 31 рода
• cox2 показал более высокую нуклеотидную дивергенцию и лучшее разрешение
• Однако даже cox2 не различал некоторые близкие виды

5.1. Введение: от определителя к алгоритму

Традиционная таксономия на протяжении столетий опиралась на аналоговые инструменты: гербарные коллекции, морфологические ключи, описания в флорах и фаунах. Идентификация требовала физического доступа к образцам, экспертных знаний и значительного времени. Цифровая революция последних десятилетий радикально изменила эту ситуацию (Wäldchen and Mäder, 2018; Joly et al., 2016).

Цифровая таксономия — это совокупность методов и инструментов, использующих цифровые технологии для идентификации, описания и классификации организмов. Она включает интерактивные определители, базы изображений, мобильные приложения, машинное обучение и автоматическую идентификацию по ДНК (Wäldchen and Mäder, 2018). Эти инструменты не заменяют традиционную таксономию, но расширяют её возможности, делая идентификацию более быстрой, доступной и объективной.

Ключевой движущей силой цифровой таксономии стало накопление огромных массивов данных: миллионы оцифрованных гербарных образцов, миллионы фотографий организмов, миллионы последовательностей ДНК. Одновременно развитие машинного обучения, особенно глубоких нейронных сетей, позволило автоматически извлекать закономерности из этих данных (Wäldchen and Mäder, 2018; Shen et al., 2026).

В этой главе мы рассмотрим основные направления цифровой таксономии и автоматической идентификации, их возможности, ограничения и перспективы для систематики и диагностики организмов агросферы.

5.2. Цифровые определители: интерактивные ключи

Традиционные дихотомические ключи, описанные в главе 3 учебника Singh (2019), имеют существенное ограничение: пользователь должен следовать фиксированной последовательности признаков, и при отсутствии информации по какому-либо признаку идентификация становится невозможной. Цифровые технологии позволили создать интерактивные ключи, свободные от этого недостатка (Singh, 2019; Watson et al., 2015).

Мультидоступные ключи (polyclaves). В отличие от дихотомических ключей, мультидоступные ключи позволяют пользователю выбирать признаки в любом порядке. Каждый признак используется для последовательного исключения таксонов, пока не останется один или несколько кандидатов. Это особенно удобно при работе с неполным материалом, когда часть признаков недоступна (Singh, 2019).

Исторически мультидоступные ключи реализовывались с помощью перфокарт: body-punched cards (с отверстиями в теле карты) и edge-punched cards (с отверстиями по краю). Пользователь выбирал карты, соответствующие признакам образца, и накладывал их друг на друга, пока не оставался один таксон (Singh, 2019).

Компьютерные интерактивные ключи. Современные цифровые ключи реализуют тот же принцип, но с использованием компьютерных программ. Наиболее известные системы:

• DELTA (DEscription Language for TAxonomy). Система, разработанная CSIRO (Австралия), позволяет создавать описания таксонов в стандартизированном формате и генерировать на их основе дихотомические ключи, интерактивные ключи Intkey, а также экспортировать данные для филогенетического анализа. DELTA используется для самых разных групп организмов, включая грибы, растения и насекомых (Singh, 2019).
• Lucid. Коммерческая система для создания интерактивных ключей, разработанная в Университете Квинсленда (Австралия). Включает Builder (для создания ключей) и Player (для их использования). Поддерживает мультимедиа, изображения и факт-листы (Singh, 2019).
• NaviKey. Бесплатная Java-программа для интерактивной идентификации, работающая с файлами DELTA. Позволяет использовать ключи как в автономном режиме, так и через веб-интерфейс (Singh, 2019).
• ActKey. Веб-приложение, разработанное в Missouri Botanical Garden, поддерживающее данные в форматах DELTA, Excel, Access и Lucid. Используется для флор Китая, Северной Америки, Мадагаскара, Борнео (Singh, 2019).
• MEKA (Multiple-Entry Key Algorithm). Бесплатная программа для Windows, позволяющая идентифицировать образцы путём выбора признаков в произвольном порядке. Конвертируется в формат SLIKS для веб-использования (Singh, 2019).
• IdentifyIt. Коммерческая система Linnaeus II для создания таксономических баз данных и интерактивных ключей (Singh, 2019).

Преимущества интерактивных ключей:

• Возможность использовать любые доступные признаки
• Работа с неполным материалом
• Возможность включать изображения, звуки, видео
• Лёгкость обновления и распространения
• Доступность через интернет

Ограничения:

• Требуют создания и поддержки базы данных
• Могут быть сложны для неспециалистов
• Зависимость от полноты и качества данных
• Необходимость компьютерной техники

5.3. Базы изображений и цифровые коллекции

Оцифровка natural history collections — одна из важнейших тенденций современной систематики. Гербарии, зоологические музеи и ботанические сады по всему миру создают цифровые изображения своих образцов и делают их доступными через интернет (Watson et al., 2015; Wäldchen and Mäder, 2018).

Виртуальные гербарии. Виртуальный гербарий — это база данных, содержащая изображения гербарных образцов и сопроводительную информацию (этикетки, метаданные). Преимущества виртуальных гербариев:

• Снижение физического износа образцов
• Быстрый поиск по таксономическим, географическим и другим критериям
• Доступность для исследователей по всему миру
• Возможность интеграции с другими базами данных
• Сохранение информации при утрате физических образцов (Watson et al., 2015; Singh, 2019)

Примеры виртуальных гербариев:

• NYBG Virtual Herbarium (New York Botanical Garden) — 850 000 образцов, 120 000 изображений
• eFTG (Fairchild Tropical Garden) — более 100 000 образцов, интеграция с другими гербариями
• AVH (Australia's Virtual Herbarium) — более 6 миллионов образцов из австралийских гербариев
• ePIC (Royal Botanic Gardens, Kew) — 577 156 оцифрованных образцов, включая 170 760 типов
• iDigBio — агрегатор данных музеев США, более 1,8 миллиона геореференцированных изображений сосудистых растений (Watson et al., 2015; Wäldchen and Mäder, 2018)

Цифровые изображения живых организмов. Помимо гербарных образцов, создаются огромные базы фотографий живых организмов в природе. Примеры:

• iNaturalist — более 6,6 миллиона наблюдений, 127 000 видов (Wäldchen and Mäder, 2018)
• Encyclopedia of Life (EoL) — информация о всех организмах, включая изображения (Schierwater and DeSalle, 2022)
• CalPhotos — более 640 000 изображений растений, животных, ископаемых (Singh, 2019)
• Plant Systematics website (Cornell University) — более 20 000 изображений сосудистых растений (Watson et al., 2015)

Проблемы цифровых коллекций:

• Качество изображений. Не все изображения имеют достаточное разрешение для идентификации.
• Отсутствие стандартизации. Разные учреждения используют разные форматы, метаданные и протоколы.
• Ошибки идентификации. Не все образцы в базах идентифицированы правильно.
• Неполнота. Многие виды, особенно редкие и тропические, представлены недостаточно.
• Авторские права. Не все изображения доступны для свободного использования.

5.4. Мобильные приложения для идентификации

Развитие смартфонов с мощными камерами и доступом в интернет создало новую возможность для идентификации организмов — мобильные приложения, использующие машинное обучение. Эти приложения делают идентификацию доступной для широкой публики, включая фермеров, студентов, садоводов и гражданских учёных (Wäldchen and Mäder, 2018; Joly et al., 2016).

Pl@ntNet. Одно из наиболее известных приложений для идентификации растений. Разработано консорциумом французских исследовательских организаций (Cirad, INRA, Inria, IRD) совместно с сетью Tela Botanica (Joly et al., 2016; Wäldchen and Mäder, 2018).

Pl@ntNet позволяет:

• Загрузить одну или несколько фотографий растения (цветок, лист, плод, кора)
• Получить список наиболее вероятных видов с оценкой уверенности
• Просмотреть изображения и описания из базы
• Поделиться наблюдением с сообществом
• Участвовать в валидации и обогащении базы данных

Ключевая особенность Pl@ntNet — использование краудсорсинга для сбора и валидации данных. Пользователи могут загружать свои наблюдения, которые проверяются экспертами и сообществом. Это создаёт самоулучшающуюся систему: чем больше данных, тем лучше идентификация (Joly et al., 2016).

С 2015 года Pl@ntNet использует глубокое обучение (CNN, предобученная на ImageNet и дообученная на данных Pl@ntNet). Это привело к значительному улучшению точности: рейтинг приложения в Google Play вырос с 3,2 до 4,3 (Wäldchen and Mäder, 2018).

Ограничения Pl@ntNet:

• Точность варьирует в зависимости от группы растений и качества изображения
• База данных изначально была ориентирована на европейскую флору, но расширяется
• Для некоторых групп (например, злаки, осоки) точность ниже
• Пользователи должны критически относиться к результатам, особенно для редких видов (Joly et al., 2016; Kuchařová et al., 2025)

iNaturalist / Seek. iNaturalist — платформа для гражданской науки, позволяющая пользователям загружать наблюдения организмов. Сообщество экспертов и любителей идентифицирует наблюдения; когда 2/3 идентификаторов согласны, наблюдение получает статус «research grade» (Wäldchen and Mäder, 2018).

Seek by iNaturalist — мобильное приложение для автоматической идентификации в реальном времени. Использует камеру смартфона для распознавания растений, животных и грибов. В отличие от iNaturalist, Seek не требует регистрации и не передаёт данные в общую базу (Kuchařová et al., 2025).

Kuchařová et al. (2025) провели тестирование Seek на 40 видах хвойных растений в ботаническом саду Чехии. Результаты показали:

• Точность определения до вида — 38,75%
• Точность определения до рода — 92,5%
• Наиболее успешно идентифицировались обычные виды с яркими признаками (Larix decidua, Picea abies, Thuja occidentalis)
• Редкие виды и виды со сложной морфологией идентифицировались плохо
• Освещение влияло на точность: лучше всего — при лёгкой облачности (диффузный свет)

LeafSnap. Приложение для идентификации деревьев по фотографиям листьев. Разработано Columbia University, University of Maryland и Smithsonian Institution. Использует компьютерное зрение для анализа формы листа (Wäldchen and Mäder, 2018).

Merlin Bird ID (Photo ID). Приложение Cornell Laboratory of Ornithology для идентификации птиц по фотографиям. Использует TensorFlow и данные eBird для генерации списка вероятных видов с учётом даты и местоположения (Wäldchen and Mäder, 2018).

BirdNET. Приложение для автоматической идентификации птиц по звукам. Разработано Cornell Lab of Ornithology и Chemnitz University of Technology. Использует CNN для анализа аудиозаписей. BirdNET способен идентифицировать более 3 000 видов птиц (Usman et al., 2025; Shen et al., 2026).

Usman et al. (2025) провели систематический обзор 25 исследований, использующих BirdNET. Основные выводы:

• Точность (precision) варьирует от 72% до 85%
• Полнота (recall) варьирует от 33% до 84%
• Точность зависит от вида, качества записи, порога уверенности
• Географическая предвзятость: большинство исследований проведено в Северной Америке (64,2%) и Европе (50%)
• Тропические регионы представлены недостаточно

Общие проблемы мобильных приложений:

• Географическая и таксономическая предвзятость. Модели обучены преимущественно на данных из Северной Америки и Европы, что снижает точность для других регионов (Usman et al., 2025; Kuchařová et al., 2025).
• Недостаток обучающих данных. Для многих групп (грибы, беспозвоночные, тропические растения) данных недостаточно.
• «Чёрный ящик». Пользователь не видит, на основе каких признаков принято решение, что затрудняет проверку.
• Ошибки алгоритмов. Ложноположительные и ложноотрицательные результаты могут приводить к неверным выводам.
• Зависимость от качества изображения. Освещение, ракурс, фон влияют на точность.

5.5. Машинное обучение для идентификации

Машинное обучение (machine learning) — ключевая технология, лежащая в основе современных систем автоматической идентификации. Wäldchen and Mäder (2018) дают обзор применения машинного обучения для идентификации видов по изображениям.

Основные понятия:

• Признаки (features). Числовые характеристики изображения, используемые для классификации. Традиционно признаки разрабатывались экспертами вручную (форма, текстура, цвет). Современные методы глубокого обучения извлекают признаки автоматически.
• Классификатор (classifier). Алгоритм, который на основе признаков присваивает объекту класс (вид). Примеры: метод опорных векторов (SVM), случайный лес (Random Forest), искусственные нейронные сети (ANN).
• Обучение (training). Процесс настройки параметров классификатора на обучающей выборке.
• Инференс (inference). Применение обученного классификатора к новым данным.

Свёрточные нейронные сети (CNN). CNN — класс глубоких нейронных сетей, специально разработанных для анализа изображений. Архитектура CNN включает:

• Свёрточные слои. Извлекают локальные признаки (края, текстуры, формы) с помощью фильтров.
• Слои подвыборки (pooling). Уменьшают размерность и обеспечивают инвариантность к сдвигу.
• Полносвязные слои. Классифицируют извлечённые признаки.

Ключевое преимущество CNN — автоматическое извлечение признаков. Вместо ручного дизайна признаков сеть учится сама определять, какие характеристики важны для различения видов (Wäldchen and Mäder, 2018).

История развития CNN:

• 1980-е: Neocognitron (Fukushima and Miyake, 1982)
• 1998: LeNet (LeCun et al., 1998) — распознавание рукописных цифр
• 2012: AlexNet (Krizhevsky et al., 2012) — победа в ImageNet, снижение ошибки с 26% до 15%
• 2014: VGGNet, GoogLeNet
• 2015: ResNet — первая архитектура, превзошедшая человека в ImageNet
• Настоящее время: Transformer-based модели, foundation models

Применение CNN для идентификации видов:

• Растения. PlantCLEF — международное соревнование по идентификации растений. С 2011 по 2017 год точность выросла с 0,47 до 0,92 (mAP) благодаря переходу на глубокое обучение. В 2017 году датасет включал 10 000 видов и 1,6 миллиона изображений (Wäldchen and Mäder, 2018).
• Животные. CNN успешно применяются для идентификации млекопитающих (Norouzzadeh et al., 2018), рыб (Qin et al., 2016; Salman et al., 2016), насекомых (Marques et al., 2018; Cheng et al., 2017), водных беспозвоночных (Raitoharju et al., 2016).
• Гербарные образцы. Carranza-Rojas et al. (2017) применили CNN к 260 000 сканам гербарных листов (1 204 вида) и достигли точности 80% (top-1) и 90% (top-5). Однако перенос обучения с гербарных образцов на полевые фотографии оказался невозможен из-за различий в визуальных признаках (Wäldchen and Mäder, 2018).

Звуковая идентификация. Помимо изображений, CNN применяются для анализа звуков. BirdNET (Kahl et al., 2021) использует CNN для идентификации птиц по голосам. Shen et al. (2026) описывают эволюцию методов автоматического распознавания звуков птиц от ручных признаков (MFCC) до глубокого обучения и foundation models (Bird-MAE, Perch 2.0).

Идентификация по последовательностям ДНК. Машинное обучение применяется и для анализа баркодных последовательностей. Например, ABGD (Automatic Barcode Gap Discovery) использует статистические методы для автоматического разделения последовательностей на гипотетические виды (Puillandre et al., 2012). Другие методы включают GMYC (General Mixed Yule Coalescent), Bayesian delimitation и машинное обучение для таксономической классификации.

Проблемы машинного обучения:

• Недостаток данных. Для многих групп и регионов обучающих данных недостаточно. Это особенно остро для тропических регионов и слабо изученных таксонов (Usman et al., 2025).
• Дисбаланс классов. Некоторые виды представлены большим числом изображений, другие — единичными. Это приводит к смещению модели в сторону частых классов (Van Horn et al., 2018).
• Переобучение. Модель может запомнить обучающие данные и плохо работать на новых.
• «Чёрный ящик». Сложные модели (особенно глубокие сети) не дают интерпретируемых объяснений своих решений. Это затрудняет проверку и вызывает недоверие (Wäldchen and Mäder, 2018; Shen et al., 2026).
• Домен-сдвиг (domain shift). Модель, обученная на одних данных (например, гербарные образцы), может плохо работать на других (полевые фотографии) (Wäldchen and Mäder, 2018).
• Географическая предвзятость. Модели, обученные на данных из Северной Америки и Европы, показывают худшие результаты в других регионах (Usman et al., 2025).

5.6. Автоматическая идентификация по ДНК

Помимо идентификации по изображениям и звукам, цифровая таксономия включает автоматическую идентификацию по последовательностям ДНК. Это направление включает метабаркодинг и мини-баркодинг (Deiner et al., 2017; Staats et al., 2016).

Метабаркодинг. Метабаркодинг — это метод анализа сложных смесей организмов с использованием высокопроизводительного секвенирования (HTS). В отличие от классического DNA barcoding, который анализирует отдельные образцы, метабаркодинг позволяет одновременно идентифицировать множество видов в образце (Deiner et al., 2017).

Workflow метабаркодинга:

1. Выделение ДНК из смешанного образца (почва, вода, содержимое желудка, пищевой продукт)

2. Амплификация баркодного участка с универсальными праймерами

3. Высокопроизводительное секвенирование ампликонов

4. Биоинформатический анализ: кластеризация в MOTU (Molecular Operational Taxonomic Units), сравнение с референсной базой

5. Идентификация видов и оценка их относительной представленности

Применения метабаркодинга:

• Экология. Оценка биоразнообразия почвы, воды, воздуха (Deiner et al., 2017)
• Диета. Анализ содержимого желудков, фекалий (Deiner et al., 2017)
• Контроль качества продуктов. Выявление фальсификации, идентификация компонентов традиционных медикаментов (Staats et al., 2016; Coghlan et al., 2012)
• Биобезопасность. Обнаружение инвазивных видов, карантинных организмов (Staats et al., 2016)
• Криминалистика. Анализ незаконной торговли видами (Staats et al., 2016)

Мини-баркодинг. Для анализа деградированной ДНК (обработанные продукты, старые образцы) используются мини-баркоды — укороченные фрагменты стандартных баркодов (100–300 пар оснований). Преимущества: лучшая амплифицируемость. Недостатки: меньшая разрешающая способность (Staats et al., 2016).

Метабаркодинг в агрономии:

• Диагностика болезней растений (Robideau et al., 2011; Choi et al., 2015)
• Идентификация вредителей (Powers, 2004)
• Мониторинг биоразнообразия агроценозов (Deiner et al., 2017)
• Контроль качества семян и посадочного материала (Staats et al., 2016)

Проблемы метабаркодинга:

• Праймерный bias. Разные виды могут амплифицироваться с разной эффективностью, что искажает оценку относительной представленности (Deiner et al., 2017).
• Неполнота референсных баз. Многие виды отсутствуют в базах, что приводит к невозможности идентификации (Staats et al., 2016).
• Ошибки секвенирования. Хотя современные платформы обеспечивают высокую точность, ошибки всё же возможны.
• Химеры. При ПЦР могут образовываться химерные последовательности, которые необходимо удалять (Deiner et al., 2017).
• Контаминация. Загрязнение образца чужеродной ДНК может привести к ложным результатам (Staats et al., 2016).

5.7. Интеграция данных: морфология + молекулы + география + экология

Современная цифровая таксономия стремится к интеграции разных типов данных для более надёжной идентификации и делимитации видов. Этот подход, известный как интегративная таксономия (integrative taxonomy), объединяет морфологические, молекулярные, географические и экологические данные (Schierwater and DeSalle, 2022; Watson et al., 2015).

Интегративная таксономия. Dayrat (2005) определил интегративную таксономию как подход, использующий все доступные данные для делимитации видов. Вместо того чтобы полагаться на один тип данных, интегративная таксономия комбинирует:

• Морфологию. Традиционные диагностические признаки.
• Молекулярные данные. Баркодные последовательности, филогенетические маркеры.
• Географию. Распространение, симпатрия/аллопатрия.
• Экологию. Местообитание, хозяева, поведение.
• Другие данные. Кариология, биохимия, звуки, феромоны.

Schierwater and DeSalle (2022) описывают «таксономический круг»: гипотеза о существовании вида выдвигается на основе географических или морфологических данных, а затем тестируется с помощью независимых данных. Если хотя бы один источник данных подтверждает гипотезу, вид может быть описан. Если все источники отвергают гипотезу, вид не признаётся.

Примеры интегративной таксономии:

• Папоротники. Использование rbcL, matK, trnH-psbA вместе с морфологией для идентификации видов (Kumar et al., 2022)
• Нематоды. Комбинация SSU, ITS, COI с морфологией для делимитации видов (Powers, 2004)
• Оомицеты. ITS, COX1, COX2 вместе с морфологией и патогенностью (Robideau et al., 2011; Choi et al., 2015)
• Грибы. ITS, RPB1, RPB2, MCM7 вместе с морфологией и экологией (Schoch et al., 2012)

Цифровые платформы для интеграции данных:

• BOLD. Интегрирует последовательности, изображения, метаданные, географию (Ratnasingham and Hebert, 2007)
• GBIF. Global Biodiversity Information Facility — агрегатор данных о распространении организмов (Watson et al., 2015)
• EoL. Encyclopedia of Life — информация о всех организмах (Schierwater and DeSalle, 2022)
• iDigBio. Агрегатор данных музеев США (Wäldchen and Mäder, 2018)

Проблемы интеграции:

• Несовместимость форматов. Разные базы данных используют разные стандарты.
• Отсутствие уникальных идентификаторов. Связывание данных из разных источников затруднено.
• Качество данных. Не все данные проверены и курированы.
• Этические и правовые аспекты. Доступ к данным, авторские права, приватность.

5.8. Проблемы автоматической идентификации

Автоматическая идентификация, несмотря на впечатляющие успехи, имеет ряд существенных проблем, которые необходимо учитывать при практическом использовании.

Ошибки алгоритмов. Ни один алгоритм не даёт 100% точности. Ошибки могут быть:

• Ложноположительные. Образец отнесён к виду, к которому он не принадлежит.
• Ложноотрицательные. Образец не отнесён к виду, к которому он принадлежит.
• Неоднозначные. Образец отнесён к нескольким видам с близкими оценками.

Usman et al. (2025) показали, что точность BirdNET варьирует от 72% до 85%, а полнота — от 33% до 84%. Точность зависит от вида, качества записи и порога уверенности. Например, для Common Raven точность варьировала от 0,29 до 0,94 в разных исследованиях.

Недостаток обучающих данных. Для обучения моделей требуется большое количество размеченных данных. Для многих групп и регионов таких данных недостаточно:

• Тропические регионы представлены слабо (Usman et al., 2025)
• Редкие виды представлены единичными изображениями (Van Horn et al., 2018)
• Некоторые группы (грибы, беспозвоночные, протисты) poorly sampled (Wäldchen and Mäder, 2018)

Дисбаланс классов. В природе одни виды обычны, другие редки. В обучающих данных это приводит к дисбалансу: модели лучше распознают частые виды и хуже — редкие (Van Horn et al., 2018).

«Чёрный ящик». Глубокие нейронные сети не дают интерпретируемых объяснений своих решений. Пользователь не видит, на основе каких признаков принято решение. Это затрудняет:

• Проверку правильности идентификации
• Обнаружение ошибок
• Обучение пользователей
• Доверие к результатам (Wäldchen and Mäder, 2018; Shen et al., 2026)

Домен-сдвиг. Модель, обученная на одних данных, может плохо работать на других. Например, модель, обученная на гербарных образцах, плохо работает на полевых фотографиях (Wäldchen and Mäder, 2018). Модель, обученная на записях из Северной Америки, хуже работает в тропиках (Usman et al., 2025).

Географическая предвзятость. Большинство обучающих данных получено в Северной Америке и Европе. Это создаёт неравенство: модели хорошо работают в одних регионах и плохо — в других (Usman et al., 2025; Kuchařová et al., 2025).

Зависимость от качества входных данных. Точность идентификации сильно зависит от качества изображения или звука:

• Освещение (Kuchařová et al., 2025)
• Ракурс, фон
• Шум, перекрытие сигналов (Usman et al., 2025)
• Разрешение, фокус

Отсутствие стандартизации. Разные приложения и базы данных используют разные форматы, протоколы и критерии. Это затрудняет сравнение результатов и интеграцию данных (Usman et al., 2025).

5.9. Перспективы цифровой таксономии

Несмотря на проблемы, цифровая таксономия быстро развивается. Основные направления будущего:

Улучшение моделей. Развитие архитектур (transformers, foundation models) и методов обучения (self-supervised learning, few-shot learning) позволяет повысить точность и снизить потребность в размеченных данных (Shen et al., 2026).

Расширение обучающих данных. Проекты по оцифровке коллекций, гражданская наука, краудсорсинг позволяют накапливать всё больше данных (Wäldchen and Mäder, 2018).

Интеграция данных. Развитие стандартов и платформ для интеграции морфологических, молекулярных, географических и экологических данных (Watson et al., 2015).

Интерпретируемость. Разработка методов объяснимого ИИ (explainable AI) для повышения доверия и понимания решений алгоритмов (Shen et al., 2026).

Портативные устройства. Развитие полевых лабораторий, портативных секвенаторов (MinION), мобильных приложений для идентификации в реальном времени (Jain et al., 2016).

Этические аспекты. Разработка этических норм для сбора, хранения и использования генетических данных, защиты приватности и предотвращения биопиратства (Bond and Scott, 2020).

6.1. Введение: баланс между энтузиазмом и критической оценкой

DNA barcoding и цифровая таксономия произвели революцию в практике систематики и диагностики. Однако, как и любая технология, они имеют границы применимости. В предыдущих главах мы рассмотрели, как работает баркодинг, когда он эффективен и когда даёт сбои. В этой главе мы обобщим ограничения метода и обсудим перспективы его развития, включая технологические инновации, интегративные подходы и этические аспекты (Collins and Cruickshank, 2013; Taylor and Harris, 2012).

Ключевой тезис этой главы: DNA barcoding — мощный, но не универсальный инструмент. Он не заменяет морфологию и таксономическую экспертизу, а дополняет их. Цифровая таксономия расширяет возможности исследователя, но требует критического мышления и понимания ограничений (Schierwater and DeSalle, 2022; Wäldchen and Mäder, 2018).

6.2. Ограничения DNA barcoding

6.3. Перспективы: портативные секвенаторы и полевые лаборатории

Несмотря на ограничения, технологические инновации открывают новые возможности для DNA barcoding и цифровой таксономии. Одним из наиболее перспективных направлений является миниатюризация и портативность оборудования.

6.4. Будущее: интегративная таксономия и глобальные сети

6.5. Этические аспекты

Развитие DNA barcoding и цифровой таксономии поднимает ряд этических вопросов, которые требуют внимания.

7.1. Введение: почему агрономия нуждается в DNA barcoding

Агрономия — это область, где точная идентификация организмов имеет критическое значение. Болезни растений, вредители, сорные виды, карантинные организмы, симбионты, патогены — всё это требует быстрого и надёжного определения. Традиционная морфологическая диагностика часто сталкивается с ограничениями: личинки и яйца вредителей трудноразличимы, патогены в начальной стадии инфекции не имеют диагностических признаков, а фрагментированный материал (части растений, повреждённые ткани) не поддаётся определению (Powers, 2004; Armstrong and Ball, 2005).

DNA barcoding и цифровая таксономия предлагают решения этих проблем. Они позволяют:

• Идентифицировать организмы на любой стадии жизненного цикла (яйца, личинки, взрослые особи)
• Определять виды по фрагментам тканей, семенам, повреждённым образцам
• Проводить диагностику быстро и стандартизированно
• Выявлять криптические виды, которые морфологически неразличимы, но различаются по экологии, патогенности или устойчивости к пестицидам (Bickford et al., 2007; Armstrong and Ball, 2005)

В этой главе мы рассмотрим основные направления практического использования DNA barcoding и цифровой таксономии в агрономии: диагностику болезней и вредителей, карантин, сертификацию семян, мониторинг биоразнообразия агроценозов и контроль качества продуктов.

7.2. Диагностика болезней и вредителей

7.3. Карантин и биобезопасность

7.4. Сертификация семян и посадочного материала

7.5. Мониторинг биоразнообразия агроценозов

7.6. Контроль качества продуктов

7.7. Примеры успешного применения

7.8. Ограничения и проблемы

Несмотря на успехи, применение DNA barcoding в агрономии сталкивается с рядом ограничений (Collins and Cruickshank, 2013; Taylor and Harris, 2012; Staats et al., 2016).

Неполнота референсных баз. Для многих сельскохозяйственных вредителей и патогенов референсные последовательности отсутствуют или фрагментарны. Это особенно остро для тропических регионов и слабо изученных групп (Taylor and Harris, 2012; Usman et al., 2025).

Географическая предвзятость. Большинство данных получено для Северной Америки и Европы. Для других регионов точность идентификации ниже (Usman et al., 2025).

Криптические виды. Многие вредители и патогены представляют собой криптические комплексы, которые не различаются по стандартным баркодам (Bickford et al., 2007; Meyer and Paulay, 2005).

Гибридизация и полиплоидия. У растений гибридизация и полиплоидия затрудняют идентификацию (China Plant BOL Group, 2011; Hollingsworth et al., 2011).

Деградация ДНК. В обработанных продуктах, старых образцах, гербарных экземплярах ДНК может быть фрагментирована. Для анализа требуются мини-баркоды (Staats et al., 2016).

Контаминация. Загрязнение образцов чужеродной ДНК может привести к ложным результатам (Collins and Cruickshank, 2013; Staats et al., 2016).

Стоимость и оборудование. Для проведения DNA barcoding требуется лабораторное оборудование и обученный персонал. Это может быть ограничением для небольших хозяйств и развивающихся стран (Jain et al., 2016).

Интерпретация результатов. Результаты DNA barcoding не всегда однозначны. Для правильной интерпретации необходимы знания о биологии, экологии и таксономии организмов (Collins and Cruickshank, 2013).

8.1. Синтез пройденного материала

Мы рассмотрели DNA barcoding и цифровую таксономию как взаимосвязанные направления современной систематики и диагностики организмов. На протяжении семи глав мы последовательно разобрали теоретические основы метода, его технологическую реализацию, области применения, ограничения и перспективы. Пришло время обобщить ключевые выводы и сформулировать практические рекомендации для специалистов в области систематики и таксономии организмов агросферы.

Центральный вывод лекции может быть сформулирован следующим образом: DNA barcoding — это мощный, но не универсальный инструмент; цифровая таксономия расширяет возможности исследователя, но требует критического мышления; оптимальный подход — сочетание классических и молекулярных методов (Collins and Cruickshank, 2013; Taylor and Harris, 2012; Schierwater and DeSalle, 2022).

Этот вывод не является тривиальным. Он отражает эволюцию взглядов на роль молекулярных методов в систематике — от первоначального энтузиазма, граничащего с ожиданием полной замены морфологии, до более взвешенного понимания возможностей и ограничений каждого подхода (Hebert et al., 2003; Taylor and Harris, 2012).

8.2. Что мы узнали о DNA barcoding

8.3. Что мы узнали о цифровой таксономии

8.4. Практические выводы для агрономии

Для специалистов в области систематики и таксономии организмов агросферы DNA barcoding и цифровая таксономия открывают широкие возможности (глава 7):

1. Диагностика болезней и вредителей. Идентификация патогенов и вредителей на любой стадии жизненного цикла (Powers, 2004; Robideau et al., 2011; Schoch et al., 2012; Janda and Abbott, 2007; Armstrong and Ball, 2005).

2. Карантин и биобезопасность. Быстрая идентификация карантинных организмов, мониторинг инвазивных видов (Armstrong and Ball, 2005; Floyd et al., 2010; Deiner et al., 2017).

3. Сертификация семян и посадочного материала. Контроль генетической чистоты, фитосанитарного состояния (Staats et al., 2016; CBOL Plant Working Group, 2009; China Plant BOL Group, 2011).

4. Мониторинг биоразнообразия агроценозов. Метабаркодинг почвы, воды, воздуха; акустический мониторинг; автоматическая идентификация по изображениям (Deiner et al., 2017; Usman et al., 2025; Shen et al., 2026; Wäldchen and Mäder, 2018).

5. Контроль качества продуктов. Выявление фальсификации мяса, рыбы, растительных продуктов, мёда, молочных продуктов, традиционных медикаментов (Galimberti et al., 2013; Staats et al., 2016; Coghlan et al., 2012).

Однако практическое применение требует учёта ограничений: неполноты референсных баз, географической предвзятости, криптических видов, гибридизации, деградации ДНК, контаминации, стоимости и сложности интерпретации (Collins and Cruickshank, 2013; Taylor and Harris, 2012; Staats et al., 2016).

8.5. Ключевые принципы критического использования молекулярных данных

На основе всего изложенного материала можно сформулировать несколько принципов, которые помогут специалистам критически использовать DNA barcoding и цифровую таксономию.

Принцип 1: Понимай ограничения метода. DNA barcoding не работает универсально. Он может давать сбои при близкородственных видах, гибридизации, полиплоидии, высокой внутривидовой вариабельности. Знание этих ограничений — первый шаг к правильной интерпретации результатов (Collins and Cruickshank, 2013; Meyer and Paulay, 2005).

Принцип 2: Проверяй референсную базу. Результат идентификации зависит от полноты и качества референсной базы. Убедись, что вид, к которому отнесён образец, действительно представлен в базе, и что последовательность связана с ваучером (Ratnasingham and Hebert, 2007; Collins and Cruickshank, 2013).

Принцип 3: Не полагайся на один маркер. Для сложных групп используй несколько независимых маркеров (мультилокусный подход). Это повышает надёжность идентификации и позволяет выявить несоответствия (China Plant BOL Group, 2011; Schoch et al., 2012).

Принцип 4: Комбинируй молекулярные и морфологические данные. DNA barcoding не заменяет морфологию. Интегративная таксономия, объединяющая разные типы данных, даёт наиболее надёжные результаты (Dayrat, 2005; Schierwater and DeSalle, 2022).

Принцип 5: Учитывай контекст. Идентификация должна учитывать географию, экологию, биологию организма. Последовательность ДНК — это только один из многих источников информации (Schierwater and DeSalle, 2022).

Принцип 6: Будь прозрачен. При публикации результатов указывай метод выделения ДНК, праймеры, условия ПЦР, референсную базу, пороги сходства. Это обеспечивает воспроизводимость и позволяет другим исследователям оценить надёжность результатов (Collins and Cruickshank, 2013).

Принцип 7: Критически относись к автоматическим идентификациям. Мобильные приложения и машинное обучение — полезные инструменты, но они не безошибочны. Проверяй результаты, особенно для редких и сложных видов (Wäldchen and Mäder, 2018; Kuchařová et al., 2025; Usman et al., 2025).

8.6. Будущее: интегративная таксономия и глобальные сети

Будущее систематики и диагностики — за интегративной таксономией и глобальными сетями (Schierwater and DeSalle, 2022; Watson et al., 2015).

Интегративная таксономия объединяет морфологические, молекулярные, экологические и биогеографические данные для делимитации видов. Этот подход становится стандартом в современной систематике. Гипотеза о существовании вида выдвигается на основе одних данных и тестируется с помощью других. Вид признаётся, если разные источники данных подтверждают его существование (Dayrat, 2005; Schierwater and DeSalle, 2022).

Глобальные сети — BOLD, GBIF, EoL, iDigBio — обеспечивают доступ к миллионам записей, изображений и последовательностей. Развитие стандартов и интероперабельности позволяет интегрировать данные из разных источников (Ratnasingham and Hebert, 2007; Watson et al., 2015).

Искусственный интеллект — foundation models, few-shot learning, self-supervised learning — открывает новые возможности для автоматической идентификации, особенно для редких видов и слабо изученных групп (Shen et al., 2026; Wäldchen and Mäder, 2018).

Портативные технологии — MinION, CRISPR-диагностика, полевые лаборатории — делают DNA barcoding доступным в полевых условиях, что особенно важно для карантина, экспедиций и сельского хозяйства (Jain et al., 2016).

Этические аспекты — приватность генетических данных, биопиратство, справедливое распределение выгод — требуют внимания и регулирования на международном уровне (Bond and Scott, 2020).

8.8. Резюме

DNA barcoding и цифровая таксономия произвели революцию в практике систематики и диагностики. Они сделали идентификацию быстрее, доступнее и объективнее. Однако эти методы имеют ограничения: они не заменяют морфологию и таксономическую экспертизу, зависят от референсных баз, могут давать сбои при гибридизации, полиплоидии и криптических видах.

Оптимальный подход — сочетание классических и молекулярных методов, критическое использование молекулярных данных, интеграция разных типов данных. DNA barcoding — мощный, но не универсальный инструмент. Цифровая таксономия расширяет возможности, но требует критического мышления.

Будущее систематики — за интегративной таксономией, глобальными сетями, искусственным интеллектом и портативными технологиями. Но в центре всего этого остаётся фундаментальная биологическая экспертиза, без которой никакие технологии не смогут заменить понимание живой природы.

Как писали Schierwater and DeSalle (2022), таксономия — это не просто присвоение имён, а гипотеза о существовании вида, которая тестируется с помощью разных данных. DNA barcoding — один из инструментов тестирования, но не единственный и не всегда решающий. Истинное понимание биоразнообразия требует синтеза всех доступных данных и глубокого знания биологии организмов.