高通量測序及其在食物網解析中的應用進展

王雪芹, 王光華, 喬 飛, 高其康, Kong Luen HEONG, 祝增榮, 程家安,*

1 浙江大學水稻生物學國家重點實驗室, 杭州 310058 2 浙江大學昆蟲科學研究所, 杭州 310058 3 浙江大學農生環學部分析測試中心, 杭州 310058

?

高通量測序及其在食物網解析中的應用進展

王雪芹1,2, 王光華1,2, 喬 飛1,2, 高其康2,3, Kong Luen HEONG1,2, 祝增榮1,2, 程家安1,2,*

1 浙江大學水稻生物學國家重點實驗室, 杭州 310058 2 浙江大學昆蟲科學研究所, 杭州 310058 3 浙江大學農生環學部分析測試中心, 杭州 310058

高通量測序是DNA測序技術發展中的重大突破,它的出現為現代生物科學研究提供了前所未有的機遇,例如基于獵物和寄主植物DNA分子解析生態系統的食物網研究已逐漸成為捕食性動物與植食性動物食物網研究的新型模式。在簡要總結Roche 454、Illumina和Ion Torrent為代表的第二代測序技術的原理及最新進展的基礎上,綜述了近年來利用高通量測序技術在捕食性和植食性動物食物網解析構建研究方面取得的最新進展及存在的問題,以期為探索捕食性和植食性動物的獵物/寄主范圍、獵物/寄主轉換、資源分配、生物防治、生物保護和生態恢復新方法提供思路和啟發。

第二代測序；捕食/植食性動物；營養關系；食物轉換；宏條形碼技術

1970年代中期,英國生物化學家Sanger發明了Sanger測序法(雙脫氧核苷酸末端終止法),為科研人員開啟了深入研究生命遺傳密碼的大門,Sanger也因此獲得1980年的諾貝爾化學獎[1- 2]。自1977年以Sanger法為代表的第一代測序技術幫助人們完成了第一個完整基因組圖譜的繪制以來,測序技術不斷發展進步。進入21世紀后,以Roche 454、Illumina和Ion Torrent 等測序系統為代表的第二代測序技術誕生,使得對一個物種的轉錄組和基因組進行細致全貌的分析成為可能[3]。第二代測序技術又稱高通量測序技術(High Throughput Sequencing, HTS),下一代測序技術(Next Generation Sequencing, NGS),它能一次并行對幾十萬到幾百萬條DNA分子進行序列測定,具有測序通量高、速度快及成本低等優點,是DNA測序發展歷程的一個里程碑,使人們進入了基因組和后基因組時代[4],為現代生命科學研究提供了前所未有的機遇。

基于高通量測序技術獲得生物特異性基因識別DNA條形碼序列的擴增子測序方法,稱為DNA宏條形碼技術(DNA Metabarcoding)。該技術可將整個混合樣本的DNA片段擴增后再進行高通量測序,進而確定取樣環境中生物的分布狀況,目前已用于微生物和動物等環境DNA (Environmental DNA, eDNA) 科學方面的研究[5- 6]。DNA 宏條形碼技術具有快速、靈敏、可重復、高效及省時省力等優點,不僅為生物多樣性調查提供了高效有力的方法,而且在環境監測、資源管理和生態評估等方面具有重要的意義[7- 10]。

食物網是生物群落內各物種之間營養關系的基本聯系,反映了自然界各種生物之間相互依存、相互制約、協同進化等互作關系的自然屬性,其研究結果可直接體現生態群落的功能結構,因此物種間食物網的研究始終是生態學中非常重要和活躍的研究領域[11]。近年來,基于DNA宏條形碼技術分子解析構建捕食者-獵物和植食者-植物營養關系研究發展迅速,并逐漸成為食物網研究的新型模式[12],高通量測序的出現為研究捕食性和植食性動物復雜的食物網提供了前所未有的機遇[13]。本文在簡要總結以Roche 454、Illumina和Ion Torrent為代表的高通量測序技術原理及最新進展的基礎上,綜述了近年來基于高通量測序的DNA宏條形碼技術在食物網解析構建方面的應用現狀和發展前景,以期為探索捕食/植食性動物的獵物/寄主范圍、獵物/寄主轉換、資源分配、生物防治、生物保護和生態恢復新方法提供思路和啟發。

1 高通量測序技術原理及發展

第二代測序技術以高通量低成本為其主要特征,并在此基礎上保持了第一代測序技術的高準確性。第二代測序技術主要包括基于合成測序(Sequencing by synthesis, SBS)的Roche 454,Illumina和Ion Torrent測序技術[3, 14- 16]。

1.1 Roche 454測序技術原理

2005年,454生命科學公司生產了第一臺商品化的高通量測序儀-基因組測序20[17]。454 測序儀利用焦磷酸法測序(Pyrosequencing),其原理是：首先將長度合適的單鏈DNA片段連接測序接頭和模板接頭制備成樣品文庫(圖1A中文庫制備)。將固化引物的磁珠與樣品文庫制成“一個磁珠=一個DNA片段”的微反應器,進行多輪油包水乳滴PCR(emulsion PCR,emPCR)后,每個磁珠表面都結合了數千個相同的DNA拷貝,形成“一個磁珠=一個讀長序列” (圖1A中模板制備)。然后富集磁珠到微孔板上,每個微孔容納一個磁珠,微孔板為流通池的一部分,其中一面通過測序反應的化合物,另一面則與 CCD光學檢測系統的光纖相接觸。堿基測定采用邊合成邊測序,利用ATP硫酰化酶和熒光素酶在三磷酸核苷結合到DNA鏈上釋放焦磷酸基團(PPi)光信號(圖1A中測序技術)。順次向流通池中加入4種dNTP中的一種,通過每個微孔之中釋放的光信號確定DNA 模板上的互補堿基,從而實現對 DNA 片段的準確快速測定[18]。目前454技術平臺讀取長度達到600—1000bp,使得后繼的序列拼接工作更加高效、準確,但測序通量相對較低和成本較高是其發展的瓶頸(表1)。近年來,隨著測序技術的發展,后來上市的測序儀(如Illumina的MiSeq和Life Technologies的Ion Torrent系統)更是將454儀器排擠到研究邊緣,因此羅氏關閉了454義務,聯合PacBio公司發展第三代測序技術[19]。

1.2 Illumina測序技術原理

Illumina 公司的Genome Analyzer 于2006年問世。首先把待測序列打斷成200—500 bp的小片段,兩端加上不同的接頭,連接載體,構建單鏈DNA文庫(圖1B中文庫制備)。DNA轉移到表面固定有很多接頭的8泳道微纖維板組成的流動槽,向反應體系中添加核苷酸和酶,進行橋式PCR (Bridge PCR)。Bridge PCR以流動槽表面固定的接頭為模板,將橋型單鏈DNA 擴增成橋型雙鏈DNA,經過不斷的變性擴增循環,每種單鏈DNA 都在各自的位置產生約2000個分子的高密度DNA簇(圖1B中模板制備)。DNA簇在Genome Analyzer綜合分析儀上進行序列分析。向反應體系中同時添加DNA聚合酶、接頭引物和帶有堿基特異熒光標記的4種dNTP。由于這些 dNTP的3′羥基被化學方法保護,因而每輪合成反應都只能添加1個dNTP。在dNTP 被添加到合成鏈上后,未使用的游離dNTP和DNA聚合酶會被洗脫。加入激發熒光緩沖液,用光學設備記錄激光激發的熒光信號,再通過計算機分析轉化為測序結果。信號記錄完成后,加入化學試劑淬滅熒光信號并去除 dNTP 的3′羥基保護基團,進行下一輪測序反應(圖1B中測序技術)[16]。目前Illumina最新的測序平臺的讀取長度可以達到 2×150 bp(Hiseq 4000),2×300 bp(Miseq300),通量高和成本較低是其占據市場的優勢(表1)。

1.3 Ion Torrent 測序技術原理

Ion Torrent 測序原理是在半導體芯片的微孔中固定納米尺度的連接100萬條相同DNA片段的磁珠(Ion SphereTM)形成微型反應池(圖1C中模板制備),隨后依次摻入ACGT。隨著每個堿基的摻入,釋放出氫離子,改變反應溶液的pH值,離子傳感器檢測到pH變化后,實時判讀堿基,即刻從化學信息轉變為數字電子信息 (圖1C中測序技術)[20]。這種方法直接檢測DNA的合成,少了CCD掃描,熒光激發等環節,大大縮短了運行時間。這種技術跟芯片連接在一起,使得生物學和計算機學完全融為一體,創造了技術上的革新。

Ion Torrent測序平臺有Ion Torrent PGM (Personal Genome Machine)和 Ion Proton兩種測序儀。PGM有3種芯片可供選擇,Ion Proton目前僅有PI芯片。芯片技術的發展使測序儀2 h 堿基產量從10 Mb 提升到 10 Gb。伴隨著試劑的優化和測序通量的提高,Ion Torrent讀取長度也從2011年的200 bp提升到目前的400 bp。不斷提高的芯片密度、讀取長度和優化的數據處理方式,將使Ion Torrent的測序通量在不久的將來進一步提高(表1)[21-22]。

圖1 Roche 454 (A)、Illumina (B)和 Ion Torrent (C)3種常用高通量測序平臺工作原理比較圖(改編自Del Chierico等[23])Fig.1 Comparison of principle schemes from library preparation to sequencing technology among Roche 454 (A), Illumina (B) and Ion Torrent (C) (Modified from Del Chierico et al.[23])

表1 Roche 454 、Illumina 和 Ion Torrent常用高通量測序平臺主要技術參數和測序通量

1.4 第三代測序技術

Roche 454、Illumina和 Ion Torrent 為代表的這些平臺原理各有不同,在通量、讀長、準確度、速度和成本方面各具優勢,目前已經廣泛地應用于各項研究領域,并且在測序市場占有絕對優勢地位。但是,近年來基于單個分子信號檢測的單分子測序 (Single Molecule Sequencing, SMS),或第三代測序 (Third Generation Sequencing, TGS)技術發展快速,這些新技術包括PacBio的單分子實時測序(Single Molecule Real-time Sequencing, SMRT),Helicos的真正單分子測序(True Single Molecule Sequencing, tSMS)和Oxford的納米孔測序(Nanopore Sequencing)等[24]。

2 高通量測序在食物網研究中的應用

生態學是探索生物與環境關系的學科,而特定生態系統中物種間的食物聯系,或食物網常是生態學研究的重點之一。數十年來,國際上植物-植食性生物-捕食性生物的食物網研究方法主要分為三大類,即傳統方法(野外人工或攝像觀察法、田間籠罩法、消化道內容物解剖分析法),生化方法(脂肪酸分析法、穩定同位素技術、蛋白質電泳分析法)和現代分子方法(多克隆抗體和單克隆抗體技術、DNA分子技術),這些方法針對不同環境和研究對象各有其優缺點[25-26]。傳統方法直觀快速、可信度高,適用簡單環境下大型動物的取食,不足之處是耗時耗力,具有偶然性；生化分析方法相對簡便、效率高,適用于多種生態系統,缺點是不同生物之間成分的組成和重合、樣品的處理方式等都會影響準確評估攝食信息；獵物蛋白抗體技術相對比較準確、甚至可以制作特定發育階段的單克隆抗體,適合研究某種或幾種特定獵物的捕食者,劣勢之處是抗體制備繁瑣、需要特殊細胞和組織培養系統,耗時長,成本高。近來,隨著物種分子鑒定技術的發展和NCBI、BOLD等數據庫的豐富完善,DNA分子追蹤食物鏈和食物網正成為分子生態學營養關系研究的主流方法[26]。

基于高通量測序的DNA metabarcoding 分子解析食物方法不受獵物種類限制,尤其適合研究陸地和海洋等自然生態系統中具有不同生物學和生態學特性的廣食性動物不同時空條件下的復雜食物網結構、時空轉換和食物資源分配等。目前,該方法已廣泛應用于捕食者-獵物和植食者-寄主植物食物鏈研究,進而可以組合開展食物網的研究,如基于消化道內容物或糞便DNA 研究動物的食性以及在生態系統中的作用[6, 27-28]。該技術不僅可以通過計算測序產生序列的種類數定性和比較不同食物序列的相對豐度定量分析食物網內不同物種之間的關系[29- 31],而且可以分析不同時空尺度下的食物網結構特征和食物轉換,以解決生態學、生物進化、生物保護和種群群落構建恢復等方面的問題[6, 28]。例如,高通量測序通過對不同廣食性捕食者或植食者樣品消化道內容物或糞便樣品進行PCR擴增時在引物的5′末端加上由不同堿基組成的多重識別標簽(Multiplex Identifier Sequences, MIDs),就能在一次測序中對不同來源,不同種類的廣食性動物的各種獵物殘留或寄主植物目標序列進行測序分析,既節約了時間、人力和物力,又避免了污染,具有簡便、快速和信息量大等特點[13,32]。分子生態學雜志在2014年8月出版了專刊,對該技術的研究和分析方法以及應用領域進行了廣泛的討論[28]。

2.1 捕食性脊椎動物

Deagle等[33]通過Roche GS-FLX平臺研究了澳大利亞塔斯馬尼亞島3個不同海域的南非海狗Arctocephaluspusillusdoriferus的270份糞便樣本,結果顯示南非海狗的主要獵物為新西蘭紅珍珠魚Emmelichthysnitidus和青背竹筴魚Trachurusdeclivis,并且發現以前不被重視的澳洲鯖Scomberaustralasicus也是其重要獵物,這是宏條形碼技術在捕食性動物食物網研究中的第一次應用,從而使得對大規模的野生動物的食物組成的研究成為可能。

本土珍稀物種的保護和培育甚至遷地保護是生物保護的重要內容。Brown等[34]通過Roche 454測序研究毛里求斯馬埃堡自然保護區本土珍稀物種蜥蜴Leiolopismatelfairii和入侵鼩鼱SuncusMurinus的獵物譜及資源分配,結果表明盡管兩種捕食者不存在種間捕食,但食物網分析和Pianka生態位重疊指數表明這兩種捕食者存在很高程度的獵物重疊和較強的獵物資源競爭,清除外來入侵的鼩鼱應是保護蜥蜴的首要措施。

蝙蝠是許多農林及衛生害蟲的天敵,也是種子的傳播者和花粉的傳授者,在生態系統占據獨特的生存空間,因此研究和保護蝙蝠在維護生態環境中具有十分重要的意義。Clare等[35]基于Ion Torrent PGM測序平臺,結合316芯片研究了加拿大安大略省劍橋市郊森林斑塊大棕蝠Eptesicusfuscus不同時間獵物的多樣性及獵物轉換,表明大棕蝠對甲蟲捕食率最高,其獵物譜中鱗翅目具有最高的多樣性,獵物種類組成在不同年份和季節變化很大,但鱗翅目和蜉蝣目是其恒定的獵物成分,獵物多樣性隨著昆蟲多樣性的減少而增加。這說明當獵物資源有限時,大棕蝠可以改變攝食策略以維持其生態穩定性。

2.2 植食性脊椎動物

海島為許多瀕危鳥類提供了棲息環境,但是對外來物種可能是脆弱的生態系統。Ando等[36]通過擴增植物葉綠體tRNA L(trnL)基因條形碼結合Roche 454焦磷酸測序研究了日本小笠原諸島瀕危黑林鴿Columbajanthinanitens在不同島嶼和不同時間的食物譜及食物轉換,結果發現黑林鴿更喜歡取食外來植物,因此建議在清除外來植物和保護本島植物之間應該有個權衡,以保持黑林鴿的食物資源。

人類活動造成的森林景觀碎片化極大地影響了靈長類動物的棲息。Quéméré等[37]利用Illumina Genome Analyzer IIx 平臺結合metabarcoding 技術對馬達加斯加島達賴納地區瀕臨滅絕的金冠冕狐猴Propithecustattersalli的食性進行研究,發現金冠冕狐猴的食譜里至少有130 種植物,并且在森林邊緣生活的金冠冕狐猴食物中發現許多栽培和野生的植物種類,表明多樣性的食譜有利于狐猴靈活改變食物結構應對棲息地的改變和環境的變化。

Kartzinel等[30]通過Illumina HiSeq 2500平臺結合DNA Metabarcoding 技術,應用相對讀長豐度(Relative Read Abundance, RRA)比較研究了肯尼亞南部非洲熱帶稀樹草原艮氏小羚Madoquaguentheri,非洲象Loxodontaafricana,平原斑馬Equusquagga,細紋斑馬Equusgrevyi,非洲水牛Synceruscaffer,瘤牛Bosindicus和高角羚Aepycerosmelampus等7種大型食草動物的食譜寬度、組成和重疊度。研究表明,食草的兩種斑馬食物中99%以上的序列都是禾本科植物,而食嫩葉的艮氏小羚食物中禾本科植物卻不足1%,同一種食草動物食物譜相似,而不同種食草動物具有更加分化的食物譜,因此植物種類的多樣性為維持非洲草原食物譜分化的大型食草動物的多樣性奠定了基礎。

2.3 捕食性無脊椎動物

Boyer等[38]應用Roche 454焦磷酸測序技術結合蚯蚓的組特異性引物研究了46頭瀕危的軟體動物蝸牛Powelliphantaaugusta捕食蚯蚓的食物譜,分析了蝸牛與不同生物學特性蚯蚓的生態聯系,并提出了保護遷移蝸牛的建議。

評價農業生態系統中捕食性天敵對害蟲的控制作用是生態學研究的重要課題,也是實施害蟲綜合治理防治策略的基礎。研究農業生態系統內某種捕食者是否影響目標獵物的種群動態,并不能僅僅簡單地通過捕食者的捕食率來計算。Piol等[39]通過Ion Torrent PGM測序平臺研究了英國燕麥田皿蛛Oedothoraxfuscus的獵物譜,高通量測序生成200萬條讀長,去掉無效和捕食者本身讀長,剩下6萬多條有效讀長,有效讀長中比較豐富的是彈尾目、鱗翅目、雙翅目和線蟲的序列,也包含了蚜蟲和集團內捕食(Intraguild Predation, IGP)而殘留的蜘蛛的序列。結果表明,廣食性天敵皿蛛O.fuscus具有寬廣的獵物譜。

通過提高種植園植物多樣性,為廣食性捕食者提供替代獵物,以增加捕食者的密度來增強天敵對農業害蟲的自然調控作用,是生態調控農業生產的重要組成部分。Mollot等[40]基于構建香蕉園節肢動物mini-barcodes數據庫和Roche 454高通量測序平臺,通過建立種植牧草伏生臂形草Brachiariadecumbens的香蕉園和對照園比較的方式,比較了兩種類型實驗田捕食性天敵的獵物選擇及對主要害蟲香蕉象甲Cosmopolitessordidus控制作用。結果表明因為廣食性捕食者轉向捕食替換獵物,香蕉園種植牧草對天敵調控害蟲種群可能有負作用。

2.4 植食性無脊椎動物

Valentini等[41]設計了擴增植物葉綠體tRNA L(trnL)基因條形碼的通用引物,結合Roche 454測序研究了異色雛蝗Chorthippusbiguttulus,北京棒角蝗Gomphocerippusrufus,智利螺旋蝸牛Helixaspersa,鼻涕蟲Derocerasreticulatum和Arionater等動物的36份糞便樣品,解析了這些植食性動物的食物譜,結果表明大約50%的植物可以鑒定到種,這也是宏條形碼技術在植食性動物食物研究中的第一次應用,為研究植食性動物食物譜和資源分配提供了切實可行的方法。

Kajtoch[42]通過ABI Sanger 測序和高通量測序平臺 Illumina MiSeq 解析了波蘭中南部、波蘭北部、烏克蘭西部和斯洛伐克-摩拉維亞地區四個地理種群干熱象甲Centricnemusleucogrammus寄主植物的rbcL(1,5-二磷酸核酮糖羧化酶的大亞基基因)和trnL兩種基因的條形碼,比較了這兩種測序技術對基于rbcL和trnL兩種基因條形碼的寄主植物解析深度,并分析了這4個地理種群的寄主植物范圍。研究表明Illumina 高通量測序比Sanger傳統測序具有更詳盡的解析度；并且,基于rbcL和trnL雙基因條形碼系統能為研究植食者的寄主植物(至少鑒定到屬)提供足夠的信息；4個不同地理種群的干熱象甲食物譜并不相同,這可能反應了干熱象甲的地理種群的生態適應和遺傳隔離,為保護稀有和瀕危物種提供了借鑒。

研究直翅目昆蟲單食性到廣食性的寬廣食物譜有助于我們探究植食性昆蟲食性的分化和進化。通常認為蝗科的北方綠帶蝗Chortophagaviridifasciata是禾草性植食者,赤腿蝗Melanoplusfemurrubrum是雜草性植食者,而黑帶雙蝗Melanoplusbivittatus和卡羅來納蝗Dissosteiracarolina是混合性植食者。McClenaghan等[43]基于Illumina MiSeq 平臺通過擴增野外采集的這4種蝗蟲的消化道內容物的rbcL基因,運用 DNA metabarcoding 技術研究了這四種蝗蟲的食性。結果證實黑帶雙蝗和卡羅來納蝗是混合性植食者,北方綠帶蝗是禾草性植食者,而赤腿蝗消化道內既有雜草也有禾本科植物,揭示了這些蝗蟲種間存在食物資源競爭。

3 總結與展望

3.1 存在的問題

盡管近年來基于高通量測序技術的DNA metabarcoding 技術解決了全面分析捕食者/植食者食物鏈和食物網的技術障礙,從而發展成為分子生態學研究中一個十分活躍的領域,但是其結果的可靠性仍受多方面因素的影響：

(1) 目的基因的選擇 細胞內多拷貝的動物線粒體基因組和植物葉綠體基因組具有保守的結構和大小,因此適合作為動物分子鑒定和植物分子鑒定的標記[44-45]。但是,動物體的線粒體基因組轉移至細胞核的線粒體假基因(Nuclear Mitochondrial-like Sequences, NUMTs)、內共生菌干擾、線粒體DNA的多態性和異質性可影響物種的鑒定和系統發育的構建[46-47]。

(2) 基因區域的選擇 動物線粒體基因組DNA主要選擇在COI,16S 等區域,而COI 的658bp 長的DNA條形碼(DNA Barcoding)區域是動物分類鑒定最常用的區域[48- 49],也具有包括NCBI和BOLD (www.boldsystems.org)等豐富的數據庫資源[50],但COI 基因進化速率的差異使其在一些類群中缺乏鑒定能力,因此有時需要多基因條形碼鑒定系統[51]。同時,植物葉綠體DNA主要選擇在rbcL,matK(葉綠體賴氨酸基因(trnK)的內含子),trnH-psbA3個條形碼片段及近來發現的植物核糖體ITS條形碼片段,同樣對于困難類群,很多學者建議使用多個條形碼協同鑒定[52-53]。

(3) 引物的選擇和評估 由于消化道殘留或糞便是降解的短片段DNA,因此 metabarcoding 分析其多樣性時常用兼并的擴增短片段的通用引物,而通用引物的選擇或組合、擴增偏向性、擴增成功率和擴增片段的分辨率等都會導致稀有的或者難擴增物種的數據丟失或失真等錯誤,從而影響到對捕食者和植食者與其食物間數量關系的解析,因而尚需在進一步明確這些因素與擴增效率關系的基礎上完善食物網關系的定量分析方法[13, 54- 55]。

(4) 阻止擴增捕食者本身的特異性阻斷引物(Blocking primers)的使用 研究未解剖小型捕食性節肢動物的獵物時,未添加阻斷引物的情況下,會產生大量捕食者本身的序列,有時即使在阻斷引物存在的情況下,也未必能保證阻止成功[39, 56- 57]。

(5) 公共數據平臺DNA 條形碼參考數據庫的不盡完善 生物DNA 條形碼是建立在物種形態分類基礎上的分子鑒定,生物形態特征的可塑性和遺傳多樣性直接影響基于傳統形態分類的生物鑒定,而當前訓練有素的分類學家越來越少,形態分類學工作又不可避免地會遇到人為的錯誤及其他無法克服的困難,因此形態分類和系統分類的發展研究水平將直接影響物種的傳統分類鑒定,進而影響其構建物種DNA 條形碼標準數據庫、物種信息庫、信息共享和應用[58- 59]。

(6) 生物信息學專家和人才的短缺 高通量測序技術產生的海量數據的整合和分析在生物研究中發揮著關鍵作用,而動物食物網海量數據的分子解析不僅需要前期生態學、分類學工作者的基礎工作,更需要后期生物信息學工作者的儲存、檢索、處理和分析以揭示大量而復雜的生物數據所賦有的生態學奧秘[60]。

3.2 展望

從復雜的野外觀察、攝像到室內的消化道內容物解剖分析,從脂肪酸、同位素標記的生化分析到獵物蛋白特異的抗體技術,從普通PCR、定量PCR再到基于高通量測序的宏條形碼技術,捕食性和植食性動物的食物鏈和食物網研究發展的每一步都離不開科學的發展和技術的創新[12-13, 25, 61-62]。盡管基于高通量測序數據的 metabarcoding 方法還存在一些問題,如擴增區域的選擇、引物的選擇或組合、PCR的偏好性、擴增效率的差異、讀長的清晰度或解析度和數據庫的完善度等[63-65],但隨著高通量測序技術的發展和不斷完善,尤其是測序通量的增加、讀長的增長、信息儲備量的增大、測序成本的降低、數據分析軟件的優化以及生物條形碼的發展和基因數據庫資源的豐富[3, 66-67],特別是近年來發展的無偏見精確定量的PCR-free深度鳥槍法測序(Shot-gun Sequencing)[68-71]和線粒體捕獲富集深度測序多樣性評估技術[72-73],都將為高通量、準確、快速和低成本的全面深入研究捕食性和植食性動物的食物網提供更理想的資源和平臺,為進一步應用高通量測序探索捕食性和植食性動物的獵物/寄主范圍、獵物/寄主轉換、生物防治、資源分配、生物保護、生態工程等生態恢復提供技術支撐和理論基礎[27-28, 30]。

[1] Sanger F, Air G M, Barrell B G, Brown N L, Coulson A R, Fiddes J C, Hutchison III C A, Slocombe P M, Smith M. Nucleotide sequence of bacteriophage φX174 DNA. Nature, 1977, 265(5596): 687- 695.

[2] Sanger F. Sequences, sequences, and sequences. Annual Review of Biochemistry, 1988, 57: 1- 28.

[3] Glenn T C. Field guide to next-generation DNA sequencers. Molecular Ecology Resources, 2011, 11(5): 759- 769.

[4] Pan Q, Shai O, Lee L J, Frey B J, Blencowe B J. Deep surveying of alternative splicing complexity in the human transcriptome by high-throughput sequencing. Nature Genetics, 2008, 40(12): 1413- 1415.

[5] Taberlet P, Coissac E, Hajibabaei M, Rieseberg L H. Environmental DNA. Molecular Ecology, 2012, 21(8): 1789- 1793.

[6] Bohmann K, Evans A, Gilbert M T P, Carvalho G R, Creer S, Knapp M, Yu D W, de Bruyn M. Environmental DNA for wildlife biology and biodiversity monitoring. Trends in Ecology & Evolution, 2014, 29(6): 358- 367.

[7] Taberlet P, Coissac E, Pompanon F, Brochmann C, Willerslev E. Towards next-generation biodiversity assessment using DNA metabarcoding. Molecular Ecology, 2012, 21(8): 2045- 2050.

[8] Yu D W, Ji Y Q, Emerson B C, Wang X Y, Ye C X, Yang C Y, Ding Z L. Biodiversity soup: metabarcoding of arthropods for rapid biodiversity assessment and biomonitoring. Methods in Ecology and Evolution, 2012, 3(4): 613- 623.

[9] Ji Y Q, Ashton L, Pedley S M, Edwards D P, Tang Y, Nakamura A, Kitching R, Dolman P M, Woodcock P, Edwards F A, Larsen T H, Hsu W W, Benedick S, Hamer K C, Wilcove D S, Bruce C, Wang X Y, Levi T, Lott M, Emerson B C, Yu D W. Reliable, verifiable and efficient monitoring of biodiversity via metabarcoding. Ecology Letters, 2013, 16(10): 1245- 1257.

[10] 羅亞皇, 劉杰, 高連明, 李德銖. DNA條形碼在生態學研究中的應用與展望. 植物分類與資源學報, 2013, 35(6): 761- 768.

[11] Rossberg A G. Food Webs and Biodiversity: Foundations, Models, Data. UK: Wiley Blackwell, 2013.

[12] King R A, Read D S, Traugott M, Symondson W O C. Molecular analysis of predation: a review of best practice for DNA-based approaches. Molecular Ecology, 2008, 17(4): 947- 963.

[13] Pompanon F, Deagle B E, Symondson W O C, Brown D S, Jarman S N, Taberlet P. Who is eating what: diet assessment using next generation sequencing. Molecular Ecology, 2012, 21(8): 1931- 1950.

[14] Seo T S, Bai X P, Kim D H, Meng Q L, Shi S D, Ruparel H, Li Z M, Turro N J, Ju J Y. Four-color DNA sequencing by synthesis on a chip using photocleavable fluorescent nucleotides. Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(17): 5926- 5931.

[15] 閆紹鵬, 楊瑞華, 冷淑嬌, 王秋玉, 周容濤. 高通量測序技術及其在農業科學研究中的應用. 中國農學通報, 2012, 28(30): 171- 176.

[16] Morey M, Fernández-Marmiesse A, Castieiras D, Fraga J M, Couce M L, Cocho J A. A glimpse into past, present, and future DNA sequencing. Molecular Genetics and Metabolism, 2013, 110(1/2): 3- 24.

[17] Margulies M, Egholm M, Altman W E, Attiya S, Bader J S, Bemben L A, Berka J, Braverman M S, Chen Y J, Chen Z T, Dewell S B, Du L, Fierro J M, Forte R, Gomes X V, Godwin B C, He W, Helgesen S, Ho C H, Hutchison S K, Irzyk G P, Jando S C, Alenquer M L I, Jarvie T P, Jirage K B, Kim J B, Knight J R, Lanza J R, Leamon J H, Lee W L, Lefkowitz S M, Lei M, Li J, Lohman K L, Lu H, Makhijani V B, McDade K E, McKenna M P, Myers E W, Nickerson E, Nobile J R, Plant R, Puc B P, Reifler M, Ronan M T, Roth G T, Sarkis G J, Simons J F, Simpson J W, Srinivasan M, Tartaro K R, Tomasz A, Vogt K A, Volkmer G A, Wang S H, Wang Y, Weiner M P, Willoughby D A, Yu P G, Begley R F, Rothberg J M. Genome sequencing in microfabricated high-density picolitre reactors. Nature, 2005, 437(7057): 376- 380.

[18] Zhou X G, Ren L F, Li Y T, Zhang M, Yu Y D, Yu J. The next-generation sequencing technology: a technology review and future perspective. Science China Life Sciences, 2010, 53(1): 44- 57.

[19] Escalante A E, Barbolla L J, Ramírez-Barahona S, Eguiarte L E. The study of biodiversity in the era of massive sequencing. Revista Mexicana de Biodiversidad, 2014, 85(4): 1249- 1264.

[20] Flusberg B A, Webster D R, Lee J H, Travers K J, Olivares E C, Clark T A, Korlach J, Turner S W. Direct detection of DNA methylation during single-molecule, real-time sequencing. Nature Methods, 2010, 7(6): 461- 465.

[21] Ivanov A P, Instuli E, McGilvery C M, Baldwin G, McComb D W, Albrecht T, Edel J B. DNA tunneling detector embedded in a nanopore. Nano Letters, 2011, 11(1): 279- 285.

[22] 朱艷慧, 賀樹香, 王曉春, 胡朝暉. 通往個性化醫療的新一代測序技術: Ion Torrent. 生物技術通訊, 2013, 24(4): 587- 591.

[23] Del Chierico F, Ancora M, Marcacci M, Cammà C, Putignani L, Conti S. Choice of next-generation sequencing pipelines//Mengoni A, Galardini M, Fondi M, eds. Bacterial Pangenomics: Methods and Protocols, Methods in Molecular Biology. New York: Springer, 2015: 31- 47.

[24] 張得芳, 馬秋月, 尹佟明, 夏濤. 第三代測序技術及其應用. 中國生物工程雜志, 2013, 33(5): 125- 131.

[25] Symondson W O C. Molecular identification of prey in predator diets. Molecular Ecology, 2002, 11(4): 627- 641.

[26] 竇永靜, 常亮, 吳東輝. 土壤動物食物網研究方法. 生態學雜志, 2015, 34(1): 247- 255.

[27] Kress W J, García-Robledo C, Uriarte M, Erickson D L. DNA barcodes for ecology, evolution, and conservation. Trends in Ecology & Evolution, 2015, 30(1): 25- 35.

[28] Symondson W O C, Harwood J D. Special issue on molecular detection of trophic interactions: unpicking the tangled bank. Molecular Ecology, 2014, 23(15): 3601- 3604.

[29] Wirta H K, Vesterinen E J, Hamb?ck P A, Weingartner E, Rasmussen C, Reneerkens J, Schmidt N M, Gilg O, Roslin T. Exposing the structure of an Arctic food web. Ecology and Evolution, 2015, 5(17): 3842- 3856.

[30] Kartzinel T R, Chen P A, Coverdale T C, Erickson D L, Kress W J, Kuzmina M L, Rubenstein D I, Wang W, Pringle R M. DNA metabarcoding illuminates dietary niche partitioning by African large herbivores. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(26): 8019- 8024.

[31] Ford M J, Hempelmann J, Hanson M B, Ayres K L, Baird R W, Emmons C K, Lundin J I, Schorr G S, Wasser S K, Park L K. Estimation of a killer whale (Orcinusorca) population′s diet using sequencing analysis of DNA from feces. PLoS One, 2016, 11(1): e0144956.

[32] Hamady M, Walker J J, Harris J K, Gold N J, Knight R. Error-correcting barcoded primers for pyrosequencing hundreds of samples in multiplex. Nature Methods, 2008, 5(3): 235- 237.

[33] Deagle B E, Kirkwood R, Jarman S N. Analysis of Australian fur seal diet by pyrosequencing prey DNA in faeces. Molecular Ecology, 2009, 18(9): 2022- 2038.

[34] Brown D S, Burger R, Cole N, Vencatasamy D, Clare E L, Montazam A, Symondson W O C. Dietary competition between the alien Asian Musk Shrew (Suncusmurinus) and a re-introduced population of Telfair′s Skink (Leiolopismatelfairii). Molecular Ecology, 2014, 23(15): 3695- 3705.

[35] Clare E L, Symondson W O C, Fenton M B. An inordinate fondness for beetles? Variation in seasonal dietary preferences of night-roosting big brown bats (Eptesicusfuscus). Molecular Ecology, 2014, 23(15): 3633- 3647.

[36] Ando H, Setsuko S, Horikoshi K, Suzuki H, Umehara S, Inoue-Murayama M, Isagi Y. Diet analysis by next-generation sequencing indicates the frequent consumption of introduced plants by the critically endangered red-headed wood pigeon (Columbajanthinanitens) in oceanic island habitats. Ecology and Evolution, 2013, 3(12): 4057- 4069.

[37] Quéméré E, Hibert F, Miquel C, Lhuillier E, Rasolondraibe E, Champeau J, Rabarivola C, Nusbaumer L, Chatelain C, Gautier L, Ranirison P, Crouau-Roy B, Taberlet P, Chikhi L. A DNA metabarcoding study of a primate dietary diversity and plasticity across its entire fragmented range. PLoS One, 2013, 8(3): e58971.

[38] Boyer S, Wratten S D, Holyoake A, Abdelkrim J, Cruickshank R H. Using next-generation sequencing to analyse the diet of a highly endangered land snail (Powelliphantaaugusta) feeding on endemic earthworms. PLoS One, 2013, 8(9): e75962.

[40] Mollot G, Duyck P F, Lefeuvre P, Lescourret F, Martin J F, Piry S, Canard E, Tixier P. Cover cropping alters the diet of arthropods in a banana plantation: a metabarcoding approach. PLoS One, 2014, 9(4): e93740.

[41] Valentini A, Miquel C, Nawaz M A, Bellemain E, Coissac E, Pompanon F, Gielly L, Cruaud C, Nascetti G, Wincker P, Swenson J E, Taberlet P. New perspectives in diet analysis based on DNA barcoding and parallel pyrosequencing: thetrnL approach. Molecular Ecology Resources, 2009, 9(1): 51- 60.

[43] McClenaghan B, Gibson J F, Shokralla S, Hajibabaei M. Discrimination of grasshopper (Orthoptera: Acrididae) diet and niche overlap using next-generation sequencing of gut contents. Ecology and Evolution, 2015, 5(15): 3046- 3055.

[44] 李文哲. 植物葉綠體DNA與線粒體DNA的遺傳變異. 細胞生物學雜志, 1988, 10(1): 5- 10.

[45] 張尚宏. 動物與植物線粒體基因組結構的差異——兩種進化途徑. 動物學研究, 1995, 16(2): 132- 145.

[46] Xiao J H, Wang N X, Murphy R W, Cook J, Jia L Y, Huang D W.Wolbachiainfection and dramatic intraspecific mitochondrial DNA divergence in a fig wasp. Evolution, 2012, 66(6): 1907- 1916.

[47] 婁文靜. 榕小蜂線粒體異質性研究[M]. 保定: 河北大學, 2013.

[48] Hebert P D N, Cywinska A, Ball S L, deWaard J R. Biological identifications through DNA barcodes. Proceedings of the Royal Society B: Biological Sciences, 2003, 270(1512): 313- 321.

[49] Hebert P D N, Ratnasingham S, de Waard J R. Barcoding animal life: cytochromecoxidase subunit 1 divergences among closely related species. Proceedings of the Royal Society B: Biological Sciences, 2003, 270(S1): S96-S99.

[50] Ratnasingham S, Hebert P D N. BOLD: the barcode of life data system (www.barcodinglife.org). Molecular Ecology Resources, 2007, 7(3): 355- 364.

[51] 趙廣宇, 李虎, 楊海林, 彩萬志. DNA條形碼技術在昆蟲學中的應用. 植物保護學報, 2014, 41(2): 129- 141.

[52] Li D Z, Gao L M, Li H T, Wang H, Ge X J, Liu J Q, Chen Z D, Zhou S L, Chen S L, Yang J B, Fu C X, Zeng C X, Yan H F, Zhu Y J, Sun Y S, Chen S Y, Zhao L, Wang K, Yang T, Duan G W. Comparative analysis of a large dataset indicates that internal transcribed spacer (ITS) should be incorporated into the core barcode for seed plants. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(49): 19641- 19646.

[53] Yang J B, Wang Y P, M?ller M, Gao L M, Wu D. Applying plant DNA barcodes to identify species ofParnassia(Parnassiaceae). Molecular Ecology Resources, 2012, 12(2): 267- 275.

[54] Clare L J, Soubrier J, Weyrich L S, Cooper A. Environmental metabarcodes for insects:insilicoPCR reveals potential for taxonomic bias. Molecular Ecology Resources, 2014, 14(6): 1160- 1170.

[55] Brandon-Mong G J, Gan H M, Sing K W, Lee P S, Lim P E, Wilson J J. DNA metabarcoding of insects and allies: an evaluation of primers and pipelines. Bulletin of Entomological Research, 2015, 105(6): 717- 727.

[56] Gomez-Polo P, Alomar O, Castaé C, Lundgren J G, Piol J, Agustí N. Molecular assessment of predation by hoverflies (Diptera: Syrphidae) in Mediterranean lettuce crops. Pest Management Science, 2015, 71(9): 1219- 1227.

[57] Gomez-Polo P, Alomar O, Castaé C, Aznar-Fernández T, Lundgren J G, Piol J, Agustí N. Understanding trophic interactions ofOriusspp. (Hemiptera: Anthocoridae) in lettuce crops by molecular methods. Pest Management Science, 2016, 72(2): 272- 279.

[58] 唐敏, 伊廷雙, 王欣, 譚美華, 周欣. Metabarcoding技術在植物鑒定和多樣性研究中的應用. 植物分類與資源學報, 2013, 35(6): 769- 773.

[59] Meier R, Wong W, Srivathsan A, Foo M. $1 DNA barcodes for reconstructing complex phenomes and finding rare species in specimen-rich samples. Cladistics, 2016, 32(1): 100- 110.

[60] Blanckenhorn W U, Rohner P T, Bernasconi M V, Haugstetter J, Buser A. Is qualitative and quantitative metabarcoding of dung fauna biodiversity feasible? Environmental Toxicology and Chemistry, 2015, doi: 10.1002/etc.3275.

[61] Sheppard S K, Harwood J D. Advances in molecular ecology: tracking trophic links through predator-prey food-webs. Functional Ecology, 2005, 19(5): 751- 762.

[62] Wang G H, Wang X Q, Qiao F, Zhu Z R, Cheng J A. Development and preliminary application of a triplex real-time polymerase chain reaction assay for evaluating predation on three planthoppers in a rice ecosystem. Molecular Ecology Resources, 2013, 13(5): 811- 819.

[63] Deagle B E, Jarman S N, Coissac E, Pompanon F, Taberlet P. DNA metabarcoding and the cytochrome c oxidase subunit I marker: not a perfect match. Biology Letters, 2014, 10(9): 20140562.

[64] Clare E L. Molecular detection of trophic interactions: emerging trends, distinct advantages, significant considerations and conservation applications. Evolutionary Applications, 2014, 7(9): 1144- 1157.

[65] Gibson J, Shokralla S, Porter T M, King I, van Konynenburg S, Janzen D H, Hallwachs W, Hajibabaei M. Simultaneous assessment of the macrobiome and microbiome in a bulk sample of tropical arthropods through DNA metasystematics. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(22): 8007- 8012.

[66] Hebert P D N, deWaard J R, Landry J F. DNA barcodes for 1/1000 of the animal kingdom. Biology Letters, 2010, 6(3): 359- 362.

[67] Quince C, Lanzen A, Davenport R J, Turnbaugh P J. Removing noise from pyrosequenced amplicons. BMC Bioinformatics, 2011, 12: 38.

[68] Zhou X, Li Y Y, Liu S L, Yang Q, Su X, Zhou L L, Tang M, Fu R B, Li J G, Huang Q F. Ultra-deep sequencing enables high-fidelity recovery of biodiversity for bulk arthropod samples without PCR amplification. GigaScience, 2013, 2(1): 4.

[69] Tang M, Tan M H, Meng G L, Yang S Z, Su X, Liu S L, Song W H, Li Y Y, Wu Q, Zhang A B, Zhou X. Multiplex sequencing of pooled mitochondrial genomes—a crucial step toward biodiversity analysis using mito-metagenomics. Nucleic Acids Research, 2014, 42(22): e166.

[70] Linard B, Crampton-Platt A, Gillett C P D T, Timmermans M J T N, Vogler A P. Metagenome skimming of insect specimen pools: potential for comparative genomics. Genome Biology and Evolution, 2015, 7(6): 1474- 1489.

[71] Andújar C, Arribas P, Ruzicka F, Crampton-Platt A, Timmermans M J T N, Vogler A P. Phylogenetic community ecology of soil biodiversity using mitochondrial metagenomics. Molecular Ecology, 2015, 24(14): 3603- 3617.

[72] Liu S L, Wang X, Xie L, Tan M H, Li Z Y, Su X, Zhang H, Misof B, Kjer K M, Tang M, Niehuis O, Jiang H, Zhou X. Mitochondrial capture enriches mito-DNA 100 fold, enabling PCR-free mitogenomics biodiversity analysis. Molecular Ecology Resources, 2016, 16(2): 470- 479.

[73] Hawkins M T R, Hofman C A, Callicrate T, McDonough M M, Tsuchiya M T N, Gutiérrez E E, Helgen K M, Maldonado J E. In-solution hybridization for mammalian mitogenome enrichment: pros, cons and challenges associated with multiplexing degraded DNA. Molecular Ecology Resources, 2015, doi: 10.1111/1755-0998.12448.

Progress on high-throughput sequencing and its applications in food web analysis

WANG Xueqin1,2, WANG Guanghua1,2, QIAO Fei1,2, GAO Qikang2,3, Kong Luen HEONG1,2, ZHU Zengrong1,2, CHENG Jiaan1,2,*

1StateKeyLaboratoryofRiceBiology,ZhejiangUniversity,Hangzhou310058,China2InstituteofInsectSciences,ZhejiangUniversity,Hangzhou310058,China3AnalysisCenterofAgrobiologyandEnvironmentalSciences,ZhejiangUniversity,Hangzhou310058,China

High-throughput sequencing is a major breakthrough in the development of DNA sequencing technology and provides an unprecedented opportunity for modern biological scientific research, such as the DNA-based approach tracking the food chains among predators-prey or herbivores-host plants trophic interactions in ecosystems. This review illustrates and compares the principles of various types of technology, including the Roche 454, Illumina, and Ion Torrent technologies, and other recent progress. We also summarize studies that have used high-throughput sequencing technology to study interactions among generalist predators/herbivores and their prey/hosts. This review could provide new information and novel approaches to exploring molecular trophic interactions and improving our understanding of the prey/host spectrum, prey/host shift, biological control, resource allocation, conservation biology, and ecological restoration.

next generation sequencing; generalist predator; generalist herbivore; trophic interactions; diet switching; metabarcoding

國家科技支撐計劃項目(2012BAD19B01)；浙江省自然科學基金項目(LY16C140002);科技部國家“973”基礎重點研究發展規劃項目(2010CB126200)

2015- 11- 16; 網絡出版日期:2016- 10- 29

10.5846/stxb201511162317

*通訊作者Corresponding author.E-mail: jacheng@zju.edu.cn

王雪芹, 王光華, 喬飛, 高其康, Kong Luen HEONG, 祝增榮, 程家安.高通量測序及其在食物網解析中的應用進展.生態學報,2017,37(8):2530- 2539.

Wang X Q, Wang G H, Qiao F, Gao Q K, Kong Luen HEONG, Zhu Z R, Cheng J A.Progress on high-throughput sequencing and its applications in food web analysis.Acta Ecologica Sinica,2017,37(8):2530- 2539.