Fish community assessment with eDNA metabarcoding: effects of sampling design and bioinformatic filtering

Abstract

Species richness is a metric of biodiversity that represents the number of species present in a community. Traditional fisheries assessments that rely on capture of organisms often underestimate true species richness. Environmental DNA (eDNA) metabarcoding is an alternative tool that infers species richness by collecting and sequencing DNA present in the ecosystem. Our objective was to determine how spatial distribution of samples and "bioinformatic stringency" affected eDNA-metabarcoding estimates of species richness compared with capture-based estimates in a 2.2 ha reservoir. When bioinformatic criteria required species to be detected only in a single sample, eDNA metabarcoding detected all species captured with traditional methods plus an additional 11 noncaptured species. However, when we required species to be detected with multiple markers and in multiple samples, eDNA metabarcoding detected only seven of the captured species. Our analysis of the spatial patterns of species detection indicated that eDNA was distributed relatively homogeneously throughout the reservoir, except near the inflowing stream. We suggest that interpretation of eDNA metabarcoding data must consider the potential effects of water body type, spatial resolution, and bioinformatic stringency.Résumé : La richesse spécifique est une mesure de la biodiversité qui représente le nombre d'espèces présentes dans une communauté. Les évaluations traditionnelles des ressources halieutiques qui reposent sur la capture d'organismes sousestiment souvent la richesse spécifique réelle. Les méta-codes à barres d'ADN environnemental) (ADNe) constituent un autre outil qui permet d'inférer la richesse spécifique en recueillant et en séquençant l'ADN présent dans l'écosystème. Notre objectif consistait à déterminer comment la répartition spatiale des échantillons et la « rigueur bioinformatique » influent sur les estimations de la richesse spécifique reposant sur les méta-codes à barres d'ADNe par rapport aux estimations reposant sur la capture, dans un réservoir de 2,2 ha. Quand les critères bioinformatiques exigeaient la détection d'une espèce dans un seul échantillon, la méthode des méta-codes à barres d'ADNe a détecté toutes les espèces capturées par les méthodes traditionnelles en plus de 11 autres espèces non capturées. Toutefois, quand il fallait que les espèces soient détectées sur la base de plus d'un marqueur et dans plus d'un échantillon, les méta-codes à barres d'ADNe n'ont détecté que sept des espèces capturées. Notre analyse de la répartition spatiale de la détection d'espèces indique que l'ADNe était réparti de manière assez uniforme dans tout le réservoir, sauf près de l'embouchure du cours d'eau qui l'alimente. Nous proposons que l'interprétation des données obtenues par la méthode des méta-codes à barres d'ADNe doit tenir compte des effets potentiels du type de plan d'eau, de la résolution spatiale et de la rigueur bioinformatique. [Traduit par la Rédaction]

Limited dispersion and quick degradation of environmental DNA in fish ponds inferred by metabarcoding

“…This result would imply that the eDNA of stocked fish is well homogenized in the ponds, and the eDNA signal released by the introduced species is too low to influence the spatial distribution pattern of the entire fish community present in the ponds. This result is in agreement with Evans et al () who do not find a significant relationship between sample dissimilarity and geographic distance in a 22,000 m 2 surface area reservoir in which fish distribution is relatively homogeneous. By contrast, Sato, Sogo, Doi, and Yamanaka () indicated that geographic distances among sampling locations within lakes ranging in size from 84,000 to 2,219,000 m 2 have a significantly positive correlation with the abundance‐based community dissimilarity index resulting from spatial heterogeneity of eDNA distribution.…”

Comparison of fish detections, community diversity, and relative abundance using environmental DNA metabarcoding and traditional gears

“…As species detections via eDNA metabarcoding increase spatially or during repeated sampling, and as the relative species sequence abundance increases (e.g., one or few vs. thousands of AIS sequences), the likelihood of a spurious detection (i.e., a false-positive) in the site decreases (Evans et al, 2017;Jerde et al, 2011). As species detections via eDNA metabarcoding increase spatially or during repeated sampling, and as the relative species sequence abundance increases (e.g., one or few vs. thousands of AIS sequences), the likelihood of a spurious detection (i.e., a false-positive) in the site decreases (Evans et al, 2017;Jerde et al, 2011).…”

A comparison of droplet digital polymerase chain reaction (PCR), quantitative PCR and metabarcoding for species‐specific detection in environmental DNA

“…Most molecular methods used for these purposes can be categorized under the following two main approaches: (a) Targeted methods, which use species‐specific primers and techniques such as quantitative polymerase chain reaction (qPCR; e.g., Sigsgaard, Carl, Møller, & Thomsen, ; Smith, Wood, Mountfort, & Cary, ; Wood, Zaiko, Richter, Inglis, & Pochon, ); and (b) Community‐wide characterization methods, which use universal primers that enable entire communities or groups of organisms to be described, e.g., metabarcoding (Thomsen et al, ; Wood et al, ; Hänfling et al, ; Bista et al, ). While both targeted and community‐wide characterization methods have now been applied widely in a range of habitats (Dowle, Pochon, Banks, Shearer, & Wood, ; Evans et al, ; Laroche et al, ), few studies have directly compared the sensitivity of techniques (Pochon, Bott, Smith, & Wood, ). This is particularly important when these methods are applied with the aim of detecting rare or invasive species (Cristescu & Hebert, ; Goldberg et al, ).…”