View Project

Norwegian AI Directory

High-throughput metabarcoding of eukaryotic diversity for environmental monitoring of marine sediments (Metamon)


Description:

I den videre letingen etter og bruk av tilgjengelige marine olje- og gasskilder strekker operasjonene seg til ofte sensitive, tidligere uutnyttede havområder, hvor også biologien, som fisk og koraller, ikke er helt kjent. Havet er en av planetens viktigste kilder til mat, men gir også andre høyverdige "tjenester" som å begrave karbondioksid, regulere klimaet og generere oksygen som mange livsformer på jorden er avhengige av. For å forstå og forvalte havindustrielle aktiviteter som olje- og gassleting og -produksjon, trenger vi å vite hvem som bor i havet og hvordan disse artene påvirkes av aktiviteten. Bare ved å kjenne til påvirkningseffekten av industrielle aktiviteter kan vi begrense den til et minimum og sørge for at havet returnerer til den opprinnelige tilstanden etter at aktiviteten er avsluttet. Jo bedre metoder vi har til å oppdage en påvirkning, desto raskere kan vi respondere på forhold som er uakseptable. Fram til nå har metodene som brukes til dette vært basert på prøver av havbunnen for å finne ut hvilke organismer som bor i sedimentet ved hjelp av mikroskop, hvilket er svært likt hvordan dette ble gjort for 100 år siden. Selv om en videreføring av metodene er viktig for å kunne sammenligne nye data med tidligere resultater, så må vi dra nytte av de enorme fremskrittene som er gjort i spesielt molekylærbiologi og databehandling. Det er nå mulig å ta en liten prøve av havbunnen, og ved hjelp av DNA-analyser og databaser, avgjøre hvem som bor i dette området. I dette prosjektet gjør vi det mulig å kunne gå over til å bruke nye DNA-baserte metoder til marin miljøovervåkning. Resultat: ? Distribusjon av eukaryot mikroorganisme (18S) viste lovende resultater på grunn av den jevnere fordelingen av disse mindre organismene, og vi foreslår å teste ytterligere mikroorganisme 18S og prokaryote 16S markører. En ekstra fordel med 16S er at prokaryoter kan reagere raskere på påvirkning. ? De novo biotiske indekser er svært lovende, men trenger mer data. Overvåket maskinlæringsprediksjon (AI) var ikke signifikant i MetaMon-datasettet, men er igjen begrenset av gjeldende datamengde. ? Kvantitativ ddPCR er en lovende tilnærming, spesielt Capitella-analysen. Mer data er nødvendig for å etablere sikre korrelasjoner til ytterligere bioindikator-taxa. ? Tidsserier er nødvendig for å validere metabarcoding data konsistens over flere sampling hendelser og tid. ? Selv om ujevn fordeling er en bekymring for makrofauna, anbefaler vi å bygge på MetaMon COI-funn for å undersøke omfanget av denne økte datasettstøyen, og siktet bulkprøver som en mulig alternativ metabarcoding-metode for denne organismegruppen. ? Mer direkte involvering fra beslutningstakere vil muliggjøre innspill om optimal retning for fremtidig rutineovervåking.


Project leader: Thomas Dahlgren

Started: 2018

Ends: 2021

Category: Miljøinstitutter

Sector: Instituttsektor

Budget: 6199988

Institution: NORCE NORWEGIAN RESEARCH CENTRE AS

Address: