《Ecography》：DNA barcoding of more than one million insect specimens indicates that at least one third of California's insect biodiversity remains undiscovered
编辑推荐：
昆虫是地球上多样性最高的陆生生物类群，但在大规模保护评估中其代表性却严重不足。为解决这一问题，加州昆虫条形码计划（California Insect Barcoding Initiative）正在构建一个公开可访问的全州范围DNA条形码参考文库，以支持可扩展的
昆虫是地球上多样性最高的陆生生物类群，但在大规模保护评估中其代表性却严重不足。为解决这一问题，加州昆虫条形码计划（California Insect Barcoding Initiative）正在构建一个公开可访问的全州范围DNA条形码参考文库，以支持可扩展的调查、建立生物多样性基线测量，并生成可为保护规划提供信息的潜在分布图。研究人员结合标准化马氏网诱捕（Malaise trapping）和机会性采集的混合策略采集标本，前者可实现可复制的采样，后者可最大化分类覆盖度。研究人员利用2022—2024年间主要来自72个长期马氏网位点的样本，加上在加州454个其他地点采用多种方法采集的样本，已对超过一百万份标本进行了条形码测序。初步完整性分析表明，当前的采样覆盖了约65%—69%的动物区系，这意味着加州以DNA条形码序列界定的昆虫物种数量保守估计至少约为61 000种。研究人员利用所有已测序的标本记录，生成了受生态区（ecoregion）和植被类型约束的基于规则的空间范围插值，并据此推断加州昆虫物种丰富度的空间格局。研究人员识别出了潜在物种丰富度较高和较低的区域，其中当前峰值出现在南加州山地生态区（Southern California Mountains ecoregion）和莫哈韦盆地与山脉生态区（Mojave Basin and Range ecoregion）。研究人员明确指出，其物种丰富度估算和空间格局具有暂时性，预计将随着采样缺口的填补而不断更新。最后，研究人员通过生命条形码数据系统（Barcode of Life Datasystem）公开了所有序列数据、标本图像和出现记录。这一持续进行的努力构成了首项基于DNA条形码的加州昆虫大规模调查，为追踪时间变化、检验昆虫多样性驱动因素以及确定保护和定向清查的优先区域提供了可扩展的基础。
昆虫是地球上多样性最高的陆生动物类群，在食物网和生态系统服务中发挥着不可替代的作用。然而，全球昆虫种群正以前所未有的速度下降，而大多数地区缺乏昆虫分布和种群动态的关键数据。加州是全球公认的生物多样性热点，但该州大部分昆虫类群缺乏完整物种清单。在区域保护规划中，常用的生物多样性地图仅基于脊椎动物和植物数据，难以有效保护昆虫。DNA条形码（DNA barcoding）技术的成熟使大规模昆虫调查成为可能。
为填补这一空白，研究人员开展了加州昆虫条形码计划（California Insect Barcoding Initiative），旨在通过构建全州范围的DNA条形码参考文库，评估加州昆虫物种丰富度、采样完整性以及多样性的空间格局，为保护规划提供基础数据。研究人员利用2022—2024年间的样本，采用马氏网（Malaise trap）长期监测与多种方法机会性采集相结合的策略，在加州72个长期观测站和454个快照点共测序了1 030 728份标本，获得42 305个独特条形码索引号（Barcode Index Number, BIN），并以此作为物种代理。
关键技术方法包括：①基于细胞色素c氧化酶亚基I（cytochrome c oxidase subunit I, COI）基因的DNA条形码测序；②利用生命条形码数据系统（Barcode of Life Datasystem, BOLD）的Refined Single Linkage（RESL）算法进行BIN聚类；③采用Chao1和iChao1估计量评估采样完整性和物种下限；④结合生态区（ecoregion）和植被类型的规则化空间插值生成物种分布图；⑤使用Bray–Curtis和Jaccard指数分析群落相异度。
**分类学模式**：测序标本中，双翅目（Diptera）有16 181种（38.2%），膜翅目（Hymenoptera）13 966种（33.0%），鞘翅目（Coleoptera）4 234种（10.0%），鳞翅目（Lepidoptera）3 126种（7.3%），半翅目（Hemiptera）2 934种（6.9%）。相比之下，全球生物多样性信息网络（Global Biodiversity Information Facility, GBIF）数据库中加州的昆虫记录仅17 854种。有78.7%的物种在样本中个体数少于10个，表明罕见物种占比很高。
**采集方法影响**：马氏网贡献了91.6%的测序标本，但非马氏网方法捕捉到了13.8%的独有物种。非马氏网方法在半翅目和鞘翅目标本中的比例显著更高，并采集到了马氏网无法捕获的无翅类群的种类。
**季节模式**：采集事件在春、夏、秋三季分布相对均匀，分别为29.9%、37.3%和27.9%，冬季仅占4.8%。测序标本的季节分布则偏重秋季（63.2%）。
**生态区采集偏差**：样本覆盖了加州13/14个EPA三级生态区。南加州/北下加利福尼亚海岸生态区相对过度采集，而中央山谷生态区采集不足。不同生态区收集到的物种数量从625种到10 585种不等。
**生物多样性预测**：稀化曲线未达到渐近线。基于Chao1估计量的外推分析得出加州昆虫物种数量的下限约为60 945种（置信区间：60 339–61 551），使用iChao1估计量约为64 915种。17个采样最充分的观测站的采样完整性平均为53.4%（范围40.7%–64.6%）。
**站点和生态区相异度**：加州各生态区的昆虫群落高度相异，平均Bray–Curtis相异指数为0.94。同一生态区内的站点群落相似性高于相邻生态区，而相邻生态区又高于不相邻生态区。群落周转对beta多样性的贡献显著大于嵌套性。
**空间分布**：规则插值预测显示，南加州山地生态区和莫哈韦盆地与山脉生态区存在物种丰富度高峰。莫哈韦生态区实际上采样不足，因此这些高峰可能反映了真实的多样性。相反，南加州山地的部分高峰可能被过度采集所夸大。
讨论指出，当前的采样完整性约为65%–69%，真实的加州昆虫物种数可能远超过61 000种的下限。与GBIF数据相比，本研究测序的双翅目和膜翅目物种数分别多出688%和387%，体现了DNA条形码在发现隐存多样性方面的优势。此外，莫哈韦地区在ACE保护地图中处于多样性最低的类别，说明脊椎动物和植物不能作为昆虫的替代指标。
结论部分翻译：“加州昆虫条形码计划代表了迄今为区域昆虫生物多样性开展的最广泛的DNA条形码工作之一，并证明了高通量测序可以转变我们对宏观生态格局的理解。通过生成超过一百万份标本记录，研究人员表明加州的昆虫丰富度远高于以往记录，并且出现了在脊椎动物和植物类群的大尺度生物多样性评估中未曾捕获的多样性空间格局。”
