State of mangrove biodiversity assessment in Kenya and the prospect of environmental DNA in strengthening surveys

Deze studie toont aan dat de huidige biodiversiteitsbeoordeling in de mangrovebossen van Kenya sterk ongelijk verdeeld is en beperkt blijft tot een paar locaties, maar dat het integreren van milieudna (eDNA) met traditionele methoden een veelbelovende oplossing biedt om deze kennislacunes op te vullen en het monitoren te verbeteren.

De kern

🌿 De Mangrove-Geheime Agent: Een Nieuwe Manier om de Oude Wouden van Kenia te Tell

Stel je voor dat de mangrovebossen aan de kust van Kenia een enorm, levendig grootstadpark zijn. In dit park wonen niet alleen bomen, maar ook duizenden vissen, vogels, krabben, bacteriën en andere kleine wezens. Om dit park goed te beheren en te beschermen, moeten we weten wie er precies woont. Maar tot nu toe was het alsof we probeerden de bevolking van een stad te tellen door alleen naar de mensen te kijken die op het plein staan en te luisteren naar wat anderen daarover hebben gezegd.

Deze studie doet twee dingen:

1. Het kijkt terug naar alle oude boeken en rapporten over wie er in deze bossen woont.
2. Het test een nieuwe, slimme techniek genaamd eDNA (omgevings-DNA) om te zien of we de bevolking beter kunnen tellen.

Hier is hoe het werkt, stap voor stap:

1. De Oude Boekenkast: Wat weten we al? 📚

De onderzoekers hebben eerst alle bestaande onderzoeken doorzocht. Het resultaat was verrassend en een beetje zorgwekkend:

• Ongebalanceerde aandacht: Net als in een stad waar alleen de rijke wijken worden onderzocht, hebben de meeste studies zich gericht op slechts een paar plekken (zoals Gazi Bay en Mida Creek). Deze plekken maken maar een klein stukje uit van het totale mangrovegebied, maar daar is 68% van alle onderzoek gedaan.
• Grote gebieden zijn een mysterie: Het enorme Lamu-gebied, waar bijna 60% van de mangroves staat, is in de oude boeken bijna volledig onbekend. Het is alsof we een heel continent hebben vergeten te bestuderen.
• Kijk naar de "sterren": De oude studies focusten vooral op de "sterren" van het park: vissen (vooral voor de visserij) en vogels (voor de toeristen). Ze keken nauwelijks naar de kleine, onzichtbare bewoners zoals bacteriën, kleine wormen of schimmels. Het is alsof je een concert bezoekt en alleen naar de zanger kijkt, maar de muzikanten in de band en het publiek negeert.

Conclusie van het oude onderzoek: We hebben een flard van een foto, maar het is geen compleet plaatje. Veel gebieden zijn onbekend en veel soorten worden over het hoofd gezien.

2. De Nieuwe Speurhond: Wat is eDNA? 🐕🧬

Hier komt de nieuwe techniek om de hoek kijken. Stel je voor dat elke levende dier in het mangrovebos een geheime spoor achterlaat. Als een vis zwemt, laat hij huidschilfers en uitwerpselen achter in het water. Als een krab loopt, laat hij cellen achter in de modder. Dit noemen we eDNA (omgevings-DNA).

In plaats van te proberen de dieren te vangen met netten (wat lastig is en veel dieren verstoort), nemen de onderzoekers gewoon een emmer water of een beetje modder mee. Ze filteren het en kijken in de microscoop (eigenlijk een DNA-sequencer) naar die sporen.

• De "Bewijsmateriaal" methode: Het is alsof je in een bos loopt en niet de dieren ziet, maar je vindt een veren, een pootafdruk en een stukje haar. Door die stukjes te analyseren, kun je precies zeggen: "Ah, hier heeft een beer gelopen, en daar een vos."

3. De Grote Vergelijking: Oude Boeken vs. Nieuwe Sporen 🔍

Toen de onderzoekers de nieuwe eDNA-sporen vergeleken met de oude boeken, gebeurde er iets fascinerends:

• Weinig overlap: Slechts een klein deel van de dieren die ze vonden met eDNA, stond ook in de oude boeken.
• De verrassingen: De eDNA-techniek vond een wereld van nieuwe bewoners. Ze vonden veel meer soorten vissen, maar ook schimmels, algen en kleine ongewervelde dieren die in de oude boeken helemaal niet stonden.
• De "Onbekenden": Een groot deel van de gevonden DNA-sporen kon niet direct worden gekoppeld aan een bekende naam. Dit is alsof je een vingerafdruk vindt van iemand die nog niet in het politieregister staat. Het betekent waarschijnlijk dat er nog veel soorten zijn die we nog nooit hebben beschreven of die we simpelweg over het hoofd hebben gezien.

De les: De oude boeken geven ons een goed beeld van de bekende "sterren", maar de eDNA-techniek laat zien dat het park veel voller en diverser is dan we dachten. Het is een verrassingscadeau vol met nieuwe bewoners.

4. Waarom is dit belangrijk? 🌍

Waarom moeten we hierover praten?

• Bescherming: Als je niet weet wie er in het bos woont, kun je ze niet beschermen. Als je denkt dat er maar 10 soorten vissen zijn, maar er zijn er eigenlijk 50, dan kun je je beschermingsplannen verkeerd opzetten.
• De toekomst: De eDNA-techniek is sneller, goedkoper en minder invasief (het stoort de dieren niet). Het is als het verschil tussen een dure, zware camera die je moet dragen en een slimme app die gewoon luistert naar de geluiden in de lucht.

De Grootte van de Uitdaging 🚧

Maar er is een 'maar'. De nieuwe techniek is nog niet perfect:

• De "Naamloze" lijst: Omdat we nog geen complete lijst hebben van alle DNA-sequenties van alle dieren in Kenia, kunnen we niet altijd zeggen: "Dit is een blauwe kraanvis." Soms zeggen we alleen: "Dit is een soort van vis, maar we weten niet welke." We hebben een grotere "woordenboek" nodig.
• De stroom: De rivieren en getijden brengen DNA van ver weg mee. Soms vinden we DNA van een dier dat niet eens in dat specifieke bos woont, maar dat stroomopwaarts is geweest. Het is alsof je een brief vindt in de rivier die van een andere stad komt.

🏁 Het Eindoordeel

Deze studie zegt eigenlijk: "We hebben tot nu toe maar een klein stukje van de puzzel gezien door naar de oude boeken te kijken. De nieuwe eDNA-techniek laat zien dat de rest van de puzzel veel groter en interessanter is."

Om de mangroves in Kenia echt goed te beschermen, moeten we de oude methoden (visnetten en tellingen) gaan combineren met deze nieuwe "spoorzoekers" (eDNA). Alleen dan krijgen we een volledig beeld van wie er in dit prachtige, vitale ecosysteem woont.

Technische samenvatting

Probleemstelling

Het monitoren van biodiversiteit in mangrove-ecosystemen blijft een uitdaging, waarbij de meeste studies vertrouwen op proxy-indicatoren in plaats van directe inventarisaties. Dit beperkt het begrip van biodiversiteitsdynamiek en belemmert een op bewijs gebaseerd beheer. In de regio van de Westelijke Indische Oceaan, en specifiek in Kenia, zijn biodiversiteitsbeoordelingen in mangroves schaars en gebrekkig.
De huidige kennis is gefragmenteerd:

• Ruimtelijke bias: Studies zijn ongelijk verdeeld; een klein aantal locaties (zoals Gazi Bay en Mida Creek) concentreert het merendeel van het onderzoek, terwijl grote gebieden zoals Lamu (dat 61% van de mangrovebedekking in Kenia bevat) ondervertegenwoordigd zijn.
• Taxonomische bias: Er is een disproportionele focus op bepaalde groepen, met name vissen (Teleostei), vogels (Aves), nematoden (Chromadorea) en schaaldieren (Malacostraca), terwijl andere groepen vaak worden genegeerd.
• Methodologische beperkingen: Traditionele survey-methoden zijn vaak tijdrovend, vereisen specifieke expertise en zijn beperkt tot zichtbare of makkelijke te vangen taxa. Er ontbreekt een gestandaardiseerd monitoringkader voor lange-termijn trends.

Methodologie

De studie combineerde twee benaderingen om de staat van biodiversiteitsbeoordeling in Kenia te evalueren en de potentie van omgevings-DNA (eDNA) te testen:

1. Systematische Literatuuroverzicht:

   • Een zoektocht werd uitgevoerd in databases (Web of Science, Scopus, ProQuest, Google Scholar) voor studies over biodiversiteit in Keniaanse mangroves (gepubliceerd tussen 1990 en 2024).
   • Uit 156 gevonden bronnen werden 26 relevante studies geselecteerd.
   • Taxonomische data werden opgeschoond en gematcht met het World Register of Marine Species (WoRMS) en geanalyseerd op ruimtelijke en temporele trends.

2. eDNA Veld- en Labonderzoek:

   • Steekproefgebied: Steekproeven werden genomen in 9 mangrove-locaties langs de Keniaanse kust (o.a. Vanga, Mtwapa Creek, Lamu).
   • Proefneming: Er werden water- en sedimentmonsters verzameld. Watermonsters werden gefilterd (0,22 μm) en sedimentmonsters werden direct verwerkt.
   • DNA-extractie en Sequencing: DNA werd geëxtraheerd met behulp van de ZymoBIOMICS-kit. Alle 78 monsters ondergingen shotgun-sequencing op een Illumina MiSeq-platform.
   • Bio-informatica:
     • Kwaliteitscontrole en filtering (Fastp, SPAdes voor de novo assemblage).
     • Taxonomische toewijzing met Kraken2 (gebaseerd op de NCBI RefSeq-database).
     • Validatie van Operationele Taxonomische Eenheden (OTU's) tegen regionale checklists (GBIF, IUCN, FishBase).
     • Statistische analyse van diversiteitsindices (Chao1, Shannon, Simpson) en gemeenschapscompositie (PERMANOVA, NMDS) in R.

Belangrijkste Bijdragen

• Eerste synthese: Dit is een van de eerste studies die een systematisch overzicht geeft van de historische biodiversiteitsdata in Keniaanse mangroves en deze kwantificeert in termen van ruimtelijke en taxonomische dekking.
• Validatie van eDNA: Het biedt een proof-of-concept voor het gebruik van shotgun-metagenomica (in plaats van alleen metabarcoding) voor het detecteren van een breed scala aan taxa in complexe mangrove-omgevingen.
• Complementariteitsanalyse: Het demonstreert empirisch dat eDNA en traditionele literatuurgebaseerde inventarisaties complementair zijn en verschillende aspecten van de biodiversiteit blootleggen.

Resultaten

1. Status van Literatuurgegevens:

• Ruimtelijke concentratie: 68% van de studies was geconcentreerd in slechts vier locaties (Gazi Bay, Mida Creek, Tudor Creek, Kilifi Creek), die samen slechts ongeveer 6% van de totale mangrovebedekking in Kenia vertegenwoordigen.
• Taxonomische bias: Van de 1.044 unieke taxa uit de literatuur vertegenwoordigden vier klassen (Teleostei, Aves, Chromadorea, Malacostraca) 84,5% van alle geregistreerde soorten. Teleostei (straalvinnige vissen) vormden 56,13% van de totale registraties.
• Tijdsverloop: Er was geen significante toename in het aantal nieuw gedocumenteerde taxa over de tijd, wat suggereert dat bestaande studies vaak dezelfde soorten herhaalden in plaats van nieuwe groepen te ontdekken.

2. eDNA Bevindingen:

• Detectie: De eDNA-survey detecteerde 502 unieke taxa (na filtering) behorend tot 305 families.
• Habitat: De detecties omvatten organismen uit mariene, brakke, zoetwater- en terrestrische ecosystemen, wat wijst op de hoge connectiviteit van mangroves.
• Onverwachte taxa: 63,54% van de gedetecteerde OTU's werd geclassificeerd als "onverwacht" (niet eerder geregistreerd in regionale lijsten), wat wijst op grote kennisgaten in bestaande inventarissen of de aanwezigheid van cryptische soorten.
• Vergelijking met literatuur: Er was slechts een kleine overlap (67 families) tussen de eDNA-detecties en de literatuurgegevens.
  • eDNA vond veel meer visfamilies (33 extra) en detecteerde groepen zoals schimmels, protisten en macroalgen die ondervertegenwoordigd waren in de literatuur.
  • De literatuur was sterker in de registratie van vogels en nematoden, waarschijnlijk door de specifieke aard van traditionele observatiemethoden.

3. Methodologische Vergelijking:

• Watermonsters toonden een hogere rijkdom en diversiteit aan dan sedimentmonsters.
• Sedimentmonsters hadden echter een hogere abundantie van bacteriën en schimmels.
• De analyse toonde aan dat eDNA gevoelig genoeg is om subtiele verschillen in gemeenschapsstructuur tussen locaties en monster-types te detecteren.

Betekenis en Conclusie

De studie concludeert dat de huidige biodiversiteitsmonitoring in Keniaanse mangroves ontoereikend is voor effectief beheer en restauratie. De bestaande data is te gefragmenteerd en vertoont sterke biases.

• Potentieel van eDNA: eDNA biedt een krachtige, niet-invasieve methode om de taxonomische dekking aanzienlijk uit te breiden, met name voor micro-organismen, invertebraten en cryptische soorten die met traditionele methoden worden gemist.
• Uitdagingen: De toepassing van eDNA wordt momenteel beperkt door het ontbreken van regionale DNA-referentiedatabases (wat leidt tot veel "onverwachte" OTU's die niet kunnen worden geïdentificeerd) en de complexiteit van het onderscheiden van residente soorten van DNA dat via getijden en afvoer is aangevoerd.
• Aanbeveling: Voor een effectieve implementatie moet eDNA worden geïntegreerd met conventionele surveys. Er is dringende behoefte aan:
  1. Het opzetten van regionale, goed onderhouden DNA-referentiedatabases.
  2. Het standaardiseren van monitoringprotocollen.
  3. Het uitbreiden van monitoring naar onderbelichte gebieden zoals Lamu.

Door deze stappen te zetten, kan eDNA een kernonderdeel worden van toekomstige biodiversiteitsmonitoring, wat essentieel is om de doelen van de SDG's (Duurzame Ontwikkelingsdoelen) en het post-2020 Biodiversiteitskader te bereiken.