PoLoCo: A reproducible pooled low-coverage workflow for draft genome assembly and allele frequency analysis from ethanol-preserved small non-model invertebrates

De natuurlijke wereld is gevuld met minuscule wezens die een enorme rol spelen bij het gezond houden van ecosystemen, maar veel van hen blijven genetische mysteries. Wetenschappers bestuderen vaak het DNA van dieren om te begrijpen hoe ze zich aanpassen, bewegen en overleven, maar dit werk vereist meestal vers, hoogwaardig genetisch materiaal. Voor veel kleine ongewervelden, zoals springstaarten, vertrouwen onderzoekers op exemplaren die zijn geconserveerd in ethanol, een veelgebruikte methode voor het opslaan van biologische monsters in het veld. Echter, de alcohol die wordt gebruikt om deze wezens te conserveren, beschadigt vaak hun DNA in de loop van de tijd, waardoor het in kleine, gefragmenteerde stukjes uiteenvalt. Deze schade heeft het historisch gezien bijna onmogelijk gemaakt om hun genetische code te lezen, wat een enorme kloof heeft achtergelaten in ons begrip van de biodiversiteit in de bodem. Zonder een volledige genetische kaart, of referentiegenoom, kunnen wetenschappers de genetische variaties tussen verschillende populaties van deze dieren niet gemakkelijk vergelijken, wat ons vermogen om te volgen hoe ze reageren op milieuveranderingen beperkt.

Om deze kloof te overbruggen, heeft een team onderzoekers aan de Universiteit van Freiburg een nieuwe, reproduceerbare methode ontwikkeld genaamd PoLoCo, die specifiek is ontworpen om te werken met deze moeilijke, in ethanol geconserveerde monsters. In plaats van het beschadigde DNA weg te gooien, combineerde het team het genetisch materiaal van veel individuele springstaarten tot een enkele pool en gebruikte short-read sequencing-technologie om een conceptgenoom (draft genome) in elkaar te zetten. Ze testten deze workflow op de sneeuwspringstaart, Entomobrya nivalis, een veelvoorkomende springstaart die in Europese bossen wordt gevonden. Door het DNA van acht individuen te poolen, slaagden ze erin een genoom samen te stellen dat, hoewel gefragmenteerd, bijna alle essentiële genen bevat die nodig zijn voor het overleven van het dier. Ze pasten deze methode vervolgens toe op 82 verschillende groepen springstaarten die verzameld waren in het Zwarte Woud in Duitsland. De resultaten toonden aan dat het, zelfs met gedegradeerd DNA, mogelijk is om een betrouwbare genetische kaart te genereren en te meten hoe gebruikelijk specifieke genetische variaties zijn binnen een populatie. Deze aanpak bewijst dat waardevolle genomische gegevens kunnen worden gewonnen uit lang geconserveerde veldmonsters, wat de deur opent naar het bestuderen van de genetica van talloze andere kleine, in de bodem levende wezens die voorheen als te moeilijk te analyseren werden beschouwd.

De onderzoekers begonnen hun werk met het verzamelen van duizenden springstaarten uit vlieginterceptie-vallen die in het Zwarte Woud waren geplaatst. Deze specimens waren jarenlang in ethanol bewaard, wat betekende dat hun DNA in kleine fragmenten was opgebroken. Omdat een enkele springstaart niet genoeg DNA zou bieden voor sequencing, combineerde het team de lichamen van meerdere individuen voordat ze hun genetisch materiaal extraheerden. Ze gebruikten een gespecialiseerde library preparation kit die ontworpen is om met dit soort beschadigd DNA om te gaan, waardoor zelfs de kortere fragmenten gelezen konden worden door de sequencing-machines. Voor de eerste stap van het bouwen van een genetische kaart selecteerden ze een pool van acht volwassen springstaarten en sequenceden hun DNA tot een diepte die hen in staat stelde het genoom te reconstrueren. De resulterende assemblage was een lappendeken van 142.936 afzonderlijke stukken, of contigs, die in totaal 411 miljoen basenparen besloegen. Hoewel de stukken klein waren en het genoom niet perfect continu was, was de assemblage opmerkelijk compleet. Toen de onderzoekers controleerden op de aanwezigheid van 1.013 genen die essentieel zijn voor alle arthropoden, vonden ze 97,7 procent van deze genen in hun conceptgenoom. Dit hoge niveau van volledigheid gaf aan dat, ondanks de fragmentatie, de genetische informatie die nodig is voor analyse aanwezig was.

Om er zeker van te zijn dat hun nieuwe genetische kaart accuraat was, vergeleken de onderzoekers deze met een eerder gepubliceerde, hoogwaardige referentiegenoom van dezelfde soort. De vergelijking onthulde dat hun conceptgenoom bijna 98 procent van de bekende referentie besloeg, wat bevestigde dat ze de kern van de genetische structuur succesvol hadden gereconstrueerd. De vergelijking benadrukte echter ook de verschillen die door hun methode werden veroorzaakt; de nieuwe assemblage bevatte meer gaten en enkele structurele fouten vergeleken met de gepolijste referentie, een afruil die verwacht mag worden bij het werken met gedegradeerd materiaal. Ondanks deze imperfecties bleek het conceptgenoom een functioneel instrument te zijn. De onderzoekers gebruikten deze op maat gemaakte kaart vervolgens om de resterende 82 gepoolde populaties te analyseren. Ze stemden de DNA-sequenties van elke populatie af op hun conceptgenoom om veranderingen in een enkele letter in de genetische code te identificeren, bekend als single nucleotide polymorphisms, en berekenden hoe vaak deze veranderingen in elke groep voorkwamen.

De studie toonde aan dat de keuze van de genetische kaart de resultaten aanzienlijk beïnvloedde. Wanneer de onderzoekers de met hun nieuwe conceptgenoom gegenereerde gegevens vergeleken met de gegevens gegenereerd met de gepubliceerde referentie, vonden ze duidelijke verschillen in de uiteindelijke lijsten van genetische variaties. De gepubliceerde referentie produceerde een groter aantal genetische markers, maar veel hiervan werden slechts door data van enkele populaties ondersteund. In contrast hiermee leverde het door het team gegenereerde conceptgenoom minder totale markers op, maar de markers die het vond, werden ondersteund door data van een veel groter aantal populaties. Dit suggereert dat hoewel de gepubliceerde kaart vollediger is, de op maat gemaakte kaart die in deze studie werd gebruikt, een consistenter en betrouwbaarder beeld gaf van de genetische variaties die in het hele gebied aanwezig zijn. De onderzoekers merkten ook op dat de dataset gebaseerd op het conceptgenoom een hoger aandeel zeldzame genetische varianten vertoonde, wat vaak een teken is van een gevoeligere detectiemethode voor specifieke lokale populaties.

Naast de biologische bevindingen documenteerde het team zorgvuldig de computationele middelen die nodig waren om dit hele proces uit te voeren. Ze toonden aan dat de workflow uitgevoerd kon worden op standaard high-performance computersystemen zonder dat daar extreme hoeveelheden geheugen of rekenkracht voor nodig waren. Geen enkele stap in het proces vereiste meer dan 32 computerprocessoren of 128 gigabyte aan geheugen, wat de methode toegankelijk maakt voor veel onderzoeksgroepen. De volledige workflow, inclusclusief de scripts voor het assembleren van het genoom, het filteren van de data en het berekenen van genetische frequenties, werd gratis beschikbaar gesteld aan het publiek. Deze transparantie zorgt ervoor dat andere wetenschappers de studie kunnen herhalen of dezelfde methode op andere soorten kunnen toepassen. De onderzoekers benadrukten dat hun doel niet was om hoogwaardige referentiegenomen te vervangen waar die al bestaan, maar om een levensvatbaar pad te bieden voor het bestuderen van soorten waar dergelijke bronnen ontbreken of waar alleen gedegradeerde monsters beschikbaar zijn.

De implicaties van dit werk reiken veel verder dan de sneeuwspringstaart. Door te bewijzen dat in ethanol geconserveerde specimens bruikbare genomische gegevens kunnen opleveren, biedt de PoLoCo-workflow een nieuwe manier om de genetische geschiedenis van talloze ongewervelden in museumcollecties en veldarchieven te ontsluiten. Deze collecties vormen een enorme, onbenutte bron voor het begrijpen van biodiversiteit, maar ze zijn vaak aan de kant geschoven omdat het DNA in hen als te beschadigd werd beschouwd om te gebruiken. Deze studie laat zien dat wetenschappers met de juiste aanpak deze bewaarde monsters nu kunnen omzetten in krachtige instrumenten voor ecologisch en evolutionair onderzoek. Het vermogen om conceptgenomen te genereren en populatiegenetica te analyseren uit moeilijke monsters betekent dat onderzoekers nu complexe vragen kunnen stellen over adaptatie en populatiestructuur in systemen die voorheen buiten bereik lagen. De methode biedt een praktisch kader voor het integreren van veldverzamelde, niet-modelorganismen in het bredere landschap van de genomische wetenschap, waardoor ervoor wordt gezorgd dat de kleine, vaak over het hoofd geziene architecten van onze ecosystemen niet langer onzichtbaar zijn voor ons genetisch begrip.