DNA Barcoding and integrative

(1)

DNA Barcoding and integrative taxonomy of bees

Packer L.;

Gibbs J.

York University

Agapostemon

virescens

(2)

OUTLINE

 Importance of bees

 The taxonomic impediment

 Some detailed examples of the use of DNA

barcoding in bees

 Progress towards

barcoding the bees of the world (problems, prognosis)

 Importância das abelhas

 O Impedimento Taxonômico

 Exemplos da aplicação do DNA barcoding ao estudo de abelhas

 Avanços no projeto de barcoding das abelhas do mundo

SUMÁRIO

(3)

A Importância das Abelhas

 Polinazação de frutas e

vegetais

 Polinazação de plantas nativas

 Biologia da polinazação

 Monitoramento

ambiental

(4)

Bees are responsible for25%, 33% (?) of our food.

Abelhas s ã o reponsaveis por 25%, 33% (?) dos

alimentos produzidos.

(5)

“If the bee disappeared off the surface of the globe then man would only

have four years of life left.”

Einstein (?)

(6)

(7)

(8)

(9)

& without

flies!

(10)

The Taxonomic Impediment O Impedimento Taxonômico

 There are over 19,500 described bee species

 There are several genera with more than 1,000

species

 There are very few people capable of

identifying more than a small proportion of the total

 Há mais de 19.500 espécies de abelhas descritas

 Há vários gêneros com mais de 1.000 espécies

 Há muito poucas pessoas capazes de identificar

mais que uma pequena

parte deste total

(11)

Bee Experts

(12)

% correct identification as a bee by experts!

% de identifica ção correta como abelhas,

por especialistas

(13)

% correct identification as a bee by experts!

% de identifica ção correta como abelhas, por especialistas

Hyleoides – 57%

Euryglossina

leyburnensis – 15%

(14)

Experts got 75% right, beginners 64%

Sucesso de 75% para especialistas e

64% para iniciantes

(15)

(16)

(17)

Photo Steve

Buchman

(18)

Um exemplo de um erro

 Em uma coleção, eu encontrei uma única

espécie identificada como pertencendo a três

gêneros diferentes, de duas famílias distintas,

por três taxônomos diferentes (um especialista

da fauna local, um especialista da fauna do país

e um especialista da fauna mundial de abelhas)

(19)

 Em uma coleção, eu encontrei uma única

espécie identificada como pertencendo a três gêneros diferentes, de duas famílias distintas, por três taxônomos diferentes (um especialista da fauna local, um especialista da fauna do país e um especialista da fauna mundial de abelhas)

 Todas as identificações genéricas estavam incorretas.

Um exemplo de um erro

(20)

Sometimes there are no keys for identification Às vezes não há chaves de identificação

 Example: the bee family Colletidae

 146 higher level taxa

 30% have no revision or key

 45% of colletid species are not identifiable with

available literature

 32/33 keys for one

subfamily were written by one researcher

 Only four groups have been revised more than once

 Exemplo: família Colletidae

 146 táxons supraespecíficos

 30% nunca foram revisados;

não há chaves disponíveis para identificação

 45% das espécies de Colletidae não são identificáveis apenas com a literatura taxonômica

 32/33 chaves para uma das subfamílias foram propostas por um único pesquisador

 Apenas quatro táxons foram

revisados mais de uma vez

(21)

Some examples of

the success of DNA

barcoding

(22)

An early example:

Halictus ligatus

(23)

In North America is two species

(24)

As duas espécies são indistinguíveis morfologicamente, mas possuem diferenças

genéticas reconhecíveis:

possuem 8 diferenças fixadas, dentre 32 locos de alozimas

Morphologically they are exactly the same but genetically, they have 8 fixed differences out of

32 allozyme loci

(25)

(26)

(27)

Halictus ligatus/poeyi

 The morphological gap is 0.0%

 The allozyme gap is 25%

 The barcode gap is 4%

 There are probably

>3 species

 A diferença

morfológica é 0,0%

 As diferenças

detectáveis com alozimas são 25%

 As diferenças

detectáveis com o barcode são de 4%

 Provavelmente há ≥3

espécies

(28)

DNA BARCODING A NIGHTMARE TAXON

DNA Barcoding de um pesadelo

taxonômico

(29)

Subfamily Halictinae

 “sweat bees”

 3 ^rd most speciose

subfamily (3423 spp.)

 Abundant, cosmopolitan

 Often 40 – 80 % of bees in surveys

Funding provided by:

(30)

The Halictinae (Sweat bees):

 Apresentam enorme variação de

comportamento social

 Muitas espécies solitárias

 Algumas espécies eusociais, com

ninhos que abrigam mais de 1000

operárias.

(31)

DNA Barcoding de um pesadelo taxonômico

(32)

Morphological characters are

often subtle

(33)

Revision of the Canadian Dialictus

 80 species in total

 16 new species

 48 new synonymies

 3 new combinations

 10 new Canadian records

 776 ms pages

 235 colour plates

 Zootaxa in review

(34)

Integrative taxonomy

(35)

DNA barcodes facilitate taxonomy

75 %

(36)

L. (D.) tegulare

 L. tegulare (Robertson): one of the most easily identifiable Dialictus species

 Widespread in eastern USA

(37)

L. (D.) tegulare species group

 But...its actually FIVE species!

(38)

Character based identification using DNA barcodes

 L. tegulare (Robertson) easily identifiable

Dialictus species

 Widespread in eastern USA

UNIQUE FIXED NUCLEOTIDE

SUBSTITUTIONS

 tegulare = 2

 ellisiae = 7

 lepidii = 4

 puteulanum = 2

 carlinvillense = 3

 surianae = 13

(39)

L. (D.) petrellum species group

 Similar result for L.

petrellum species group

(40)

New synonymies

 L. (D.) disparile (Cresson)

 Described from Texas

 = Dialictus brassicae Mitchell

 Described from North Carolina

 = Halictus albitarsus Cresson

 Described from male

(41)

17% of species have identical barcodes

(42)

More cryptic diversity?

8 %

(43)

(44)

Dialictus :

barcoding aids their taxonomy even

without a clear

“barcode

gap”

(45)

 Morphological identification accuracy?

 0-40%

 Barcoding accuracy?

 ≥ 75%

 Acurácia da identificação morfológica?

 0-40%

 Acurácia do barcoding?

 ≥ 75%

(46)

It’s not always such a struggle

Megachile pugnata: image

courtesy Theresa Pitts-Singer

(47)

(48)

DNA barcoding é excelente para:

 Associating sexes

 Associating larvae with adults

 Associating castes

 Finding clusters in

problematic taxa to aid in search for

morphological differences

 Associação de sexos

 Associação de larvas e adultos

 Associação de castas

 Reconhecimento de agrupamentos

geneticamente

identificáveis, para auxiliar a busca por

diferenças mofológicas

(49)

 Resurrecting incorrect synonymies

 Providing an

independent test of taxonomic hypotheses

 Reavaliação de

sinonímias incorretas

 Fornece um teste independe das

hipóteses taxonômicas

DNA barcoding é excelente para:

(50)

May 12

^th

– 14

^th

2008 12 – 14 Mayo, 2008 12 – 14 Maio, 2008 5

Inaugural Meeting Reunión Inagural

Reunião Inaugural

(51)

(52)

Progress

 We have a steering

committee

 We have a website

(currently being improved upon)

 And we have a lot of data

Melissodes sp.

(53)

Progress: Steering committee – in

approximate geographic location

(54)

The website: www.bee-bol.org

(55)

 We have data from:

 >27

collaborators

 > 76 countries

> 60% of bee

genera

(56)

Distribution of specimens barcoded

(57)

Stenotritidae:

2 gêneros 21 espécies 2 genera and 3 species barcoded

Ctenocolletes smaragdinus

(58)

Colletidae: 55 genera, 2506 species 34 genera and 403 species barcoded

Xeromelissa rozeni

Colletes inaequalis

(59)

Andrenidae: 40 genera, 2895 species 30 genera and 353 species barcoded

Andrena erythrogaster

Calliopsis anomoptera

(60)

Halictidae: 76 genera, 4238 species 56 genera and 835 species barcoded

Halictus ligatus?

Agapostemon splendens

(61)

Melittidae: 15 genera, 183 species 7 genera and 17 species barcoded

Meganomia binghami

Rediviva sp.

(62)

Megachilidae: 75 genera 3973 species 37 genera and 631 species barcoded

Anthidium manicatum Megachile sp.

(63)

Apidae: 176 genera, 5687 species 141 genera and 1226 species barcoded

Triepeolus sp. Apis mellifera

(64)

% de espécies barcoded

0 5 10 15 20 25

%

(65)

Preliminary

analyses on the data for all

records of

Colletidae in the database:

740 sequences

(66)

The barcode gap for the prelminary data set for all Colletidae

“Intraspecific”

“ Interspecific ”

1 2 3 4 >5

5 10 15 20

10%

50%

25%

5%

(67)

74%

7%

12%

7%

Acurácia do barcoding/taxônomo: Colletidae, n = 740 sequências

Barcoding/Taxonomist accuracy: Colletidae, n = 740 sequences

consistent

identified by

barcoding

unidentified

inconsistent

(68)

10%

72%

6% 12%

Razões para inconsistência, n = 50 sequências Causes of inconsistency, n = 50 sequences

nonsense

misidentification uncertain

assignment

wrong sequence

(69)

75%

3%

22% consistent

inconsistent unidentified Acurácia do barcoding/taxônomo Accurácia, n = 250

"clusters“

Barcoding/Taxonomist Accuracy, n = 250 clusters

(70)

12%

25%

63%

Razões para inconsistência: n = 8 “espécies”

Causes of inconsistency: n = 8 “species”

new species

synonymies

diff spp. =

sequences

(71)

(72)

Problemas

 Curating all of the incoming data is impossible on a part- time basis.

 Trabalho de curadoria de todo o material recebido é impossível quando esta é uma dentre várias funções do pesquisador.

 Obtaining accurate identifications.

 Identificações confiáveis.

(73)

Problems

 Specimens are difficult to obtain from some countries.

 Dificuldade de obtenção de material de alguns países

 Some preferred collection methods are suboptimal for barcoding.

 Alguns dos métodos mais populares para coleta de espécimes são subóptimos para barcoding.

 $$

(74)

Soluções para os Problemas

 Full-time assistance is now available for 6 months for database curation.

 Material transfer agreements are being developed.

 Museum specimens, new collections.

 A team of experts is being amalgamated.

 Auxílio técnico “full-time” disponibilizado por 6 meses/ano para curadoria dos bancos de dados.

 Acordos para envio de material estão sendo firmados.

 Espécimes de museus, expedições de coleta.

 Um extenso grupo de especialistas está sendo

formado.

(75)

Prognosis Caupolicana fulvicollis

 With funds…

- Excellent!

Nolanomelissa toroi

(76)

CONCLUSÕES

 Identificação de abelhas é uma tarefa difícil

 O impedimento taxonômico é enorme

(77)

(78)

Barcoding funciona para a

maior parte da melitofauna do Canadá

 100% sucesso para Megachile

 100% sucesso para Dufourea

 100% sucesso para abelhas de Nova Scotia

 75% sucesso para o “grupo pesadelo”–

Dialictus

 Associação de sexos, castas, estágios do

desenvolvimento, correção de sinonímias

errôneas, testes de hipóteses taxonômicas

(79)

Barcoding is a useful tool for

taxonomy even in the absence of a

“barcode gap”

Barcoding é uma ferramenta útil

para taxonomia mesmo quando uma

separação pelo barcode (“barcode

gap”) não é evidente.

(80)

Barcoding works most of the time for the Canadian fauna

 100% success in Megachile

 100% success in Dufourea

 100% for the bees of Nova Scotia

 75% success for the nightmare group – Dialictus

 Associates sexes, castes, life stages,

correcting erroneous synonymies, tests

taxonomic hypotheses

(81)

It certainly does not threaten the future of traditional taxonomy,

indeed, in Canada, it has saved it from extinction.

Barcoding não representa um perigo para o futuro da taxonomia

tradicional. Na verdade, no Canadá, o perigo de extinção da taxonomia

está sendo eliminado graças ao

barcoding.

(82)

There are problems to overcome

Há problemas a serem superados

 They are all related to time and money.

 Todos eles relacionam-se a tempo e dinheiro

(83)

Acknowledgements

 Sam Droege (United States Geological Survey, Patuxent Wildlife Research Center), Terry Griswold (United States Department of Agriculture, Agricultural Research Service), Ralph Grundel (United States Geological Survey, Great Lakes Science Center), Andrea Patenaude (University of Manitoba), Julianna Tuell (Michigan State University), John Ascher (American Museum of Natural History), Rob Jean (Indiana State University), Joan Milan (University of Massachusetts Amherst), Elizabeth Elle (Simon Fraser University), Miriam Richards (Brock University), Amy Wolf (University of Wisconsin Green Bay), Peter Hallett (University of Toronto), Bryan Danforth (Cornell University), Mike Arduser (Missouri Department of Conservation), Jennifer Hopwood (University of Kansas), Charles Michener (Kansas University Natural History Museum), Bob Minckley (University of Rochester), Paul Catling (Agriculture and Agri-Food Canada), Victoria MacPhail (University of Guelph), Rebecca Andres (North Dakota State University), Stephen Hendrix (University of Iowa), Matthias Buck (Royal Alberta Museum), Jack Neff (Central Texas Melittological Institute), Doug Yanega (University of California at Riverside), Jen Frye (Maryland Department of Natural Resources)

 ANSP: Academy of Natural Sciences, Philadelphia, Pennsylvania (J. Weintraub); AMNH: American Museum of Natural History, New York, New York (J.G Rozen, Jr., and J.S. Ascher); ARC: Albert J. Cook Arthropod Research Collection, Michigan State University, Lansing, Michigan (G.L. Parsons); BCLU: Utah State University Bee Biology and Systematics Laboratory, Logan, Utah (T.L. Griswold); BDUC:

University of Calgary–Entomology, Calgary, Alberta (J. Swann and R. Longair); BLNP: Badlands National Park, Interior, South Dakota (M.

Cherry); BMNH: Natural History Museum, London, England (D. Notton); CAS: California Academy of Science, San Francisco, California (W.J. Pulawski and V. Lee); CNC: Canadian National Collection of Insects, Arachnids and Nematodes, Ottawa, Ontario (A. Bennett);

CTMI: Central Texas Melittological Institute, Austin, Texas (J.L. Neff); CUIC: Cornell University Insect Collection, Ithaca, New York (E.R.

Hoebeke and B.N. Danforth); DEBU: University of Guelph Insect Collections, Guelph, Ontario (S.A. Marshall); FSCA: Florida State Collection of Arthropods, Gainesville, Florida (L. Stange and J. Wiley); GSNP: Great Smoky Mountains National Park, Gatlinburg, Tennessee (A. Mayor); IDNL: Indiana Dunes National Lakeshore, Porter, Indiana (R. Grundel); INHS: Illinois Natural History Survey, Champaign, Illinois (P.P. Tinarella); JHRC: James Hanula research collection, USDA Forest Service, Southern Research Station, Athens, Georgia (J. Hanula). (Eventually to be deposited in Georgia Museum of Natural History); MCZ: Harvard University Museum of

Comparative Zoology, Cambridge, Massachusetts (P.D. Perkins); NCSU: North Carolina State University, Raleigh, North Carolina (B.

Blinn); NMNH: National Museum of Natural History, Washington, D.C. (D. Furth, B. Harris, and S.G. Brady); PCYU: Packer Collection at York University, Toronto, Ontario (L. Packer). (Subsamples of this material will eventually be deposited in institutional collections managed by C. Sheffield, L. Best, and the author when appropriate); PHPC: Peter Hallett private collection, Toronto, Ontario (P.E.

Hallett); PMAE: Royal Alberta Museum, Edmonton, Alberta (M. Buck); RBCM: Royal British Columbia Museum, Victoria, British Columbia (R. Cannings); ROM: Royal Ontario Museum, Toronto, Ontario (B. Hubley); RWRU: Rachael Winfree research collection, Rutgers

University, New Brunswick, New Jersey (R. Winfree); SEMC: Snow Entomological Museum, (Kansas University Natural History Museum), Lawrence, Kansas (C.D. Michener and J.C. Thomas); UCMC: University of Colorado Museum of Natural History, Boulder, Colorado (V.L.

Scott); UCR: University of California Riverside Entomology Research Museum, Riverside, California (D. Yanega); UNSM: University of Nebraska State Museum, Lincoln, Nebraska (B. Ratcliffe and M.J. Paulsen); UWGB: University of Wisconsin (Richter Museum of Natural History), Green Bay, Wisconsin (T. Erdman)

 CCDB and BIO at the University of Guelph for sequencing. Funding from Genome Canada, NSERC and other sponsors listed at www.BOLNET.cais greatly appreciate.

(84)

FUNDING

• The Gordon and Betty Moore Foundation, Natural Sciences and Engineering Research Council (Canada), Canada Research Chairs program, Ontario Foundation for Innovation and Genome Canada through the Ontario Genomics Institute to PDNH