eDNA ja muut molekyylibiologiset seurantamenetelmät
Molekyylibiologisten menetelmien avulla voimme parantaa ympäristön tilan seurantojen kattavuutta, tarkkuutta ja kustannustehokkuutta ja siten täydentää seurannan kautta muodostuvaa kuvaa luonnon monimuotoisuudesta ja sen muutoksista.
Tällä sivulla:
- Mitä molekyylibiologiset seurantamenetelmät ovat?
- Yleisimmät molekyylibiologiset menetelmät
- Menetelmien mahdollisuudet ja haasteet
- Standardointi ja laadunvarmistus
- Käyttöönotto Suomessa
- Miten otan molekyylibiologiset menetelmät käyttöön?
- Tervetuloa kansalliseen eDNA-ideointitiimiin
- Resurssit
Mitä molekyylibiologiset seurantamenetelmät ovat?
Molekyylibiologisilla seurantamenetelmillä tarkoitetaan DNA- tai RNA-analyysiin perustuvia tekniikoita, joita on mahdollista hyödyntää luonnon seurannassa. DNA:n perusteella voidaan havaita yksittäinen kohdelaji tai määrittää jopa satoja lajeja yksittäisistä näytteistä. Myös populaatiorakennetta ja muuta lajin sisäistä vaihtelua voidaan tutkia DNA-menetelmillä. RNA-pohjaiset menetelmät tuottavat tietoa tutkitussa ympäristössä ilmenevistä geeneistä ja siten ekosysteemissä käynnissä olevista biologisista prosesseista.
Monenlaiset näytteet voivat toimia molekyylibiologisten analyysien lähdemateriaalina. Lajintunnistuksen varmistamiseen ja lajinsisäisen geneettisen vaihtelun tutkimiseen hyödynnetään useimmiten suoraan eliöstä otettuja kudosnäytteitä tai esimerkiksi ulostenäytteitä.
Ympäristö-DNA eli eDNA
Ympäristö-DNA:lla eli eDNA:lla tarkoitetaan ympäristöstä kerättyjen, esimerkiksi vesi- maaperä-, sedimentti-, lumi- tai ilmanäytteiden sisältämää DNA:ta.
Ympäristö-DNA-näytteistä pyritään tavallisesti joko tunnistamaan tietty kohdelaji tai selvittämään tietyn eliöryhmän tai -ryhmien lajisto mahdollisimman kattavasti. Myös perinteisillä biologisilla menetelmillä kuten erilaisilla pyydyksillä kerätyistä näytteistä voidaan määrittää lajisto morfologisen määrityksen sijaan DNA:n perusteella homogenisoidusta kokooma- tai bulkkinäytteestä tai esimerkiksi näytteen säilönnässä käytetystä nesteestä.
Jopa satojen lajien samanaikaisen havaitsemisen mahdollistavan massiivisen rinnakkaissekvensoinnin ja muiden menetelmien kustannukset ovat viime vuosina merkittävästi laskeneet. Menetelmäketjut aina näytteenotosta tulosten tulkintaan ovat kehittyneet asteelle, joka mahdollistaa niiden laajamittaisen, rutiininomaisen käytön ympäristön seurannassa. Uusien menetelmien avulla voidaan parantaa seurannan kattavuutta, tarkkuutta ja kustannustehokkuutta ja siten täydentää seurannan kautta muodostuvaa kuvaa luonnon monimuotoisuudesta ja sen muutoksista.
Yleisimmät molekyylibiologiset menetelmät
Eliön lajintunnistuksen varmistaminen: DNA-viivakoodaus
DNA-viivakoodauksessa eliöstä otetusta näytteestä eristetään DNA ja sekvensoidaan tietty lajintunnistukseen soveltuva lyhyt alue (“viivakodi”), jonka emäsjärjestystä verrataan varmistettuja lajikohtaisia viivakoodisekvenssejä sisältävään tietokantaan. Perinteisen Sanger-sekvensoinnin lisäksi DNA-viivakoodauksessa hyödynnetään nykyään myös massiivista rinnakkaissekvensointia (ns. toisen ja kolmannen sukupolven sekvensointia).
Yksittäisen kohdelajin tunnistus ja runsausmääritys: PCR-testit, qPCR, dPCR, ddPCR
PCR-testissä esimerkiksi ympäristönäytteestä eristetystä DNA:sta monistetaan vain kohdelajin DNA lajikohtaisen alukkeen avulla. Kvantitatiivisillä PCR-menetelmillä (qPCR, dPCR, ddPCR) pystytään määrittämään myös kohdelajin DNA:n runsaus näytteessä.
Lajiston selvittäminen: metaviivakoodaus (2. ja 3. sukupolven sekvensointi)
Metaviivakoodauksessa yhdestä näytteestä tuotetaan massiivisella rinnakkaissekvensoinnilla jopa satoja tuhansia tietyn viivakoodialueen sekvenssejä, jotka voidaan tunnistaa vertaamalla DNA-emäsjärjestystä sekvenssitietokantaan. Kohteena oleva eliöryhmä rajautuu viivakoodialueen sekä DNA:n monistuksessa käytettävien PCR-alukkeiden mukaan. Kyseisen eliöryhmän osalta metaviivakoodauksen avulla pystytään parhaimmillaan selvittämään suuri osa näytteen lajistosta. Lisäksi menetelmällä saadaan viitteitä lajien runsaussuhteista. Tunnistettujen lajien osuus ja tunnistusten tarkkuus ja luotettavuus riippuu ensisijaisesti käytetyn referenssitietokannan laadusta ja kattavuudesta.
Metaviivakoodauksessa käytetään yleisimmin ns. toisen sukupolven sekvensointiteknologiaa (esim. Illumina NovaSeq, MiSeq, NextSeq), joka vaatii DNA:n monistamista ja sekvensoinnin rajaamista tietylle, enimmillään n. 300 emäsparin pituiselle geenialueelle. Uudemman ns. kolmannen sukupolven sekvensointiteknologian (esim. Oxford Nanopore, PacBio) avulla voidaan tuottaa huomattavasti pidempiä sekvenssejä (kymmeniä tai satoja tuhansia emäspareja) koko genomin alueelta, eikä DNA:n monistaminen ole välttämätöntä.
Periaatteessa uusi teknologia mahdollistaa kaikkien eliöryhmien tavoittamisen samalla analyysillä sekä myös lajinsisäisen vaihtelun tarkastelun. Käytännössä menetelmän hyödyntämistä rajoittaa kuitenkin vielä kokonaisten genomien ja genomikirjastojen kattavuus, ympäristönäytteistä saatavan DNA:n pilkkoutuminen pienemmiksi paloiksi ja jossain määrin myös pitkien sekvenssien puutteellinen laatu.
Lajinsisäisen vaihtelun selvittäminen: yksittäisten geenien sekvensointi, genomiikka, SNP-, mikrosatellittimarkkerit
Nykymenetelmillä lajinsisäisen vaihtelun selvittäminen edellyttää useimmiten näytteitä, jotka voidaan yhdistää yksittäiseen yksilöön tai johonkin tiettyyn populaatioon. Lajinsisäisen vaihtelun määrittämistä eDNA-näytteistä ollaan kehitetty muutamissa tutkimushankkeissa, mutta soveltuvat menetelmät ovat vielä toistaiseksi saavuttamattomissa useimpien lajien kohdalla.
Lajinsisäistä geneettistä monimuotoisuutta voidaan arvioida hyvin monella eri menetelmällä, jotka pyrkivät vastaamaan hieman toisistaan poikkeaviin kysymyksiin ja eroavat myös siinä kuinka paljon taustatietoa eliön geneettisestä rakenteesta täytyy olla, jotta kyseistä menetelmää voidaan soveltaa. Sekvensointikustannusten laskiessa ja menetelmien kehittyessä geneettisen taustatiedon kerääminen ei kuitenkaan enää nykypäivänä muodosta kovinkaan suurta pullonkaulaa luonnonpopulaatioiden lajinsisäisen geneettisen monimuotoisuuden tarkastelulle.
Yksittäisten geenien sekvesointi
Yksinkertaisimmillaan geneettistä monimuotoisuutta voidaan tarkastella jonkin yksittäisen geenin osalta. Tämä voi olla mielekästä esimerkiksi tilanteissa, jossa jokin tietty geeni on erityisen kiinnostuksen kohteena esimerkiksi siksi, että sen tiedetään vaikuttavan merkittävästi johonkin eliön piirteeseen.
Yksittäisessä geenialueessa oleva lajinsisäinen vaihtelu voidaan arvioida joko suoraan sekvensoimalla kyseisiä geenialueita useista yksilöistä (yksinkertaisimmillaan Sanger-menetelmällä) ja tarkastelemalla vaihtelua emäsparijärjestyksessä tai geenin rakenteellisissa piirteissä (esim. insertiot, deleetiot tai inversiot). Näin määritettyjen geenimuotojen lukumääriä tarkastelemalla voidaan laskea erilaisia tunnuslukuja geenialueen monimuotoisuudelle (esim. havaittu geenimuotojen määrä, geenimuotojen suhteelliset osuudet ja geenilokuksen keskimääräinen heterotsygotia).
Genomiikka
Yksittäisessä geenissä olevan vaihtelun määrittäminen ei kuitenkaan kerro luotettavasti vaihtelun määrästä muissa geeneissä tai koko genomissa. Luonnon monimuotoisuutta tarkasteltaessa koko genomin tasolla oleva vaihtelu on usein yksittäisiä geenejä kiinnostavampaa, koska se kytkeytyy läheisesti efektiiviseen populaatiokokoon ja siten pitkän ajan selviytymistodennäköisyyteen.
Efektiivisestä populaatiokoosta kerrotaan lisää täällä.
Genomitason vaihtelun määrittämistä varten täytyy tavoitteiden mukaan pyrkiä joko sekvensoimaan kokonaisia genomeja tai jonkinlainen riittäväksi arvioitu otos genomin eri geenialueita useista yksilöistä ja/tai populaatioista. Koko genomin sekvensointi toteutetaan useimmiten sekvensoimalla lyhyitä juosteita näyteyksilöstä eristetystä, pilkotusta ja monistetusta DNA:sta. Nämä lyhyet sekvenssit sitten kootaan kokonaiseksi genomiksi laskennallisia työkaluja ja jo koottuja verrokkigenomeja apuna käyttäen. Kootuista genomeista tunnistetaan alueita. Jotkut uudet teknologiat mahdollistavat myös pidempien DNA-juosteiden sekvensoimisen ilman pilkkomis- ja monistamisvaiheita. Tällaiset teknologiat mahdollisesti yleistyvät tulevaisuudessa, sillä ne nojaavat vähemmän laskennallisiin ratkaisuihin eivätkä ole yhtä herkkiä monistusvaiheessa tapahtuville virheille. Oli menetelmä mikä hyvänsä, koottuja genomeja vertailemalla tunnistetaan alueita, jotka vaihtelevat eri yksilöiden välillä ja jotka näin kontribuoivat lajin tai populaation geneettiseen monimuotoisuuteen.
Myös genomin otostaminen voidaan toteuttaa monella eri tavalla. Restriction site Associated DNA Sequencing(RAD-seq) menetelmässä esimerkiksi pilkotaan näyteyksilöstä eristettyä DNA:ta entsymaattisesti, mikä tuottaa DNA-juosteita, jotka edustavat genomia tasaisesti, mutta vähentää sekvensoitavan DNA:n määrää. RAD-seq mahdollistaa suurten populaatioiden ja monien näytteiden nopean ja kustannustehokkaan analysoinnin, mikä on usein toivottavaa lajinsisäisen geneettisen monimuotoisuuden arvioinnissa.
SNP- ja mikrosatellittimarkkerit
Ennen RAD-seq- ja koko genomin sekvensointiin keskittyvien menetelmien yleistymistä oli tavanomaista, että genomitasolla olevaa vaihtelua arvioitiin käyttämällä jonkinlaista merkkigeenijoukkoa. Tyypillisiä merkkigeenijoukkoja ovat pistemutaatioiden tuottamat yksittäisissä emäspareissa havaittavat eri geenimuodot (single nucleotide polymorphism, SNP) tai emäsparien toistojaksot (nk. mikrosatelliitit). Jotta näillä menetelmillä voidaan muodostaa luotettava kuva geneettisestä vaihtelusta, tulisi niiden jakautua kohtalaisen tasaisesti koko genomin alueelle.
Menetelmien mahdollisuudet ja haasteet
eDNA ja muut molekyylibiologiset menetelmät mahdollistavat kansainvälisesti helposti vertailtavan ja toistettavan lajintunnistuksen. Niiden avulla voidaan myös tavoittaa monia vaikeasti havaittavia ja huonosti tunnettuja eliöryhmiä, jotka jäävät perinteisiin menetelmiin perustuvien seurantojen ulkopuolelle. Esimerkiksi paikallisilla vesi- ja ilmanäytteillä voidaan tavoittaa joko yksittäisiä lajeja tai koko lajisto laajalta alueelta, jonka kartoittaminen perinteisin menetelmin ei olisi kustannusten takia mahdollista.
Vaikka molekyylibiologisilla menetelmillä pystytään huomattavasti täydentämään kokonaiskuvaa luonnon monimuotoisuudesta, ne eivät kuitenkaan tuota täysin perinteiseen lajinmääritykseen perustuviin menetelmiin verrattavaa tietoa. Metaviivakoodauksella ei esimerkiksi saada tietoa lajien yksilömääristä eikä yksilöiden ominaisuuksista kuten iästä, koosta tai sukupuolesta. Lisäksi metaviivakoodauksella saatava tieto lajien suhteellisista runsaussuhteista on vielä tällä hetkellä yleensä vain suuntaa antavaa. Menetelmiä kuitenkin kehitetään koko ajan kvantitatiivisempaan suuntaan.
Toinen merkittävä haaste liittyy ympäristö-DNA-aineiston tulkintaan. Koska ympäristö-DNA:lla havainnoidaan esimerkiksi vedessä esiintyvää DNA:ta eikä suoraan eläviä yksilöitä, on tapauskohtaisesti arvioitava, mitä havainnot kertovat yksilöiden esiintymisestä. DNA:n kulkeutumiseen ja hajoamisnopeuteen ympäristössä vaikuttavat lukuisat eri tekijät, kuten virtausolot, lämpötila ja auringonvalo. DNA:n hajoamista ja kulkeutumista eri ympäristöissä on selvitetty monissa tieteellisissä tutkimuksissa, joiden tulokset on syytä ottaa huomioon molekyylibiologista seurantaa suunniteltaessa. Myös erilaiset DNA:n kulkeutumista kuvaavat mallit ovat hyödyllisiä mahdollisten lähdealueiden arvioimisessa, mutta myös mallien ennusteisiin liittyy väistämättä aina epävarmuutta.
Molekyylibiologisia seurantamenetelmiä kehitetään parhaillaan aktiivisesti ympäri maailmaa eri eliöryhmille ja ekosysteemeille, ja yksittäisiä menetelmiä on useissa maissa otettu myös rutiininomaiseen käyttöön. Laajassa mittakaavassa molekyylibiologisten menetelmien käyttö seurannassa on kuitenkin vielä kokeiluasteella, ja kehittämishankkeiden ja asiantuntijuuden kenttä on hajanainen.
Riittämätöntä rahoitusta, osaavien tekijöiden puutetta, referenssikirjastojen aukkoja erityisesti tiettyjen pohjoisten lajiryhmien osalta ja kansainvälisten menetelmästandardien puutetta pidetään alan asiantuntijoiden keskuudessa tärkeimpinä menetelmien käyttöönottoa rajoittavina tekijöinä. Kansallisia ja kansainvälisiä metodologisia ohjeita on olemassa, mutta ne ovat hajallaan, eikä vähimmäisvaatimuksia ole yleisesti hyväksytty tai sovittu, eli todellisia, yhteisesti hyväksyttyjä standardeja ei vielä juurikaan ole. Hajautettu rahoitus aiheuttaa helposti sen, että ohjeistuksia kehitetään kansallisella tai organisaatiotasolla, mutta projektien ja eri maiden välillä tapahtuvaa tiedonvaihtoa tai opittujen kokemusten jakamista ei tehdä tarpeeksi. Tämä aiheuttaa suuren riskin sille, etteivät molekyylibiologiset datat ole kansainvälisellä tasolla vertailukelpoisia.
Standardointi ja laadunvarmistus
Kansainvälinen menetelmästandardointi on erittäin tärkeää molekyylibiologisten aineistojen laadun ja vertailtavuuden varmistamiseksi. Standardointi on tällä hetkellä vielä alkuvaiheessa, mutta sitä edistetään aktiivisesti monin eri toimin Suomessa ja kansainvälisesti.
CEN-standardi EN 17805:2023 Water quality – Sampling, capture and preservation of environmental DNA from water on julkaistu alkuvuodesta 2023. eDNA-teemaista työryhmää ollaan perustamassa ISO/TC 147/SC 5/WG13 “Environmental DNA and RNA methods” alle. Sekä jo julkaistun CEN standardin, että nyt perusteilla olevan ISO-standardin työryhmistä vastaa kehittämispäällikkö Kristian Meissner Suomen ympäristökeskuksesta.
International eDNA Standardization Task Force iESTF (https://iestf.global/(siirryt toiseen palveluun)) perustettiin kansainvälisen GEO BON -konferenssin yhteydessä Montrealissa lokakuussa 2023. iESTF tekee tiivistä yhteistyötä kansainvälisen tutkimusyhteisön sekä erilaisten sidosryhmien kanssa.
Suosituksia laadunvarmistukseen
Suosittelemme käyttämään olemassa olevia kansainvälisiä menetelmästandardeja molekyylibiologisten seurantamenetelmien käyttämisen kaikissa vaiheissa aina näytteenotosta ja laboratorioanalyyseista valmiin aineiston analysointiin. Kaupallista palveluntarjoajaa käytettäessä on hyvä etukäteen varmistaa, että toimija sitoutuu kaikissa vaiheissa laadukkaaseen ja jäljitettävään työskentelyyn olemassa olevia standardeja ja hyviä laboratoriokäytäntöjä noudattaen. Käytettävän menetelmän tarkka dokumentointi on ensiarvoisen tärkeää aineiston laadun ja vertailtavuuden arvioimiseksi.
Laadunvarmistus tulee huomioida molekyylibiologisen aineiston keruun ja analysoinnin kaikissa vaiheissa aina näytteenotosta valmiin aineiston analyyseihin bioinformatiikan työkaluilla. Laadunvarmistuksen merkitys tulee lisääntymään sitä mukaa kun molekyylibiologisia ympäristön seurantamenetelmiä otetaan yhä laajemmin käyttöön. Kenttänäytteenottajien kouluttaminen, kaupallisen tai tutkimuslaboratorion sitouttaminen kaikki laboratoriovaiheet kattavaan laadunvarmistukseen, datan analysoinnin ja tallentamisen dokumentointiin ja jäljitettävyyteen panostaminen, loppukäyttäjien perehdytys menetelmien laadun arvioimiseen ovat kaikki erittäin tärkeitä vaiheita laadukkaan molekyylibiologisen datan saamiseksi.
Käyttöönotto Suomessa
Molekyylibiologiset seurantamenetelmät ovat Suomessa vielä enimmäkseen kokeiluasteella, mutta kehitys on nopeaa. Menetelmäkehitystä ja pilotointia tehdään yliopistojen lisäksi kaikissa keskeisissä ympäristön seurantaa koordinoivissa laitoksissa (Syke, Luke, Luonnontieteellinen keskusmuseo, Metsähallitus, Ilmatieteen laitos, Terveyden ja hyvinvoinnin laitos, Ruokavirasto).
Rutiinikäytössä menetelmät ovat vasta yksittäisillä riista- ja kalalajeilla. Kokonaisten lajiyhteisöjen seurantaa metaviivakoodausmenetelmillä ei Suomessa vielä ole otettu rutiininomaiseen käyttöön, mutta laajamittaista pilotointia on tehty tai käynnissä erityisesti vesieliöillä kuten plankton- ja päällyslevillä, pohjaeläimillä ja kaloilla. Maaympäristössä metaviivakoodaukseen perustuvaa laajamittaista seurantaa pilotoidaan erityisesti niveljalkaisilla ja sienillä.
Molekyylibiologisten seurantamenetelmien käyttöönottoa pyritään Suomessa edistämään mm. tutkimusrahoituksella ja eri toimijoiden välisellä koordinaatiolla ja yhteistyöllä. Molekyylibiologiset menetelmät ovat mukana ympäristöministeriön julkaisemassa Ympäristön tilan seurannan strategiassa 2030, ja Suomen ympäristökeskus ja Luonnonvarakeskus ovat laatineet tiekartan molekyylibiologisten seurantamenetelmien käyttöönotolle.
Taulukko: Molekyylibiologiset seurantamenetelmät Suomessa
Lajiryhmä | Species/group | System | Methods | Stage | Conducted by | Projects |
---|---|---|---|---|---|---|
Yleinen koordinaatio ja datanhallinta | General coordination / data management | Syke, Luke, Luomus, Univ. Oulu, Univ. Jyväskylä, Kuopio | eDNA roadmap, FEO, FinBIF-FIRI2021 | |||
Virukset | Viruses | terrestrial, freshwater, marine | eDNA metabarcoding, qPCR, eRNA (water, air, wastewater, ticks, fungi, plants, insects) | Pilot | THL, SYKE, FMI, Luke, universities | Wastpan, Finnish Tick Project |
Bakteerit ja arkit | Bacteria and Archaea | terrestrial, freshwater, marine | eDNA metabarcoding, qPCR (soil, water, air, wastewater, ticks) | Pilot | Luke, SYKE, FMI, THL, RV, universities | MiDAS, Wastpan, Valse V, LUCAS, RECIPE, Finnish Tick Project |
Kasvien sisällä kasvavat mikrobit | Endophytic microbes | terrestrial | eDNA metabarcoding of bacteria and fungi within plant tissues | Pilot | Luke | |
Pohjan piilevät | Benthic diatoms | freshwater | eDNA metabarcoding (biofilm, sediment, water) | Pilot | SYKE / Swedish Univ. of Agricultural Sciences | MaaMet, eDNA-monitor |
Kasviplankton | Phytoplankton | freshwater, marine | eDNA metabarcoding | Pilot | SYKE | GeMeKa, MiDAS, eDNA-monitor |
Maksasammalet | Liverworts | terrestrial | Bulk DNA metabarcoding | Pilot | Univ. Turku, MH, SYKE | |
Putkilokasvit | Vascular plants | terrestrial | eDNA metabarcoding/metagenomics (airborne pollen) | Pilot | FMI | |
Sienet | Fungi | terrestrial, freshwater | eDNA metabarcoding/metagenomics (soil, water, air, litter) | Pilot | Luke, SYKE, FMI, RV, universities | LIFEPLAN, Vesihomehanke, Valse V, RECIPE |
Jokihelmisimpukka | Freshwater pearl mussel (EN) | freshwater | eDNA + specific PCR | Pilot | Univ. Jyväskylä, MH | SALMUS |
Pohjaeläimet | Benthic macroinvertebrates | freshwater, marine | eDNA / bulk DNA metabarcoding | Pilot | SYKE | SCANDNAnet, TIMED, MaaMet, eDNA-monitor |
Maaperän selkärangattomat | Soil invertebrates | terrestrial | eDNA metabarcoding | Pilot | Luke | Valse V, LUCAS |
Eläinplankton | Zooplankton | freshwater, marine | eDNA, DNA metabarcoding | Pilot | Syke | eDNA-monitor |
Niveljalkaiset | Arthropods | terrestrial | Bulk DNA metabarcoding | Pilot | Universities | LIFEPLAN, Finnish Tick Project |
Täpläverkkoperhonen | Glanville fritillary butterfly (EN) | terrestrial | 240 SNP panel, whole genome re-sequencing | Pilot (long-term research) | Univ. Helsinki | |
Jokirapu, täplärapu | Noble crayfish (EN), signal crayfish (IAS) | freshwater | eDNA + dPCR | Pilot | Luke, Univ. Eastern Finland | |
Itämeren lohi | Atlantic salmon (VU), Baltic salmon (VU) | freshwater, marine | An array of 220k SNPs | Routine | Univ. Helsinki, Luke | |
Kalat | Fish | freshwater, marine (coastal) | eDNA + qPCR, eDNA metabarcoding | Pilot | Luke, MMM | SOTKA |
Sammakko, viitasammakko | Common frog, moor frog | freshwater | eDNA + qPCR | Pilot | Luke, Luomus, MMM | SOTKA |
Kiljuhanhi | Lesser white fronted goose (CR) | freshwater | eDNA + Sanger sequencing | Pilot | Kiljuhanhi LIFE, MH, Univ. Oulu | |
Lepakot | Bats | terrestrial | DNA from feces + metabarcoding | Pilot | Luomus | Papanapankki |
Karhu | Brown bear (NT) | terrestrial | DNA from feces + 96 Single Nucleotide Polymorphism (SNP) panel | Pilot | Luke | |
Euroopanmajava, kanadanmajava | European beaver (NT), Canadian beaver (IAS) | terrestrial | eDNA (wood chips) + PCR assays | Routine | Luke | |
Ilves | European lynx | terrestrial | DNA from feces + 96 SNP panel | Pilot | Luke | |
Valkohäntäkauris | White-tailed deer (IAS) | terrestrial | DNA from feces + microsatellites | Pilot | Luke | |
Susi, koirasusi | Wolf (EN), wolf-dog hybrids | terrestrial | DNA from feces/urine + 96 SNP panel | Routine | Luke | Susiseuranta |
Ahma | Wolverine (EN) | terrestrial | 14 microsatellites and mtDNA control region (579 bp) | Pilot | Univ. Oulu, Luke |
Miten otan molekyylibiologiset menetelmät käyttöön?
Olemme koonneet vastauksia konkreettisiin kysymyksiin, joita herää molekyylibiologisten seurantamenetelmien käytöstä kiinnostuneille. Jos et löydä sinua askarruttavaan kysymykseen vastausta, voit ottaa yhteyttä niin pyrimme auttamaan.
Onko tutkimalleni eliöryhmälle kehitetty molekyylibiologisia seurantamenetelmiä?
Kansainvälisellä tasolla ajantasainen vastaus löytyy nopeimmin tieteellisiä artikkeleita etsimällä. Eliöryhmiä, joiden molekyylibiologista seurantaa Suomessa pilotoidaan, on koottu yllä olevaan taulukkoon.
Mikä menetelmä soveltuu tarpeisiini?
Valittava menetelmä riippuu aina tutkimuskysymyksestä. Esimerkiksi yksittäisen lajin havaitsemiseen soveltuu parhaiten qPCR -menetelmä kun taas vaikkapa tietyn koskipaikan pohjaeläinyhteisöä kannattaa kartoittaa pohjaeläinten metaviivakoodausmenetelmällä.
Hyviä oppaita suunnittelun tueksi on saatavilla (ks. esim. Bruce ym. 2021 ja Pawlowski ym. 2020). Tuorein tieto menetelmien teknisistä yksityiskohdista (esim. parhaat alukkeet tietyn eliöryhmän DNA:n monistamiseen) löytyy tieteellisistä artikkeleista.
Miten luotettavaa molekyylibiologisten menetelmien tuottama tieto on?
Tulosten luotettavuus riippuu todella monesta seikasta alkaen aina laadukkaasti toteutetusta näytteenotosta DNA:n eristämiseen, monistamiseen, sekvensoimiseen ja sekvenssiaineiston analysoimiseen bioinformatiikan työkalulla. Menetelmät kehittyvät ja muun muassa lajikirjastot täydentyvät koko ajan. Varmistathan, että näytteenotto on suunniteltu ja toteutettu huolellisesti, näytteitä on otettu riittävästi suhteessa tutkimuksen kohteena olevaan ympäristöön (ks. esim Pawloski ym. 2020) ja että tuloksiin vaikuttavat seikat kuten DNA:n hajoaminen ja kulkeutuminen on huomioitu ja niiden aiheuttama riski virheellisiin tuloksiin minimoitu jo näytteenottoa suunniteltaessa. Myös laboratorion laadunvarmistus kaikissa DNA-näytteen käsittelyn vaiheissa sekä valmiin sekvenssiaineiston laadun tarkastaminen on ensiarvoisen tärkeää luotettavien tulosten saamiseksi.
Mitä menetelmien käyttö vaatii (infra, osaaminen)?
Nykyisin on jo saatavilla “avaimet käteen” -palveluita, jolloin kaikki vaiheet aina näytteenotosta valmiin sekvenssiaineiston analysoimiseen bioinformatiikan työkaluilla voidaan ostaa kaupalliselta toimijalta. Palveluntarjoajia on listattu alla. Yleisesti käytetty vaihtoehto on myös näytteenoton, DNA:n eristämisen ja valmiin sekvenssiaineiston analysoimisen tekeminen itse ja näytteiden sekvensoinnin ostaminen kaupalliselta palveluntarjoajalta.
Oxford Nanopore MINion -sekvensaattorin markkinoille tulo on viime aikoina mullistanut kenttää, sillä edullisen hankintahintansa vuoksi yhä usemmalla tutkimusryhmällä on ollut mahdollisuus hankkia MINion(siirryt toiseen palveluun) käyttöönsä. Sekvenssiaineistojen bioinformatiikan analyysit vaativat kuitenkin erityisosaamista, joka useassa viimeaikaisessa kyselyssä on tunnistettu yhdeksi suurimmista pullonkauloista.
Miten voin julkaista DNA-datani?
Suomen ympäristökeskus kannustaa aineistojen tuomiseen avoimesti saataville niin laajalti kuin mahdollista. Monet kansainväliset sekvenssitietokannat sekä esimerkiksi kansainvälinen lajitietokanta GBIF tarjoavat yksinkertaisen väylän datojen julkaisemiseen. Tietokantoja on listattu alla.
Myös Suomessa kehitetään parhaillaan kansallisia ratkaisuja DNA-pohjaisen luontotiedon hallintaan. Aineistojen julkaisemisessa on muistettava arkaluontoisuuteen liittyvät näkökohdat ja rajoitukset (erityisesti ihmis-DNA sekä sensitiivisten lajien havainnot). Kansainvälinen Nagoya-sopimus(siirryt toiseen palveluun) sääntelee muissa maissa kerätyn DNA-aineiston julkaisemista kansainvälisen oikeudenmukaisuuden varmistamiseksi geneettisten resurssien hyödyntämisessä.
Tekevätkö DNA-menetelmät perinteisen taksonomisen työn tarpeettomaksi?
Yleisesti ottaen tiedeyhteisön tämänhetkinen näkemys on, että DNA-menetelmät täydentävät ja laajentavat huomattavasti perinteisten seurantamenetelmien tuottamaa luontotietoa, mutta eivät korvaa niitä. Molekyylibiologisten menetelmien käyttöönoton rinnalla olisikin tulevina vuosina säilytettävä myös perinteiset menetelmät vertailuaineiston kerryttämiseksi ja pitkien aikasarjojen jatkuvuuden varmistamiseksi. Molekyylibiologisten seurantamenetelmien edellytys on myös tulevaisuudessa taksonominen pohjatyö, jota DNA-menetelmien kehityspaineen soisi pikemminkin kiihdyttävän kuin hidastavan.
Hyödynnetäänkö eDNA-hankkeissa kansalaistiedettä? Voinko osallistua?
Kansalaistiedettä hyödynnetään useassa käynnissä olevassa tutkimushankkeessa, esim.:
- Luonnontieteellisen keskusmuseon (LUOMUS) BatLab Finland -tutkimusryhmä kartoittaa Suomen lepakoiden ruokavalioita kutsumalla kansalaiset mukaan tallettamaan papanoita papanapankkiin.
- Luonnonvarakeskus Luke tekee majavien lajinmääritystä majavien syönnöslastujen avulla. Lastuja toivotaan etenkin Pirkanmaalta ja Länsi-Lapista. Lisätietoja Luken sivuilta
Tervetuloa kansalliseen eDNA-ideointitiimiin
Kansallinen eDNA-ideointitiimi on perustettu vuoden 2020 alussa. Tiimin tavoitteena on tarjota kaikille aiheesta kiinnostuneille matalalla kynnyksellä tietoa molekyylibiologisista seurantamenetelmistä sekä uusista hankkeista, tulevista tapahtumista ja muista ajankohtaisista asioista. Tiimin postituslistalle kuuluu tällä hetkellä yli 110 aihepiiristä kiinnostunutta henkilöä kotimaisista tutkimuslaitoksista, yliopistoista ja yrityksistä. Tiimi kokoontuu noin 2-4 kertaa vuodessa Teamsin kautta. Mukaan postituslistalle pääsee lähettämällä sähköpostia tiimin vetäjälle, tutkija Tiina Laamaselle (etunimi.sukunimi@syke.fi).
Resurssit
Oppaat, menetelmäohjeet ja standardit
DNA-referenssikirjastot ja lajintunnistustyökalut
DNA-pohjaiset lajihavainnot
Hankkeet ja verkostot
Hankkeita on listattu eliöryhmäkohtaisesti myös yllä olevassa taulukossa.
Palveluntarjoajat
Kokoamme ja ylläpidämme listaa yrityksistä ja muista organisaatioista, jotka tarjoavat molekyylibiologisten seurantamenetelmien käyttöön liittyviä palveluja. Ota yhteyttä, jos haluaisit edustamasi palveluntarjoajan listaan! Palveluntarjoajat ovat todennettuja, mutta palveluiden laatua ei ole tätä listausta varten arvioitu. Listaaminen ei siis tarkoita Suomen ympäristökeskuksen erityistä suositusta. Listaus on tehty aakkosjärjestyksessä.
Lisätietoja
Veera Norros
Tiina Laamanen
etunimi.sukunimi@syke.fi
Sivun ylälaidan kuva: Veera Norros / Syke