Towards an Iberian DNA barcode reference library of freshwater macroinvertebrates and fishes

espanolLos macroinvertebrados y peces de agua dulce son los organismos mas usados en los principales programas de biomonitoreo de ecosistemas en la Peninsula Iberica. Todavia su uso como bioindicadores se ha visto a veces obstaculizado por el tiempo y el coste necesarios para clasificar los especimenes de macroinvertebrados y su dificil identificacion taxonomica, y las dificultades de muestreo para capturar especies de peces raras o incipientes, respectivamente. Dada la reduccion en coste y tiempo que supone la identificacion de metazoos mediante metabarcoding [es decir, secuenciacion de alto rendimiento (HTS) de codigos de barras de ADN] la confiabilidad de la identificacion a nivel de especie y el alto numero de muestras que se pueden procesar, su uso en biomonitorizacion de comunidades de agua dulce, puede proporcionar una alternativa a las aproximaciones tradicionales basadas en la morfologia. Sin embargo, la precision de la asignacion de especies en dichas tecnicas de metabarcoding requiere disponer de una exhaustiva biblioteca de referencia de codigos de barras de ADN. Debido al alto nivel de endemicidad en la Peninsula Iberica, los repositorios publicos actuales de codigos de barras de ADN pueden no ser lo suficientemente informativos para identificar la fauna iberica a nivel de especie. En este estudio hemos compilado la lista taxonomica de macroinvertebrados y peces ibericos de agua dulce (incluidas las especies autoctonas y no autoctonas) y los datos moleculares disponibles en repositorios publicos para el codigo de barras genetico Citocromo Oxidasa C Subunidad I (cox1, COI-5P), para evaluar el alcance y extension de su cobertura. La cobertura del codigo de barras del ADN se compilo para fragmentos de ADN ubicados dentro de la region de Folmer (658 pb). Dado que las plataformas HTS proporcionan una secuencia de ADN de un rango de 50-400 pb de longitud, tambien compilamos informacion de la segunda mitad del codigo de barras de ADN (313 pb, region de Leray) y la primera parte de la region de Leray (285 pb, Leray-285), que son los fragmentos de ADN mas cortos y todavia utiles para asignar secuencias de cox1 obtenidas por metabarcoding. Para los macroinvertebrados, la lista taxonomica comprendio 3348 especies, incluidos Mollusca (65 especies), Crustacea (101 especies) e Insecta (3182 especies). Proporcionamos la primera biblioteca de referencia de codigo de barras de ADN, con una cobertura global del 35 % de los taxones ibericos. Al explorar estos datos, encontramos un fuerte sesgo taxonomico. Sobre la base de Leray-285, Odonata (43 de 79 especies presentan codigo de barras, 54.43 %) fueron los linajes mejor representados. Por el contrario, Diptera (393 de 1.693 especies presentan codigo de barras, 23.21 %) y Plecoptera (42 de 135 especies presentan codigo de barras, 31.11 %) estaban subrepresentados. Para los peces, los datos de codigos de barras de ADN disponibles cubrieron el 98.11 % de las especies autoctonas (76) y no autoctonas (30). Mediante la identificacion y cuantificacion de la proporcion de especies sin codigos de barras de DNA (~ 65 %), pretendemos proporcionar unas guias para el diseno eficiente de los proximos pasos hacia el objetivo ambicioso pero necesario de compilar una biblioteca completa de referencia de codigo de barras de ADN para los macroinvertebrados y peces ibericos. EnglishFreshwater macroinvertebrates and fishes are focal groups in major ecosystem biomonitoring programs in the Iberian Peninsula. Yet, their use as bioindicators is sometimes constrained by the time and cost needed for sorting macroinvertebrates specimens and their challenging taxonomic identification, and the huge sampling procedures for capturing rare or incipient fish species, respectively. Given the increasing cost-effectiveness of metazoan identification based on metabarcoding [i.e., high-throughput sequencing (HTS) of DNA barcodes] and reliability of species-level identification and the high number of samples that can be processed, its use in biomonitoring of freshwater communities can provide an alternative to morphology-based approaches. However, the accuracy of species assignment in metabarcoding approaches relies on the availability of a comprehensive DNA barcode reference library. Because of the high level of endemicity in the Iberian Peninsula, current public repositories for DNA barcodes may not be informative enough to identify the Iberian fauna to species level. Here, we compiled the Iberian freshwater macroinvertebrates and fishes taxonomic list (including indigenous and non-indigenous species) and the available molecular data for the cytochrome oxidase I DNA barcode (cox1, COI-5P) in public repositories to assess the extent of DNA barcode coverage. The DNA barcode coverage was reported for DNA fragments within the Folmer region (658 bp). Given that HTS platforms provide DNA sequence in the range of 50-400 bp in length, we also reported the second half of the DNA barcode (313 bp, Leray region) and the first part of the Leray region (285 bp, Leray-285), which are short DNA barcodes useful to assign metabarcoding cox1 data. For macroinvertebrates, the final taxonomic checklist comprises 3348 species including Mollusca (65 species), Crustacea (101 species) and Insecta (3182 species). We present an initial DNA barcode reference library, with an overall coverage of ~ 35 % of the Iberian taxa. Exploring this data, we find a strong taxonomic bias. Based on Leray-285, Odonata (43 of 79 species barcoded, 54.43 %) and Hemiptera (44 of 81 species barcoded, 54.32 %) were the best represented lineages. In contrast, Diptera (393 of 1693 species barcoded, 23.21 %), and Plecoptera (42 of 135 species barcoded, 31.11 %) were underrepresented. For fishes, the available DNA barcode data covered 98.11 % of the indigenous (76) and non-indigenous (30) species. By revealing and quantifying current gaps on the available data (~ 65 %), we aim to improve efficiency in designing the next steps towards the ambitious yet necessary goal of compiling a complete DNA barcode reference library for Iberian macroinvertebrates and fishes