[论文解读] BOLD v4: A Centralized Bioinformatics Platform for DNA-based Biodiversity Data

Sujeevan Ratnasingham, Catherine Wei+17 more|arXiv (Cornell University)|Apr 8, 2024

Environmental DNA in Biodiversity Studies被引用 4

一句话总结

BOLD v4 引入了一个增强的集中式生物信息学平台，用于基于DNA的生物多样性数据，整合了分子、形态学和分布数据，以支持全球DNA条形码参考库。它通过改进的数据管理、分析和传播，推动了生物多样性科学的发展，平台托管了1700万条标本记录和1400万条条形码，覆盖了超过一百万个物种。

ABSTRACT

BOLD, the Barcode of Life Data System, supports the acquisition, storage, validation, analysis, and publication of DNA barcodes, activities requiring the integration of molecular, morphological, and distributional data. Its pivotal role in curating the reference library of DNA barcodes, coupled with its data management and analysis capabilities, make it a central resource for biodiversity science. It enables rapid, accurate identification of specimens and also reveals patterns of genetic diversity and evolutionary relationships among taxa. Launched in 2005, BOLD has become an increasingly powerful tool for advancing understanding of planetary biodiversity. It currently hosts 17 million specimen records and 14 million barcodes that provide coverage for more than a million species from every continent and ocean. The platform has the long-term goal of providing a consistent, accurate system for identifying all species of eukaryotes. BOLD's integrated analytical tools, full data lifecycle support, and secure collaboration framework distinguish it from other biodiversity platforms. BOLD v4 brought enhanced data management and analysis capabilities as well as novel functionality for data dissemination and publication. Its next version will include features to strengthen its utility to the research community, governments, industry, and society-at-large.

研究动机与目标

• 提升DNA条形码数据系统（BOLD）在全球范围内对DNA条形码数据的汇编与分析能力。
• 应对日益增长的对统一、可扩展系统的需求，以管理不断增长的基于DNA的生物多样性数据量。
• 改进数据生命周期支持、分析能力以及研究人员、政府和产业界的安全协作功能。
• 加强数据传播与出版功能，以扩大对科学界和社会的影响力。
• 推进长期目标，即通过DNA条形码技术实现对所有真核生物物种的准确、一致鉴定。

提出的方法

• 将分子、形态学和分布数据整合到一个集中式、可扩展的数据库架构中。
• 实施增强的数据验证和质量控制流程，用于DNA条形码记录。
• 开发先进的分析工具，用于遗传多样性评估、分类学归类和进化关系推断。
• 引入安全协作框架，支持多机构间的数据共享与共同管理。
• 设计新型的数据传播与出版工作流程，以支持开放科学和可重复性。
• 利用一个稳健、版本控制的平台（BOLD v4），以确保长期数据完整性和系统可扩展性。

实验结果

研究问题

• RQ1 一个集中式生物信息学平台如何有效管理跨不同分类群和全球贡献者的DNA条形码数据全生命周期？
• RQ2 为支持生物多样性数据规模和复杂性的持续增长，数据管理和分析工具需要哪些改进？
• RQ3 如何实现安全、协作的数据工作流程，以促进全球科研与保护应用？
• RQ4 标准化、可扩展的平台在推进通过DNA条形码实现全球物种鉴定目标方面发挥什么作用？
• RQ5 如何优化数据传播与出版功能，以提高研究人员和政策制定者对数据的可及性和影响力？

主要发现

• BOLD v4 托管了1700万条标本记录和1400万条DNA条形码，覆盖了全球所有大陆和海洋区域的超过一百万个物种。
• 该平台通过整合分子、形态学和分布数据分析，实现了快速而准确的物种鉴定。
• BOLD v4 中增强的分析工具支持检测分类群之间的遗传多样性模式和进化关系。
• 该系统提供了完整的数据生命周期支持，涵盖从数据获取、验证到发布和长期存档的全过程。
• BOLD v4 的安全协作框架促进了多机构间的数据共享以及参考库的共同开发。
• 该平台被定位为生物多样性科学的基础资源，未来版本预计将进一步拓展其在科研、保护和政策制定中的应用价值。