Mørke arter som indikatorer for miljøtilstand

I den nuværende biodiversitetskrise er det afgørende at kunne overvåge naturen effektivt.

Traditionelt gøres dette ofte ved at fokusere på udvalgte ”indikatorarter”, som menes at afspejle økosystemets tilstand. Denne metode kan dog være problematisk, når en enkelt indikatorart f.eks. bruges til at vurdere et helt landskabs tilstand, eller når en art anvendes som indikator uden tilstrækkelig faglig begrundelse.

 

En mulig løsning på disse problemer findes i det bredere udvalg af potentielle indikatorer, som overvågning med miljø-DNA muliggør.

De seneste år er DNA fra miljøprøver, såsom vandprøver, i stigende grad blevet anvendt til overvågning af dyrearter, da metoden generelt er mindre indgribende og mere effektiv end traditionelle metoder.

De fleste miljø-DNA sekvenser kan dog ikke artsbestemmes, da mange arter endnu er ubeskrevne eller ikke er blevet DNA-sekventeret. Sådanne ubestemte DNA-sekvenser kaldes for ”mørke arter”, og deres biologi er kun ringe kendt.

 

I projektet DarkDNA vil vi anvende maskinlæring til at identificere indikatorarter blandt de mørke arter i miljø-DNA. Dermed vil vurderingen af økosystemers tilstand kunne gøres på baggrund af mange flere, og fagligt velbegrundede, indikatorarter.