Malgré les divers bénéfices du barcoding d’ADN en biologie, la confusion entre identification de spécimens et découverte d’espèces mène à des erreurs de méthodologie dans nombre d’études. Ici, la controverse ne réside donc pas sur les buts du barcoding (identification et découverte), mais sur l’imprécision de leurs limites, menant souvent à des méthodologies inadaptées et donc des résultats erronés. Ils listent ici 7 lacunes souvent trouvées dans les études sur le barcoding et proposent de potentielles améliorations pour des résultats plus fiables.

1)Manque d’hypothèses claires
Choix de méthodes analytiques inappropriées ou non optimales du fait de la confusion dans les objectifs de l’étude.
-> Exposer explicitement chaque hypothèse, et séparer clairement les aspects distincts de l’étude dans les méthodes et les résultats.

2)Identification a priori des spécimens inadéquate
Identifications contradictoires faites par différents laboratoires qui peuvent compromettre l’efficacité des références dans les bibliothèques de code-barres.
->Présenter les références et les caractères morphologiques utilisés dans la procédure d’identification.

3)Utilisation du terme ‘identification d’espèces’
Confusion entre identification des individus et délimitation/découverte d’espèces.
->Clarifier les objectifs, dire plutôt ‘identification de spécimen’ ou ‘découverte d’espèces’ selon le but de l’étude.

4)Utilisation inappropriée des arbres issus de la méthode « Neighbour-Joining » (arbres NJ)
-Les arbres NJ utilisent une matrice de distances basée sur la similitude des séquences. Mais se baser seulement sur la monophylie peut réduire l’efficacité du barcoding pour l’identification, du fait de la paraphylie de l’ADN mitochondrial ou de la mauvaise identification des spécimens.
->Utilisation de critères alternatifs comme ‘best close match’ (variations intra-/interspécifiques distinguées via un seuil établi par les utilisateurs) plus performants, notamment en présence de paraphylie.
-Pour évaluer la biodiversité et découvrir des espèces, les arbres ne peuvent estimer le nombre d’espèces en respectant les noms taxonomiques.
->Estimer la richesse spécifique via différentes méthodes (ABGD, GMYC, BOLD’s BIN) utilisant des informations génétiques pour estimer le nombre de groupes d’espèces similaires plutôt que les arbres NJ pour ce genre d’étude.

5)Utilisation inapproprée du bootstrap
Le bootstrap permet de confirmer ou non un groupe d’espèces similaires, et peut être utilisé pour la découverte/délimitation d’espèces. Mais il peut diminuer le succès d’identification, déjà faible, des arbres NJ, car il ne peut évaluer l’incertitude des identifications. Rejeter l’identité de spécimens quand la valeur de boostrap est trop faible compromet donc l’efficacité des références de code-barres.
->Utiliser seulement le bootstrap quand c’est approprié (e.g. comme une partie du processus de délimitation de groupes pré-estimés).

6)Utilisation inappropriée des seuils de distance fixés
Pour l’identification de spécimens, un seuil placé trop bas ou trop haut peut réduire ou biaiser l’identification des taux d’erreurs.
->Les seuils peuvent maintenant être optimisés pour des jeux de données spécifiques (i.e. logiciels ABGD, Spider).

7)Interprétation incorrecte du barcoding gap
Les histogrammes de distributions des distances intra-/interspéciques qui se chevauchent ne signifient pas forcément que les codes-barres seront médiocres pour l’identification de spécimens ; la seule erreur est de définir un seuil universel. Ainsi, ce type de représentation ne signifie rien, car les distances intraspécifiques pour une espèce peut excéder les distances interspécifiques pour d’autres espèces présentes dans l’analyse, mais sans compromettre le succès d’identification (local gap).
->Pour l’identification d’espèces, la représentation des distances intra-/interspécifiques via des graphiques à points illustrent mieux le barcoding gap.

Cette revue semble poser un regard positif sur le barcoding d’ADN en lui accordant un potentiel important aussi bien dans les recherches sur la biodiversité que pour les sciences réglementaires. Selon les auteurs, la controverse se pose donc plutôt sur les hypothèses, parfois floues, menant à une utilisation de méthodologies inappropriées dans certaines études.
Ainsi, d’après cette revue, le barcoding d’ADN est un outil offrat nombre d’opportunités, à partir du moment où il est bien compris et donc utilisé à bon escient.

Review intéressante et bien structurée, offrant de potentielles améliorations pour palier aux mauvaise utilisations du barcoding d'ADN.