Environmental DNA (eDNA) metabarcoding surveys enable rapid, noninvasive identification of taxa from trace samples with wide‐ranging applications from characterizing local biodiversity to identifying food‐web interactions. However, the technique is prone to error from two major sources: (a) contamination through foreign DNA entering the workflow, and (b) misidentification of DNA within the workflow. Both types of error have the potential to obscure true taxon presence or to increase taxonomic richness by incorrectly identifying taxa as present at sample sites, but multiple error sources can remain unaccounted for in metabarcoding studies. Here, we use data from an eDNA metabarcoding study designed to detect vertebrate species at waterholes in Australia's arid zone to illustrate where and how in the workflow errors can arise, and how to mitigate those errors. We detected the DNA of 36 taxa spanning 34 families, 19 orders and five vertebrate classes in water samples from waterholes, demonstrating the potential for eDNA metabarcoding surveys to provide rapid, noninvasive detection in remote locations, and to widely sample taxonomic diversity from aquatic through to terrestrial taxa. However, we initially identified 152 taxa in the samples, meaning there were many false positive detections. We identified the sources of these errors, allowing us to design a stepwise process to detect and remove error, and provide a template to minimize similar errors that are likely to arise in other metabarcoding studies. Our findings suggest eDNA metabarcoding surveys need to be carefully conducted and screened for errors to ensure their accuracy.

中文翻译：

---

识别错误并准确解释环境 DNA 元条形码结果：在干旱区水坑中检测脊椎动物的案例研究。

环境 DNA (eDNA) 元条形码调查能够从痕量样本中快速、无创地识别分类群，具有广泛的应用，从表征当地生物多样性到识别食物网相互作用。然而，该技术容易出现来自两个主要来源的错误：(a) 进入工作流程的外来 DNA 造成的污染，以及 (b) 工作流程中 DNA 的错误识别。这两种类型的错误都有可能掩盖真正的分类群存在或通过错误地识别样本点存在的分类群来增加分类丰富度，但在元条形码研究中可能无法解释多个错误来源。在这里，我们使用来自 eDNA 元条形码研究的数据，该研究旨在检测澳大利亚干旱地区水坑中的脊椎动物物种，以说明工作流程错误可能出现的位置和方式，以及如何减轻这些错误。我们在来自水坑的水样中检测到跨越 34 个科、19 个目和 5 个脊椎动物类的 36 个分类群的 DNA，证明了 eDNA 元条形码调查在偏远地区提供快速、无创检测以及广泛采样从水生到水生的分类多样性的潜力。陆生类群。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。我们在来自水坑的水样中检测到跨越 34 个科、19 个目和 5 个脊椎动物类的 36 个分类群的 DNA，证明了 eDNA 元条形码调查在偏远地区提供快速、无创检测以及广泛采样从水生到水生的分类多样性的潜力。陆生类群。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。我们在来自水坑的水样中检测到跨越 34 个科、19 个目和 5 个脊椎动物类的 36 个分类群的 DNA，证明了 eDNA 元条形码调查在偏远地区提供快速、无创检测以及广泛采样从水生到水生的分类多样性的潜力。陆生类群。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。来自水坑的水样中的 19 个目和 5 个脊椎动物类，证明了 eDNA 元条形码调查在偏远地区提供快速、无创检测以及广泛采样从水生到陆生分类群的分类多样性的潜力。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。来自水坑的水样中的 19 个目和 5 个脊椎动物类，证明了 eDNA 元条形码调查在偏远地区提供快速、无创检测以及广泛采样从水生到陆生分类群的分类多样性的潜力。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。在偏远地区进行无创检测，并广泛采样从水生到陆生分类群的分类多样性。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。在偏远地区进行无创检测，并广泛采样从水生到陆生分类群的分类多样性。然而，我们最初在样本中确定了 152 个分类群，这意味着存在许多误报检测。我们确定了这些错误的来源，使我们能够设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。允许我们设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。允许我们设计一个逐步的过程来检测和消除错误，并提供一个模板来最大限度地减少其他元条形码研究中可能出现的类似错误。我们的研究结果表明，需要仔细进行 eDNA 元条形码调查并筛查错误以确保其准确性。