Although it is generally agreed that the Arctic flora is among the youngest and least diverse on Earth, the processes that shaped it are poorly understood. Here we present 50 thousand years (kyr) of Arctic vegetation history, derived from the first large-scale ancient DNA metabarcoding study of circumpolar plant diversity. For this interval we also explore nematode diversity as a proxy for modelling vegetation cover and soil quality, and diets of herbivorous megafaunal mammals, many of which became extinct around 10 kyr bp (before present). For much of the period investigated, Arctic vegetation consisted of dry steppe-tundra dominated by forbs (non-graminoid herbaceous vascular plants). During the Last Glacial Maximum (25-15 kyr bp), diversity declined markedly, although forbs remained dominant. Much changed after 10 kyr bp, with the appearance of moist tundra dominated by woody plants and graminoids. Our analyses indicate that both graminoids and forbs would have featured in megafaunal diets. As such, our findings question the predominance of a Late Quaternary graminoid-dominated Arctic mammoth steppe.

Abstract Ecological understanding of the role of consumer–resource interactions in natural food webs is limited by the difficulty of accurately and efficiently determining the complex variety of food types animals have eaten in the field. We developed a method based on DNA metabarcoding multiplexing and next‐generation sequencing to uncover different taxonomic groups of organisms from complex diet samples. We validated this approach on 91 faeces of a large omnivorous mammal, the brown bear, using DNA metabarcoding markers targeting the plant, vertebrate and invertebrate components of the diet. We included internal controls in the experiments and performed PCR replication for accuracy validation in postsequencing data analysis. Using our multiplexing strategy, we significantly simplified the experimental procedure and accurately and concurrently identified different prey DNA corresponding to the targeted taxonomic groups, with ≥60% of taxa of all diet components identified to genus/species level. The systematic application of internal controls and replication was a useful and simple way to evaluate the performance of our experimental procedure, standardize the selection of sequence filtering parameters for each marker data and validate the accuracy of the results. Our general approach can be adapted to the analysis of dietary samples of various predator species in different ecosystems, for a number of conservation and ecological applications entailing large‐scale population level diet assessment through cost‐effective screening of multiple DNA metabarcodes, and the detection of fine dietary variation among samples or individuals and of rare food items.

ABSTRACT Next-generation sequencing technologies have opened a new era of research in genomics. Among these, restriction enzyme-based techniques such as restriction-site associated DNA sequencing (RADseq) or double-digest RAD-sequencing (ddRADseq) are now widely used in many population genomics fields. From DNA sampling to SNP calling, both wet and dry protocols have been discussed in the literature to identify key parameters for an optimal loci reconstruction. The impact of these parameters on downstream analyses and biological results drawn from RADseq or ddRADseq data has however not been fully explored yet. In this study, we tackled this issue by investigating the effects of ddRADseq laboratory ( i.e. wet protocol) and bioinformatics ( i.e. dry protocol) settings on loci reconstruction and inferred biological signal at two evolutionary scale using two systems: a complex of butterfly species ( Coenonympha sp. ) and populations of Common beech ( Fagus sylvatica ). Results suggest an impact of wet protocol parameters (DNA quantity, number of PCR cycles during library preparation) on the number of recovered reads and SNPs, the number of unique alleles and individual heterozygosity. We also found that bioinformatic settings ( i.e. clustering and minimum coverage thresholds) impact loci reconstruction ( e.g. number of loci, mean coverage) and SNP calling ( e.g. number of SNPs, heterozygosity). We however do not detect an impact of parameter settings on three types of analysis performed with ddRADseq data: measure of genetic differentiation, estimation of individual admixture, and demographic inferences. In addition, our work demonstrates the high reproducibility and low rate of genotyping inconsistencies of the ddRADseq protocol. Thus, our study highlights the impact of wet parameters on ddRADseq protocol with strong consequences on experimental success and biological conclusions. Dry parameters affects loci reconstruction and descriptive statistics but not biological conclusion for the two studied systems. Overall, this study illustrates, with others, the relevance of ddRADseq for population and evolutionary genomics at the inter- or intraspecific scales.

ABSTRACT Genetic analysis can provide valuable information for conservation programs by unraveling the demographic trajectory of populations, by estimating effective population size, or by inferring genetic differentiation between populations. Here, we investigated the genetic differentiation within the Snowy Owl ( Bubo scandiacus ), a species identified as vulnerable by the IUCN, to (i) quantify connectivity among wintering areas, (ii) to evaluate current genetic diversity and effective population size and (iii) to infer changes in the historical effective population size changes from the last millennia to the recent past. The Snowy Owl, a highly mobile top predator, breeds across the Arctic tundra which is a region especially sensitive to current climate change. Using SNP-based analyses on Snowy Owls sampled across the North American nonbreeding range, we found an absence of genetic differentiation among individuals located up to 4,650 km apart. Our results suggest high genetic intermixing and effective dispersal at the continental scale despite documented philopatry to nonbreeding sites in winter. Reconstructing the population demographic indicated that North American Snowy Owls have been steadily declining since the Last Glacial Maximum ca 20,000 years ago and concurrently with global increases in temperature. Conservation programs should now consider North American Snowy Owls as a single, genetically homogenous continental-wide population which is most likely sensitive to the long-term global warming occurring since the Last Glacial Maximum.

More than half of the world's rivers dry up periodically, but our understanding of the biological communities in dry riverbeds remains limited. Specifically, the roles of dispersal, environmental filtering and biotic interactions in driving biodiversity in dry rivers are poorly understood. Here, we conduct a large-scale coordinated survey of patterns and drivers of biodiversity in dry riverbeds. We focus on eight major taxa, including microorganisms, invertebrates and plants: Algae, Archaea, Bacteria, Fungi, Protozoa, Arthropods, Nematodes and Streptophyta. We use environmental DNA metabarcoding to assess biodiversity in dry sediments collected over a 1-year period from 84 non-perennial rivers across 19 countries on four continents. Both direct factors, such as nutrient and carbon availability, and indirect factors such as climate influence the local biodiversity of most taxa. Limited resource availability and prolonged dry phases favor oligotrophic microbial taxa. Co-variation among taxa, particularly Bacteria, Fungi, Algae and Protozoa, explain more spatial variation in community composition than dispersal or environmental gradients. This finding suggests that biotic interactions or unmeasured ecological and evolutionary factors may strongly influence communities during dry phases, altering biodiversity responses to global changes. Over half the world's rivers dry periodically, yet little is known about the biological communities in dry riverbeds. This study examines biodiversity across 84 non-perennial rivers in 19 countries using DNA metabarcoding. It finds that nutrient availability, climate and biotic interactions influence the biodiversity of these dry environments.

The relative influence of deterministic niche-based (i.e. abiotic conditions, biotic interactions) and stochastic-distance dependent neutral processes (i.e. demography, dispersal) in shaping communities has been extensively studied for various organisms, but is far less explored jointly across the tree of life, in particular in soil environments. Here, using a thorough DNA-based census of the whole soil biota in a large tropical forest plot, we show that soil aluminium, topography, and plant species identity are all important drivers of soil richness and community composition. Body size emerges as an important feature of the comparative ecology of the different taxa at the studied spatial scale, with microorganisms being more importantly controlled by environmental factors, while soil mesofauna rather display random spatial distribution. We infer that niche-based processes contribute differently to community assembly across trophic levels due to spatial scaling. Body size could hence help better quantifying important properties of multitrophic assemblages.

Metabarcoding analyses have recently undergone significant development due to the power of this technique in biodiversity monitoring. However, it is still difficult to draw accurate quantitative conclusions about the ecosystems studied, mainly because of biases inherent in the environmental DNA or introduced during the experimental process. These biases alter the relationship between the amount of DNA observed and the biomass or number of individuals of the species detected. Two of the biases inherent in metabarcoding have been measured: the ratio between total DNA and target DNA concentrations, and the PCR amplification bias. A method for their correction is proposed. All experimental tests were performed on mock alpine plant communities using the marker Sper01, which is expected to have low amplification bias due to its highly conserved priming sites. Our approach combines standard quantitative PCR techniques (qPCR and digital droplet PCR) with a realistic stochastic model of PCR dynamics that accounts for PCR saturation. The model was used to estimate PCR efficiencies for each species and to infer the true species proportions of the mock communities from the read relative frequencies. The corrections are easy to implement and can be applied to previously generated DNA metabarcoding data. This work demonstrates the relative importance of the two biases considered and is an open door to quantitative metabarcoding data, although many other biases remain to be considered.