UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” INSTITUTO DE BIOCIÊNCIAS -CAMPUS DE BOTUCATU DEPARTAMENTO DE BIOLOGIA ESTRUTURAL E FUNCIONAL PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS BIOLÓGICAS (ZOOLOGIA) Uso do DNA barcoding na identificação e monitoramento da ictiofauna e do ictioplâncton em lagos de proteção, manejo e exploração na região do baixo rio Purus Bruno Ferezim Morales BOTUCATU-SP 2023 UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” INSTITUTO DE BIOCIÊNCIAS -CAMPUS DE BOTUCATU DEPARTAMENTO DE BIOLOGIA ESTRUTURAL E FUNCIONAL PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS BIOLÓGICAS (ZOOLOGIA) Uso do DNA barcoding na identificação e monitoramento da ictiofauna e do ictioplâncton em lagos de proteção, manejo e exploração na região do baixo rio Purus Tese apresentada ao Programa de Pós- Graduação em Ciências Biológicas (Zoologia) do Instituto de Biociências de Botucatu, Universidade Estadual Paulista “Júlio de Mesquita Filho”, como parte dos requisitos para obtenção do título de Doutor. Proponente:Me. Bruno Ferezim Morales Orientador: Prof. Dr. Claudio de Oliveira BOTUCATU-SP 2023 Resumo A categorização de áreas protegidas é um importante instrumento para balizar o uso dos recursos pesqueiros. No entanto, a delimitação dessas áreas normalmente é pautada no conhecimento tradicional e levantamentos pontuais da ictiofauna. Nesse contexto a ferramenta molecular DNA barcoding pode atuar como instrumento de monitoramento, gerando informações robustas para o enquadramento das áreas protegidas nas diversas categorias, bem como no auxílio da implementação de estratégias de conservação. Diante disso, o presente estudo objetivou verificar a eficiência do DNA barcoding na identificação de ovos, larvas e adultos de espécies-alvo de peixes da região do baixo rio Purus na Reserva de Desenvolvimento Sustentável Piagaçu Purus (RDS-PP) e Reserva Biológica (Rebio) Abufari, bem como a efetividade das diferentes categorias dos lagos para o manejo e conservação da ictiofauna. As amostragens ocorreram em 13 locais, oito fixos e 12 variáveis, categorizados como proteção, aberto ou de manejo. O estudo foi composto pelas etapas experimentais: (i) coleta de material biológico; (ii) extração do DNA; (iii) sequenciamento de DNA barcoding; (iv) alinhamento de sequências de DNA de espécies-alvo versus ictioplâncton; e (v) identificação dos exemplares de espécies-alvo. Através do cruzamento e alinhamento de sequencias de DNA do banco de dados de espécies alvo e das sequências de ictioplâncton, foi possível identificar quais espécies demonstram comportamento reprodutivo no ambiente amostrado, e em qual período do ciclo hidrológico e categoria de uso dos lagos cada espécie-alvo ocorre. Dessa forma foi possível compor um banco de dados abrangente e lastreado por material testemunho depositado em coleção biológica, avaliar os padrões reprodutivos das espécies-alvo identificadas pelo DNA barcoding, validar a categorização dos lagos e propor ações de manejo e conservação dos recursos pesqueiros. Palavras-chave: Conservação, Áreas Protegidas, Sequenciamento Sanger, Peixes Neotropicais. Abstract The categorization of protected areas is an important tool to drive exploitation of fisheries. However, the delimitation of these areas is usually based on traditional knowledge and on specific surveys of fish communities. In this context, the molecular tool DNA barcoding can act as monitoring tools, generating robust information for classifying areas into different categories, as well as helping to implement conservation strategies. Thus, this present study aims to verify the efficiency of DNA barcoding in the identification of eggs, larvae, and adults of target species of fish from the lower Purus River region in the RDS-PP and Rebio Abufari, and the effectivity of different lakes categories to management and conservation of ichthyofauna. Sampling was taken in 13 locations, eight fixed and 12 variables, categorized as protection, open access or management. The study gathered the experimental steps: (i) biological sampling; (ii) DNA extraction; (iii) DNA barcoding sequencing; (iv) alignment of DNA sequences of target species versus ichthyoplankton; and (v) identification specimens of target species. The ichthyofauna was sampled with gillnet, macrophyte encirclement, beach trawl, sieve and benthic trawl. The ichthyoplankton was collected with a conical plankton net. The fish species were framed as target species based on legal restriction criteria, commercial and ornamental importance, and conservation status, forming the DNA barcoding database of fishes and ichthyoplankton sequences. By crossing and aligning DNA sequences from the genomic library of the target species and the ichthyoplankton sequences, the potential species that reproduces in the sampled environment were identified, and which category of the lakes and hydrological period they used during reproduction. In this way, it was possible to compose a comprehensive database backed by testimonial material deposited in a biological collection, evaluate the reproductive patterns of the target species identified by DNA barcoding, validate the categorization of lakes and propose management and conservation actions for fishing resources. Keywords: Conservation, Protected Areas, Sanger Sequencing, Neotropical Fishes. . Agradecimentos Ao meu orientador Prof.º Dr. Cláudio de Oliveira, pela confiança e oportunidade oferecida para desenvolver este trabalho. Aos amigos do Laboratório de Biologia e Genética de Peixes - LBP/UNESP. Ao Programa de Pós-graduação em Ciências Biológicas (Zoologia) e à Seção Técnica de Pós Graduação. Ao Instituto de Ciências Exatas e Tecnologia e à Universidade Federal do Amazonas pelo afastamento para capacitação em nível de Doutorado. A Fundação de Amparo à pesquisa do Estado do Amazonas (FAPEAM) pela concessão da bolsa de estudos (Programa de Apoio a Pós Graduandos fora do Estado do Amazonas POSGFE/ FAPEAM, Edital N.º 012/2021). Ao Programa de Pós-graduação em Biologia de Água Doce e Pesca Interior do Instituto Nacional de Pesquisas da Amazônia pelo suporte logístico no âmbito do Programa Ecológico de Longa Duração PELD-DIVA, em especial ao amigo, Dr. Jansen Alfredo Sampaio Zuanon. A minha esposa Rafaela Priscila Ota, pela dedicação, suporte e parceria incondicional. Ao meu filho Francisco Ota Morales pela inspiração. Aos meus pais e irmãos por todo o suporte durante os momentos de maior dificuldade ao longo de todo o processo. A todos os demais familiares que consistiram no imprescindível grupo de apoio quando necessário. As colegas de laboratório Mariana, Letícia, Gabriela e Larissa pelo auxílio nos procedimentos laboratoriais. As colegas de laboratório Mariana, Jeferson e Tiago pelo auxílio nos procedimentos de coleta de material biológico no rio Purus. Aos amigos do grupo de discussão de artigos do LBP/UNESP, que desempenharam um papel importante na construção do pensamento crítico sobre diversos aspectos da taxonomia e sistemática de peixes. E a todos que direta e indiretamente fizeram parte da realização deste trabalho. Muito obrigado! Lista de Figuras, Quadros e Tabelas Parte Geral Figura 1. Localização geográfica e limites territoriais da Reserva de Desenvolvimento Sustentável Piagaçu-Purus (RDS-PP) e Reserva Biológica de Abufari, no trecho baixo do rio Purus, Amazonas, Brasil. .........................................................................................................................12 Tabela 1. Locais de coleta nas áreas de influência da RDS Piagaçu-Purus e Rebio Abufari, com informações sobre localização geográfica, nome da unidade de conservação que estão inserido e respectivo setor administrativo, categorização quanto ao uso dos recursos naturais e tipo de amostragem. .................................................................................................................................. 13 Figura 2. Localização geográfica e distribuição espacial dos locais de coleta na Reserva de Desenvolvimento Sustentável Piagaçu-Purus e Reserva Biológica de Abufari, no trecho baixo do rio Purus, Amazonas, Brasil (numeração na cor branca representa locais com amostragem fixa e numeração na cor amarela locais com amostragem variável). ......................................................14 Capítulo 1 Quadro 1. Conjuntos de primers utilizados para amplificação e sequenciamento do gene mitocondrial Citocromo oxidase subunidade I (COI) das espécies de peixes coletadas em áreas protegidas do baixo rio Purus, Estado do Amazonas. ..........................................................................................29 Quadro 2. Critérios, premissas e decisões para cada cenários de tomada de decisão frente as comparações da identificação original da espécie com a identificação da espécie com maior similaridade genética de DNA barcoding depositada nos bancos de dados BOLD e Genbank. ..33 Figura 1. Gráfico do tipo PieDonut com ordens e famílias de peixes neotropicais registradas nos locais de coleta fixos e variáveis da RDS-PP e Rebio Abufari, com representação da participação de cada ordem em relação número de famílias (área Pie do gráfico) e famílias por ordem (área donut do gráfico). .......................................................................................................................... 35 Figura 2. Dados comparativos entre os principais banco de dados de espécies publicados para a bacia do rio Purus ou para o seu trecho inferior (baixo rio Purus), com informações sobre número total de espécies listadas em cada estudo (riqueza), espécies comuns nos trabalhos e no presente estudo (sobreposição) e número de espécies coletadas que não constavam nas listas publicadas (incremento). ................................................................................................................................. 36 Tabela 1. Lista das espécies de peixes capturadas na Reserva de Desenvolvimento Sustentável Piagaçu-Purus (RDS-PP) e Reserva Biológica de Abufari (Rebio Abufari), no baixo rio Purus, entre 2020 e 2022.As referências para a classificação utilizada estão listadas na seção Material e Métodos. (Voucher LBP: número da amostra de tecido na coleção genética do Laboratório de Biologica e Genética de Peixes da Unesp-Botucatu; Nº LBP: número de identificação de cada lote na coleção ictiológica do Laboratório de Biologica e Genética de Peixes da Unesp-Botucatu; Local: 1.Lago Caraipé; 2.Lago Tendalzinho ; 3.Lago Peauzinho; 4.Lago Apuí; 5.Lago Itapuru Mirim; 6.Lago Xaviana; 7.Rio Purus (RDS-PP); 8.Lago Furrielzinho; 9.Lago Assoalhador; 10.Lago Mosca 11.Igarapé do Chapéu; 12.Rio Purus (Rebio) e 13.Lago Japa;ECE: Enquadramento quanto aos critérios de elegibilidade: Restrição Legal: PLA - Portaria IBAMA nº 48 de 05 de novembro de 2007; PLB - Instrução Normativa Nº 35 de 29 de setembro de 2005; PLC - Instrução Normativa IBAMA N° 34 de 18 de junho de 2004; PLD - Instrução Normativa IBAMA Nº 1 de 1 de junho de 2005; PLF - Portaria SAP/MAPA Nº 1.082 de 22 de junho de 2022; Importância Econômica: IC - Santos et al., (2009); Importância para aquariofilia ou uso ornamental: AO - Instrução Normativa Interministerial MAPA/MMA N°1 de 3 de janeiro de 2012; AO2 - Resolução CEMAM N° 24 de 18 de agosto de 2017; Categoria na Lista Nacional de Espécies Ameaçadas de Extinção: AE - Portaria MMA nº 148, de 07 de junho de 2022; BOLD (Ident. Engine): nome da espécie referente a sequência com maior similaridade obtida pela ferramenta Identification Engine em pesquisa na base de dados genéticos BOLD; Similar.: percentagem de similaridade (%); BOLD BIN: número único de identificação de cada sequência no banco de dados BOLD; Genbank (Blast): nome da espécie referente a sequência com maior identidade obtida pela ferramenta Blast em pesquisa na base de dados genéticos Genbank; Perc. Ident.: percentagem de identidade (%); Genbank ID: número uníco de identificação de cada sequência no banco de dados Genbank; número em negrito: correspondência entre Voucher LBP e Nº LBP); *: COI da espécie inexistente apenas no Genbank; **: COI da espécie inexistente apenas no BOLD; ***: COI da espécie inexistente no Genbank e BOLD . As cores verde, laranja e em branco representam respectivamente os cenários 1, 2 e 3 descritos no Quadro 2. ...............39 Figura 3. Numero de espécies enquadradas por cenários do Quadro 2, com destaque para existência/inexistência de registros de espécies nos bancos de dados genéticos em cada um dos cenários. ........................................................................................................................................ 81 Tabela 2. Pares de espécies de peixes de água doce que apresentaram divergência genética menores que 2%, calculado com base no modelo de substituição nucleotídica Kimura-2-parâmetros (K2P) . ........................................................................................................................................... 82 Figura 4. Número de espécies de peixes registradas por local de amostragem de acordo com a categorização quanto ao uso/apropriação dos recursos naturais (aberto, proteção e manejo) na RDS-PP e Rebio Abufari, com base nas espécies enquadradas como espécies-alvo e nas categorias de enquadramento presença de restrição legal (PL), importância comercial (IC) e importância para aquariofilia ou uso ornamental (AO). ............................................................... 83 Figura 5. Número total e número de espécies de espécies exclusivas por local fixo de amostragem de acordo com a categorização quanto ao uso/apropriação dos recursos naturais (aberto, proteção e manejo) na RDS-PP e Rebio Abufari, distribuídos por período do ano (evento de coleta). .........85 Figura 6. Número de espécies de peixes registradas por local fixo de amostragem de acordo com a categorização quanto ao uso/apropriação dos recursos naturais (aberto, proteção e manejo) na RDS-PP e Rebio Abufari, com ênfase na dinâmica temporal de captura considerando os períodos hidrológicos abrangidos pelas amostragens. ................................................................................. 87 Capítulo 2 Quadro 1. Conjuntos de primers utilizados para amplificação e sequenciamento do gene mitocondrial Citocromo oxidase subunidade I (COI) das espécies de peixes coletadas em áreas protegidas do baixo rio Purus, Estado do Amazonas. ........................................................................................119 Figura 1. Morfotipos de ictioplâncton amostrados na RDS-PP e Rebio Abufari entre os anos de 2020 e 2022 nos locais fixos de amostragem (M: Morfotipo) ............................................................. 123 Figura 2. Gráfico do tipo PieDonut com ordens e famílias de larvase ovos de peixes neotropicais identificadas nos locais de coleta fixos da RDS-PP e Rebio Abufari, com representação de ordens (área Pie do gráfico) e famílias com respectivo morfotipo identificado por ordem (área donut do gráfico). ........................................................................................................................ 124 Tabela 2. Lista dos morfotipos de ictioplâncton, com descrição do estágio ontogenético, identificação proposta com base em caracteres morfológicos, identificação molecular com base na comparação das sequências obtidas com a base de dados (ver Resultados, Capítulo 1), espécies de peixes capturadas na Reserva de Desenvolvimento Sustentável Piagaçu-Purus (RDS-PP) e Reserva Biológica de Abufari (Rebio Abufari), e distância genética em com base no método Kimura-2- parâmetros (K2P), obtido a partir de 1000 repetições pelo método Bootstrap.ECE: Enquadramento quanto aos critérios de elegibilidade: Restrição Legal: PLA - Portaria IBAMA nº 48 de 05 de novembro de 2007; ; Importância Econômica: IC - Santos et al., (2009); Importância para aquariofilia ou uso ornamental: AO - Instrução Normativa Interministerial MAPA/MMA N°1 de 3 de janeiro de 2012. Os dendrogramas representativos dos valores de distância genética entre os morfotipos e as espécies definidas pela identificação molecular são apresentados no Material Suplementar 4. ................................................................................... 125 Tabela 3. Relação de espécies identificadas (recuperadas) por amostras de ictioplâncton pela técnica de DNA barcoding, a partir dos morfotipos de ovos e larvas coletadas no baixo rio Purus, área de influência da RDS Piagaçu-Purus e Rebio Abufaria. Também são apresentadas informações sobre abundância do ictioplâncton, período e local de coleta, categoria do lago e nome da unidade de conservação, além da porcentagem de espécies recuperadas pelo DNA barcoding por amostra. ....................................................................................................................................... 127 Figura 3. Abundância de ovos e larvas de peixes coletados na RDS-PP e Rebio Abufari entre os anos de 2020 e 2022 nos locais fixos de amostragem, distribuídos por evento de coleta e por categoria de uso/apropriação dos recursos naturais ....................................................................................129 Figura 4. Número de pools de larvas de peixes coletados na RDS-PP e Rebio Abufari entre os anos de 2020 e 2022 nos locais fixos de amostragem, distribuídos por evento de coleta, por categoria de uso/apropriação dos recursos naturais e por Unidade de Conservação. .................................130 Tabela 4. Número de pools de ovos de peixes coletados na RDS-PP e Rebio Abufari entre os anos de 2020 e 2022 nos locais fixos de amostragem, distribuídos por evento de coleta, por categoria de uso/apropriação dos recursos naturais e por Unidade de Conservação. ......................................131 Material Suplementar 1 Figura 1. Dendrograma das famílias Pristigasteridae e Engraulidae (Clupeiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .......................................................................................................148 Figura 2. Dendrograma da família Acestrorhynchidae (Characiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 148 Figura 3. Dendrograma da família Anostomidae (Characiformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................149 Figura 4. Dendrograma da família Characidae(Characiformes), excetuando-se a sub-família Stethaprioninae, gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .............................................................. 149 Figura 5. Dendrograma da sub-família Stethaprioninae (Characidae; Characiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .......................................................................................................150 Figura 6. Dendrograma da família Curimatidae (Characiformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................150 Figura 7. Dendrograma da família Cynodontidae (Characiformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................151 Figura 8. Dendrograma da família Hemiodontidae (Characiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 151 Figura 9. Dendrograma da família Lebiasinidae (Characiformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................152 Figura 10. Dendrograma da família Serrasalmidae (Characiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 152 Figura 11. Dendrograma da família Triportheidae (Characiformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................153 Figura 12. Dendrograma da família Apteronotidae (Gymnotiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 153 Figura 13. Dendrograma da família Hypopomidae (Gymnotiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 154 Figura 14. Dendrograma da família Rhamphichthyidae (Gymnotiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 154 Figura 15. Dendrograma da família Sternopygidae (Gymnotiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 155 Figura 16. Dendrograma da família Auchenipteridae (Siluriformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 155 Figura 17. Dendrograma da família Callichthyidae (Siluriformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................156 Figura 18. Dendrograma da família Doradidae (Siluriformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................156 Figura 19. Dendrograma da família Loricariidae (Siluriformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................157 Figura 20. Dendrograma da família Pimelodidae(Siluriformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................157 Figura 21. Dendrograma da família Synbranchidae(Synbranchiformes), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 158 Figura 22. Dendrograma da família Cichlidae (Cichliformes), gerada pelo método de Neighbor- Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .....................................................................................................................................................158 Figura 23. Dendrograma das famílias Scianidae(Incertae sedis em nível de ordem em Eupercaria) e Polycentridae (Incertae sedis em nível de ordem em Ovalentaria), gerada pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 159 Material Suplementar 3 Figura 1. Dendrograma do morfotipo larval 1 (M1) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 164 Figura 2. Dendrograma dos morfotipos larvais 3 e 4 (M3 e M4) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .......................................................................................................164 Figura 3. Dendrograma do morfotipo larval 5 (M5) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 165 Figura 4. Dendrograma do morfotipo larval 6 (M6) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 165 Figura 5. Dendrograma do morfotipo larval 7 (M7) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 166 Figura 6. Dendrograma do morfotipo larval 8 (M8) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 166 Figura 7. Dendrograma do morfotipo larval 9 (M9) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 167 Figura 8. Dendrograma do morfotipos larvais 12 e 21 (M12 e M21) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2-parâmetros (K2P). .......................................................................................................167 Figura 9. Dendrograma do morfotipo larval 22 (M22) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 168 Figura 10. Dendrograma do morfotipo larval 24 (M24) e espécies mais similares, gerado pelo método de Neighbor-Joining, com valores de Bootstrap (em negrito) obtidos em 1000 replicações. As distâncias genéticas foram calculadas pelo método de substituição nucleotídica Kimura 2- parâmetros (K2P). ....................................................................................................................... 168 Sumário Prefácio ......................................................................................................................................1 Introdução geral .........................................................................................................................2 Justificativa ................................................................................................................................7 Área de estudo ........................................................................................................................... 9 Objetivos geral .........................................................................................................................15 Objetivos específicos - Capítulo 1 ................................................................................... 15 Objetivos específicos - Capítulo 2 ................................................................................... 15 Estrutura da tese ...................................................................................................................... 16 Capítulo 1 - Construção de um banco de dados abrangente de DNA barcoding de peixes de áreas protegidas no baixo rio Purus, Amazonas e definição de espécies-alvo para fins de conservação e manejo. .............................................................................................................16 Capítulo 2 - Monitoramento de espécies-alvo de peixes de interesse para conservação e manejo em lagos de diferentes categorias inseridos em áreas protegidas no baixo rio Purus: aplicação do DNA barcoding em amostras de ictioplâncton. ................................................. 16 Referências bibliográficas ....................................................................................................... 16 Capítulo 1. Construção de um banco de dados abrangente de DNA barcoding de peixes de áreas protegidas no baixo rio Purus, Amazonas e definição de espécies-alvo para fins de conservação e manejo. .............................................................................................................24 Resumo: ...................................................................................................................................24 Introdução ................................................................................................................................25 Material e Métodos ..................................................................................................................27 Amostragens de material biológico ..................................................................................27 Extração, amplificação e sequenciamento do DNA.........................................................29 Banco de dados de DNA barcoding e delimitação de espécies-alvo ............................... 30 Análise de dados .............................................................................................................. 31 Resultados ................................................................................................................................34 Discussão .................................................................................................................................87 Considerações finais ................................................................................................................99 Referências bibliográficas ..................................................................................................... 100 Capítulo 2. Monitoramento de espécies-alvo de peixes de interesse para conservação e manejo em lagos de diferentes categorias inseridos em áreas protegidas no baixo rio Purus: aplicação do DNA barcoding em amostras de ictioplâncton ................................................ 113 Resumo: .................................................................................................................................113 Palavras-chave: Peixes Neotropicais, Ovos e Larvas, Categorização de Lagos, Amazônia. 113 Introdução ..............................................................................................................................114 Material e métodos ................................................................................................................ 118 Amostragens de material biológico ................................................................................118 Extração, amplificação e sequenciamento do DNA.......................................................119 Análise de dados ....................................................................................................................120 Resultados ..............................................................................................................................121 Discussão ...............................................................................................................................131 Considerações finais ..............................................................................................................138 Referências bibliográficas ..................................................................................................... 138 Material Suplementar 1 ......................................................................................................... 148 Material Suplementar 2 ......................................................................................................... 160 Material Suplementar 3 ......................................................................................................... 164 1 Prefácio O estudo do uso do DNA barcoding na identificação e monitoramento da ictiofauna e do ictioplâncton em lagos de proteção, manejo e exploração na região do baixo rio Purus é apresentado aqui em dois capítulos. O primeiro é intitulado: Construção de um banco de dados abrangente de DNA barcoding de peixes de áreas protegidas no baixo rio Purus, Amazonas e definição de espécies-alvo para fins de conservação e manejo. Este capítulo apresenta um banco de dados genético baseado no marcador mitocondrial Citocromo Oxidase Subunidade I (COI) das espécies de peixes do baixo rio Purus, na área de influência da Reserva de Desenvolvimento Sustentável Piagaçu-Purus e Reserva Biológica de Abufari, além de definir a partir de critérios de elegibilidade o conjunto de espécies-alvo, de interesse para ações de conservação e manejo. O segundo capítulo é intitulado: Monitoramento de espécies-alvo de peixes de interesse para conservação e manejo em lagos de diferentes categorias inseridos em áreas protegidas no baixo rio Purus: aplicação do DNA barcoding em amostras de ictioplâncton. Este capítulo busca identificar os morfotipos de ovos e larvas por meio da técnica DNA barcoding e discutir os padrões reprodutivos das espécies-alvo nos diferentes tipos de lago (proteção, manejo e aberto) e diferentes períodos do ciclo hidrológico. Este estudo, representa um grande avanço no conhecimento da diversidade de peixes de água doce do baixo rio Purus, e ressalta a importância de ferramentas moleculares no monitoramento, validação e proposição de ações e estratégias de conservação e manejo dos recursos pesqueiros em áreas protegidas inseridas em planícies de inundação amazônicas. 2 Introdução geral O planejamento de ações direcionadas a conservação da biodiversidade deve considerar, dentre outros fatores, a distribuição dos seres vivos no espaço através do tempo. Do ponto de vista biogeográfico a distribuição de muitas espécies de plantas e animais terrestres corrobora com a geografia do sistema do rio principal (Wallace, 1876). Da mesma forma, as divisões entre bacias hidrográficas podem circunscrever a distribuição geográfica de táxons aquáticos como peixes de água doce (Lundberg et al., 1998). Assim, pela distribuição geográfica dos organismos, pode-se diagnosticar as áreas e assim classificá-las adequadamente por meio dos padrões de organização espacial e os processos que resultaram em tais padrões (Humphries, 1999). Para isso é necessário ampliar a capacidade de medir a biodiversidade de maneira abrangente, confiável, repetida e em diferentes escalas (Yu et al., 2012), e dessa forma delimitar a unidade geoespacial focal de atuação para monitoramento e conservação da biodiversidade. Em escala global, a superfície terrestre foi inicialmente dividida em regiões zoogeográficas com base na distribuição de táxons de aves (Sclater, 1858), e posteriormente ampliada por Wallace (1876) para outros táxons de vertebrados. No entanto, as regiões biogeográficas são grandes demais para o planejamento de ações de conservação (Abell et al., 2008), e sua aplicabilidade para a maioria dos táxons de água doce torna-se imprecisa devido a elevada magnitude e heterogeneidade espacial (Berra, 2001; Vinson e Hawkins, 2003). Nesse contexto, as regiões biogeográficas foram subdivididas em ecorregiões, que consistem em grandes áreas (unidades geoespaciais) que englobam um ou mais sistemas de água doce com uma assembleia distinta de comunidades e espécies (Dinerstein et al., 1995), com marcada aplicabilidade para ações de conservação, pois representam os padrões de variáveis ambientais e ecológicas conhecidos por influenciar distribuição de características da biodiversidade em larga escala (Groves et al., 2002). Entretanto, os dados que descrevem as espécies de água doce e os processos ecológicos são caracterizados por lacunas acentuadas e variação de qualidade e consistência. A qualidade dos dados é geralmente considerada alta para a América do Norte, Austrália, Nova Zelândia, Japão, Europa Ocidental e Rússia; moderado para a América Central, o cone sul da América do Sul, a África meridional e ocidental, a Oceania e o Oriente Médio; e pobre para grande parte sudeste da Ásia, África Central e Oriental e América do Sul ao norte da bacia do rio Paraná (Abell et al., 2008). 3 A atribuição de dados de espécies de água doce a ecorregiões é um primeiro passo importante para regiões com poucos dados. Organizações ou agências com mandatos regionais podem optar por comparar valores de biodiversidade entre ecorregiões no processo de estabelecimento de prioridades em ações de conservação em escala continental (Thieme et al., 2005; Abell et al., 2008). Na escala de bacia hidrográfica, as ecorregiões podem ajudar a introduzir informações sobre a biodiversidade em atividades de gestão de recursos hídricos ou de bacias integradas (Gilman et al., 2004), atuando como unidades fundamentais para a conservação da biodiversidade e manutenção de serviços ambientais. Os projetos atuais que realizam avaliações da biodiversidade de água doce concentram-se principalmente em grupos mais conhecidos, como peixes e moluscos, ou em identificar espécies-chave e/ou sistemas de água doce endêmicos para fins de conservação (Lévêque et al., 2005). Nesse contexto, a definição das ecorregiões de água doce foi realizada com base no conjunto de informações disponíveis nas bases de dados e na literatura, a partir da distribuição e composição da ictiofauna de água doce, considerando também os padrões evolutivos e ecológicos (Abell et al., 2008). A região biogeográfica Neotropical compreende grande parte da América do Sul, América Central e chega ao norte até o centro do México (Sclater, 1858; Wallace, 1876). Destaca-se por abrigar a mais diversa fauna de peixes de água doce do planeta, com estimativas que excedem de 8.000 espécies (Schaefer, 1998) a 9.000 espécies (Reis et al., 2016). A América do Sul, com domínio das bacias hidrográficas da Amazônia, Orinoco e Paraná-Paraguai, agrega cerca de 67% das ecorregiões biogeográficas neotropicais propostas por Abell et al. (2008) e a maior parte da diversidade de peixes neotropicais, com mais de 5.500 espécies de água doce formalmente descritas (Cassemiro et al., 2023). A bacia amazônica é formada por múltiplas fisionomias e possui a maior e mais diversificada hidrografia do planeta (Goulding et al., 2003; Venticinque et al., 2016), formada por 25.000 km de rios navegáveis, cobrindo uma área superior a 8.000.000 km2 (Sioli, 1984, IBGE, 2010) e dez ecorregiões biogeográficas (Abell et al., 2008). É constituída por um grande domínio de terras baixas florestadas, enclausuradas entre as barreiras impostas pelas terras cisandinas e pelas bordas dos planaltos brasileiro e guianense (Ab’ Sáber, 2003), compreendendo cerca de 17% do total de água doce água do mundo (Reis et al., 2016). Todo o sistema do rio Amazonas exibe água branca, embora receba outros tipos de água de vários afluentes. A diversidade ambiental na Amazônia é ampliada pelos diferentes tipos de água, como as águas pretas do rio Negro, as brancas do rio Amazonas e as claras do rio Tapajós. Os corpos d’água de todas as formas e origens criam um plano topográfico singular com um extensivo conjunto de áreas de transição entre o ambiente aquático e a terra 4 firme (Sioli, 1984), denominadas áreas alagáveis (várzeas ou igapós). As áreas alagáveis amazônicas associadas aos grandes rios são definidas como ambientes que recebem, periodicamente, o aporte lateral de águas desses rios devido à flutuação anual de seus níveis e nesse contexto mais de 20 % da região Amazônica pode ser considerada área úmida (Junk, 2000). Os rios amazônicos de água branca têm altas cargas importantes e nutricionais e pH neutro, drenando uma faixa andina relativamente jovem (Dagosta e de Pinna, 2019). Os principais tributários de águas brancas incluem o Marañón, Purus, Madeira, Juruá, Putumayo, Japurá e Rios Napo. A Amazônia Ocidental, composta pelos estados do Amazonas, Acre, Rondônia e Roraima, detém 42,97% da extensão territorial da Amazônia Legal (IBGE, 2010). Compõem sua drenagem os rios de águas barrentas com cabeceiras nos Andes (Solimões, Madeira e Japurá) e afluentes que drenam as planícies ocidentais como Purus e Juruá (Lima e Ribeiro, 2011), formando as áreas alagáveis popularmente conhecido como várzeas (Sioli 1984). A fauna de peixes de água doce que habita a bacia amazônica compreende 60 famílias, cerca de 530 gêneros e 2.716 espécies de peixes descritas, das quais mais de 60% são endêmicas da bacia (Dagosta e de Pinna, 2019). Tais números, apesar de expressivos, podem ser subestimados, visto que estimativas indicam a existência de 8.000 a 9.000 espécies apenas na América do Sul (Reis et al., 2016), e novas descrições de espécies têm aumentado abruptamente a riqueza de espécies de peixes (Hoorn e Wesselingh, 2010; Dagosta e de Pinna, 2017). No ano de 2020 foram descritas 218 novas espécies de peixes de água doce, 208 espécies em 2021 e 199 em 2022, totalizando 18.427 espécies de peixes de água doce válidas (Fricke et al., 2023). Os peixes de água doce são particularmente sensíveis às mudanças e perturbações ambientais (Brander, 2007; Dudgeon 2010; Frederico et al., 2015) e muitos taxa estão em declínio global (Bruton, 1995; Stuart et al., 2004). As principais ameaças aos sistemas hídricos da Amazônia são construção de barragens (Kahn et al., 2014; Lees et al., 2016; Forsberg et al., 2017; Latrubesse et al., 2017), exploração de petróleo e gás natural (Finer et al., 2008), sobrepesca (Petrere et al., 2004; Campos et al., 2015), desmatamento (Lobón- Cerviá et al., 2015) e secas e cheias extremas causadas por mudanças climáticas e intensificadas por desmatamento local (Castello et al., 2013; Freitas et al., 2013). Assim, conservar os notáveis habitats aquáticos e peixes da América do Sul é um desafio crescente diante das rápidas mudanças antropogênicas do século 21 (Reis et al., 2016), especialmente a bacia Amazônica (Jézéquel et al., 2020). . 5 A biodiversidade é um componente chave ecossistema e desempenha um papel importante no bom funcionamento do ecossistema (Sala et al., 2000). Os peixes de água doce fornecem serviços ecossistêmicos vitais para a população humana, incluindo proteínas, recreação (McIntyre et al., 2016) e regulação da cadeia alimentar (Holmlund e Hammer, 1999). Ações de conservação in situ de ecossistemas e fauna aquáticos definem-se como estratégias para manutenção das funções ecossistêmicas de habitat e de produção conforme proposto por De Groot et al. (2000). As funções de habitat visam fornecer espaço adequado para espécies em seu ambiente natural, atuando como refúgio (espaço para manutenção) e berçário (espaço adequado para reprodução) das espécies. As funções de produção visam o fornecimento de recursos naturais como alimentos, recursos genéticos e recursos ornamentais (de Groot, 1992; Costanza et al., 1997; de Groot et al., 2000). Nesse sentido, o zoneamento de áreas naturais para múltiplos fins (manejo, proteção, exploração comercial, exploração ornamental, subsistência etc.) possibilita concatenar em uma mesma matriz espacial a presença de populações tradicionais, a manutenção de serviços ambientais e a conservação de espécies ameaçadas, sobreexploradas ou potencialmente utilizáveis em uma matriz sustentável (ou seja, manejáveis). Todavia, apesar da importância socioambiental, e da combinação de riqueza extraordinária, alto endemismo e ameaça excepcional, poucos esforços de planejamento de conservação em larga escala têm como alvo os sistemas de água doce e suas espécies dependentes (Abell et al., 2008) e essa lacuna se amplifica em âmbito regional e local. As agências de gestão frequentemente usam conselhos da biodiversidade aquática para priorizar as ações de gestão e medir a eficácia dos esforços de gestão (Bailey et al., 2004; Hubert e Quist, 2010). Como resultado disso, a avaliação o status da diversidade de peixes locais e regionais é um indicador útil de mudanças na biodiversidade regional total e na saúde do ecossistema (Sala et al., 2005; Xenopoulos et al., 2005; Abell et al., 2008). No entanto, esse conhecimento ainda permanece limitado devido a escassez de informações sobre as relações filogenéticas dentro e entre os muitos grupos de peixes destas áreas, pela fragmentação de informações quanto a diversidade ao nível específico da maior parte dos táxons habitantes da região Neotropical (Vari e Malabarba, 1998). Adicionalmente, o emprego usual de técnicas seletivas de avaliação aquática baseadas na captura ou observação de organismos com redes de espera, armadilhas ou equipamento de pesca (Murphy e Willis, 1996; Bonar et al., 2009), juntamente com a mobilidade de organismos, diminuem as probabilidades de detecção de espécies raras em ambientes aquáticos (Bayley e Peterson, 2001; Mackenzie e Royle, 2005). A precisão desses métodos depende muito sobre 6 a intensidade dos esforços de amostragem e a suscetibilidade de espécies e indivíduos a capturar (Bonar et al., 2009; Evans et al., 2016). Esta limitação pode levar a conclusões incorretas de que espécies raras estão ausentes quando estão realmente presentes (Gu e Swihart, 2004). Devido ao fato de que as espécies raras podem contribuir para toda a riqueza da comunidade (Williams, 1964; Cao et al., 2001), o potencial para subestimar a verdadeira riqueza de espécies é frequentemente alto, a menos que o esforço de amostragem seja mais extenso do que o normalmente viável (McDonald, 2004; MacKenzie et al., 2005). Além disso, várias espécies são difíceis de detectar e de identificar, especialmente durante determinados períodos ou fases de desenvolvimento (ovos e larvas), gerando potenciais influências nos resultados dos estudos (Gotelli e Colwell, 2001; MacKenzie et al., 2005) e contribuindo para a existência de lacunas do conhecimento biológico. Nesse contexto, o aprimoramento e desenvolvimento de técnicas e metodologias voltadas ao incremento do conhecimento da diversidade de peixes é importante, pois ações antrópicas estão causando contínua perda de habitat e rápidos declínios populacionais, gerando risco de extinção de muitas espécies de peixes na América do Sul (Reis et al., 2003; Allan et al., 2005; Barletta et al., 2010). As técnicas morfométricas e merísticas de avaliação da biodiversidade demandam profissionais altamente qualificados e especializados na identificação de determinados grupos taxonômicos, gerando limitações na identificação de espécies em ambientes de elevada biodiversidade. Diante dessas dificuldades, o uso do DNA barcoding como método de identificação resolutivo, tanto para ovos e larvas, quanto para peixes juvenis e adultos, surge como alternativa efetiva para essa problemática. Com a invenção de amplificação de DNA baseada em PCR (Mullis e Faloona, 1987; Saiki et al., 1988) e o design de primers universais (Kocher et al., 1989; Taberlet et al., 1991), a identificação de espécies passou a ser possível por meio do sequenciamento direto de produtos de PCR (Cronin et al., 1991), considerando a existência de abrangentes bibliotecas genéticas de referência. Inicialmente, diferentes regiões nucleares e organelares de DNA foram alvo de amplificação e sequenciamento de DNA, mas a abordagem foi padronizado e passou a ter a designação de DNA barcoding (Hebert et al. 2003a,b, 2004a,b). Esta iniciativa é apoiada pelo Consórcio para o Código de Barras da Vida (CBoL; http://www.barcodeoflife.org/). Os códigos de barras de DNA (DNA barcoding) padronizados são uma região de cerca de 650 pb gene citocromo mitocondrial citocromo oxidase subunidade I (COI) para animais (Hebert et al., 2003). O DNA barcoding utiliza genes taxonomicamente informativos para delimitar espécies e designar genes barcodes para 7 os distintos grupos de seres vivos. Essa abordagem resultou na criação de enormes bancos de dados de referência que incluem sequências de DNA barcoding, sendo as principais o GenBank (Benson et al., 2013) e o BOLD (Ratnasingham e Hebert, 2007). Esses bancos de dados de sequências de genes de referência são úteis na atribuição de táxon a uma amostra desconhecida comparando a similaridade de sequências de gene do DNA barcoding da amostra com banco de dados de referência. Alguns pesquisadores usaram fragmentos curtos dos marcadores nucleares ribossômicos 18S e 28S para metazoários (Fonseca et al., 2011, Machida e Knowlton, 2012), mas essas regiões podem subestimar a diversidade de espécies devido à sua lenta taxa de evolução em comparação com outras marcadores mitocondriais (Hillis e Dixon, 1991; Derycke et al., 2010). Fragmentos curtos do gene ribossomal mitocondrial 12S foram utilizados com sucesso para delinear metazoários, no entanto, os bancos de dados de referência taxonômica são limitados para esse marcador em comparação com o gene citocromo c oxidase subunidade I (COI) (Machida e Knowlton, 2012). O COI foi adotado como o gene padrão do barcode para a maioria dos grupos de animais (Schoch et al., 2012) e para gene há o banco de dados taxonômico de referência mais representado em domínio público. O presente trabalho tem como intuito propor uma metodologia para avaliação rápida da biodiversidade visando o monitoramento de espécies-alvo de peixes de água doce e definição/validação de áreas prioritárias para conservação. Tal proposta embasa-se no cruzamento de sequências obtidas por DNA barcoding de amostras de ictioplâncton e da ictiofauna de lagos de várzea com diferentes níveis de uso/apropriação dos recursos naturais no trecho do baixo rio Purus, na área de influência da Reserva de Desenvolvimento Sustentável Piagaçu-Purus e Reserva Biológica de Abufari. O presente estudo envolverá, como questões norteadoras: (i) qual a capacidade de recuperação de informações taxonômicas de espécies-alvo da ictiofauna pela técnica DNA barcoding aplicada ao ictioplâncton?; (ii) quais espécies de peixes apresentam ovos ou larvas nos ambientes estudados?; (iii) a relação entre presença presença do ictioplâncton no ambiente pode ser utilizada para definição do tipo de uso do ambiente aquático (i.e. lago)?; (iv) o DNA barcoding pode ser utilizado como uma ferramenta rápida para o monitoramento de espécies- alvo de peixes e definição/validação de áreas categorizadas como proteção, manejo e uso aberto dos recursos pesqueiros? Justificativa 8 O aspecto mais generalista concernente à realização do presente estudo é atribuir dados de diversidade de espécies do baixo rio Purus, na ecorregião Áreas Alagadas da Amazônia, contribuindo assim para o aumento das informações sobre esta área, reconhecidamente pobre ou com lacunas informacionais acerca da biodiversidade aquática (Abell et al., 2008). Complementarmente, o presente estudo visa agregar informações em nível de bacia hidrográfica, contribuindo para o conhecimento da fauna de peixes do rio Purus, marcadamente reconhecido e importante em relação à biodiversidade (Dagosta e de Pinna, 2019) e recursos pesqueiros (Barthem e Fabré, 2003). Com a investigação concomitante de aspectos biológicos da ictiofauna em diferentes estágios de desenvolvimento (ovos, larvas, juvenis e adultos) será possível ampliar o entendimento do funcionamento e da importância do ecossistema em escala local e dessa forma subsidiar estudos desta natureza como indicadores do status regional da biodiversidade, tendo em vista a importância dos tributários (no caso o rio Purus) para o canal principal (rio Solimões) no enriquecimento da diversidade pelo oferecimento de refúgio e áreas de alimentação nas fases iniciais de vida (Fernandes et al., 2004). Dessa forma será possível direcionar ações de conservação ou instrumentos de gestão para áreas de importância ecológica e socioambiental. Por meio do emprego de técnicas rápidas de investigação da biodiversidade a partir da utilização ferramentas moleculares (DNA barcoding) pretende-se validar informações em escala local a fim de propor um modelo de monitoramento de espécies ameaçadas, protegidas, sobreexploradas, de interesse comercial ou ornamental, que poderá ser expandido para outras regiões de várzea da Amazônia, similarmente passíveis de uso sustentável dos recursos naturais, considerando a ampla distribuição e abrangência em larga escala dos critérios de elegibilidade das espécies-alvo. Este modelo pressupõe a identificação de espécie a partir de amostras de ictioplâncton, diminuindo assim a pressão por captura de indivíduos adultos e juvenis para fins científicos e tornando mais objetivos levantamento faunísticos e monitoramentos de médio e longo prazo. Por fim, a proposta metodológica aqui apresentada poderá ser utilizada como um mecanismo de tomada de decisão para definição e validação de áreas para proteção, manejo e utilização dos recursos naturais (com ênfase nos recursos pesqueiros), visto que a escolha das espécies-alvos para o monitoramento e a recuperação destas espécies pela análise de DNA barcoding poderá direcionar qual ambiente apresenta espécies que atendam às especificidades ecológicas e reprodutivas para a finalidade de enquadramento do ambiente a ser categorizado. 9 Área de estudo O presente estudo está inserido nas atividades do Programa de Pesquisa Ecológica de Longa Duração – PELD “Diversidade de peixes em resposta a diferentes tipos de manejo em áreas alagáveis da Amazônia: aspectos ecológicos e socioeconômicos - DIVA”, com amostragens de dados já executadas no ciclo quadrienal 2017-2020 (Processos n° 441668/2016-0) e amostragem em andamento no ciclo 2021-2024 (Processos n° 441953/2020-4) em ambientes aquáticos de várzea da Amazônia Central. O sítio PELD compreende o trecho inferior do rio Purus, e o trecho inferior do rio Solimões entre a foz do rio Purus e a confluência com o rio Negro. Nessa região foram estabelecidos quatro áreas de estudo: (1) Lago Catalão, na confluência dos rios Solimões e Negro, incluído na Área de Proteção Ambiental (APA) municipal Encontro das Águas (Iranduba, AM) sem estratégias formais de manejo pesqueiro; (2) Ilha da Paciência, entre a foz do rio Purus e a confluência Solimões-Negro, também integrante da APA Encontro das Águas, mas que possui um acordo de pesca, implementado pelo Governo do Estado do Amazonas através da IN no 2 de 18 de abril de 2011, onde é realizado o manejo de lagos e manejo do pirarucu, um predador de topo de cadeia trófica; (3) Reserva de Desenvolvimento Sustentável (RDS) Piagaçu-Purus, no baixo rio Purus, uma unidade de conservação estadual onde também há manejo de lagos e de pirarucu; e (4) Reserva Biológica (Rebio) Abufari, no baixo Purus, onde a pesca é formalmente proibida e não há manejo de lagos ou de pirarucu, mas ocorre alguma pesca de subsistência por parte de moradores da região. As amostragens de dados biológicos do presente estudo abrangem as áreas de estudo do sítio Peld-DIVA Reserva de Desenvolvimento Sustentável Piagaçu-Purus (RDS-PP) e Reserva Biológica Abufari (Rebio Abufari) entre os anos de 2020 e 2022, contemplando sempre duas fases do ciclo hidrológico amazônico (enchente e seca). Nesse período foi possível realizar amostragens em apenas dois períodos de enchente (fevereiro de 2020 e fevereiro de 2022) e dois períodos de seca (outubro de 2021 e outubro de 2022) devido às restrições de acesso aos locais de estudo impostas pela pandemia global de Covid-19. Para fins de padronização do período de amostragem o período de enchente corresponde às cotas fluviométricas entre 23 e 24 metros ascendente (normalmente entre os meses de fevereiro e março) o período de seca corresponde à menor cota operacionalmente viável (entre setembro e outubro). A RDS-PP (Figura 1) é uma Unidade de Conservação de governança em nível estadual, enquadrada na categoria Uso Sustentável pelo Sistema Estadual de Unidades de Conservação do Estado do Amazonas (SEUC/AM, 2007). Criada pelo Governo do Estado do 10 Amazonas, por meio do Decreto nº 23.723 de 5 de setembro de 2003, a RDS-PP está localizada na região do baixo rio Purus, entre as coordenadas geográficas 4° 05’ e 5° 35’S e 61°73’ e 63°35’O (Figura 1), entre os interflúvios Purus-Madeira e Purus-Juruá. Esta região compreende mais de 600 lagos comunicados por canais e paranãs que sofrem influência das inundações periódicas dos rios Purus e Solimões (Plano de Gestão da RDS Piagaçu Purus, 2010). A RDS-PP está inserida num mosaico de áreas protegidas de aproximadamente 2 milhões de hectares. Com área total de 1.008.167,00 hectares a reserva abrange quatro municípios: Beruri, Anori, Tapauá e Coari (SEMA/AM, 2019). Sua fisionomia é composta por 40% de áreas periodicamente alagáveis e o restante por terra firme e limites diretos com a Reserva Biológica do Abufari e com o Parque Nacional Nascentes do Lago Jari, ambas Unidades de Conservação de Proteção Integral, além de fazer limites diretos também com a Terra Indígena (TI) Itixi-Mitari, da etnia Apurinã e a TI Lago Ayapuá, da etnia Mura (Albernaz e Venticinque, 2003). À área da RDS-PP, subtrai-se o tamanho da Itixi-Mitari (180.850 ha), descontando-se a área da TI Lago Ayapuá (6.928 ha) já excluída dos limites da RDS-PP. A RDS-PP passa, assim a contar com 834.245 hectares (Plano de Gestão da RDS Piagaçu Purus, 2010). A RDS-PP é uma área natural que abriga populações tradicionais, cuja existência baseia-se em sistemas sustentáveis de exploração dos recursos naturais, desenvolvidos ao longo de gerações e adaptados às condições ecológicas locais e que desempenham um papel fundamental na proteção da natureza e na manutenção da diversidade biológica (SEUC/AM, 2007). A várzea na RDS-PP está sob a influência da enchente dos rios Purus e Solimões possuindo alta heterogeneidade de ambientes e sendo caracterizada por uma grande quantidade de canais, paranãs, lagos, chavascais e floresta ombrófila (RADAM, 1977). Devido a grande heterogeneidade ambiental da área de abrangência da reserva, foram definidos, para fins administrativos, sete setores dentro dos limites da RDS-PP. A divisão da área de unidade de conservação em setores, seguida de seu zoneamento como parte do plano de gestão, permite uma caracterização mais minuciosa das peculiaridades de cada sistema permitindo que se adotem formas de manejo mais adequadas e próprias para cada área. Nesse contexto, foram delimitados os setores administrativos Caua-Cuianã, Itapuru, Uauaçu, Ayapuá, Supia Três Bocas e Paraná do Jari (Plano de Gestão da RDS-Piagaçu-Purus, 2010). A Reserva Biológica do Abufari (Figura 1) é uma unidade de conservação federal de proteção integral, criada pelo Decreto Nº 87.585, de 20 de setembro de 1982, com área de 223.864,64 hectares, o que corresponde a 2,49% da área do município de Tapauá e 0,19% do 11 estado do Amazonas (Plano de Manejo da Reserva Biológica do Abufari, 2018). A Rebio- Abufari está inserida em uma área total de 223.500,96 hectares, com altitudes que variam desde 4 metros (nível de base local) até 75 metros acima do nível do mar. O Território abrange o município de Tapauá-AM (ICMBio, 2022) e está localizada entre a conexão dos rios Purus-Madeira ao norte, no limite com a Reserva de Desenvolvimento Sustentável Estadual Piagaçu-Purus e com a Terra Indígena do Igarapé de São João, entre as coordenadas geográficas 05º11’02,69” S/ 63º02’39,84” O (Figura 3). A vegetação predominante da Rebio do Abufari é composta por floresta ombrófila densa e a região sofre com inundações periódicas. Entre as espécies identificadas, muitas são consideradas como ameaçadas de extinção, quase ameaçadas e vulneráveis por ações antrópicas, como sobrepesca, caça ilegal, modificações antrópicas em ambientes originais e mudanças climáticas (ICMBio, 2022). A Rebio do Abufari é a unidade de proteção integral mais antiga da região do Interflúvio Purus-Madeira É cortada pelo rio Purus e afluentes, possuindo importante complexo lagunar em seu interior e um dos maiores tabuleiros de desova de quelônios de água doce da Amazônia, além de diversas áreas de extrema diversidade e riqueza biológica. Reserva Biológica (Rebio) é uma categoria de Unidade de Preservação integral de uma área natural e de todos os seres vivos daquele ambiente, assim como seus recursos ambientais. Os territórios são definidos de acordo com uma certa finalidade pelo poder público. Essa categoria de Unidade de Conservação possui o maior grau restritivo referente às ações humanas, onde não é permitido interferência antrópica direta ou modificações ambientais (ICMBio, 2022). Além disso, a visitação pública é proibida, exceto quando houver objetivo educacional. As pesquisas científicas precisam de autorização prévia e estão sujeitas a seguir o plano de manejo de cada Rebio e às restrições do órgão responsável por administrá-la (ICMBio, 2022). Intervenções podem ocorrer somente para manejo, recuperação de ecossistemas alterados e preservação da biodiversidade (ICMBio, 2022). Apesar das restrições legais definidas pela categorização da Rebio Abufari como unidade de conservação de proteção integral pela SNUC, há um contexto de ocasional e por vezes conflitual de pesca de subsistência na área de abrangência da reserva, devido principalmente a existência de comunidades ribeirinhas dotadas de uma cultura de apropriação dos recursos naturais que antecede a criação desta unidade de conservação. 12 Figura 1. Localização geográfica e limites territoriais da Reserva de Desenvolvimento Sustentável Piagaçu-Purus (RDS-PP) e Reserva Biológica de Abufari, no trecho baixo do rio Purus, Amazonas, Brasil. Com a finalidade de compreender os objetivos do programa Peld-DIVA e os objetivos deste estudo, foram definidas as categorias de amostragem fixa e variável quanto a abrangência espacial e temporal. As amostragens fixas funcionam como medidas espaciais repetidas, sendo sempre os mesmos locais amostrados nas duas fases do ciclo hidrológico (enchente e seca), permitindo assim comparações espaciais e temporais a longo prazo e inferências sobre ecologia e conservação. Por sua vez, a amostragem variável contempla coletas eventuais em locais diferentes dos pontos fixos de coleta, como medida para substituição destes em condições de inacessibilidade (i.e. secas extremas), ou para ampliação do esforço amostral para levantamento da ictiofauna. Considerando que as áreas de coleta RDS-PP e Rebio Abufari, que contemplam os locais de amostragem, são unidades de conservação de diferentes categorias (uso sustentável e proteção integral respectivamente), os locais de amostragem apresentam diferentes categorizações quanto ao potencial de uso/apropriação dos recursos naturais com base na delimitação dos respectivos planos de manejo. Nesse contexto os locais de amostragem 13 enquadram-se nas categorias: (i) proteção, onde a pesca ou o manejo do pirarucu não é permitido; (ii) aberto, onde a pesca de subsistência é permitida e (iii) manejo em que os ambientes aquáticos são destinados à proteção e ao manejo do pirarucu, sendo a captura controlada e realizada conforme licenças anuais de cotas para abate, emitidas pelo IBAMA, desde 2009 (notadamente na RDS-PP). Na RDS-PP o enquadramento dos lagos nas diferentes categorias foi balizado por critérios intrínsecos do contexto de utilização dos territórios e respectivas territorialidades pelas populações tradicionais que habitam a reserva, a partir de um processo participativo de mapeamento das áreas a partir da adoção de um modelo de utilização sustentável dos recursos naturais que atenda prioritariamente ao interesse coletivo. Na Rebio Abufari a proteção integral dos ambientes é definida legalmente pelo decreto de criação da unidade de conservação. Assim, as amostragens de dados biológicos foram realizadas em oito pontos de coleta fixos, sendo seis lagos na RDS-PP e dois lagos na Rebio Abufari; e cinco pontos de coleta variável, sendo dois na RDS-PP e três na Rebio Abufari, totalizando 13 locais de amostragem (Tabela 1; Figura 2). Para fins de comparação dos resultados e inferências sobre conservação, nos locais de amostragem fixos as coletas foram realizadas em dois lagos de cada uma das categorias supracitadas, distribuídos nos setores administrativos Caua-Cuianã e Itapuru da RDS-PP e na Reserva Biológica de Abufari (Tabela 1). Tabela 1. Locais de coleta nas áreas de influência da RDS Piagaçu-Purus e Rebio Abufari, com informações sobre localização geográfica, nome da unidade de conservação que estão inserido e respectivo setor administrativo, categorização quanto ao uso dos recursos naturais e tipo de amostragem. Nº Local de coleta Coordenada (Lat; Long) Unidade de Conservação Categoria Tipo de amostragem 1 Lago Caraipé 4°11'39.02"S; 62° 0'54.86"O RDS Piagaçu-Purus (Setor Caua-Cuianã) Proteção Fixo 2 Lago Tendalzinho 4°11'53.41"S; 61°59'28.32"O RDS Piagaçu-Purus (Setor Caua-Cuianã) Manejo Fixo 3 Lago Peauzinho 4°11'29.47"S; 61°46'7.94"O RDS Piagaçu-Purus (Setor Caua-Cuianã) Aberto Fixo 4 Lago Apuí 4°16'40.78"S; 61°50'7.28"O RDS Piagaçu-Purus (Setor Itapuru) Manejo Fixo 5 Lago Itapuru Mirim 4°16'28.98"S; 61°52'43.39"O' RDS Piagaçu-Purus (Setor Itapuru) Proteção Fixo 6 Lago Xaviana 4°20'18.70"S; 61°49'43.20"O RDS Piagaçu-Purus (Setor Itapuru) Aberto Fixo 7 Rio Purus (RDS-PP) 4°14'48.10"S; 61°45'13.13"O RDS Piagaçu-Purus Aberto Variável 8 Lago Furrielzinho 4°12'55.7"S; 61°56'28.0"O RDS Piagaçu-Purus (Setor Caua-Cuianã) Aberto Variável 14 9 Lago Assoalhador 5°16'58"S; 63°00'11.2"O Rebio Abufari Proteção Fixo 10 Lago Mosca 5°17'21.84"S; 62°57'32.82"O Rebio Abufari Proteção Fixo 11 Igarapé do Chapéu 5°14’27.1”S; 62°57’07.4”O Rebio Abufari Proteção Variável 12 Rio Purus (Rebio) 5°14'24.77"S; 62°56'59.88"O Rebio Abufari Aberto Variável 13 Lago Japa 5° 10’ 00.6”S; 62° 58’ 05.5”O Rebio Abufari Proteção Variável Figura 2. Localização geográfica e distribuição espacial dos locais de coleta na Reserva de Desenvolvimento Sustentável Piagaçu-Purus e Reserva Biológica de Abufari, no trecho baixo do rio Purus, Amazonas, Brasil (numeração na cor branca representa locais com amostragem fixa e numeração na cor amarela locais com amostragem variável). Portanto para composição do banco de dados da ictiofauna do baixo rio Purus, na área de abrangência da RDS-PP e Rebio Abufari foram utilizadas as informações obtidas pelas amostragens de pontos fixos e variáveis, considerando como estratégias complementares a coleta sistemática, diversificação e ampliação do esforço amostral. As comparações entre 15 locais de coleta, tanto para ictiofauna como para o ictioplâncton e posteriores inferências sobre ecologia e conservação ficaram restritas aos resultados obtidos nos pontos fixos de amostragem. Objetivos geral Subsidiar a identificação de ovos, larvas, juvenis e adultos de espécies de peixes de interesse para o manejo e conservação em áreas protegidas no baixo rio Purus, a partir do marcador mitocondrial citocromo c oxidase subunidade I (COI) Objetivos específicos - Capítulo 1 - Criar um banco de dados com sequências de DNA barcoding das espécies de peixes coletadas no baixo rio Purus, na área de influência da RDS-PP e Rebio Abufari. - Selecionar, a partir do banco de dados, as espécies-alvo de peixes de elevado interesse para o manejo e/ou conservação. - Descrever os padrões de riqueza de espécies da ictiofauna nas diferentes categorias de lagos e diferentes períodos hidrológicos, considerando as espécies-alvo e o total de espécies. Objetivos específicos - Capítulo 2 - Identificar os morfotipos de ovos e larvas e através do cruzamento das sequências obtidas com os bancos de dados genéticos da ictiofauna do baixo rio Purus, na área de influência da RDS-PP e Rebio Abufari, com foco nas espécies-alvo. - Verificar quais espécies-alvo de peixes realizam sua reprodução nos diferentes períodos hidrológicos e categorias de lagos de várzea localizados do baixo rio Purus na área de influência da RDS-PP e Rebio Abufari. - Descrever os padrões de riqueza de espécies e abundância do ictioplâncton nas diferentes categorias de lagos e diferentes períodos hidrológicos, considerando as espécies alvo e o total de espécies. - Avaliar a eficiência do mecanismo de escolha dos lagos para os múltiplos fins (proteção, manejo ou exploração “abertos”), através do cruzamento dos dados obtidos com a técnica de DNA barcoding de peixes adultos e juvenis e as sequências de DNA barcoding de ovos e larvas. 16 Estrutura da tese A presente Tese de Doutorado, apresentada ao Programa de Pós-Graduação em Ciências Biológicas (Zoologia), do Instituto de Biociências da UNESP de Botucatu - SP, está estruturada em dois capítulos como segue: Capítulo 1 - Construção de um banco de dados abrangente de DNA barcoding de peixes de áreas protegidas no baixo rio Purus, Amazonas e definição de espécies-alvo para fins de conservação e manejo. Capítulo 2 - Monitoramento de espécies-alvo de peixes de interesse para conservação e manejo em lagos de diferentes categorias inseridos em áreas protegidas no baixo rio Purus: aplicação do DNA barcoding em amostras de ictioplâncton. Referências bibliográficas Ab’Sáber AN. 2003. Os domínios de natureza no Brasil: potencialidades paisagísticas. São Paulo: Ateliê Editorial. Abell R, Thieme ML, Revenga C, Bryer M, Kottelat M, Bogutskaya N, Coad B, Mandrak N, Balderas SC, Bussing W, Stiassny MLJ, Skelton P, Allen GR, Unmack P, Naseka A, NG R, Sindorf N. Robertson J, Armijo E, Higgins JV, Heibel TJ, Wikramanayake E, Olson D, Lópes HL, Reis RE, Lundberg JG, Sabaj-Peres MH, Petry P. 2008. Freshwater Ecoregions of the World: A New Map of Biogeographic Units for Freshwater Biodiversity Conservation. BioScience, 8(5): 403–414. Albernaz A, Venticinque EM. 2003. Reserva de Desenvolvimento Piagaçu-Purus: Características e Limites Geográficos. Pp.: 3–12. In: Deus CP, Da Silveira R, Rapp Py- Daniel, LH (Eds) Piagaçu-Purus: Bases científicas para a Criação de uma Reserva de Desevolvimento Sustentável. Instituto de Desenvolvimento Sustentável Mamirauá. Manaus, Amazonas, Brasil. Allan JD, Abell R, Hogan Z, Revenga C, Taylor BW, Welcomme RL, Winemiller K. 2005. Overfishing of inland waters. Bioscience, 55: 1041–1051. Bailey RC, Norris RH, Reynoldson TB. 2004. Bioassessment of Freshwater Ecosystems. Kluwer Academic Publisher, New York, New York. Barletta M, Jaureguizar AJ, Baigun C, Fontoura NF, Agostinho AA, Almeida-Val VMF, Corrêa MFM. 2010. Fish and aquatic habitat conservation in South America: a 17 continental overview with emphasis on Neotropical systems. Journal of Fish Biology, 76: 2118–2176. Bayley PB, Peterson JT. 2001. An Approach to Estimate Probability of Presence and Richness of Fish Species. Transactions of the American Fisheries Society, 130: 620– 633. Benson DA, Cavanaugh M, Clark K, Karsch-Mizrachi I, Lipman DJ, Ostell J, Sayers EW. 2013. GenBank. Nucleic Acids Research, 41: 36–42. Berra TM. 2001. Freshwater Fish Distribution. San Diego: Academic Press. Bonar SA, Hubert WA, Willis DW. 2009. Standard methods for sampling North American freshwater fishes. American Fisheries Society, Bethesda, Maryland. Brander K. 2007. Global Fish Production and Climate Change. Proceedings of the National Academy of Sciences, 104(50): 19709–19714. Bruton MN. 1995 Have fishes had their chips—the dilemma of threatened fishes. Environmental Biology of Fishes, 43: 1–27. Campos CP, Garcez RS, Catarino MF, Costa GA, Freitas CEC. 2015. Population dynamics and stock assessment of Colossoma macropomum caught in the Manacapuru lake system (Amazon Basin, Brazil). Fisheries Management and Ecology, 22: 400–406. Cao Y, Larsen DP, Thorne RS-J. 2001. Rare species in multivariate analysis for bioassessment: some considerations. Journal of the North American Benthological Society, 20: 144–153. Cassemiro FAS, Albert JS, Antonelli A, Menegotto A, Wüest RO, Cerezer F, Coelho MTP, Reis RE, Tan M, Tagliacollo V, Bailly D, da Silva VFB, Frota A, da Graça WJ, Ré R, Ramos T, Oliveira AG, Dias MS, Colwell RK, Rangel TF, Graham CH. 2023. Landscape dynamics and diversification of the megadiverse South American freshwater fish fauna. Proceedings of the National Academy of Sciences of the United States of America, 120(2):e2211974120. Castello L, McGrath DG, Hess LL, Coe MT, Lefevre PA, Petry P, Macedo MN, Renó VF, Arantes CC. 2013. The vulnerability of Amazon freshwater ecosystems. Conservation Letters, 6: 217–229. Costanza R, d’Arge R, de Groot RS, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O’Neill RV, Paruelo J, Raskin RG, Sutton P, van den Belt M, 1997. The value of the world’s ecosystem services and natural capital. Nature, 387: 253–260. Cronin MA, Palmisciano DA, Vyse ER, Cameron DG. 1991. Mitochondrial DNA in wildlife forensic science: species identification of tissues. Wildlife Society Bulletin, 19: 94–105. Dagosta FCP, de Pinna M. 2017. Biogeography of Amazonian fishes: deconstructing river 18 basins as biogeographic units. Neotropical Ichthyology, 15(3): e170034 [1-24]. Dagosta FCP, de Pinna M. 2019. The fishes of the Amazon: distribution and biogeographical patterns, with a comprehensive list of species. Bulletin of American Museum of Natural History, 431: 1–163. Derycke S, Vanaverbeke J, Rigaux A, Backeljau T, Moens T. 2010. Exploring the use of Cytochrome Oxidase c Subunit 1 (COI) for DNA barcoding of free living marine nematodes. Plos One, 5: e13716. Dinerstein E, Olson DM, Graham DJ, Webster AL, Primm SA, Bookbinder MP, Ledec G. 1995. A Conservation Assessment of the Terrestrial Ecoregions of Latin America and the Carribean. Washington (DC): World Bank. Dudgeon D. 2010. Prospects for sustaining freshwater biodiversity in the 21st century: linking ecosystem structure and function. Current Opinion in Environmental Sustainability, 2: 422–430. Evans NT, Olds BP, Renshaw MA, Turner CR, Li Y, Jerde CL, Mahon AR, Pfrender ME, Lamberti GA, Lodge DM. 2016. Quantification of mesocosm fish and amphibian species diversity via environmental DNA metabarcoding. Molecular Ecology Resources, 16: 29–41. Fernandes C, Podos J, Lundberg JG. 2004. Amazonian Ecology: Tributaries Enhance the Diversity of Electric Fishes. Science, 305: 1960–1962. Finer M, Jenkins CN, Pimm SL, Keane B, Ross C. 2008. Oil and gas projects in the Western Amazon: Threats to wilderness, biodiversity, and indigenous peoples. Plos One, 3(8): e2932. Fonseca VG, Carvalho GR, Sung W, Johnson HF, Power DM, Neill SP, Packer M, Blaxter ML, Lambshead PJD, Thomas WK, Creer S. 2011. Second-generation environmental sequencing unmasks marine metazoan biodiversity. Nature Communications, 1: 98. Forsberg BR, Melack JM, Dunne T, Barthem RB, Goulding M, Paiva RCD, Sorribas MV, Silva Jr. UL, Weisser S. 2017. The potential impact of new Andean dams on Amazon fluvial ecosystems. Plos One, 12(8): e0182254. Frederico RG, Olden JD, Zuanon JAS. 2016.Climate change sensitivity of threatened, and largely unprotected, Amazonian fishes. Aquatic Conservation: Marine and Freshwater Ecosystems, 26(Suppl. 1): 91–102. Freitas CEC, Siqueira-Souza FK, Humston R, Hurd LE. 2013. An initial assessment of drought sensitivity in Amazonian fish communities. Hydrobiologia, 705: 159–171. Fricke R, Eschmeyer WN, van der Laan R (Eds). 2023. Eschmeyer's Catalog of Fishes: Genera, Species, References. Disponível em: 19 . Versão eletrônica. Acessado em: maio de 2023. Gilman RT, Abell RA, William CE. 2004. How can conservation biology inform the practice of integrated river basin management? International Journal or River Basin Management, 2(2): 1–14. Goulding M, Barthem R, Ferreira EJG. 2003. The Smithsonian Atlas of the Amazon. Washington: Smithsonian Books, London. Groves CR, Jensen DB, Valutis LL, Redford KH, Shaffer ML, Scott JM, Baumgartner JV, Higgins JV, Beck MW, Anderson MG. 2002. Planning for biodiversity conservation: Putting conservation science into practice. BioScience, 52: 499–512. de Groot RS. 1992. Functions of Nature: Evaluation of Nature in Environmental Planning, Management and Decision Making. Wolters-Noordhoff, Groningen. de Groot RS, van der Perk J, Chiesura A, Marguliew S. 2000. Ecological functions and socio-economic values of critical natural capital as a measure for ecological integrity and environmental health. Pp. 191–214. In: Crabbe P, Holland A, Ryszkowski L, Westra L (Eds). Implementing Ecological Integrity: Restoring Regional and Global Environmental and Human Health. NATO-Science Series, IV. Earth and Environmental Sciences, vol. 1. Kluwer Academic Publishers, Dordrecht/Boston/London. Gotelli NJ, Colwell RK. 2011. Estimating species richness. Biological Diversity: Frontiers in Measurement and Assessment, 12: 39–54. Gu W, Swihart RK. 2004. Absent or undetected? Effects of non-detection of species occurrence on wildlife–habitat models. Biological Conservation, 116: 195–203. Hebert P.D.N., Cywinska A., Ball S.L. & de Waard J.R. 2003a. Biological identifications through DNA barcodes. Proceedings of the Royal Society B 270 (1512): 313–321. Hebert P.D.N., Ratnasingham S. & de Waard J.R. 2003b. Barcoding animal life: cytochrome c oxidase subunit 1 divergences among closely related species. Proceedings of the Royal Society B 270 (1): 96–99. Hebert P.D.N., Penton E.H., Burns J.M., Janzen D.H. & Hallwachs W. 2004a. Ten species in one: DNA barcoding reveals cryptic species in the neotropical skipper butterfl y Astraptes fulgerator. Proceedings of the National Academy of Sciences 101 (41): 14812–14817. Hebert P.D.N., Stoeckle M.Y., Zemlak T.S. & Francis C.M. 2004b. Identifi cation of birds through DNA barcodes. PLoS Biology 2 (10): e312. Hillis D, Dixon M. 1991. Ribosomal DNA - molecular evolution and phylogenetic inference. The Quaterly Review of Biology, 66(4): 411–453. http://researcharchive.calacademy.org/research/ichthyology/catalog/fishcatmain.asp 20 Holmlund CM, Hammer M. 1999. Ecosystem services generated by fish populations. Ecological Economics, 29(2): 253–268. Hoorn C, Wesselingh FP. 2010. Introduction: Amazonia, landscape and species evolution. Pp. 1–6. In: Hoorn C, Wesselingh FP (Eds). Amazonia, landscape and species evolution: A look into the past. Oxford, Blackwell Publishing. Hubert WA, Quist MC (Eds). 2010 Inland Fisheries Management in North America, Ed. 3. American Fisheries Society, Bethesda, Maryland. Humphries P, King AJ, Koehn JD. 1999. Fish, flows and flood plains: links between freshwater fishes and their environment in the Murray-Darling river system, Australia. Environmental Biology of Fishes, 56: 129–151. Instituto Brasileiro de Geografia e Estatística - IBGE. 2010. Informações dos municípios brasileiros – População 2010. Instituto Brasileiro de Geografia e Estatística, Brasília. Disponível em: . Acesso em: agosto de 2019. Instituto Chico Mendes de Conservação da Biodiversidade – ICMBio. 2022. Unidades de Conservação no Brasil. Disponível em: < https://nossosparques.org.br/en/arp/617). Acesso em: outubro de 2022. Junk WJ. 2000. The Central Amazon River Floodplain: Concepts for the Sustainable Use of its Resources. Pp. 76–94. In: Junk WJ, Ohly JJ, Piedade MTF, Soares MGM (Eds). The Central Amazon Floodplain: actual use and options for a sustainable management. Blackhuys Publishers, Leiden. Kahn JA, Freitas CEC, Petrere Jr. M. 2014. False shades of green: the case of Brazilian Amazonian hydropower. Energies, 7: 6063–6082. Kocher TD, Thomas WK, Meyer A, Edwards SV, Pääbo S, Villablanca FX, Wilson AC. 1989. Dynamics of mitochondrial DNA evolution in animals : amplification and sequencing with conserved primers. Proceedings of the National Academy of Sciences of the United States of America, 86(16): 6196–6200. Latrubesse EM, Arima EY, Dunne T, Park E, Baker VR, d’Horta FM, Wight C, Wittmann F, Zuanon JAS, Baker PA, Ribas CC, Norgaard RB, Filizola N, Ansar A, Flyvbjerg B, Stevaux JC. 2017. Damming the rivers of the Amazon basin. Nature, 546(7658): 363– 369. Lees AC, Peres CA, Fearnside PM, Schneider M, Zuanon JAS. 2016. Hydropower and the future of Amazonian biodiversity. Biodiversity Conservation, 25: 451–466. Lévêque C, Balian EV, Martens K. 2005. An assessment of animal species diversity in continental waters. Hydrobiologia, 542: 39–67. 21 Lima FCT, Ribeiro AC. 2011. Continental-scale tectonic controls of biogeography and ecology. Pp. 145–64. In: Alberts JS, Reis RE (Eeds.). Historical biogeography of Neotropical freshwater fishes. Los Angeles, University of California Press. Lobón-Cerviá J, Hess LH, Melack J, Araújo-Lima CARM. 2015. The importance of forest cover for fish richness and abundance on the Amazon floodplain. Hydrobiologia, 750(1): 245–255. Lundberg JG, Marshall LG, Guerrero J, Horton B, Malabarba MC, Wesselingh F. 1998. The stage for Neotropical fish diversification: a history of tropical South American rivers. 13–48. In: Malabarba LR, Reis RE, Vari RP, Lucena ZMS, Lucena CAS. (Eds). Phylogeny and classification of neotropical fishes. Porto Alegre, Brasil: Edipucrs. Machida RJ, Knowlton N. 2012. PCR primers for metazoan nuclear 18S and 28S ribosomal DNA sequences. Plos One, 7:e46180. MacKenzie DI, Nichols JD, Sutton N, Kawanishi K, Bailey LL. 2005. Improving inferences in population studies of rare species that are detected imperfectly. Ecology, 86: 1101– 1113. McDonald LL. 2004. Sampling rare populations. Pp. 11–42. In: Thompson WL. (Ed.). Sampling Rare or Elusive Species. Island Press, Washington,District of Columbia. McIntyre PB, Liermann CAR, Revenga C. 2016. Linking freshwater fishery management to global food security and biodiversity conservation. PNAS, 113(45): 12880–12885. Mullis KB, Faloona F. 1987. Specific synthesis of dna in vitro via a polymerase-catalyzed chain reaction. Methods in Enzymology, 155: 335–350. Murphy BR, Willis DW. 1996. Fisheries Techniques. 2nd Edition, American Fisheries Society, Bethesda. Petrere Jr M, Barthem RB, Córdoba EA, Gómez BC. 2004. Review of the large catfish fisheries in the Upper Amazon and the stock depletion of piraíba (Brachyplatystoma filamentosun Lichtenstein). Reviews in Fish Biology and Fisheries,14(4): 403-414. Plano de Gestão Reserva de Desenvolvimento Sustentável Piagaçu-Purus. 2010. Volume 2. (http://www.ceuc.sds.am.gov.br/downloads/category/9-planosdegestao.html). Radar da Amazônia - RADAM. 1978. Projeto RADAMBRASIL: Programa de Integração Nacional. Levantamento de recursos naturais. Volume 17. Ministério das Minas e Energia. Departamento Nacional da Produção Mineral. Ratnasingham S, Hebert PDN. 2007. BOLD: The barcode of Life Data System (www.barcodinglife.org). Molecular Ecology Notes, 7: 355–364. Reis RE, Kullander SO, Ferraris Júnior CJ. 2003. Check List of the Freshwater Fishes of South and Central America. Porto Alegre. 22 Reis RE, Albert JS, Di Dario F, Mincarone MM, Petry P, Rocha LA. 2016. Fish biodiversity and conservation in South America. Journal of Fish Biology, 89(1): 12–47. Sala OE, Chapin FS, Armesto JJ, Berlow E, Bloomfield J, Dirzo R, Huber-Sanwald E, Huenneke LF, Jackson RB, Kinzig A, Leemans R, Lodge DM, Mooney HA, Oesterheld M, Poff NL, Sykes MT, Walker BH, Walker M, Wall DH. 2000. Global biodiversity scenarios for the year 2100. Science, 287: 1770–1774. Sala OE, Vuuren VD, Pereira HM, Lodge D, Alder J, Cumming G, Dobson A, Wolters V, Xenopoulos MA. 2005. Biodiversity across scenarios. Pp. 375–410. In: Carpenter SR, Pingali PL, Bennett EM, Zurek MB (Eds). Ecosystems and Human Well Being: Scenarios, Volume 2, Millennium Ecosystem Assessment, Island Press, Washington, District of Columbia. Saiki RK, Gelfand DH, Stoffel S, Scharf SJ, Higuchi R, Horn GT, Mullis KB, Erlich HA. 1988. primer-directed enzymatic amplification of DNA with a thermostable DNA polymerase. Science, 239: 487. Schaefer SA. 1998. Conflict and resolution impact of new taxa on philogenetic studies of Neotropical cascudinhos (Siluriformes: Loricariidae). Pp. 375–400. In: Malabarba LR, Reis RE, Vari RP, Lucena ZMS, Lucena CAS. (Eds.). Phylogeny and classification of Neotropical fishes. Porto Alegre, Brasil: Edipucrs. Schoch CL, Seifert KA, Huhndorf S, Robert V, Spouge JL, et al. 2012. Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcoding marker for Fungi. PNAS, 109(16): 6241–6246. Sclater PL. 1858. On the general geographic distribution of the members of the class Aves. Proceedings of the Linnean Society of London, Zoology, 2: 130–145. Secretaria de Estado de Meio Ambiente do Amazonas – SEMA/AM. 2019. Unidades de conservação. Disponível em: . Acesso em: agosto de 2019. Sioli H. 1984 The Amazon and its main affluents: Hydrography, morphology of the river courses, and river types. Pp. 127–165. In: Sioli H (Ed.). The Amazon: Limnology and landscape ecology of a mighty tropical river and its basin. Dordrecht. Sistema Estadual de Unidades de Conservação do Estado do Amazonas – SEUC/AM. 2007. Lei Complementar n° 53 de 5 de junho de 2007. Institui o Sistema Estadual de Unidades de Conservação e dispõe sobre infrações e penalidades e estabelecendo outras providências. Stuart SN, Chanson JS, Cox NA, Young BE, Rodrigues ASL, Fischman DL, Waller RW. 2004. Status and trends of amphibian declines and extinctions worldwide. Science, 23 306(5702): 1783–1786. Taberlet P, Gielly L, Pautou G, Bouvet J. 1991. Universal primers for amplification of three non-coding regions of chloroplast DNA. Plant Molecular Biology, 17(5): 1105–1109. Thieme ML, Abell R, Stiassny MLJ, Skelton P, Lehner B, Teugels GG, Dinerstein E, Kamdem-Toham A, Burgess N, Olson D. 2005. Freshwater Ecoregions of Africa and Madagascar: A Conservation Assessment. Washington (DC), Island Press. Vari RP, Malabarba LR. 1998. Neotropical ichthyology: an overview. Pp. 1–11. In: Malabarba LR, Reis RE, Vari RP, Lucena ZMS, Lucena CAS (Eds). Phylogeny and Classification of Neotropical Fishes. Porto Alegre, Edipucrs. Venticinque E, Forsberg B, Barthem R, Petry P, Hess L, Mercado A, Canas C, Montoya M, Durigan C, Goulding M. 2016. An explicit GIS-based river basin framework for aquatic ecosystem conservation in the Amazon. Earth System Science Data 8:651–661. Vinson MR, Hawkins CP. 2003. Broad-scale geographical patterns in local stream insect genera richness. Ecography, 26: 751–767. Wallace AR. 1876. The Geographical Distribution of Animals. New York: Harper. Williams CB. 1964. Patterns in the Balance of Nature and Related Problems in Quantitative Ecology. Academic Press, London. Xenopoulos MA, Lodge DM, Alcamo J, Märker M, Schulze K, Van Vuuren DP. 2005. Scenarios of freshwater fish extinctions from climate change and water withdrawal. Global Change Biology, 11: 1557–1564. Yu DW, Ji Y, Emerson BC, Wang X, Ye C, Yang C, Ding Z. 2012. Biodiversity soup: metabarcoding of arthropods forrapid biodiversity assessment and biomonitoring. Methods in Ecology and Evolution, 3: 613–623. 24 Capítulo 1 - Construção de um banco de dados abrangente de DNA barcoding de peixes de áreas protegidas no baixo rio Purus, Amazonas e definição de espécies-alvo para fins de conservação e manejo. Resumo: A categorização de áreas protegidas é um importante instrumento para balizar o uso dos recursos pesqueiros. No entanto, a delimitação dessas áreas normalmente é pautada no conhecimento tradicional e levantamentos pontuais da ictiofauna. O rio Purus é um importante tributário de água branca do sistema Solimões-Amazonas, com uma grande extensão de planícies de inundação, elevada cobertura de áreas protegidas, elevada produtividade pesqueira e reconhecida diversidade ictiofaunística. Isto pressupõe a necessidade de monitoramento da diversidade de peixes para fins de consolidação e investigação de ações de manejo e conservação dos recursos naturais, com base nos recursos pesqueiros e sua importância socioecológica. Diante disso, o presente capítulo tem como objetivo construir um banco de dados abrangente com sequências de COI das espécies de peixes coletadas no baixo rio Purus, na área de influência da RDS-PP e Rebio Abufari, bem como selecionar, a partir do banco de dados, as espécies-alvo de peixes de elevado interesse para o manejo e/ou conservação, e por fim descrever os padrões de riqueza de espécies da ictiofauna nas diferentes categorias de lagos e diferentes períodos hidrológicos, considerando as espécies-alvo e o total de espécies. Foram coletados 7.495 espécimes de peixes de água doce, enquadrados taxonomicamente em 272 espécies, 165 gêneros, 48 famílias e 14 ordens. Foram depositados 1.433 tecidos na coleção genética do Laboratório de Biologia e Genética de Peixes (LBP) da Unesp, campus de Botucatu. Characiformes e Siluriformes foram as ordens de peixes mais representativas, seguidas de Gymnotiformes e Cichliformes. Os exemplares-testemunho de cada espécie foram depositados na coleção ictiológica LBP- UNESP em 779 lotes. As espécies mais abundantes foram Moenkhausia gracilima, Mesonauta festivus, Ctenobrycon spilurus, Anchoviella jamesi e Acarichthys heckelii (n=305), enquanto 78 espécies foram consideradas raras nas amostragens, sendo representadas por lotes únicos com apenas 1 ou 2 espécimes. O banco de dados de referência de sequências COI é composto por 272 espécies no total e destas foram definidas 143 espécies-alvo. Considerando-se que algumas espécies-alvo foram enquadradas em mais de um critério, foram obtidos 102 registros para interesse ornamental ou aquariofilia, 60 registros para interesse comercial e 19 registros para existência de restrição legal. As espécies-alvo foram prioritariamente submetidas ao cruzamento de informações com os resultados do barcoding para inferências sobre as propostas de tomada de decisão acerca da categorização dos lagos. Este procedimento será posteriormente expandido a todas as espécies do banco de dados para complementar ou corroborar as propostas. Do banco de dados total, 239 espécies foram sequenciadas e para 71,5% destas a identificação morfológica foi congruente com a identificação molecular. Sessenta e oito espécies tiveram incongruências entre as classificações, sendo mantida a partir de critérios técnicos a identificação morfológica. Não foi obtido êxito nas tentativas de sequenciamento de 33 espécies. A inclusão das sequências obtidas em bancos de dados genéticos resultará na adição de um total 81 registros de espécies ainda inexistentes (não registradas), sendo 34 apenas no Genbank ou BOLD e 47 no Genbank e BOLD. Foi verificada maior riqueza de espécies em lagos de proteção, e a importância complementar dos lagos de manejo, considerando todos os níveis de análises realizados. Assim, ratifica-se a categorização atual dos lagos baseada na riqueza ictiofaunística e no papel que esses ambientes exercem no modo de vida das populações ribeirinhas. Também impõe-se a necessidade de consolidação dos requisitos necessários para garantir a eficácia das categorias propostas para garantir o objetivo de cada categoria de lago. Palavras-chave: Peixes Neotropicais, RDS Piagaçu-Purus, Rebio Abufari, COI. 25 Introdução A região Neotropical abriga a maior diversidade de peixes do planeta, sendo as bacias hidrográficas de terras baixas (lowlands) do norte da América do Sul reconhecidamente o âmago da diversidade de peixes de água doce neotropicais (Albert et al., 2020). A bacia hidrográfica do rio Purus, localizada desde a porção sul-ocidental amazônica até a Amazônia Central, apresenta área total de 370.000 km2 e abrange territórios no Peru, Bolívia e Brasil, com área aproximada em território brasileiro correspondente a 354.000 Km2 distribuídos em 32 municípios nos estados do Acre, Amazonas e Rondônia (ANA, 2011). As áreas de maior concentração populacional situam-se entre o alto e médio curso da bacia, onde se desenvolvem a exploração madeireira e atividades comerciais. No baixo curso predomina uma dinâmica econômica ainda mais diretamente atrelada ao rio (e.g. pesca e plantios sazonais em áreas de várzea), e concentra-se a maior parte das 23 Unidades de Conservação e 39 Terras Indígenas existentes na bacia, que somadas ocupam cerca de 50% da área total da bacia (Souza Jr et al., 2012; INCRA, 2013; MMA, 2013). O rio Purus, desde suas nascentes no Peru até sua confluência no rio Solimões no estado do Amazonas, é um dos maiores afluentes do rio Solimões com uma extensão de 2.765,65 km (Melo, 2012). Está inserido na ecorregião biogeográfica denominada Planícies do Amazonas (Amazon lowlands), que apresenta como característica dominante da paisagem a extensa e diversificada planície aluvial que se estende ao longo dos canais do rio, que contêm milhares de meandros e lagos, assim como extensas áreas de florestas inundadas e prados flutuantes (WWF/TNC, 2018). Segundo dados do Programa Ecorregiões de Água Doce do Mundo (www.feow.org) a ecorregião biogeográfica Planícies do Amazonas contém o conjunto mais diversificado de espécies de peixes da América do Sul. Além da expressiva diversidade, mesmo considerando diferentes métodos e estruturas de banco de dados, com o número registrado variando de 379 espécies (Dagosta e de Pinna, 2019) a 909 espécies (Jézéquel et al., 2020 - dados atualizados), e graus moderados de endemismo (Oberdorff et al., 2019), o rio Purus representa a maior produtividade pesqueira da bacia amazônica em comparação com outros grandes afluentes de águas brancas (Petrere 1978; Batista, 1998; Soares e Junk, 2000; Batista, 2003). Porém, os esforços concentram-se em poucas espécies, das quais apenas 12 representam 80% do pescado desembarcado nos principais portos do Estado do Amazonas (Barthem e Fabré, 2003). Além do montante que é comercializado nos centros urbanos, existe outra quantidade expressiva que é consumida pela população ribeirinha, que tem no pescado a principal fonte de proteína animal (McGrath et al., 1999) e de renda, principalmente para aquelas que 26 residem em á