Get access

Detecting Wildlife Poaching: Identifying the Origin of Individuals with Bayesian Assignment Tests and Multilocus Genotypes

Authors

  • Stéphanie Manel,

    Corresponding author
    1. Laboratoire de Biologie des Populations d'Altitude, Unité Mixte de Recherche, Centre National de Recherche Scientifique 5553, BP 53, Université Joseph Fourier, 38041 Grenoble Cedex 9, France
    Search for more papers by this author
  • Pierre Berthier,

    1. Laboratoire de Biologie des Populations d'Altitude, Unité Mixte de Recherche, Centre National de Recherche Scientifique 5553, BP 53, Université Joseph Fourier, 38041 Grenoble Cedex 9, France
    Search for more papers by this author
  • Gordon Luikart

    1. Laboratoire de Biologie des Populations d'Altitude, Unité Mixte de Recherche, Centre National de Recherche Scientifique 5553, BP 53, Université Joseph Fourier, 38041 Grenoble Cedex 9, France
    Search for more papers by this author

email stephanie.manel@ujf-grenoble.fr

Abstract

Abstract: Illegal harvesting is a serious threat to the persistence of many plant and animal taxa. The combination of highly polymorphic DNA markers and new statistical methods called “assignment tests” can potentially help detect and thereby reduce poaching. Assignment tests can identify the population of origin of individuals if populations are genetically differentiated. We evaluated the usefulness of two assignment tests to wildlife forensics by applying them to large empirical (microsatellite DNA) data sets from 10 species. We also conducted computer simulations to assess the influence of genetic polymorphism ( heterozygosity) and population differentiation (   FST ) on the performance of the tests. The fully Bayesian assignment test of Pritchard et al. (2000) performed better than the partially Bayesian exclusion test of Cornuet et al. (1999), but the fully Bayesian method requires the assumption that the true population of origin was sampled. The median percentage of individuals correctly assigned for the 10 empirical data sets was 61% and 36% for the assignment and exclusion tests, respectively. Both the empirical and simulated data sets suggest that nearly all individuals can be assigned with high statistical certainty (99.9%) for two highly differentiated populations (    FST≈ 0.15–0.2) when 10 loci (  H> 0.6) and samples of 30–50 individuals are used per population. We recommend using both tests when the true population of origin might not have been sampled in the data set.

Abstract

Resumen: La captura ilegal es una amenaza seria para la persistencia de muchos taxones de plantas y animales. La combinación de marcadores altamente polimórficos de ADN y de nuevos métodos estadísticos (“pruebas de asignación”) pueden ayudar potencialmente a detectar, y por lo tanto, areducir la caza ilegal. Las pruebas de asignación pueden ayudar a identificar a la población de origen de individuos si las poblaciones están genéticamente diferenciadas. Evaluamos la utilidad de dos pruebas de asignación en aplicaciones forenses de vida silvestre al aplicarlas a una serie grande de datos empíricos (ADN microsatélite) de 10 especies. También llevamos a cabo simulaciones en computadora para evaluar la influencia del polimorfismo genético ( heterozigocidad) y de la diferenciación poblacional (   FST ) en la ejecución de la prueba. La prueba de asignación completamente Bayesiana de Pritchard et al. (2000) dio mejores resultados que la prueba de Cornuet et al. (1999) parcialmente Bayesiana; sin embargo, el método completamente Bayesiano emplea el supuesto de que la población verdadera de origen fue muestreada. La mediana del porcentaje de individuos correctamente asignados por los 10 juegos de datos empíricos fue de 61% y 36% para las pruebas de asignación y exclusión respectivamente. Tanto los juegos de datos empíricos, como los simulados sugieren que casi todos los individuos pueden ser asignados con un alto nivel de certeza estadística (99.9%) a dos poblaciones altamente diferenciadas (    FST≈ 0.15–0.2) cuando se emplean 10 loci (   H < 0.6) y muestras de 30-50 individuos por población. Recomendamos el uso de ambas pruebas cuando la población verdadera puede no haber sido muestreada en las bases de datos.

Ancillary