虽然这个实验是由数据实现的，但其目的完全是推动科学发展。首先，研究人员可能会发现普遍但以前未知的物种。例如，BIOWIDE团队在斑蝥虫真菌目中发现了这种未被描述的物种的序列，这些物种分布在丹麦的十几个不同地块中。这种未被描述的物种的范围有多远？

该测试还强调了科学与政策界面的潜在影响。在BIOWIDE中寻找Hygrocybe conica，通常被称为女巫的帽子，在两个物种假设上产生了八次发生：SH176829.07FU和SH176834.07FU。H. conica的分类学揭示了与该名称相关的数十个同义词，并且不少于九个物种假设，这表明该概念实际上是一个物种聚集体。但是，当丹麦国家红色名录将Kegle-vokshat描述为“最不受关注”的物种时，这指的是哪个物种或物种假设？

像这些真菌这样的浮出水面的分类群对科学也至关重要，因为这些代表性不足的群体代表了生物多样性的“暗物质”，并且在生态群落和生态系统中具有关键的功能作用和作用。通过使科学家能够探索许多或大多数生物体可能永远不会与公认的物种名称相关的微生物组，宏基因组采样提供了以前所未有的规模和速度检测和提供分类群分子鉴定的可能性 - 不仅针对真菌，还针对土壤和海洋沉积物细菌，浮游生物和幼虫无脊椎动物等。

通过将形态学和分子生物多样性的要素结合在一个单一的生物分类骨干中，利用林奈和宏基因组范式的共同原则，GBIF网络能够更好地解决重大的空间、时间和生物分类差距和偏见，同时支持科学研究以了解功能性生物多样性。