Molecular detection of trophic links in a complex insect host–parasitoid food web
Notice bibliographique
Résumé
Previously, host-parasitoid links have been unveiled almost exclusively by time-intensive rearing, while molecular methods were used only in simple agricultural host-parasitoid systems in the form of species-specific primers. Here, we present a general method for the molecular detection of these links applied to a complex caterpillar-parasitoid food web from tropical rainforest of Papua New Guinea. We DNA barcoded hosts, parasitoids and their tissue remnants and matched the sequences to our extensive library of local species. We were thus able to match 87% of host sequences and 36% of parasitoid sequences to species and infer subfamily or family in almost all cases. Our analysis affirmed 93 hitherto unknown trophic links between 37 host species from a wide range of Lepidoptera families and 46 parasitoid species from Hymenoptera and Diptera by identifying DNA sequences for both the host and the parasitoid involved in the interaction. Molecular detection proved especially useful in cases where distinguishing host species in caterpillar stage was difficult morphologically, or when the caterpillar died during rearing. We have even detected a case of extreme parasitoid specialization in a pair of Choreutis species that do not differ in caterpillar morphology and ecology. Using the molecular approach outlined here leads to better understanding of parasitoid host specificity, opens new possibilities for rapid surveys of food web structure and allows inference of species associations not already anticipated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».