Effects of long‐term sample storage on the detection of bacterial cells using fluorescence in situ hybridization
Notice bibliographique
Résumé
Fluorescence in situ hybridization (FISH) is widely used to characterize bacterial community structure. However, a major limitation of the FISH technique is that the effectiveness of target cell detection varies widely over ecosystem types and with differences in methodology. Samples collected at sea often are stored for weeks or months before analysis using FISH, therefore quantifying the effects of storage on the detection of bacterial cells is crucial for comparing studies of bacterial community structure from diverse regions and ecosystems. Presented are the results of a 12‐month time‐course study during which replicate seawater samples were prepared, stored frozen, and hybridized after 0, 1.5, 3, 6, and 12 months to determine the effects of long‐term sample storage on hybridization efficiency and the characterization of community structure. The time‐dependent slope of the probe for Bacteria , but not the Cytophaga‐Flavobacteria cluster or the α‐ and γ‐ Proteobacteria , was significantly different from zero, with a 6.3% change in target cell detection per year. This change in detection was small and within the typical error reported for bacterial counting. We conclude that during this 12‐month time‐course study there was a minimal effect of long‐term storage on the detection of bacterial cells using FISH.
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 | 0,001 | 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 | 0,001 |
| 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 ».