Evaluation of the impact of refrigeration on next generation sequencing-based assessment of the canine and feline fecal microbiota
Notice bibliographique
Résumé
Evaluation of factors that might impact microbiota assessment is important to avoid spurious results, particularly in field and multicenter studies where sample collection may occur distant from the laboratory. This study evaluated the impact of refrigeration on next generation sequence-based assessment of the canine and feline fecal microbiota. Fecal samples were collected from seven dogs and ten cats, and analysed at baseline and after 3, 7, 10 and 14 days of storage at 4°C. There were no differences in community membership or population structure between timepoints for either dogs or cats, nor were there any differences in richness, diversity and evenness. There were few differences in relative abundance of phyla or predominant genera, with the only differences being significant increases in Actinobacteria between Days 0-14 ( P = 0.0184) and 1-14 ( P = 0.0182) for canine samples, and a decrease in Erysipelotrichaceae incertae sedis between Day 0 and Day 7 (median 4.9 vs 2.2%, P = 0.046) in feline samples. Linear discriminant analysis effect size and indicator analysis identified a small number of genera that were over-represented in, or defining characteristics of, Day 14 samples. These were predominantly Proteobacteria and Actinobacteria, with Psychrobacter and Arthrobacter enriched in both canine and feline Day 14 samples. Storage for at least 14 days at 4°C has limited impact on culture-independent assessment of the canine and feline fecal microbiota, although changes in some individual groups may occur.
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 | 0,003 | 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 ».