Analysis of DNA archived in lake sediments
Notice bibliographique
Résumé
Summary The goal of this lecture is to provide aquatic scientists and interested laymen with an overview of the potential, methods and exemplary analyses of DNA preserved in lake sediments. This area is an emerging field, as new techniques are opening up avenues for novel studies of the sediment record. Numerous papers in this field have recently been published in Science, PNAS and PLoS ONE. Like many new fields, there are challenges as well as exciting lines of future inquiry, which we dedicate part of the lecture towards. This lecture starts by providing a brief introduction to paleolimnology, with an emphasis on how DNA studies can expand this field. We then provide information on the ways in which DNA can be archived in sediments & how analyses can differ, depending on the question and target. Examples of the common genetic markers used and how DNA may be sequenced are also highlighted in the methods section. In the second portion of the lecture, we focus on the applications of sedimentary DNA: 1) to the study of particular phytoplankton group dynamics; 2) to the analysis of zooplankton DNA preserved in resting eggs; and, 3) to uncover community‐wide changes in plankton. Finally, we close the lecture with a discussion on challenges and future directions in the field. Advances in the development and calibration of different extraction techniques, as well as further enhancement of genetic libraries and bioinformatics pipelines, are all areas ripe for new research. This lecture has been prepared with a diverse audience in mind. For example, undergraduate or graduate courses that could be interested in our material include Aquatic Ecology, Limnology, Oceanography, Microbial Ecology, Environmental Genomics and Paleoecology. This lecture could also serve as a useful introduction to non‐specialist audiences that are interested in the potential of the DNA archive preserved in lake sediments (including funding agencies).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».