Serial analysis of V6 ribosomal sequence tags (SARST‐V6): a method for efficient, high‐throughput analysis of microbial community composition
Notice bibliographique
Résumé
Serial analysis of ribosomal sequence tags (SARST) is a novel technique for characterizing microbial community composition. The SARST method captures sequence information from concatemers of short 16S rDNA polymerase chain reaction (PCR) amplicons from complex populations of DNA. Here, we describe a similar method, serial analysis of V6 ribosomal sequence tags (SARST-V6), which targets the V6 hypervariable region of bacterial 16S rRNA genes. The SARST-V6 technique exploits internal primer sequences to generate compatible restriction digest overhangs, thereby improving upon the efficiency of SARST. Serial analysis of V6 ribosomal sequence tags of bacterial community composition in hydrothermal marine sediments from Guaymas Basin resembled results of cloning and sequencing of single, full-length PCR products from ribosomal RNA genes of the same microbial community. Both methods identified the same major bacterial groups, but only SARST-V6 recovered thermodesulfobacteria and gamma-proteobacteria sequences, while only full-length PCR product cloning recovered candidate division OP11 se-quences. There were differences in the relative frequencies of some phylotypes. The disparities reflect differences in the amplicon pool obtained during initial amplification that may result from different primer affinities or DNA degradation. These results demonstrate the utility of SARST-V6 in collecting taxonomically informative data for high-throughput analysis of microbial communities.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».