Successful carnivore identification with faecal DNA across a fragmented Amazonian landscape
Notice bibliographique
Résumé
The use of scat surveys to obtain DNA has been well documented in temperate areas, where DNA preservation may be more effective than in tropical forests. Samples obtained in the tropics are often exposed to high humidity, warm temperatures, frequent rain and intense sunlight, all of which can rapidly degrade DNA. Despite these potential problems, we demonstrate successful mtDNA amplification and sequencing for faeces of carnivores collected in tropical conditions and quantify how sample condition and environmental variables influence the success of PCR amplification and species identification. Additionally, the feasibility of genotyping nuclear microsatellites from jaguar (Panthera onca) faeces was investigated. From October 2007 to December 2008, 93 faecal samples were collected in the southern Brazilian Amazon. A total of eight carnivore species was successfully identified from 71% of all samples obtained. Information theoretic analysis revealed that the number of PCR attempts before a successful sequence was an important negative predictor across all three responses (success of species identification, success of species identification from the first sequence and PCR amplification success), whereas the relative importance of the other three predictors (sample condition, season and distance from forest edge) varied between the three responses. Nuclear microsatellite amplification from jaguar faeces had lower success rates (15-44%) compared with those of the mtDNA marker. Our results show that DNA obtained from faecal samples works efficiently for carnivore species identification in the Amazon forest and also shows potential for nuclear DNA analysis, thus providing a valuable tool for genetic, ecological and conservation studies.
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) | 0,002 | 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 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 ».