The effect of storage at ambient temperature on the feline fecal microbiota
Notice bibliographique
Résumé
BACKGROUND: Feline fecal microbiota analyses can potentially be impacted by a variety of factors such as sample preparation, sequencing method and bioinformatics analyses. Another potential influence is changes in the microbiota from storage of samples prior to processing. This study examined the effect of ambient temperature exposure on the feline fecal microbiota composition. Fecal samples were collected from 12 healthy cats, within 15 min after defecation. Samples were aliquoted and the first aliquot was frozen at -80 °C within 1 hour of defecation. Remaining aliquots were maintained at ambient temperature (20 to 23 °C) and frozen at -80 °C at 6, 12, 24, 36, 48, 72 and 96 h after collection. DNA was extracted from all aliquots, and polymerase chain reaction (PCR). The PCR products were sequenced with next-generation sequencing (Illumina MiSeq). RESULTS: No significant differences were observed in alpha and beta biodiversity indexes, as well as relative abundance of different taxa over time (P > 0.05 for all tests between time points). Principal coordinate analyses demonstrated that samples cluster mainly by cat, with no significant differences between time points (AMOVA, P > 0.05; HOMOVA, P > 0.05). Linear discriminant analysis effect size method was performed and failed to detect any enriched taxa, between time points. Random forest algorithm analysis indicated homogeneity across time points. CONCLUSIONS: Although existing evidence from human fecal storage studies is contradictory, a recent study in companion animals agreed with the current study, demonstrating that maintenance of feline fecal samples at ambient temperature for up to 4 days has no effect on the bacterial membership and structure.
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 | 0,002 | 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».