Symposium review: Mining metagenomic and metatranscriptomic data for clues about microbial metabolic functions in ruminants
Notice bibliographique
Résumé
Metagenomics and metatranscriptomics can capture the whole genome and transcriptome repertoire of microorganisms through sequencing total DNA/RNA from various environmental samples, providing both taxonomic and functional information with high resolution. The unique and complex rumen microbial ecosystem is receiving great research attention because the rumen microbiota coevolves with the host and equips ruminants with the ability to convert cellulosic plant materials to high-protein products for human consumption. To date, hundreds to thousands of microbial phylotypes have been identified in the rumen using culture-independent molecular-based approaches, and genomic information of rumen microorganisms is rapidly accumulating through the single genome sequencing. However, functional characteristics of the rumen microbiome have not been well described because there are numerous uncultivable microorganisms in the rumen. The advent of metagenomics and metatranscriptomics along with advanced bioinformatics methods can help us better understand mechanisms of the rumen fermentation, which is vital for improving nutrient utilization and animal productivity. Therefore, in this review, we summarize a general workflow to conduct rumen metagenomics and metatranscriptomics and discuss how the data can be interpreted to be useful information. Moreover, we review recent literatures studying associations between the rumen microbiome and host phenotypes (e.g., feed efficiency and methane emissions) using these approaches, aiming to provide a useful guide to include studying the rumen microbiome as one of the research objectives using these 2 approaches.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».