MétaCan
Menu
Retour à la cohorte
Enregistrement W2790743416 · doi:10.1101/259861

Spatiotemporal dynamics of river viruses, bacteria and microeukaryotes

2018· preprint· en· W2790743416 sur OpenAlexafffund
Thea Van Rossum, Miguel Uyaguari, Marli Vlok, Michael A. Peabody, Alvin Tian, Kirby Cronin, Michael W.Y. Chan, Matthew A. Croxen, William Hsiao, Judith L. Isaac‐Renton, Patrick Tang, Natalie Prystajecky, Curtis A. Suttle, Fiona S. L. Brinkman

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensBC Centre for Disease ControlUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesSFU Community Trust Endowment FundSimon Fraser UniversityGenome British ColumbiaPublic Health AgencyPublic Health Agency of CanadaGenome Canada
Mots-clésMetagenomicsHuman viromeBiologyContext (archaeology)EcologyEcosystemMicrobial ecologyMicrobiomeBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Freshwater is an essential resource of increasing value, as clean water sources diminish. Microorganisms in rivers, a major source of renewable freshwater, are significant due to their role in drinking water safety, signalling environmental contamination 1 , and driving global nutrient cycles 2,3 . However, a foundational understanding of microbial communities in rivers is lacking 4 , especially temporally and for viruses 5‒7 . No studies to date have examined the composition of the free-floating river virome over time, and explanations of the underlying causes of spatial and temporal changes in riverine microbial composition, especially for viruses, remain unexplored. Here, we report relationships among riverine microbial communities and their environment across time, space, and superkingdoms (viruses, bacteria, and microeukaryotes), using metagenomics and marker-based microbiome analysis methods. We found that many superkingdom pairs were synchronous and had consistent shifts with sudden environmental change. However, synchrony strength, and relationships with environmental conditions, varied across space and superkingdoms. Variable relationships were observed with seasonal indicators and chemical conditions previously found to be predictive of bacterial community composition 4,8‒10 , emphasizing the complexity of riverine ecosystems and raising questions around the generalisability of single-site and bacteria-only studies. In this first study of riverine viromes over time, DNA viral communities were stably distinct between sites, suggesting the similarity in riverine bacteria across significant geographic distances 10‒12 does not extend to viruses, and synchrony was surprisingly observed between DNA and RNA viromes. This work provides foundational data for riverine microbial dynamics in the context of environmental and chemical conditions and illustrates how a bacteria-only or single-site approach would lead to an incorrect description of microbial dynamics. We show how more holistic microbial community analysis, including viruses, is necessary to gain a more accurate and deeper understanding of microbial community dynamics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetBacteriophages and microbial interactionsTravaux en français237 207