Factors influencing bacterial microbiome composition in a wild non-human primate community in Taï National Park, Côte d’Ivoire
Notice bibliographique
Résumé
Microbiomes impact a variety of processes including a host's ability to access nutrients and maintain health. While host species differences in microbiomes have been described across ecosystems, little is known about how microbiomes assemble, particularly in the ecological and social contexts in which they evolved. We examined gut microbiome composition in nine sympatric wild non-human primate (NHP) species. Despite sharing an environment and interspecific interactions, individuals harbored unique and persistent microbiomes influenced by host species, social group, and parentage, but surprisingly not by social relationships among members of a social group. We found a branching order of host-species networks constructed using the composition of their microbiomes as characters, which was incongruent with known NHP phylogenetic relationships, with chimpanzees (Pan troglodytes verus) sister to colobines, upon which they regularly prey. In contrast to phylogenetic clustering found in all monkey microbiomes, chimpanzee microbiomes were unique in that they exhibited patterns of phylogenetic overdispersion. This reflects unique ecological processes impacting microbiome composition in chimpanzees and future studies will elucidate the aspects of chimpanzee ecology, life history, and physiology that explain their unique microbiome community structure. Our study of contemporaneous microbiomes of all sympatric diurnal NHP in an ecosystem highlights the diverse dispersal routes shaping these complex 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 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 | 0,001 | 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) | 0,000 | 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 ».