<scp>DNA</scp> metabarcoding reveals changes in the contents of carnivorous plants along an elevation gradient
Notice bibliographique
Résumé
Resource variation along abiotic gradients influences subsequent trophic interactions and these effects can be transmitted through entire food webs. Interactions along abiotic gradients can provide clues as to how organisms will face changing environmental conditions, such as future range shifts. However, it is challenging to find replicated systems to study these effects. Phytotelmata, such as those found in carnivorous plants, are isolated aquatic communities and thus form a good model for the study of replicated food webs. Due to the degraded nature of the prey, molecular techniques provide a useful tool to study these communities. We studied the pitcher plant Sarracenia purpurea L. in allochthonous populations along an elevational gradient in the Alps and Jura. We predicted that invertebrate richness in the contents of the pitcher plants would decrease with increasing elevation, reflecting harsher environmental conditions. Using metabarcoding of the COI gene, we sequenced the invertebrate contents of these pitcher plants. We assigned Molecular Operational Taxonomic Units at ordinal level as well as recovering species-level data. We found small but significant changes in community composition with elevation. These recovered sequences could belong to invertebrate prey, rotifer inquilines, pollinators and other animals possibly living inside the pitchers. However, we found no directional trend or site-based differences in MOTU richness with elevational gradient. Use of molecular techniques for dietary or contents analysis is a powerful way to examine numerous degraded samples, although factors such as DNA persistence and the relationship with species presence still have to be completely determined.
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) | 0,000 | 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 ».