Bacterial diversity in the waterholes of the Kruger National Park: an eDNA metabarcoding approach
Notice bibliographique
Résumé
Bacteria are essential components of natural environments. They contribute to ecosystem functioning through roles as mutualists and pathogens for larger species, and as key components of food webs and nutrient cycles. Bacterial communities respond to environmental disturbances, and the tracking of these communities across space and time may serve as indicators of ecosystem health in areas of conservation concern. Recent advances in DNA sequencing of environmental samples allow for rapid and culture-free characterization of bacterial communities. Here we conduct the first metabarcoding survey of bacterial diversity in the waterholes of the Kruger National Park, South Africa. We show that eDNA can be amplified from waterholes and find strongly structured microbial communities, likely reflecting local abiotic conditions, animal ecology, and anthropogenic disturbance. Over timescales from days to weeks we find increased turnover in community composition, indicating bacteria may represent host-associated taxa of large vertebrates visiting the waterholes. Through taxonomic annotation we also identify pathogenic taxa, demonstrating the utility of eDNA metabarcoding for surveillance of infectious diseases. These samples serve as a baseline survey of bacterial diversity in the Kruger National Park, and in the future, spatially distinct microbial communities may be used as markers of ecosystem disturbance, or biotic homogenization across the park.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».