Tools to understand seasonality in health: quantification of microbe loads and analyses of compositional ecoimmunological data reveal complex patterns in Mojave Desert Tortoise (<i>Gopherus agassizii</i>) populations
Notice bibliographique
Résumé
Using data from six wild Mojave Desert Tortoise (Gopherus agassizii (Cooper, 1861)) populations, we quantified seasonal differences in immune system measurements and microbial load in the respiratory tract, pertinent to this species’ susceptibility to upper respiratory tract disease. We quantified bacteria-killing activity of blood plasma and differential leukocyte counts to detect trends in temporal variation in immune function. We used centered log-ratio (clr) transformations of leukocyte counts and stress that such transformations are necessary for compositional data. We tested animals for the potential pathogen Pasteurella testudinis Snipes and Biberstein, 1982 with a newly created quantitative polymerase chain reaction (qPCR) assay, as well as for the known respiratory pathogens Mycoplasma agassizii Brown et al., 2001 and Mycoplasma testudineum Brown et al., 2004. We found very little disease and suggest that P. testudinis is a prevalent, commensal microbe in these Mojave Desert Tortoise populations, and its quantification may be a tool to study natural fluctuations in microbe levels in Mojave Desert Tortoise respiratory tracts. Our analyses showed that both the potential for inflammatory responses and microbe levels are highest in the spring for healthy Mojave Desert Tortoises, when lymphocyte levels are lowest. The genetic and statistical tools that we used are easily applicable to other wildlife systems and provide the necessary data to quantify species-wide trends in health and test hypotheses pertinent to host–microbe 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,001 | 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 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 ».