DNA metabarcoding from sample fixative as a quick and voucher-preserving biodiversity assessment method
Notice bibliographique
Résumé
Metabarcoding is a powerful, increasingly popular tool for biodiversity assessment, but it still suffers from some drawbacks (specimen destruction, separation, and size sorting). In the present study, we tested a non-destructive protocol that excludes any sample sorting, where the ethanol used for sample preserving is filtered and DNA is extracted from the filter for subsequent DNA metabarcoding. When tested on macroinvertebrate mock communities, the method was widely successful but was unable to reliably detect mollusc taxa. Three different protocols (no treatment, shaking, and freezing) were successfully applied to increase DNA release to the fixative. The protocols resulted in similar success in taxa detection (6.8-7 taxa) but differences in read numbers assigned to taxa of interest (33.8%-93.7%). In comparison to conventional bulk sample metabarcoding of environmental samples, taxa with pronounced exoskeleton and small-bodied taxa were especially underrepresented in ethanol samples. For EPT (Ephemeroptera, Plecoptera, Trichoptera) taxa, which are important for determining stream ecological status, the methods detected 46 OTUs in common, with only 4 unique to the ethanol samples and 10 to the bulk samples. These results indicate that fixative-based metabarcoding is a non-destructive, time-saving alternative for biodiversity assessments focussing on taxa used for ecological status determination. However, for a comprehensive assessment on total invertebrate biodiversity, the method may not be sufficient, and conventional bulk sample metabarcoding should be applied.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».