MétaCan
Menu
Retour à la cohorte
Enregistrement W2955273819 · doi:10.1186/s12866-019-1519-2

Assessment of the impact of different fecal storage protocols on the microbiota diversity and composition: a pilot study

2019· article· en· W2955273819 sur OpenAlexaff
Shirin Moossavi, Phillip A. Engen, Reza Ghanbari, Stefan J. Green, Ankur Naqib, Faraz Bishehsari, Shahin Merat, Hossein Poustchi, Ali Keshavarzian, Reza Malekzadeh

Notice bibliographique

RevueBMC Microbiology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésBiologyActinobacteriaFecesGut floraPopulationRelative species abundanceFirmicutesMicrobiomeAbundance (ecology)16S ribosomal RNAEcologyBacteriaBioinformaticsImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fecal samples are currently the most commonly studied proxy for gut microbiota. The gold standard of sample handling and storage for microbiota analysis is maintaining the cold chain during sample transfer and immediate storage at - 80 °C. Gut microbiota studies in large-scale, population-based cohorts require a feasible sample collection protocol. We compared the effect of three different storage methods and mock shipment: immediate freezing at - 80 °C, in 95% ethanol stored at room temperature (RT) for 48 h, and on blood collection card stored at RT for 48 h, on the measured composition of fecal microbiota of eight healthy, female volunteers by sequencing the V4 region of the 16S rRNA gene on an Illumina MiSeq. RESULTS: Shared operational taxonomic units (OTUs) between different methods were 68 and 3% for OTUs > 0.01 and < 0.01% mean relative abundance within each group, respectively. α and β-diversity measures were not significantly impacted by different storage methods. With the exception of Actinobacteria, fecal microbiota profiles at the phylum level were not significantly affected by the storage method. Actinobacteria was significantly higher in samples collected on card compared to immediate freezing (1.6 ± 1.1% vs. 0.4 ± 0.2%, p = 0.005) mainly driven by expansion of Actinobacteria relative abundance in fecal samples stored on card in two individuals. There was no statistically significant difference at lower taxonomic levels tested. CONCLUSION: Consistent results of the microbiota composition and structure for different storage methods were observed. Fecal collection on card could be a suitable alternative to immediate freezing for fecal microbiota analysis using 16S rRNA gene amplicon sequencing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,322
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207