Using environmental DNA metabarcoding to map invasive and native invertebrates in two Great Lakes tributaries
Notice bibliographique
Résumé
Abstract Background Aquatic invasive species (AIS) threaten ecosystems and native species. Methods To determine spatial distributions of at‐risk native taxa and AIS in two biologically diverse Laurentian Great Lakes tributaries, we extracted environmental DNA (eDNA) from water samples and used a universal PCR primer set targeting the CO1 gene for metabarcoding of selected taxa. We sampled 43 sites for eDNA in each of the Grand and Sydenham rivers in southwestern Ontario. Results We assigned sequences to 49 taxa at the species level and four mollusks to genus level. Detected AIS included two oligochaete worms ( Branchiura sowerbyi , Potamothrix moldaviensis ), a freshwater jellyfish ( Craspedacusta sowerbyi ), a calanoid copepod ( Skistodiaptomus pallidus ), and a bivalve dreissenid mussel ( Dreissena rostriformis bugensis ). All but D. r. bugensis were previously unreported in these tributaries. Detected native mollusks included one globally endangered species the rayed bean ( Villosa fabalis ), one provincially listed threatened species the maple leaf mussel ( Quadrula quadrula ), and several other at‐risk and unique mollusk species of special interest in Ontario, Canada, and the United States (e.g., Sphaerium fabale , Pyganodon grandis ). At several sampling sites in each river, AIS eDNA overlapped with or was near to sites with detections of at‐risk native mollusks. Most AIS and some native taxa demonstrated clustered detection patterns within each river. However, in some cases, independent detections of individual species occurred at individual sites within each river that were relatively far apart. Our findings should be interpreted with some caution due to the limitations of the aquatic “universal” primer set and the availability of comprehensive reference sequence databases. Conclusion Results from eDNA metabarcoding in our study helped reveal invertebrate AIS and at‐risk species distributions and will help direct approaches for conserving biodiversity in each of these Great Lakes tributaries.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».