Analytical validation and field testing of a specific qPCR assay for environmental DNA detection of invasive European green crab (<i>Carcinus maenas</i>)
Notice bibliographique
Résumé
Abstract Environmental DNA (eDNA) methods are providing tools for detecting invasive species in aquatic environments. Targeted qPCR assays applied to eDNA samples promise to overcome limitations of traditional methods, especially for early detection. The European green crab ( Carcinus maenas ) is considered one of the most successful invasive species globally due to the large range it has invaded and negative impacts on native species, marine habitats, and shellfish industries. We developed, laboratory‐validated, and field‐tested a specific qPCR assay for the detection of green crab from eDNA samples. We also show that the assay can detect green crab in bulk DNA extracted from plankton samples. Assay design, optimization, sensitivity, and specificity testing generally followed the validation pathway recommended by the World Organization for Animal Health for assays used to manage global aquatic animal health and infectious disease. Assay specificity was verified in silico and in vitro by laboratory testing 26 nontarget species, none of which showed potential for amplification. Assay sensitivity was appropriately high, with the limit of detection approaching two gene copies/μl. The assay was field‐tested on eDNA samples collected from filtered seawater at five sites on the Pacific coast of Canada known to harbor green crab based on historical monitoring data; green crab DNA was amplified from all sites. We also present early pilot field testing of the assay done on bulk DNA extracted from plankton samples from four sites from Australia, two sites with and two sites without reported records of green crab presence. Green crab was detected at both sites with known green crab records. Significant inhibition was recorded for some plankton samples but not for eDNA samples. This is the first qPCR assay for detection of European green crab, providing researchers and managers with a valuable new tool to aid early detection and ongoing monitoring.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».