A real-time PCR assay to accurately quantify polar bear DNA in fecal extracts
Notice bibliographique
Résumé
DNA extracted from fecal samples contains DNA from the focal species, food, bacteria and pathogens. Most DNA quantification methods measure total DNA and cannot differentiate among sources. Despite the desirability of noninvasive fecal sampling for studying wildlife populations, low amounts of focal species DNA make it difficult to use for next-generation sequencing (NGS), where accurate DNA quantification is critical for normalization. Two factors are required prior to using fecal samples in NGS libraries: (1) an accurate quantification method for the amount of target DNA and (2) a determination of the relative amount of target DNA needed for successful single nucleotide polymorphism genotyping assays. Here, we address these needs by developing primers to amplify a 101 bp region of the nuclear F2 gene and a quantitative PCR (qPCR) assay that allows the accurate quantification of the amount of polar bear ( Ursus maritimus ) DNA in fecal extracts. We test the assay on pure polar bear DNA extracted from muscle tissue and find a high correlation between fluorometric and qPCR quantifications. The qPCR assay was also successfully used to quantify the amount of DNA derived from polar bears in fecal extractions. Orthologs of the F2 gene have been identified across vertebrates; thus, similar qPCR assays could be developed for other species to enable noninvasive studies.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,023 |
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 ».