An ambient temperature collection and stabilization strategy for canine microbiota studies
Notice bibliographique
Résumé
Similar to humans, the fecal microbiome of dogs may be useful in diagnosing diseases or assessing dietary interventions. The accuracy and reproducibility of microbiome data depend on sample integrity, which can be affected by storage methods. Here, we evaluated the ability of a stabilization device to preserve canine fecal samples under various storage conditions simulating shipping in hot or cold climates. Microbiota data from unstabilized samples stored at room temperature (RT) and samples placed in PERFORMAbiome·GUT collection devices (PB-200) (DNA Genotek, Inc. Ottawa, Canada) and stored at RT, 37 °C, 50 °C, or undergoing repeated freeze-thaw cycles, were compared with freshly extracted samples. Alpha- and beta diversity indices were not affected in stabilized samples, regardless of storage temperature. Unstabilized samples stored at RT, however, had higher alpha diversity. Moreover, the relative abundance of dominant bacterial phyla (Firmicutes, Fusobacteria, Bacteriodetes, and Actinobacteria) and 24 genera were altered in unstabilized samples stored at RT, while microbiota abundance was not significantly changed in stabilized samples stored at RT. Our results suggest that storage method is important in microbiota studies and that the stabilization device may be useful in maintaining microbial profile integrity, especially for samples collected off-site and/or those undergoing temperature changes during shipment or storage.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».