Development of droplet digital PCR assays to quantify genes involved in nitrification and denitrification, comparison with quantitative real-time PCR and validation of assays in vineyard soil
Notice bibliographique
Résumé
Quantifying genes in soil is important to relate the abundance of soil bacteria to biogeochemical cycles. Quantitative real-time PCR is widely used for quantification, but its use with environmental samples is limited by poor reaction efficiencies or by PCR inhibition through co-purified soil substances. Droplet digital PCR (ddPCR) is a technology for absolute, sensitive quantification of genes. This study optimized eight ddPCR assays to quantify total bacteria and archaea as well as the nitrification (bacterial and archaeal amoA) and denitrification (nirS, nirK, nosZI, nosZII) genes involved in the generation or reduction of the greenhouse gas nitrous oxide. Detection and quantification thresholds were compared with those of quantitative real-time PCR and were equal to, or improved, in ddPCR. To validate the assays using environmental samples, soil DNA was isolated from two vineyards in the Okanagan valley in British Columbia, Canada, over the 2017 growing season. Soil properties related to the observed gene abundances were determined. Total bacteria, nirK, and nosZII increased with time and the soil C/N ratio and NH 4 + -N concentration affected total archaea and archaeal amoA negatively. The results, compared with those of other studies, showed that ddPCR is a valid alternative to qPCR to quantify genes involved in nitrification or denitrification.
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 | 0,000 |
| 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 tête enseignante, 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 ».