Comparing metabarcoding and morphological approaches to identify phytoplankton taxa associated with harmful algal blooms
Notice bibliographique
Résumé
Molecular techniques are expected to be highly useful in detecting taxa causing harmful algal blooms (HABs). This is the first report in Canada evaluating HABs-related species identification using a combination of morphological and molecular approaches. Microscopy, quantitative polymerase chain reaction (qPCR), and metabarcoding with multiple markers (i.e., 16S, 18S-dinoflagellate and 18S-diatom, large subunit (28S) rDNA) were applied on samples ( n = 54) containing suspected harmful algae (e.g., Alexandrium spp., Chattonella sp., Chrysochromulina spp., Dictyocha spp., Heterosigma akashiwo, Protoceratium reticulatum, Pseudochattonella verruculosa, Pseudo-nitzschia spp., Pseudopedinella sp.). Owing to methodology limitations, qPCR result interpretation was limited, although good detectability occurred using previously published assays for Alexandrium tamarense, H. akashiwo, and P. verruculosa. Overall, the multiple-marker metabarcoding results were superior to the morphology-based methods, with the exception of taxa from the silicoflagellate group. The combined results using both 18S markers and the 28S marker together closely corresponded with morphological identification of targeted species, providing the best overall taxonomic coverage and resolution. The most numerous unique taxa were identified using the 18S-dinoflagellate amplicon, and the best resolution to the species level occurred using the 28S amplicon. Molecular techniques are therefore promising for HABs taxa detection but currently depend on deploying multiple markers for metabarcoding.
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) | 0,000 | 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 ».