Optimization and validation of a cost‐effective protocol for biosurveillance of invasive alien species
Notice bibliographique
Résumé
Abstract Environmental DNA (eDNA) metabarcoding has revolutionized biodiversity monitoring and invasive pest biosurveillance programs. The introduction of insect pests considered invasive alien species (IAS) into a non‐native range poses a threat to native plant health. The early detection of IAS can allow for prompt actions by regulating authorities, thereby mitigating their impacts. In the present study, we optimized and validated a fast and cost‐effective eDNA metabarcoding protocol for biosurveillance of IAS and characterization of insect and microorganism diversity. Forty‐eight traps were placed, following the CFIA's annual forest insect trapping survey, at four locations in southern Ontario that are high risk for forest IAS. We collected insects and eDNA samples using Lindgren funnel traps that contained a saturated salt (NaCl) solution in the collection jar. Using cytochrome c oxidase I (COI) as a molecular marker, a modified Illumina protocol effectively identified 2,535 Barcode Index Numbers (BINs). BINs were distributed among 57 Orders and 304 Families, with the vast majority being arthropods. Two IAS ( Agrilus planipennis and Lymantria dispar ) are regulated by the Canadian Food Inspection Agency (CFIA) as plant health pests, are known to occur in the study area, and were identified through eDNA in collected traps. Similarly, using 16S ribosomal RNA and nuclear ribosomal internal transcribed spacer (ITS), five bacterial and three fungal genera, which contain species of regulatory concern across several Canadian jurisdictions, were recovered from all sampling locations. Our study results reaffirm the effectiveness and importance of integrating eDNA metabarcoding as part of identification protocols in biosurveillance programs.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».