Artificial Rearing of Atlantic Salmon Juveniles for Supportive Breeding Programs Induces Long-Term Effects on Gut Microbiota after Stocking
Notice bibliographique
Résumé
In supportive breeding programs for wild salmon populations, stocked parr experience higher mortality rates than wild ones. Among other aspects of phenotype, the gut microbiota of artificially raised parr differs from that of wild parr before stocking. Early steps of microbiota ontogeny are tightly dependent upon environmental conditions, both of which exert long-term effects on host physiology. Therefore, our objective was to assess to what extent the resilience capacity of the microbiota of stocked salmon may prevent taxonomic convergence with that of their wild congeners after two months in the same natural environment. Using the 16S SSU rRNA marker gene, we tested the general hypothesis that environmental conditions during the very first steps of microbiota ontogeny imprint a permanent effect on later stages of microbiota recruitment. Our results first showed that gut microbiota composition of stocked and wild parr from the same genetic population, and sharing the same environment, was dependent on the early rearing environment. In contrast, skin microbiota in stocked individuals converged to that of wild individuals. Taxonomic composition and co-occurrence network analyses suggest an impairment of wild bacteria recruitment and a higher instability for the gut microbiota of stocked parr. This study is the first to demonstrate the long-term effect of early microbiota ontogeny in artificial rearing for natural population conservation programs, raising the need to implement microbial ecology.
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 ».