Species-Level Gut Microbiota Analysis after Antibiotic-Induced Dysbiosis in Horses
Notice bibliographique
Résumé
All current studies have used Illumina short-read sequencing to characterize the equine intestinal microbiota. Long-read sequencing can classify bacteria at the species level. The objectives of this study were to characterize the gut microbiota of horses at the species level before and after trimethoprim sulfadiazine (TMS) administration and to compare results with Illumina sequencing. Nine horses received TMS (30 mg/kg) orally for 5 days twice a day to induce dysbiosis. Illumina sequencing of the V4 region or full-length PacBio sequencing of the 16S rRNA gene was performed in fecal samples collected before and after antibiotic administration. The relative abundance and alpha diversity were compared between the two technologies. PacBio failed to classify the equine intestinal microbiota at the species level but confirmed Bacteroidetes as the most abundant bacteria in the feces of the studied horses, followed by Firmicutes and Fibrobacteres. An unknown species of the Bacteroidales order was highly abundant (13%) and deserves further investigation. In conclusion, PacBio was not suitable to classify the equine microbiota species but detected greater richness and less unclassified bacteria. Further efforts in improving current databanks to be used in equine studies are necessary.
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 | 0,001 |
| 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 ».