Bacterial Diversity in House Dust: Characterization of a Core Indoor Microbiome
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Our indoor microbiome consists of a wide range of microbial taxa. Whilst many of these microbes are benign, some are beneficial, some harmful, yet our knowledge of the spatial heterogeneity of bacterial assemblages in our residential environment remains limited. To investigate the existence of a common core house dust bacterial microbiome we selected household vacuum dusts, collected through a citizen science approach, from homes across two bioclimatic regions (UK, Oceanic/Maritime and Greece, Mediterranean). Following the extraction of DNA from each dust sample, we targeted the bacterial 16S rRNA gene using Illumina NextSeq sequencing. PERMANOVA analysis of the microbial communities at family level grouped samples within their distinct bioclimatic region and SIMPER analysis at genus level identified the statistically significant taxa responsible for driving diversity between these groups. A “common to all” core house dust microbiome consisted of Acinetobacter , Massalia, Rubellimicrobium, Sphingomonas and Staphylococcus ; genera typically associated with human occupancy and common environmental sources. Additionally, a “unique location specific” microbiome was identified, reflective of the bioclimatic region. The Greek dusts indicated a lower average diversity than the UK house dusts, with a high abundance of Rhizobiaceae in the Greek samples. Our study highlights citizen science as a powerful approach to access the indoor residential environment, at scale, and establishes the existence of a “core” house dust microbiome independent of bioclimatic region.
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.
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 découle