Choices on sampling, sequencing, and analyzing DNA influence the estimation of community composition of plant fungal symbionts
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
Abstract Plant root symbionts, namely mycorrhizal fungi, can be characterized using a variety of methods, but most of these rely on DNA. While Sanger sequencing still fulfills particular research objectives, next‐generation sequencing currently dominates the field, thus understanding how the two methods differ is important for identifying both opportunities and limitations to characterizing fungal communities. In addition to testing sequencing methods, we also examined how roots and soils may yield different fungal communities and how disturbance may affect those differences. We sequenced DNA from ectomycorrhizal fungi colonizing roots of Pinus banksiana and found that operational taxonomic unit richness was higher, and compositional variance lower, for Illumina MiSeq–sequenced communities compared to Sanger‐sequenced communities. We also found that fungal communities associated with roots were distinct in composition compared to those associated with soils and, moreover, that soil‐associated fungi were more clustered in composition than those of roots. Finally, we found community dissimilarity between roots and soils was insensitive to disturbance; however, rarefying read counts had a sizeable influence on trends in fungal richness. Although interest in mycorrhizal communities is typically focused on the abiotic and biotic filters sorting fungal species, our study shows that the choice of methods to sample, sequence, and analyze DNA can also influence the estimation of community composition.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle