Targeted next‐generation sequencing of environmental DNA improves detection of invasive European green crab ( <i>Carcinus maenas</i> )
Notice bibliographique
Résumé
Abstract In the northeast Pacific Ocean, there is high interest in developing eDNA‐based survey methods to aid management of invasive populations of European green crab ( Carcinus maenas ). Expected benefits are improved sensitivity for early detection of secondary spread and to assess the outcome of eradication efforts. A new eDNA‐based approach we term “targeted next‐generation sequencing (tNGS)” is introduced here and shown to improve detection relative to qPCR at sites with lower green crab CPUE values measured by trapping. DNA standards (gBlock) with starting molecule copies that were 10 to 100 times lower than the qPCR limit of detection returned significant numbers of sequencing reads, which in our field assessments translated to a 7%–10% increase in detection probability from tNGS relative to qPCR at sites with lower CPUE. We also found the number of sequencing reads from tNGS was significantly correlated with green crab CPUE whereas Ct values from qPCR were not. When sources of variation were partitioned for each assay, we found the difference between mean within‐site and mean between‐site variation was much larger and had non‐overlapping confidence intervals for tNGS relative to qPCR, suggesting the former may offer more power for detecting spatial variation in eDNA availability. Results presented here indicate this approach is suitable for species of known low abundances where a positive detection has high economic or environmental consequences, or for labs doing eDNA surveys for whom NGS‐based workflows are operationally more efficient than qPCR given its upward scalability. Any species with an existing qPCR assay can be easily tested with a tNGS assay using the approach presented here. We conclude with a discussion on the fitness for purpose of tNGS vs. qPCR for various applications and on how to best apply molecular surveys in management 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».