MétaCan
Menu
Retour à la cohorte
Enregistrement W3216467410 · doi:10.1002/edn3.261

Targeted next‐generation sequencing of environmental DNA improves detection of invasive European green crab ( <i>Carcinus maenas</i> )

2021· article· en· W3216467410 sur OpenAlex
Kristen M. Westfall, Thomas W. Therriault, Cathryn L. Abbott

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental DNA · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésCarcinus maenasEnvironmental DNABiologyDNA sequencingFisheryEcologyBiodiversityCrustaceanDNADecapodaGenetics

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,175
Écart entre enseignants0,156 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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