The multiple states of environmental DNA and what is known about their persistence in aquatic environments
Notice bibliographique
Résumé
Increased use of environmental DNA (eDNA) analysis for indirect species detection has spurred the need to understand eDNA persistence in the environment. Understanding the persistence of eDNA is complex because it exists in a mixture of different states (e.g., dissolved, particle-adsorbed, intra-cellular and organellar), and each state is expected to have a specific decay rate that depends on environmental parameters. Thus, improving knowledge about eDNA conversion rates between states and the reactions that degrade eDNA in different states is needed. Here, we outline how water chemistry and suspended mineral particles likely affect conversion among each eDNA state and indicate how environmental parameters affect persistence of states in the water column. Based on deducing these controlling parameters, we conducted a meta-analysis of the eDNA literature to assess whether we could already derive a general understanding of eDNA states persisting in the environment. However, we found that these parameters are often not being measured or reported when measured, and in many cases very few experimental data exists from which to draw conclusions. Therefore, further study of how environmental parameters affect eDNA state conversion and eDNA decay in aquatic environments is needed. We recommend analytic controls that can be used during the processing of water to assess potential losses of different eDNA states if all were present in a water sample and outline future experimental work that would help determine the dominant eDNA states in water.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,006 |
| 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 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 ».