eDNA in subterranean ecosystems: Applications, technical aspects, and future prospects
Notice bibliographique
Résumé
Monitoring of biota is pivotal for the assessment and conservation of ecosystems. Environments worldwide are being continuously and increasingly exposed to multiple adverse impacts, and the accuracy and reliability of the biomonitoring tools that can be employed shape not only the present, but more importantly, the future of entire habitats. The analysis of environmental DNA (eDNA) metabarcoding data provides a quick, affordable, and reliable molecular approach for biodiversity assessments. However, while extensively employed in aquatic and terrestrial surface environments, eDNA-based studies targeting subterranean ecosystems are still uncommon due to the lack of accessibility and the cryptic nature of these environments and their species. Recent advances in genetic and genomic analyses have established a promising framework for shedding new light on subterranean biodiversity and ecology. To address current knowledge and the future use of eDNA methods in groundwaters and caves, this review explores conceptual and technical aspects of the application and its potential in subterranean systems. We briefly introduce subterranean biota and describe the most used traditional sampling techniques. Next, eDNA characteristics, application, and limitations in the subsurface environment are outlined. Last, we provide suggestions on how to overcome caveats and delineate some of the research avenues that will likely shape this field in the near future. We advocate that eDNA analyses, when carefully conducted and ideally combined with conventional sampling techniques, will substantially increase understanding and enable crucial expansion of subterranean community characterisation. Given the importance of groundwater and cave ecosystems for nature and humans, eDNA can bring to the surface essential insights, such as study of ecosystem assemblages and rare species detection, which are critical for the preservation of life below, as well as above, the ground.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».