MétaCan
Menu
Retour à la cohorte
Enregistrement W4210474077 · doi:10.1016/j.hal.2022.102187

Comparing microscopy and DNA metabarcoding techniques for identifying cyanobacteria assemblages across hundreds of lakes

2022· article· en· W4210474077 sur OpenAlex

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.

Notice bibliographique

RevueHarmful Algae · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversité du Québec à MontréalUniversity of OttawaUniversité de MontréalConcordia UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésCyanobacteriaEutrophicationTrophic levelBiodiversityAphanizomenonAquatic ecosystemEcologyEcosystemPlanktonFreshwater ecosystemBiologyTaxonomic rankTaxonEnvironmental scienceAnabaenaNutrient

Résumé

récupéré en direct d'OpenAlex

Accurately identifying the species present in an ecosystem is vital to lake managers and successful bioassessment programs. This is particularly important when monitoring cyanobacteria, as numerous taxa produce toxins and can have major negative impacts on aquatic ecosystems. Increasingly, DNA-based techniques such as metabarcoding are being used for measuring aquatic biodiversity, as they could accelerate processing time, decrease costs and reduce some of the biases associated with traditional light microscopy. Despite the continuing use of traditional microscopy and the growing use of DNA metabarcoding to identify cyanobacteria assemblages, methodological comparisons between the two approaches have rarely been reported from a wide suite of lake types. Here, we compare planktonic cyanobacteria assemblages generated by inverted light microscopy and DNA metabarcoding from a 379-lake dataset spanning a longitudinal and trophic gradient. We found moderate levels of congruence between methods at the broadest taxonomic levels (i.e., Order, RV=0.40, p < 0.0001). This comparison revealed distinct cyanobacteria communities from lakes of different trophic states, with Microcystis, Aphanizomenon and Dolichospermum dominating with both methods in eutrophic and hypereutrophic sites. This finding supports the use of either method when monitoring eutrophication in lake surface waters. The biggest difference between the two methods was the detection of picocyanobacteria, which are typically underestimated by light microscopy. This reveals that the communities generated by each method currently are complementary as opposed to identical and promotes a combined-method strategy when monitoring a range of trophic systems. For example, microscopy can provide measures of cyanobacteria biomass, which are critical data in managing lakes. Going forward, we believe that molecular genetic methods will be increasingly adopted as reference databases are routinely updated with more representative sequences and will improve as cyanobacteria taxonomy is resolved with the increase in available genetic information.

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 candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,292
Écart entre enseignants0,250 · 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