Evaluation of lake sedimentary ancient <scp>DNA</scp> metabarcoding to assess fungal biodiversity in Arctic paleoecosystems
Notice bibliographique
Résumé
Abstract Fungi are crucial organisms in most ecosystems as they exert ecological key functions and are closely associated with land plants. Fungal community changes may, therefore, help reveal biodiversity changes in past ecosystems. Lake sediments contain the DNA of organisms in the catchment area, which allows reconstructing past biodiversity by using metabarcoding of ancient sedimentary DNA. We re‐evaluated various commonly used metabarcoding primers, and we developed a novel PCR primer combination for fungal metabarcoding to produce a short amplicon, thus accounting for amplification bias due to the degradation of ancient DNA. In silico PCRs showed higher diversity using this new primer combination, compared with previously established fungal metabarcoding primers. We analyzed data from sediment cores from four artic and one boreal lake in Siberia. These cores had been stored for 2–22 years after coring; we, therefore, examined the degradation effects of ancient DNA and storage time‐related bias affecting fungal communities. Amplicon lengths showed considerable variation within and between the major divisions of fungi, for example, amplicons of Basidiomycota were significantly longer than those of Mucoromycota; however, we observed no significant effect of sample age on amplicon length and GC content, suggesting the robustness of our results. We also found no indication of post‐coring fungal growth during storage regarding the proportions of common mold taxa, which would otherwise distort conclusions on past fungal communities. Terrestrial soil fungi, including mycorrhizal fungi and saprotrophs, were predominant in all lakes, whereas typical aquatic taxa were only represented to a negligible extent, which supports the use of lake sedimentary ancient DNA for reconstructing terrestrial communities.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».