MétaCan
Menu
Retour à la cohorte
Enregistrement W4288724237 · doi:10.1038/s43705-022-00145-0

Applying the concept of liquid biopsy to monitor the microbial biodiversity of marine coastal ecosystems

2022· article· en· W4288724237 sur OpenAlexafffund
Sophia Ferchiou, France Caza, Philippine Granger Joly de Boissel, Richard Villemur, Yves St‐Pierre

Notice bibliographique

RevueISME Communications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInstitut Polaire Français Paul Emile VictorNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésBiodiversityBiologyEcosystemArchaeaMarine ecosystemEnvironmental DNAMetagenomicsEcologyBacteriaGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Liquid biopsy (LB) is a concept that is rapidly gaining ground in the biomedical field. Its concept is largely based on the detection of circulating cell-free DNA (ccfDNA) fragments that are mostly released as small fragments following cell death in various tissues. A small percentage of these fragments are from foreign (nonself) tissues or organisms. In the present work, we applied this concept to mussels, a sentinel species known for its high filtration capacity of seawater. We exploited the capacity of mussels to be used as natural filters to capture environmental DNA fragments of different origins to provide information on the biodiversity of marine coastal ecosystems. Our results showed that hemolymph of mussels contains DNA fragments that varied considerably in size, ranging from 1 to 5 kb. Shotgun sequencing revealed that a significant amount of DNA fragments had a nonself microbial origin. Among these, we found DNA fragments derived from bacteria, archaea, and viruses, including viruses known to infect a variety of hosts that commonly populate coastal marine ecosystems. Taken together, our study shows that the concept of LB applied to mussels provides a rich and yet unexplored source of knowledge regarding the microbial biodiversity of a marine coastal ecosystem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,228
Écart entre enseignants0,205 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISME CommunicationsMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207