Metabarcoding in biodiversity monitoring - a case study on French saproxylic beetles
Notice bibliographique
Résumé
/ Les Coléoptères sont des indicateurs pertinents en écologie forestière appliquée, mais leur identification spécifique requiert une expertise taxonomique forte et rare. Nous testons ici une méthode alternative d'identification moléculaire des espèces par leurs codes-barres ADN.\nEn collaboration avec des experts taxonomistes, nous avons construit une bibliothèque de codes-barres ADN pour 410 espèces françaises, complémentaire des bibliothèques bavaroise et finlandaise disponibles dans la base de données www.boldsystems.org. Le taux de succès satisfaisant du séquençage pour une diversité de familles et l'analyse des divergences intra- et interspécifiques ont démontré la pertinence du marqueur choisi, y compris pour des espèces proches. Plusieurs questions taxonomiques intéressantes ont été soulevées par nos résultats, et soulignent les perspectives des codes-barres ADN dans la taxonomie intégrative des Coléoptères.\nDans un second temps, grâce aux nouvelles technologies de séquençage (NGS), nous avons appliqué le « metabarcoding » pour analyser des échantillons multispécifiques résultant de pièges standards. Au total, 35 échantillons représentant différents types de piégeage, de préservation des échantillons, de substrat séquencé (spécimens broyés vs. alcool de stockage) ont été livrés à une identification morphologique traditionnelle, puis reconditionnés et traités par NGS. Le taux de détection des espèces par NGS s'est révélé beaucoup plus fort et moins variable avec l'ADN du broyat qu'avec l'alcool de stockage. L'identification moléculaire des espèces dans un échantillon complexe s'est avérée performante en dépit de conditions de préservation de l'ADN non optimisées. Elle a également offert une plus-value, puisque la moitié des taxons supra-spécifiques que les taxonomistes ne pouvaient pas identifier morphologiquement ont été identifiés formellement à l'espèce par NGS. L'analyse NGS a également fourni des espèces additionnelles dont l'origine est discutée.\nA partir de ces résultats encourageants, l'optimisation du protocole d'échantillonnage, du conditionnement des échantillons et des méthodes d'analyse est en cours pour développer l'usage des insectes forestiers comme indicateurs écologiques.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».