Development and validation of targeted environmental <scp>DNA</scp> (<scp>eDNA</scp>) metabarcoding for early detection of 69 invasive fishes and aquatic invertebrates
Notice bibliographique
Résumé
Abstract Invasive species are of concern due to their impacts on ecosystems and economies, but they pose significant control challenges. Environmental DNA (eDNA) is a powerful tool in the detection of aquatic organisms at low densities due to high detection sensitivity and relative ease of sample collection. Aquatic eDNA analyses have increased worldwide and are generally either applied to few target species (quantitative PCR), or for broad taxonomic applications (metabarcoding). Here, we describe the development and testing of a hybrid approach that utilized high‐sensitivity PCR primer sets and high‐throughput sequencing (HTS), referred to as targeted metabarcoding , to detect 69 fishes and invertebrates. We identified target species based on reports of globally important invasive species and developed two independent PCR primers for each species (CO1 and a second mtDNA region). We assessed sensitivity and eDNA interference for all 138 primers (2 per species and 69 species) using standard end‐point PCR and tested them on 10 eDNA samples spiked with various amounts of one or more of the target species DNA. The sensitivity of the 138 primer sets ranged between 1.5 × 10 −5 and 2.64 ng template DNA (mean = 0.069 ng). Primers were also tested for interference effects using plankton eDNA to simulate field conditions. The inclusion of interfering plankton DNA reduced the sensitivity for most primer sets by one or more orders of magnitude (range 0–3). Overall, our targeted metabarcoding resulted in the detection of ~98% of species in the DNA spiked samples, and perhaps more importantly, the HTS read count was positively related to the quantity of spiked DNA ( p < 0.002). We envision this technique being particularly useful for the early detection of species at low population densities; however, there are diverse applications of targeted metabarcoding for monitoring aquatic community composition and to quantify ecosystem change and health.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».