Comparative analysis of fish environmental <scp>DNA</scp> reveals higher sensitivity achieved through targeted sequence‐based metabarcoding
Notice bibliographique
Résumé
Environmental DNA (eDNA)-based methods of species detection are enabling various applications in ecology and conservation including large-scale biomonitoring efforts. qPCR is widely used as the standard approach for species-specific detection, often targeting a fish species of interest from aquatic eDNA. However, DNA metabarcoding has the potential to displace qPCR in certain eDNA applications. In this study, we compare the sensitivity of the latest Illumina NovaSeq 6000 NGS platform to qPCR TaqMan assays by measuring limits of detection and by analysing eDNA from water samples collected from Churchill River and Lake Melville, NL, Canada. Species-specific, targeted next generation sequencing (NGS) assays had significantly higher sensitivity than qPCR, with limits of detection 14- to 29-fold lower. For example, when analysing eDNA, qPCR detected Gadus ogac (Greenland cod) in 21% of samples, but targeted NGS detected this species in 29% of samples. General NGS assays were as sensitive as qPCR, while simultaneously detecting 15 fish species from eDNA samples. With over 34,000 fish species on the planet, parallel and sensitive methods such as NGS will be required to support effective biomonitoring at both regional and global scales.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».