Development and field validation of <scp>RPA‐CRISPR‐Cas</scp> environmental <scp>DNA</scp> assays for the detection of brown trout (<i>Salmo trutta</i>) and Arctic char (<i>Salvelinus alpinus</i>)
Notice bibliographique
Résumé
Abstract Molecular methods are rapidly evolving to enable nucleic acid diagnostics outside a laboratory setting. Such techniques are primarily utilizing isothermal amplification such as Recombinase Polymerase Amplification (RPA) and Loop‐Mediated Isothermal Amplification (LAMP) but are yet to be fully explored for monitoring using environmental DNA (eDNA). We previously presented an RPA‐CRISPR‐Cas approach for detection of Atlantic salmon in Ireland and Canada and in this manuscript we present a further application of this technique for monitoring of brown trout and Arctic char in the Burrishoole Catchment, Co. Mayo, Ireland. In developing these assays, we offer an alternative approach to the PCR‐based assays previously published and have evolved a streamlined approach to single‐species monitoring using RPA‐CRISPR‐Cas, reducing the fluorescence acquisition time from 2 h to 30 min. This demonstrates the applicability of using RPA‐CRISPR‐Cas assays for eDNA‐based detection beyond Atlantic salmon with the added benefit of a faster assay time without compromising detection sensitivity.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».