Fecal DNA metabarcoding shows credible short-term prey detections and explains variation in the gut microbiome of two polar bear subpopulations
Notice bibliographique
Résumé
This study developed and evaluated DNA metabarcoding to identify the presence of pinniped and cetacean prey DNA in fecal samples of East Greenland (EG) and Southern Beaufort Sea (SB) polar bearsUrsus maritimussampled in the spring of 2015-2019. Prey DNA was detected in half (49/92) of all samples, and when detected, ringed sealPusa hispidawas the predominant prey species, identified in 100% (22/22) of EG and 81% (22/27) of SB polar bear samples with prey DNA detected. Bearded sealErignathus barbatusDNA was found in 19% (5/27) of SB polar bear samples for which prey DNA was detected. Prey DNA detection frequencies and relative abundances were compared to estimates from quantitative fatty acid signature analysis (QFASA) for a subset of SB polar bears. Ringed seal and bearded seal were the main prey identified by both methods, but QFASA also identified 2 cetacean prey species not found by prey DNA. Differences in DNA metabarcoding vs. QFASA results were likely related to the different dietary timescales captured by each approach, i.e. short-term vs. long-term diet, respectively. Prey DNA detection, sex/age class, and subpopulation significantly explained variation in polar bear gut bacterial composition. Polar bear samples with prey DNA detected were associated with higher abundances of the bacterial classes Clostridia and Bacilli and lower abundances of Negativicutes. Fecal DNA metabarcoding is thus useful for identifying recent prey of polar bears, complementing quantitative and likely longer-term QFASA estimates, and may help understand variation in the polar bear gut microbiome.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».