MétaCan
Menu
Retour à la cohorte
Enregistrement W4317781537 · doi:10.1093/femsec/fiad005

Identifying the core microbiome of the sea star<i>Pisaster ochraceus</i>in the context of sea star wasting disease

2023· article· en· W4317781537 sur OpenAlexafffundabout
Andrew H. Loudon, Jung Soo Park, Laura Wegener Parfrey

Notice bibliographique

RevueFEMS Microbiology Ecology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaTula Foundation
Mots-clésBiologyEcologyZoology

Résumé

récupéré en direct d'OpenAlex

Sea stars are keystone species and their mass die-offs due to sea star wasting disease (SSWD) impact marine communities and have fueled recent interest in the microbiome of sea stars. We assessed the host specificity of the microbiome associated with three body regions of the sea star Pisaster ochraceus using 16S rRNA gene amplicon surveys of the bacterial communities living on and in Pisaster, their environment, and sympatric marine hosts across three populations in British Columbia, Canada. Overall, the bacterial communities on Pisaster are distinct from their environment and differ by both body region and geography. We identified core bacteria specifically associated with Pisaster across populations and nearly absent in other hosts and the environment. We then investigated the distribution of these core bacteria on SSWD-affected Pisaster from one BC site and by reanalyzing a study of SSWD on Pisaster from California. We find no differences in the distribution of core bacteria in early disease at either site and two core taxa differ in relative abundance in advanced disease in California. Using phylogenetic analyses, we find that most core bacteria have close relatives on other sea stars and marine animals, suggesting these clades have evolutionary adaptions to an animal-associated lifestyle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,242
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFEMS Microbiology EcologyMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207