MétaCan
Menu
Retour à la cohorte
Enregistrement W4377010801 · doi:10.1186/s12862-023-02118-w

Hidden diversity: DNA metabarcoding reveals hyper-diverse benthic invertebrate communities

2023· article· en· W4377010801 sur OpenAlexafffundabout
Jennifer Erin Gleason, Robert Hanner, Karl Cottenie

Notice bibliographique

RevueBMC Ecology and Evolution · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiomonitoringBenthic zoneEcologyBiodiversityInvertebrateAquatic insectEnvironmental DNATaxonomic rankSTREAMSBeta diversityBiologyFreshwater ecosystemTaxonAquatic ecosystemSpatial ecologySpecies richnessCommunity structureCommunityEcosystemMetacommunityHabitatBiological dispersalPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Freshwater ecosystems, such as streams, are facing increasing pressures from agricultural land use and recent literature stresses the importance of robust biomonitoring to detect trends in insect decline globally. Aquatic insects and other macroinvertebrates are often used as indicators of ecological condition in freshwater biomonitoring programs; however, these diverse groups can present challenges to morphological identification and coarse-level taxonomic resolution can mask patterns in community composition. Here, we incorporate molecular identification (DNA metabarcoding) into a stream biomonitoring sampling design to explore the diversity and variability of aquatic macroinvertebrate communities at small spatial scales. While individual stream reaches can be very heterogenous, most community ecology studies focus on larger, landscape-level patterns of community composition. A high degree of community variability at the local scale has important implications for both biomonitoring and ecological research, and the incorporation of DNA metabarcoding into local biodiversity assessments will inform future sampling protocols. RESULTS: We sampled twenty streams in southern Ontario, Canada, for aquatic macroinvertebrates across multiple time points and assessed local community variability by comparing field replicates taken ten meters apart within the same stream. Using bulk-tissue DNA metabarcoding, we revealed that aquatic macroinvertebrate communities are highly diverse at small spatial scales with unprecedented levels of local taxonomic turnover. We detected over 1600 Operational Taxonomic Units (OTUs) from 149 families, and a single insect family, the Chironomidae, contained over one third of the total number of OTUs detected in our study. Benthic communities were largely comprised of rare taxa detected only once per stream despite multiple biological replicates (24-94% rare taxa per site). In addition to numerous rare taxa, our species pool estimates indicated that there was a large proportion of taxa that remained undetected by our sampling regime (14-94% per site). Our sites were located across a gradient of agricultural activity, and while we predicted that increased land use would homogenize benthic communities, this was not supported as within-stream dissimilarity was unrelated to land use. Within-stream dissimilarity estimates were consistently high for all levels of taxonomic resolution (invertebrate families, invertebrate OTUs, chironomid OTUs), indicating stream communities are very dissimilar at small spatial 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,045
Tête enseignante GPT0,225
Écart entre enseignants0,180 · 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

Citations15
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Ecology and EvolutionMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207