High-Throughput DNA Metabarcoding of Stem Sections from Trees with Cavities Describes Fungal Communities Associated with Variable Wood Decay, Position on Stem and Tree Species
Notice bibliographique
Résumé
The presence of unculturable fungi, variability in timing and frequency of fungal fruiting, hyper-rich fungal communities, and genetic and environmental variability explains the difficulty in adopting ideal sampling schemes and fungal identification approaches in studies of fungal communities in wood at variable stages of decay. Here, we use intensive within-tree sampling of five standing trees with cavities paired with high-throughput DNA metabarcoding, to study fungal communities in decayed and healthy wood of trees from two Populus species in British Columbia, Canada. The amplification of over 3000 fungal DNA sequence variants shows the presence of a hyper-rich wood fungal community that not only varied depending on PCR primers, tree species, tree stem portion and wood decay stage. but also included a large number of taxa unassignable to any known sub-kingdom taxonomic order based on published DNA sequences. Our data show that the use of two different primer sets greatly increases the power of the metabarcoding analysis. By testing three alternative models of fungal community composition, we identify the model that best explains fungal community by considering the position on the stem and distance from the cavity. We suggest this model may be used to design optimal sampling schemes to describe fungal communities in trees experiencing discrete decay pockets or cavities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».