Enabling robust environmental DNA assay design with “unikseq” for the identification of taxon‐specific regions within whole mitochondrial genomes
Notice bibliographique
Résumé
Abstract Environmental DNA (eDNA) is revolutionizing species monitoring in nature. At the heart of any eDNA approach is the reliance upon sufficient DNA sequence information to satisfy the demands of eDNA assay specificity and sensitivity. The most common source of this information has been restricted to short barcoding regions of the mitochondrial genome (mitogenome) and marker genes. The use of these limited regions for assay design has often resulted in substantial trade‐offs in assay performance. With increased accessibility of full mitogenome assemblies, the potential for designing more robust eDNA assays is considerably enhanced. However, this also poses a new challenge to effectively identify suitable regions for assay design using considerably larger sequences. We present unikseq, a utility that uses words of length k (k‐mers) to identify unique regions in a reference sequence relative to tolerated (ingroup) and not‐tolerated (outgroup or non‐target) sequence sets, quickly and with low memory that can yield highly specific assays. We illustrate its application within an assay development workflow through use‐case examples for the design and validation of four quantitative real‐time polymerase chain reaction (qPCR)‐based assays selective for American bullfrog (Rana [Lithobates] catesbeiana), Burbot (Lota lota), Lake trout (Salvelinus namaycush), and Quillback rockfish (Sebastes maliger). The chosen target species vary in range, habitat, and degree of relatedness to their sympatric species that, consequently, impact eDNA assay design difficulty. We demonstrate the effectiveness of unikseq through assay validation and characterization using DNA from voucher specimens, synthetic DNA, and, where possible, field samples, to verify the specificity and sensitivity of the newly designed assays. By facilitating whole mitogenome sequence comparison, the creation of high‐performing eDNA assays is substantially enhanced. Having several adjustable parameters for specifying user requirements within unikseq, this approach can facilitate the identification of suitable regions for a broad range of applications requiring nucleotide sequence comparisons.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».