A new multiplex qPCR assay to detect and differentiate big cat species in the illegal wildlife trade
Notice bibliographique
Résumé
All species of big cats, including tigers, cheetahs, leopards, lions, snow leopards, and jaguars, are protected under the Convention on the International Trade in Endangered Species (CITES). This is due in large part to population declines resulting from anthropogenic factors, especially poaching and the unregulated and illegal trade in pelts, bones, teeth and other products that are derived from these iconic species. To enhance and scale up monitoring for big cat products in this trade, we created a rapid multiplex qPCR test that can identify and differentiate DNA from tiger (Panthera tigris), cheetah (Acinonyx jubatus), leopard (Panthera pardus), lion (Panthera leo), snow leopard (Panthera uncia), and jaguar (Panthera onca) in wildlife products using melt curve analysis to identify each species by its unique melt peak temperature. Our results showed high PCR efficiency (> 90%), sensitivity (detection limit of 5 copies of DNA per PCR reaction) and specificity (no cross amplification between each of the 6 big cat species). When paired with a rapid (< 1 h) DNA extraction protocol that amplifies DNA from bone, teeth, and preserved skin, total test time is less than three hours. This test can be used as a screening method to improve our understanding of the scale and scope of the illegal trade in big cats and aid in the enforcement of international regulations that govern the trade in wildlife and wildlife products, both ultimately benefiting the conservation of these species worldwide.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».