Killer whale fecal samples: How to get the most out of a single extraction
Notice bibliographique
Résumé
Fecal samples are a non-invasive and relatively accessible matrix for investigating physiological processes in resident killer whale (Orcinus orca) populations. The high lipid content of the diet (primarily salmonids) leads to lower density fecal material and slower dispersion, facilitating sample collection. As fecal discharge is relatively infrequent and the volume of sample is variable, maximizing analytical options is an important consideration. Here we present an extraction methodology to measure hormones and lipid content from the same fecal aliquot. Lipid extractions are commonly conducted using chloroform and methanol from Folch or Bligh and Dyer (B&D), while alcohol is the primary solvent for hormone extraction. We evaluated the possibility of using the methanol layer from lipid extractions to assess fecal steroid hormone levels. Folch and B&D methanol residues were assayed form metabolites of progesterone (PMs) and corticosterone (GCs), and results were compared to aliquots extracted in 70 % ethanol. Hormone concentrations measured in the methanol layer from Folch and B&D extractions were 55 % to 79 % lower than concentrations in 70 % ethanol. We developed mathematical corrections, using linear regression models fitted to Folch or B&D methanol vs 70 % ethanol hormone concentrations (p < 0.01). Fecal concentrations of PMs and GCs from methanol extractions were biologically validated and are significantly higher in confirmed pregnant females compared to non-pregnant individuals (p < 0.05). This study demonstrates that lipid extraction protocols may be used for the analysis of multiple biomarkers, maximizing the use of small-volume samples.
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 | 0,011 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,016 |
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 ».