A set of nematode <scp>rRNA</scp> cistron databases and a primer assessment tool to enable more flexible and comprehensive metabarcoding
Notice bibliographique
Résumé
The ITS-2-rRNA has been particularly useful for nematode metabarcoding but does not resolve all phylogenetic relationships, and reference sequences are not available for many nematode species. This is a particular issue when metabarcoding complex communities such as wildlife parasites or terrestrial and aquatic free-living nematode communities. We have used markerDB to produce four databases of distinct regions of the rRNA cistron: the 18S rRNA gene, the 28S rRNA gene, the ITS-1 intergenic spacer and the region spanning ITS-1_5.8S_ITS-2. These databases comprise 2645, 254, 13,461 and 10,107 unique full-length sequences representing 1391, 204, 1837 and 1322 nematode species, respectively. The comparative analysis illustrates the complementary value but also reveals a better representation of Clade III, IV and V than Clade I and Clade II nematodes in each case. Although the ITS-1 database includes the largest number of unique full-length sequences, the 18S rRNA database provides the widest taxonomic coverage. We also developed PrimerTC, a tool to assess primer sequence conservation across any reference sequence database, and have applied it to evaluate a large number of previously published rRNA cistron primers. We identified sets of primers that currently provide the broadest taxonomic coverage for each rRNA marker across the nematode phylum. These new resources will facilitate more comprehensive metabarcoding of nematode communities using either short-read or long-read sequencing platforms. Further, PrimerTC is available as a simple WebApp to guide or assess PCR primer design for any genetic marker and/or taxonomic group beyond the nematode phylum.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».