Optimization of environmental DNA-based methods: A case study for detecting brook trout (Salvelinus fontinalis).
Notice bibliographique
Résumé
The utility of eDNA for fish species and community monitoring is well-established using targeted amplification (i.e., qPCR and ddPCR) and passive sequencing approaches (i.e., metabarcoding). However, the lack of optimized and standardized methods reduces the sensitivity of this approach and precludes the reliable comparison of findings across studies, respectively. DNA extraction is a prime target for optimization efforts because the extraction method is highly variable across eDNA studies despite being the most influential factor in detection efficiency across the entire post-collection workflow. Sequence analysis is arguably the least standardized step in the workflow, with new bioinformatics pipelines frequently emerging in the literature and being implemented with innumerable unique combinations of parameter values. The current study aimed to support the optimization and standardization of eDNA methods for fish detection by assessing two commercial DNA extraction kits manufactured by Qiagen and Macherey-Nagel on cost, time, and performance specifications and comparing the success of brook trout detection by metabarcoding across three bioinformatics pipelines, qPCR, and ddPCR. Our protocols were effective in detecting brook trout in all 20 samples analyzed. Brook trout eDNA was detected by ddPCR in nine (90%) Qiagen extracts but only seven (70%) Macherey-Nagel extracts. In comparison, detection success was equal across the two extraction kits using qPCR (70%) and metabarcoding (100%). The metabarcoding pipelines performed equally well in detecting brook trout with no significant differences in read numbers associated with the target species. Under our experimental conditions, the Qiagen kit was selected as the preferred kit due to its overall good performance and considerably lower cost despite a slightly longer extraction time.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».