Characterization of Taxonomic and Functional Dynamics Associated with Harmful Algal Bloom Formation in Recreational Water Ecosystems
Notice bibliographique
Résumé
Harmful algal bloom (HAB) formation leads to the eutrophication of water ecosystems and may render recreational lakes unsuitable for human use. We evaluated the applicability and comparison of metabarcoding, metagenomics, qPCR, and ELISA-based methods for cyanobacteria/cyanotoxin detection in bloom and non-bloom sites for the Great Lakes region. DNA sequencing-based methods robustly identified differences between bloom and non-bloom samples (e.g., the relative prominence of Anabaena and Planktothrix). Shotgun sequencing strategies also identified the enrichment of metabolic genes typical of cyanobacteria in bloom samples, though toxin genes were not detected, suggesting deeper sequencing or PCR methods may be needed to detect low-abundance toxin genes. PCR and ELISA indicated microcystin levels and microcystin gene copies were significantly more abundant in bloom sites. However, not all bloom samples were positive for microcystin, possibly due to bloom development by non-toxin-producing species. Additionally, microcystin levels were significantly correlated (positively) with microcystin gene copy number but not with total cyanobacterial 16S gene copies. In summary, next-generation sequencing-based methods can identify specific taxonomic and functional targets, which can be used for absolute quantification methods (qPCR and ELISA) to augment conventional water monitoring strategies.
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 | 0,000 |
| 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) | 0,001 | 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 ».