MétaCan
Menu
Retour à la cohorte
Enregistrement W4399861094 · doi:10.1002/edn3.568

Metal ions limit or enhance environmental <scp>DNA</scp> detectability in marine sediments

2024· article· en· W4399861094 sur OpenAlexafffund
L. Dumoulin, Marion Chevrinais, Richard St‐Louis, Geneviève J. Parent

Notice bibliographique

RevueEnvironmental DNA · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversité du Québec à RimouskiFisheries and Oceans Canada
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFisheries and Oceans CanadaUniversité du Québec à Rimouski
Mots-clésMetal ions in aqueous solutionLimit (mathematics)MetalIonEnvironmental DNADNADetection limitEnvironmental chemistryEnvironmental scienceChemistryOceanographyNanotechnologyMaterials scienceGeologyEcologyBiologyChromatographyMetallurgyBiochemistryBiodiversityMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Natural matrices affect environmental DNA (eDNA) detections. Effects of matrix‐eluted compounds on the polymerase chain reaction (PCR) step have been the focus of most inhibition studies. Factors affecting eDNA detections in a typical laboratory workflow, i.e., DNA extraction and PCR steps, are mostly unknown. Here, we assessed the effect of four metal ions (Ca 2+ , Fe 3+ , Mn 2+ , Cu 2+ ) present in marine sediments on DNA detectability for both the extraction and the PCR detection steps. A single metal ion and exogenous DNA were added to marine sediments treated chemically to remove inhibitors. Our results showed that natural concentrations of calcium, iron, and manganese ions in surface marine sediments can impede completely DNA detections. Alternatively, copper ions added to the matrix increased DNA detectability by 7.7%. We also observed bimodal inhibitory effects of calcium and iron ions on DNA detectability, suggesting that the extraction and the PCR steps are both affected. Our findings highlight new limitations of eDNA detections. Avenues to optimize eDNA detection protocols applicable to multiple matrices are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,015

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental DNAMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207