Assessing marine ecosystem health using multi-omic analysis of blue mussel liquid biopsies: A case study within a national marine park
Notice bibliographique
Résumé
Marine ecosystems are under escalating threats from myriad environmental stressors, necessitating a deeper understanding of their impact on biodiversity and the health of sentinel organisms. In this study, we carried out a spatiotemporal multi-omic analysis of liquid biopsies collected from mussels (Mytilus spp.) in marine ecosystems of a national park. We delved into the epigenomic, transcriptomic, glycomic, proteomic, and microbiomic profiles to unravel the intricate interplay between ecosystem biodiversity and mussels' biological response to their environments. Our analysis revealed temporal fluctuations in the alpha diversity of the circulating microbiome associated with human activities. Analysis of the hemolymphatic circulating cell-free DNA (ccfDNA) provided information on the biodiversity and the presence of potential pathogens. Epigenomic analysis revealed widespread hypomethylation sites within the mitochondrial (mtDNA). Comparative transcriptomic and glycomic analyses highlighted differences in metabolic pathways and genes associated with immune and wound healing functions. This study demonstrates the potential of multi-omic analysis of liquid biopsy in sentinel to provide a holistic view of human activities' environmental impacts on marine coastal ecosystems. Overall, this approach has the potential to enhance the effectiveness and efficiency of various conservation efforts, leading to more informed decision-making and better outcomes for biodiversity and ecosystem conservation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».