North Atlantic deep-sea benthic biodiversity unveiled through sponge natural sampler DNA
Notice bibliographique
Résumé
The deep-sea remains the biggest challenge to biodiversity exploration, and anthropogenic disturbances extend well into this realm, calling for urgent management strategies. One of the most diverse, productive, and vulnerable ecosystems in the deep sea are sponge grounds. Currently, environmental DNA (eDNA) metabarcoding is revolutionising the field of biodiversity monitoring, yet complex deep-sea benthic ecosystems remain challenging to assess even with these novel technologies. Here, we evaluate the effectiveness of whole-community metabarcoding to characterise metazoan diversity in sponge grounds across the North Atlantic by leveraging the natural eDNA sampling properties of deep-sea sponges themselves. We sampled 97 sponge tissues from four species across four North-Atlantic biogeographic regions in the deep sea and screened them using the universal COI barcode region. We recovered unprecedented levels of taxonomic diversity per unit effort, especially across the phyla Chordata, Cnidaria, Echinodermata and Porifera, with at least 406 metazoan species found in our study area. These assemblages identify strong spatial patterns in relation to both latitude and depth, and detect emblematic species currently employed as indicators for these vulnerable habitats. The remarkable performance of this approach in different species of sponges, in different biogeographic regions and across the whole animal kingdom, illustrates the vast potential of natural samplers as high-resolution biomonitoring solutions for highly diverse and vulnerable deep-sea ecosystems.
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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».