GoEnrich: creating high quality genomic DNA resources from limited voucher specimen tissues or museum specimens of at-risk species for conservation-friendly use in the validation of environmental DNA assays
Notice bibliographique
Résumé
Environmental DNA (eDNA) methods are crucial for monitoring populations, particularly rare and cryptic species. For confident eDNA application, rigorous assay validation is required including specificity testing with genomic DNA (gDNA). However, this critical step is often difficult to achieve as obtaining fresh tissue samples from at-risk species can be difficult, highly limited, or impossible. Natural history museum collections could serve as a valuable and ethical voucher specimen resource for eDNA assay validation. The present study demonstrates the effectiveness of whole genome amplification (WGA) in providing enough gDNA to assemble high quality mitogenomes from which robust targeted eDNA assays can be designed. Using fresh and historical museum tissue samples from six species spanning fish, birds, and mammals, we successfully developed a WGA method with an average yield of 380 to 1,268 ng gDNA per 20 µL reaction. This gDNA was used for whole genome shotgun sequencing and subsequent assembly of high quality mitogenomes using mtGrasp . These mitogenomes were then used to develop six new robust, targeted quantitative real time polymerase chain reaction-based eDNA assays and 200 ng WGA-enriched yielded satisfactory C q values and near 100% detection frequencies for all assays tested. This approach offers a cost-effective and non-invasive alternative, streamlining eDNA research processes and aiding in conservation efforts.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».