MétaCan
Menu
Retour à la cohorte
Enregistrement W4403434563 · doi:10.22541/au.172898328.81278163/v1

A molecular snapshot in time: eRNA recovers similar diversity but captures species turnover more rapidly than eDNA across an acid-base gradient

2024· preprint· en· W4403434563 sur OpenAlexafffund
Kaushar Kagzi, Katie L. Millette, José Sergio Hleap, Vincent Fugère, Martin van der Plas, Andrew Gonzalez, Gregor F Fussman, Melania E. Cristescu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversité du Québec à Trois-RivièresMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLiber Ero FoundationCanada First Research Excellence FundMinisterio de Economía y Competitividad
Mots-clésSnapshot (computer storage)Base (topology)Diversity (politics)BiologyComputational biologyComputer scienceMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Major ongoing declines in global biodiversity necessitate biomonitoring strategies that enable precise estimates of community diversity on a fine spatial and temporal scale. While environmental DNA (eDNA) has been established as a powerful tool for biodiversity assessment, studies investigating the comparative performance of environmental RNA (eRNA) are limited. Here, we performed eDNA/eRNA metabarcoding of zooplankton communities in outdoor freshwater mesocosms subject to a dynamic range of pH conditions. We comparatively assessed i ) the sensitivity of eRNA metabarcoding relative to eDNA and traditional survey methods in capturing zooplankton diversity, ii ) the influence of pH on eDNA/eRNA detectability, and iii ) the propensity of eRNA to capture contemporary biological assemblages (i.e., rapid species turnover) with high spatial and temporal acuity. Zooplankton richness was similar amongst eDNA/eRNA metabarcoding and traditional survey methods; however, the composition of zooplankton communities detected was more analogous between eDNA and eRNA metabarcoding than with traditional methods. Both eDNA and eRNA captured similar ZOTU richness and frequency of false negative detections (irrespective of site-specific pH); however, eRNA captured species turnover more rapidly than eDNA. Collectively, our findings suggest that i ) relative to traditional methods, eDNA and eRNA metabarcoding may provide users with complementary rather than congruent estimates of biodiversity, ii ) eDNA and eRNA provide comparable estimates of species richness irrespective of site-specific pH conditions, and iii ) eRNA is able to capture short-term community responses with higher spatial and temporal acuity than eDNA. Overall, our findings support the use of eRNA for characterizing contemporary biodiversity in complex and dynamic aquatic environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,215 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207