Beyond Presence and Absence: Using <scp>eDNA</scp> and Microsatellite Genotyping to Estimate Densities of Microscopic Life Forms in Wild Populations
Notice bibliographique
Résumé
ABSTRACT Many challenges arise when monitoring organisms with cryptic life‐histories. For example, some cryptic life‐stages are hard to identify or sample due to their microscopic nature, which creates unknowns surrounding an organism's population dynamics. Environmental DNA (eDNA) is a non‐invasive sampling technique used to monitor cryptic species when traditional survey methods are challenging. Generally, eDNA has been used to quantify the presence/absence of species in various habitats. However, recent advances in high‐throughput amplicon sequencing techniques have enabled researchers to detect intraspecific genetic diversity with eDNA. In this study, we present two complementary R packages that can be used to estimate the number of individuals in an eDNA sample. The first package (Amplicomsat) cleans high‐throughput amplicon microsatellite sequences and counts the observed alleles identified in eDNA. Our second package (GenotypeQuant) then uses a numerical maximum likelihood estimator (NMLE) to estimate the number of contributors most likely to have produced the sequenced panel of microsatellite alleles amplified from eDNA. We first present simulations to characterise the accuracy and precision of the method. We then estimated densities of Nereocystis luetkeana (bull kelp) microscopic gametophytes from eDNA collected from an experiment with a manipulated number of gametophytes. Finally, we analysed benthic eDNA from kelp forest habitats. We found that gametophyte estimates produced by the NMLE varied within +3/−2 individuals when processing eDNA from rocks with 8 seeded gametophytes. We estimated 500 to 800 gametophytes·m −2 densities in July, five or more months since spore germination and before the current year's spore release. Gametophyte abundance scaled with the sampling area and numbers were higher than total sporophyte densities.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».