MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413117533 · doi:10.1371/journal.pone.0324351

Stabilized and unstabilized sampling methods result in differential fecal 16S rRNA microbial sequencing results

2025· article· en· W4413117533 sur OpenAlexaff
Christopher E. Stamper, Andrew J. Hoisington, J. Christopher Ellis, Christopher A. Lowry, Lisa A. Brenner

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCanadian Institute for Military and Veteran Health Research
Organismes subventionnairesnon disponible
Mots-clésFeces16S ribosomal RNAMicrobiologyRibosomal RNABiologySampling (signal processing)BacteriaGeneticsGeneComputer science

Résumé

récupéré en direct d'OpenAlex

Over the past decade, studies have been conducted to increase the understanding of associations between the fecal microbiome and human health. In conjunction, researchers have investigated the effects of study design, methods, molecular processing, and sequencing techniques. However, a lack of standardization of fecal sample collection methodology has introduced heterogeneity in sequencing results. Sources of variability include sample collection methods, storage temperatures, and transport times. Here we present 16S rRNA gene amplicon sequencing results from two sample collection methods (unstabilized sterile swab and stabilized OmniGene Gut Kits) collected from the same fecal specimens. The paired samples were collected either at the research facility or the participants' home and ground shipped to the research facility at ambient temperature. Therefore, samples were exposed to variable temperatures and transport times. We found that fecal sample collection methods resulted in taxonomic and diversity differences that showed distinct patterns between swab and OmniGene samples. Swab samples were disproportionally affected by increased transport time, but differences in taxa and diversity were driven more by sample collection method, as compared to transport time. Based on previous studies, many of the taxa that were associated with sample collection methods and transport times have clinical relevance. Collectively, this research highlights: 1) the need for further standardization of methods for fecal microbiome studies; 2) limitations of direct comparisons between different fecal sample collection methods; and 3) the importance of careful consideration of sample collection methods for future studies and meta-analyses.

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)0,013
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,066
Tête enseignante GPT0,338
Écart entre enseignants0,273 · 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.

Devis d'étudeExpérimental (laboratoire)
DomaineMéthodes
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetGut microbiota and health→Travaux en français237 207→