Suppression/competition PCR: A novel method to minimize unwanted amplicons in metabarcoding, with applications to parasite detection in fecal samples
Notice bibliographique
Résumé
Metabarcoding is widely used for detecting microorganisms in fecal samples, but its effectiveness is often limited by the co-amplification of abundant non-target DNA. In this study, a novel metabarcoding assay was developed to amplify a near-complete 18S rRNA gene fragment suitable for long-read nanopore sequencing, enhancing taxonomic resolution. The primers were optimized to maximize detection of parasitic taxa while minimizing off-target amplification of bacterial and archaeal sequences, thereby improving assay specificity. In this study, the 18S metabarcoding assay worked well on clinical fecal samples containing clinically relevant levels of parasites. However, analysis of ungulate fecal samples revealed that fungal and plant sequences vastly outnumbered other eukaryotic taxa in many samples, obscuring the detection of low-abundance protozoan and helminth parasites. To address this, Suppression/Competition PCR was developed, a novel method that selectively reduces amplification of unwanted DNA. This approach reduced fungal and plant reads by over 99 %, enabling sequences from other taxa to comprise an average of over 98 % of total reads as opposed to an initial 36 %. Utilizing this newly-developed metabarcoding assay in either the standard or Suppression/Competition configuration on fecal DNA extracts from a range of host species, parasites of interest such as Cryptosporidium sp., Cyclospora cayetanensis, Blastocystis sp., Entamoeba sp., Eimeria sp., Ancylostoma sp., and Toxocara sp. were detected, demonstrating its broad applicability.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».