Sampling Microbial Dynamics in the Salish Sea Estuary: Evaluating Methods to Capture Cyanobacteria and Cyanophage
Notice bibliographique
Résumé
Abstract Picocyanobacteria from the genera Prochlorococcus and Synechococcus thrive across the globe in aqueous environments, have relatively small genomes, and have growth dynamics regulated by both viral interactions and abiotic conditions, making them excellent model organisms for exploring host-pathogen coevolution. The Salish Sea, located in the Western coastal waters bordering the USA and Canada, is at the current northern boundary (defined by Prochlorococcus versus Synechococcus prevalence ratios) of the range of Prochlorococcus . Predictions suggest that this boundary will shift northward as warmer waters move northward, providing an excellent system to study host-pathogen dynamics and coevolution in a changing environmental context. In preparation for such studies, we developed and refined methods to sample and sequence cyanobacteria, cyanophages, and their abiotic environment. In addition to basic methodological questions focused on the physical sampling, filtering, viral precipitation, DNA extraction, and technical replicability, we explored how well our filtering and extraction protocols enrich for our main target, picocyanobacteria. The protocol described herein can successfully discriminate large-cell eukaryotic organisms, but size fractionation of picocyanobacteria appears to be affected by the presence of free DNA, multicellular structures, and abundant tycheposons. Our preferred final protocol at the conclusion of these experiments based on yield and processing time is presented. We recovered substantial Prochlorococcus, Synechococcus and amoeba-like sequences in most samples, and preliminary exploration of relative taxon sequence read recoveries across locations, over time, and tidal conditions are also discussed. Approaches described here may be useful to other efforts such as harmful algal bloom monitoring, species isolation and enrichment, water quality assessments, anti-viral discovery, and understanding picocyanobacterial population changes over space and time.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».