MétaCan
Menu
← Retour à la cohorte
Enregistrement W6910976385 · doi:10.5061/dryad.mv66s

Data from: Microbiome investigation in the ecological speciation context of lake whitefish (Coregonus clupeaformis) using next-generation sequencing

2014· dataset· en· W6910976385 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2014
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSympatric speciationPyrosequencingMicrobiomeContext (archaeology)PhylumFish <Actinopterygii>Host (biology)GammaproteobacteriaBiodiversity

Résumé

récupéré en direct d'OpenAlex

Few studies have applied NGS methods to investigate the microbiome of vertebrates in their natural environment and in freshwater fishes in particularly. Here, we used pyrosequencing of the 16S gene rRNA to (i) test for differences in kidney bacterial communities (i.e. microbiota) of dwarf and normal whitefish found as sympatric pairs, (ii) test the hypothesis of higher bacterial diversity in normal compared with dwarf whitefish and (iii) test for the occurrence of parallelism with the presence and composition of bacterial communities across species pairs inhabiting different lakes. The kidney microbiota of 253 dwarf and normal whitefish from five lakes was analysed combining a double-nested PCR approach with 454 pyrosequencing. Bacteria were detected in 52.6% of the analysed whitefish. There was no overall significant difference among lakes and forms, although the lake × form interaction was found significant. We identified 579 bacterial genera, which is substantially more than previous descriptions using less sensitive techniques of fish bacterial diversity in kidney, pathogenic or not. Ten of these genera contained eighteen pathogenic species. Differences in bacteria composition between whitefish forms were not parallel among lakes. In accordance with the higher diversity of prey types, normal whitefish kidney tissue consistently had a more diverse bacterial community and this pattern was parallel among lakes. These results add to building evidence from previous studies on this system that the adaptive divergence of dwarf, and normal whitefish has been driven by both parallel and nonparallel ecological conditions across lakes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,208
Tête enseignante GPT0,298
Écart entre enseignants0,090 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Travaux en français237 207→