The Development and Application of Targeted eDNA Metabarcoding for Monitoring Freshwater and Marine AIS
Notice bibliographique
Résumé
Species invasions are of critical concern due to their significant impacts on ecosystems and social economies, of which aquatic invasive species (AIS) often pose significant challenges in their control and management, notably because of difficulties in early detection. Environmental DNA (eDNA) provides a promising tool in advancing the detection of newly introduced aquatic organisms because of its high sensitivity and ease of use compared to traditional capture-based methods. Although eDNA-based methods are increasingly used worldwide, especially in aquatic ecosystems, most studies focus on a limited number of target species despite a pressing need for broad taxonomic monitoring for conservation and management. In this thesis, I developed and applied an approach that capitalizes on a combination of high-sensitivity PCR primer sets and high-throughput sequencing (HTS) to detect 69 aquatic invasive species. This hybrid approach is defined as “targeted metabarcoding”. The sensitivity of the 128 primer sets ranged between 2.8 × 10–4 ng and 4.8 ng, and the inclusion of interfering plankton eDNA reduced the sensitivity by an average of approximately an order of magnitude. My targeted metabarcoding resulted in the detection of > 97% of the AIS spiked into eDNA samples, and the number of HTS reads had a significantly (P < 0.002) positive relationship with the amount of spiked DNA. I then applied this approach to eDNA collected at eight Canadian ports or harbors to detect potential invaders; 38.6% of anticipated species from our 69 were detected. This fast, high-sensitive, and relative cost-saving approach can be used to detect AIS at early invasion stages, which will contribute to routine aquatic invasive species detection globally.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».