Molecular tools for the study of fungal aerosols
Bibliographic record
Abstract
Depuis le développement rapide des méthodes de séquençage à haut débit (SHD) en écologie moléculaire, les moisissures ont eu moins d’attention que les bactéries et les virus, en particulier dans les études de bioaérosols. Les études d'exposition aux moisissures dans différents environnements sont limitées par les méthodes de culture traditionnelles qui sousestiment le large spectre de moisissures pouvant être présentes dans l'air. Bien que certains problèmes de santé soient déjà associés à une exposition fongique, le risque peut être sousestimé en raison des méthodes utilisées. L’application du séquençage à haut débit dans des échantillons de sol par exemple a permis de mieux comprendre le rôle des moisissures dans les écosystèmes. Cependant, la littérature n'est pas clair quant à la région génomique à utiliser comme cible pour l'enrichissement et le séquençage des moisissures. Cette thèse vise à déterminer laquelle des deux régions universellement utilisées, ITS1 et ITS2, convient le mieux pour étudier les moisissures dans l’air. Durant le développement de la méthode moléculaire, un autre défi, touchant la perte de cellules fongiques lors de la centrifugation d'échantillons d'air liquide à des fins de concentration, s’est rajouté. Ainsi, cette thèse décrit une nouvelle méthode de filtration pour remédier à la perte due à la centrifugation. Ces deux objectifs représentent la première partie de la thèse qui se concentre sur le développement de méthodes: le traitement des échantillons d’air avant extraction de l’ADN et la meilleure région à cibler avec la méthode SHD. La deuxième partie consiste à appliquer la méthodologie développée pour caractériser l'exposition aux moisissures dans trois environnements de travail différents: le compost, la biométhanisation et les fermes laitières. Les résultats montrent que la région d’ITS1 a surpasser ITS2 en couvrant davantage de diversité dans les bioaérosols. En raison de profils taxonomiques complémentaires, l'auteur de la thèse suggère d'utiliser les deux régions pour couvrir la plupart des taxons lorsque la taxonomie constitue le principal intérêt de l'étude. Cependant, ITS1 devrait être le premier choix dans les autres études, principalement en raison de la grande diversité et de la similarité des profils taxonomiques obtenus par l’approche métagénomique et l’approche ciblant ITS1. De plus, la nouvelle approche de filtration proposée constitue une meilleure alternative pour compenser la perte fongique due à la centrifugation. Ensemble, ces méthodes ont permis une meilleure description de l’exposition aux moisissures en milieu professionnel
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".