Environmental RNA metabarcoding for ballast water microbial diversity: Minimizing false positives

假阳性悖论 压舱物 环境DNA 多样性(政治) 计算生物学 生物 环境科学 生态学 计算机科学 人工智能 生物多样性 政治学 法学
作者
Zhaozhao Xue,Wen Tian,Yangchun Han,Shengjie Li,Jingfeng Guo,Haoze He,Pei Yu,Wei Zhang
出处
期刊:Science of The Total Environment [Elsevier]
卷期号:: 176902-176902
标识
DOI:10.1016/j.scitotenv.2024.176902
摘要

While maritime transport boosts global trade by shipping bulk goods, it raises concerns about the spread of harmful bacteria via ballast water. Moreover, the dark and cold environments of ballast tanks often harbor extracellular DNA from dead organisms, leading to false positives in traditional environmental DNA (eDNA) metabarcoding analyses. Here, we alternatively employed environmental RNA (eRNA) metabarcoding to assess its potential for reducing false positive in ballast water monitoring. We collected eDNA and eRNA in parallel from ballast water before and after disinfection in three vessels. High-throughput sequencing of the 16S rRNA V4-V5 regions and cDNA counterparts was conducted to compare bacterial community composition. Our findings showed that over 80 % of the top 150 abundant amplicon sequence variants (ASVs) were detected by both eRNA and eDNA metabarcoding. Samples sequenced separately using DNA and RNA consistently clustered together, indicating similar community recovery efficacy. However, 42 % of ASVs were detected exclusively in DNA, resulting in significantly higher bacterial diversity compared to RNA, which suggests false positives in the DNA method. In treated samples with higher dead cell counts, the RNA method showed significantly lower bacterial diversity, indicating its effectiveness in detecting live bacteria. In summary, eRNA metabarcoding offers comparable recovery efficiency while maintaining a lower false-positive rate than eDNA metabarcoding.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
机会啊完成签到,获得积分10
刚刚
fuxiao完成签到 ,获得积分10
1秒前
开朗娩完成签到 ,获得积分10
1秒前
战战完成签到,获得积分10
2秒前
lhy12345给lhy12345的求助进行了留言
4秒前
Owen应助zl采纳,获得10
4秒前
所所应助李健春采纳,获得10
4秒前
耶斯耶斯发布了新的文献求助10
4秒前
混世大魔王先生完成签到,获得积分10
4秒前
ECCE713完成签到,获得积分10
6秒前
木头人完成签到,获得积分10
7秒前
高兴寒梦完成签到 ,获得积分10
7秒前
励志梦完成签到,获得积分10
8秒前
江知之完成签到 ,获得积分0
9秒前
陈俊雷发布了新的文献求助10
9秒前
weiye1992完成签到,获得积分10
10秒前
刘明锐完成签到,获得积分10
10秒前
犹豫的棒棒糖完成签到,获得积分10
11秒前
Shilly完成签到,获得积分10
11秒前
13秒前
hdh完成签到,获得积分10
13秒前
蛙趣完成签到,获得积分10
14秒前
虚心的不二完成签到 ,获得积分10
14秒前
Simmy完成签到,获得积分10
14秒前
14秒前
李知恩完成签到 ,获得积分10
16秒前
可爱的坤完成签到,获得积分10
18秒前
Willwzh完成签到,获得积分10
18秒前
Oying完成签到,获得积分10
18秒前
大方茹妖发布了新的文献求助10
18秒前
lydia完成签到,获得积分10
19秒前
zl发布了新的文献求助10
19秒前
李健春完成签到,获得积分10
19秒前
20秒前
小杨完成签到,获得积分10
21秒前
曲终人散完成签到,获得积分10
21秒前
美丽柠檬完成签到,获得积分10
21秒前
24秒前
Akim应助lydia采纳,获得10
24秒前
老迟到的访文完成签到,获得积分10
24秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158687
求助须知:如何正确求助?哪些是违规求助? 2809923
关于积分的说明 7884302
捐赠科研通 2468638
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012