头海肠道细菌组作为一种有价值的工具,用于分析海鲜来源

科学领域:

• 海洋生物学 海洋生物学
• 微生物组研究 微生物组研究
• 生物信息学是一种生物信息学.

背景情况:

• 海鲜欺诈是一个日益严重的全球问题,影响了消费者信任和市场完整性.
• 准确的海鲜来源对于监管合规和可持续的渔业管理至关重要.
• 鱼的肠道细菌组为地理来源和环境影响提供了潜在的生物标志物.

研究的目的:

• 通过肠道细菌组分析,在金头海 (Sparus aurata) 中识别区域捕获生物标志物.
• 开发和验证用于准确确定海鲜来源的机器学习模型.
• 研究环境和人为因素对鱼的肠道微生物群落的影响.

主要方法:

• 在葡萄牙的四个沿海渔业区,从Sparus aurata的肠道细菌组的长期测序.
• 对细菌体差异化的α和β多样性分析.
• 机器学习的应用 (渐变增强机器) 用于来源预测.
• 操作分类单元 (OTU) 的整合和用于生物标志物识别的相关性分析.

主要成果:

• 肠道细菌组分析成功区分了来自中南地区的鱼类.
• 机器学习模型在识别样本来源方面取得了很高的准确性 (100%为中南,71.1%为南).
• 确定了五个关键生物标志物的减少组,属于Gammaproteobacteria,Betaproteobacteria和Bacilli.

结论:

• 肠道细菌组分析与机器学习相结合,提供了一种有效和准确的方法来确定海鲜的来源.
• 识别的生物标志物可以作为可靠的工具来打击海产品欺诈和提高可追溯性.
• 人类和环境因素可能会影响肠道细菌组,影响区域来源标志物.