MétaCan
Menu
Retour à la cohorte
Enregistrement W1841807989 · doi:10.11606/d.41.2009.tde-11122009-112618

O potencial do DNA barcode na identificação de espécies de aves neotropicais

2009· dissertation· pt· W1841807989 sur OpenAlexaff
Priscila Fernanda Mussi Gonçalves

Notice bibliographique

Revuenon disponible
Typedissertation
Languept
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensGenome CanadaOntario GenomicsNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesnon disponible
Mots-clésDNA barcodingBarcodeBiologyZoologyInterspecific competitionMonophylyEvolutionary biologySpecies identificationEcologyCladePhylogeneticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

\n O presente trabalho foi organizado em cinco capítulos. No primeiro é apresentada uma breve revisão da bibliografia relacionada ao DNA barcode, apontando as aplicações e os limites desse marcador. Os resultados obtidos são apresentados nos três capítulos subsequentes. O segundo capítulo teve como objetivo avaliar o potencial do método de DNA barcoding na distinção de 783 amostras de 228 espécies diferentes de aves neotropicais de 16 ordens baseado na diferença dos valores de divergências intra- e interespecíficas. O DNA barcode permitiu a diagnose da maioria das espécies tanto utilizando os valores de distância quanto os agrupamentos nas árvores de Neighbor-joining (NJ), mostrando ser um marcador muito útil na identificação rápida de aves neotropicais. Além disso, verificamos que ele gera informações que podem ser relevantes a estudos biogeográficos. Foram identificadas espécies proximamente relacionadas que não puderam ser identificadas seguindo essa metodologia, todas pertencentes aos psitaciformes. Assim, o objetivo do capítulo seguinte foi investigar se há caracteres diagnósticos no coxI de pares de espécies irmãs de psitacídeos neotropicais (gêneros Amazona, Ara, Aratinga, Brotogeris e Graydidascalus) e de grupos que não puderam ser identificados nas análises anteriores devido a baixas distâncias interespecíficas ou por não formarem clados reciprocamente monofiléticos nas árvores de NJ (espécies dos gêneros Amazona, Aratinga, Myiopsitta, Pionites, Pyrrhura e Rhynchopsitta). As espécies irmãs apresentaram de quatro a 39 sítios diagnósticos puros e as espécies proximamente relacionadas apresentaram de um a 11 sítios diagnósticos. Apenas as espécies Rhynchopsitta pachyrhyncha e R. terrisi e as espécies Amazona aestiva e A. ochrochephala, não apresentaram caracteres diagnósticos exclusivos e, portanto não puderam ser identificadas. Os resultados mostraram que é possível identificar grande parte das espécies proximamente relacionadas desse grupo de aves utilizando caracteres diagnósticos do DNA barcode. O penúltimo capítulo teve como objetivo identificar espécies de embriões de aves apreendidos do tráfico internacional de animais, utilizando o DNA barcode. Das 58 amostras totais, 93% foram identificadas, sendo três amostras de Ara ararauna, duas de Triclaria malachitacea e 49 de Alipiopsitta xanthops. As quatro amostras restantes (7%) foram identificadas como Amazona aestiva e/ou Amazona ochrochephala. Essas espécies formam um complexo já descrito em alguns trabalhos de filogenia molecular, o que inviabiliza qualquer sistema de identificação de espécies ao nível molecular. O DNA barcoding parece ser eficaz na correta identificação de espécies de aves e é especialmente útil em casos nos quais dados morfológicos não são acessíveis, como o presente exemplo. Por fim são descritas as principais conclusões de cada capítulo.\n

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIdentification and Quantification in FoodTravaux en français237 207