Evaluating the capacity of plant <scp>DNA</scp> barcodes to discriminate species of cotton (<i><scp>G</scp>ossypium</i>:<scp> M</scp>alvaceae)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although two plastid regions have been adopted as the standard markers for plant DNA barcoding, their limited resolution has provoked the consideration of other gene regions, especially in taxonomically diverse genera. The genus Gossypium (cotton) includes eight diploid genome groups (A-G, and K) and five allotetraploid species which are difficult to discriminate morphologically. In this study, we tested the effectiveness of three widely used markers (matK, rbcL, and ITS2) in the discrimination of 20 diploid and five tetraploid species of cotton. Sequences were analysed locus-wise and in combinations to determine the most effective strategy for species identification. Sequence recovery was high, ranging from 92% to 100% with mean pairwise interspecific distance highest for ITS2 (3.68%) and lowest for rbcL (0.43%). At a 0.5% threshold, the combination of matK+ITS2 produced the greatest number of species clusters. Based on 'best match' analysis, the combination of matK+ITS2 was best, while based on 'all species barcodes' analysis, ITS2 gave the highest percentage of correct species identifications (98.93%). The combination of sequences for all three markers produced the best resolved tree. The disparity index test based on matK+rbcL+ITS2 was significant (P < 0.05) for a higher number of species pairs than the individual gene sequences. Although all three barcodes separated the species with respect to their genome type, no single combination of barcodes could differentiate all the Gossypium species, and tetraploid species were particularly difficult.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle