Computation vs. cloning: evaluation of two methods for haplotype determination
Notice bibliographique
Résumé
Nuclear sequence data, often from multiple loci, are increasingly being employed in analyses of population structure and history, yet there has been relatively little evaluation of methods for accurately and efficiently separating the alleles or haplotypes in heterozygous individuals. We compared the performance of a computational method of haplotype reconstruction and standard cloning methods using a highly variable intron (ornithine decarboxylase, intron 6) in three closely related species of dabbling ducks (genus Anas). Cloned sequences from 32 individuals were compared to results obtained from phase 2.1.1 . phase correctly identified haplotypes in 28 of 30 heterozygous individuals when the underlying model assumed no recombination. Haplotypes of the remaining two individuals were also inferred correctly except for unique polymorphisms, the phase of which was appropriately indicated as uncertain (phase probability = 0.5). For a larger set of 232 individuals, results were essentially identical regardless of the recombination model used and haplotypes for all 30 of the tested heterozygotes were correctly inferred, with the exception of uncertain phase for unique polymorphisms in one individual. In contrast, initial sequences of one clone per sample yielded accurate haplotype determination in only 26 of 30 individuals; polymerase chain reaction (PCR)/cloning errors resulting from misincorporation of individual nucleotides could be recognized and avoided by comparison to direct sequences, but errors due to PCR recombination resulted in incorrect haplotype reconstruction in four individuals. The accuracy of haplotypes reconstructed by phase, even when dealing with a relatively small number of samples and numerous variable sites, suggests broad utility of computational approaches for reducing the cost and improving the efficiency of data collection from nuclear sequence loci.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».