Testing the variability of chloroplast sequences for plant phylogeography
Notice bibliographique
Résumé
Phylogeography in plants is hampered by lack of DNA-sequence regions that detect sufficient variation in intra-specific lineages to reveal historical patterns. We tested 13 putatively highly variable non-coding chloroplast regions in six species complexes, from four different angiosperm families, where phylogeographic patterns have previously been identified using restriction fragment length polymorphism analysis of the chloroplast genome. All regions tested amplified in most of the species. The intergenic spacer regions trnQ–rps16, trnS–trnG, psbA–trnH, psbD–trnT and ndhC–trnV were the five most promising regions for phylogeographic analysis in terms of variability, and petB and rpl16 were variable, given the utility of being amplified in a single reaction. The trnQ–rps16 and psbA–trnH intergenic spacer regions and the rpl16 D4-loop intron showed variation between known lineages in all species. The psbA–trnH intergenic spacer that has been suggested as a suitable barcoding gene for plants, generally showed a level of variation similar to that in other variable regions in the species investigated here, suggesting that some caution is required in the use of this region for barcoding applications. The present analysis identified a set of seven chloroplast regions that are a useful basis for informed selection of sequences for assessment of phylogeographic structure in plants.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».