The use of <scp>DNA</scp> barcoding as a tool for the conservation biogeography of subtropical forests in <scp>C</scp>hina
Notice bibliographique
Résumé
Abstract Aim Rapid and accurate species identification is the foundation for biodiversity assessment. DNA barcoding has been shown to be an effective tool to overcome the taxonomic impediment to facilitate biodiversity conservation in temperate forests. However, this tool has rarely been considered for use in tropical forests. This study aims to investigate the utility and species resolution of DNA barcoding in a subtropical region. Location The Dinghushan National Nature Reserve (DNNR) in China. Methods A DNA barcoding database was constructed for 531 trees present in the DNNR. We used a phylogenetic method (neighbour‐joining trees) and sequence similarity (all‐to‐all BLASTn searches) to evaluate the utility and species resolution of five DNA barcode regions (rbcL, matK, ITS, ITS2 and trnH‐psbA), both singly and in combinations of two or three region. Results The combination of rbcL + matK + ITS had the highest species resolution (94.19%). However, when considering the difficulty of sequence recoverability, rbcL + ITS2 performed best (64.64%). Species resolution for large genera containing more than two species was substantially lower than that for small genera with one and two species per genus. Local small spatial scales (1‐ha quadrats) resulted in moderately improved species resolution (70.82% for rbcL + ITS2) compared to larger spatial scales (20 and 1133 ha). We document incongruent signals between nuclear and cpDNA regions and the challenges associated with barcoding large genera inherent to subtropical floras. Main conclusions This study considerably expands the global DNA barcode database for subtropical trees. Based on cost‐effectiveness and the trade‐off between sequence recovery and species resolution, we suggest that the rbcL + ITS2 barcode combination is an effective tool for documenting plant diversity in the DNNR. This study also sheds some light on the limitations and challenges for the application of barcoding to conservation biogeography in subtropical forests.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».