Rooting Phylogenetic Trees with Distant Outgroups: A Case Study from the Commelinoid Monocots
Notice bibliographique
Résumé
Phylogenetic rooting experiments demonstrate that two chloroplast genes from commelinoid monocot taxa that represent the closest living relatives of the pickerelweed family, Pontederiaceae, retain measurable signals regarding the position of that family's root. The rooting preferences of the chloroplast sequences were compared with those for artificial sequences that correspond to outgroups so divergent that their signal has been lost completely. These random sequences prefer the three longest branches in the unrooted ingroup topology and do not preferentially root on the branches favored by real outgroup sequences. However, the rooting behavior of the artificial sequences is not a simple function of branch length. The random outgroups preferentially root on long terminal ingroup branches, but many ingroup branches comparable in length to those favored by random sequences attract no or few hits. Nonterminal ingroup branches are generally avoided, regardless of their length. Comparisons of the ease of forcing sequences onto suboptimal roots indicate that real outgroups require a substantially greater rooting penalty than random outgroups for around half of the least-parsimonious candidate roots. Although this supports the existence of nonrandomized signal in the real outgroups, it also indicates that there is little power to choose among the optimal and nearly optimal rooting possibilities. A likelihood-based test rejects the hypothesis that all rootings of the subtree using real outgroup sequences are equally good explanations of the data and also eliminates around half of the least optimal candidate roots. Adding genes or outgroups can improve the ability to discriminate among different root locations. Rooting discriminatory power is shown to be stronger, in general, for more closely related outgroups and is highly correlated among different real outgroups, genes, and optimality criteria.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».