Inferring the higher‐order phylogeny of mosses (Bryophyta) and relatives using a large, multigene plastid data set
Notice bibliographique
Résumé
PREMISE OF THE STUDY: Investigating the early diversification of major clades requires well-corroborated and accurate phylogenetic inferences. We examined the performance of a large set of plastid genes for inferring the broad phylogenetic backbone of mosses-the second largest major clade of land plants-and their nearest relatives. METHODS: We surveyed 14-17 plastid genes from a broadly representative taxonomic sampling of the major bryophyte lineages, including all major lines of non-peristomate mosses. We examined how well these new data corroborated or contradicted the findings of other studies, and investigated the effect of removing rapidly evolving characters. KEY RESULT: We inferred major clades with at least as strong support as other studies that used more taxa. We corroborated current views of overall embryophyte relationships, i.e., (liverworts, (mosses, (hornworts, tracheophytes))), with strong maximum likelihood (ML) bootstrap support, and also placed Zygnematales as the sister group of embryophytes with moderate ML bootstrap support. Within mosses, we confirmed Oedipodiaceae as the sister group of the large clade of peristomate taxa. Likelihood analysis also firmly placed Takakiaceae as the sister group of all other mosses, a strong conflict with parsimony results. Parsimony converged on the Takakia-sister result when rapidly evolving characters were removed, depending on the tree used to classify the site rates. CONCLUSIONS: Our findings broadly support the utility of a 14-gene set from the plastome for future, more densely sampled phylogenetic studies of mosses and relatives, potentially complementing anticipated whole-plastome studies. Likelihood and parsimony conflicts flag possible instances of long-branch attraction, including one involving the earliest split in moss phylogeny.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,001 |
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 ».