Unreliable mtDNA data due to nuclear insertions: a cautionary tale from analysis of humans and other great apes
Notice bibliographique
Résumé
Analysis of mitochondrial DNA sequence variation has been used extensively to study the evolutionary relationships of individuals and populations, both within and across species. So ubiquitous and easily acquired are mtDNA data that it has been suggested that such data could serve as a taxonomic 'barcode' for an objective species classification scheme. However, there are technical pitfalls associated with the acquisition of mtDNA data. One problem is the presence of translocated pieces of mtDNA in the nuclear genome of many taxa that may be mistaken for authentic organellar mtDNA. We assessed the extent to which such 'numt' sequences may pose an overlooked problem in analyses of mtDNA from humans and apes. Using long-range polymerase chain reaction (PCR), we generated necessarily authentic mtDNA sequences for comparison with sequences obtained using typical methods for a segment of the mtDNA control region in humans, chimpanzees, bonobos, gorillas and orangutans. Results revealed that gorillas are notable for having such a variety of numt sequences bearing high similarity to authentic mtDNA that any analysis of mtDNA using standard approaches is rendered impossible. Studies on humans, chimpanzees, bonobos or orangutans are apparently less problematic. One implication is that explicit measures need to be taken to authenticate mtDNA sequences in newly studied taxa or when any irregularities arise. Furthermore, some taxa may not be amenable to analysis of mtDNA variation at all.
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 | 0,081 | 0,215 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,028 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».