MétaCan
Menu
Retour à la cohorte
Enregistrement W2330520379 · doi:10.1371/journal.pgen.1005860

What Is Speciation?

2016· review· en· W2330520379 sur OpenAlexaff
B. Jesse Shapiro, Jean‐Baptiste Leducq, James Mallet

Notice bibliographique

RevuePLoS Genetics · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésBiologyGenetic algorithmEvolutionary biologyHorizontal gene transferNatural selectionIncipient speciationIntrogressionGenomeGenomicsPopulationEcologyGene flowGenetic variationGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Concepts and definitions of species have been debated by generations of biologists and remain controversial. Microbes pose a particular challenge because of their genetic diversity, asexual reproduction, and often promiscuous horizontal gene transfer (HGT). However, microbes also present an opportunity to study and understand speciation because of their rapid evolution, both in nature and in the lab, and small, easily sequenced genomes. Here, we review how microbial population genomics has enabled us to catch speciation "in the act" and how the results have challenged and enriched our concepts of species, with implications for all domains of life. We describe how recombination (including HGT and introgression) has shaped the genomes of nascent microbial, animal, and plant species and argue for a prominent role of natural selection in initiating and maintaining speciation. We ask how universal is the process of speciation across the tree of life, and what lessons can be drawn from microbes? Comparative genomics showing the extent of HGT in natural populations certainly jeopardizes the relevance of vertical descent (i.e., the species tree) in speciation. Nevertheless, we conclude that species do indeed exist as clusters of genetic and ecological similarity and that speciation is driven primarily by natural selection, regardless of the balance between horizontal and vertical descent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,007
Communication savante0,0040,009
Science ouverte0,0020,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,309
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations130
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetFermentation and Sensory AnalysisTravaux en français237 207