MétaCan
Menu
Retour à la cohorte
Enregistrement W2482484925 · doi:10.1139/gen-2015-0179

DNA barcodes identify medically important tick species in Canada

2016· article· en· W2482484925 sur OpenAlexafffundvenueabout
Danielle A. Ondrejicka, Kevin C. Morey, Robert Hanner

Notice bibliographique

RevueGenome · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural AffairsGovernment of CanadaOntario GenomicsOntario Genomics InstituteGenome Canada
Mots-clésBiologyTickEvolutionary biologyDNA barcodingDNAGeneticsComputational biologyVirology

Résumé

récupéré en direct d'OpenAlex

Medically important ticks (Acari: Ixodidae) are often difficult to identify morphologically. A standardized, molecular approach using a 658 base pair DNA barcode sequence (from the 5' region of the mitochondrial cytochrome c oxidase subunit I gene) was evaluated for its effectiveness in discriminating ticks in North America, with an emphasis on Canadian ticks. DNA barcodes were generated for 96 of 154 specimens representing 26 ixodid species. A genetic cluster analysis was performed on the barcode sequences, which separated specimens into haplogroups closely corresponding with morphologically identified species. The tree topology was further supported by a BIN analysis. COI sequences generated were found to have a mean maximum intraspecific divergence of 1.59% and a mean nearest neighbour divergence of 12.8%, indicating a significant "barcode gap". This study also revealed possible cryptic diversity among specimens morphologically identified as Ixodes soricis and Ixodes texanus. A PCR-based test for Borrelia burgdorferi determined that 18.1% of Lyme-competent ticks in this study were positive. This study is also the first to record a B. burgdorferi-positive exoskeleton. In conclusion, DNA barcoding is a powerful tool that clinicians can use to determine the identification of tick specimens which can help them to suggest whether an attached tick is a potential health risk.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations37
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetVector-borne infectious diseasesTravaux en français237 207