Notice bibliographique
Résumé
Fungi are ubiquitous in both natural and human-made environments. They play important roles in the health of plants, animals, and humans, and in broad ecosystem functions. Thus, having an efficient species-level identification system could significantly enhance our ability to treat fungal diseases and to monitor the spatial and temporal patterns of fungal distributions and migrations. DNA barcoding is a potent approach for rapid identification of fungal specimens, generating novel species hypothesis, and guiding biodiversity and ecological studies. In this mini-review, I briefly summarize (i) the history of DNA sequence-based fungal identification; (ii) the emergence of the ITS region as the consensus primary fungal barcode; (iii) the use of the ITS barcodes to address a variety of issues on fungal diversity from local to global scales, including generating a large number of species hypothesis; and (iv) the problems with the ITS barcode region and the approaches to overcome these problems. Similar to DNA barcoding research on plants and animals, significant progress has been achieved over the last few years in terms of both the questions being addressed and the foundations being laid for future research endeavors. However, significant challenges remain. I suggest three broad areas of research to enhance the usefulness of fungal DNA barcoding to meet the current and future challenges: (i) develop a common set of primers and technologies that allow the amplification and sequencing of all fungi at both the primary and secondary barcode loci; (ii) compile a centralized reference database that includes all recognized fungal species as well as species hypothesis, and allows regular updates from the research community; and (iii) establish a consensus set of new species recognition criteria based on barcode DNA sequences that can be applied across the fungal kingdom.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,027 |
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 ».