Multi-locus DNA barcoding identifies <i>matK</i> as a suitable marker for species identification in <i>Hibiscus</i> L.
Notice bibliographique
Résumé
The genus Hibiscus L. includes several taxa of medicinal value and species used for the extraction of natural dyes. These applications require the use of authentic plant materials. DNA barcoding is a molecular method for species identification, which helps in reliable authentication by using one or more DNA barcode marker. In this study, we have collected 44 accessions, representing 16 species of Hibiscus, distributed in the southern peninsular India, to evaluate the discriminatory power of the two core barcodes rbcLa and matK together with the suggested additional regions trnH-psbA and ITS2. No intraspecies divergence was observed among the accessions studied. Interspecies divergence was 0%-9.6% with individual markers, which increased to 0%-12.5% and 0.8%-20.3% when using two- and three-marker combinations, respectively. Differentiation of all the species of Hibiscus was possible with the matK DNA barcode marker. Also, in two-marker combinations, only those combinations with matK differentiated all the species. Though all the three-marker combinations showed 100% species differentiation, species resolution was consistently better when the matK marker formed part of the combination. These results clearly showed that matK is more suitable when compared to rbcLa, trnH-psbA, and ITS2 for species identification in Hibiscus.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».