DNA barcoding the vascular plant flora of southern British Columbia
Notice bibliographique
Résumé
DNA barcoding is a tool for rapidly identifying species based on short, standardized sequences of DNA, for example in situations where this may be difficult using morphology alone. I assembled a core DNA barcode reference library for southern British Columbia, home to ~54% of the vascular plant species in Canada, using the core plastid barcode loci rbcL and matK, and assessed its utility for identifying species in this region. The library comprises 4,812 sequences obtained from field-collected and herbarium tissue samples, supplemented with sequences downloaded from BOLD and GenBank, with at least one sequence for 75.4% of the vascular plant species occurring below 50°N in British Columbia. Sequence recoverability was significantly higher for rbcL than for matK (93.5% and 80.2%, respectively), and only marginally lower for both markers when using herbarium specimens (90.5% for rbcL and 77.8% for matK), which demonstrates the future feasibility of using museum specimens for completing a southern BC barcode reference library. As a proxy for assessing marker effectiveness, I scored resolution at the level of species and genus using tests of monophyly for Neighbour Joining trees, and performed sequence similarity searches with BLASTn analyses, both for each locus separately and for a dual-locus marker system (rbcL+matK; scored as a cumulative percentage in the BLAST analyses). Ignoring species represented by singleton sequences, the highest overall level of discrimination (66.9% of species and 91.6% of genera) was achieved for BLASTn analysis of rbcL+matK together. This work represents a significant contribution to a nation-wide barcode database, and provides a preliminary platform for ecological and other applications requiring species identification, where traditional methods are not feasible.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».