Evaluating five different loci (<i>rbc</i>L, <i>rpo</i>B, <i>rpo</i>C1, <i>mat</i>K, and ITS) for DNA barcoding of Indian orchids
Notice bibliographique
Résumé
Orchidaceae, one of the largest families of angiosperms, is represented in India by 1600 species distributed in diverse habitats. Orchids are in high demand owing to their beautiful flowers and therapeutic properties. Overexploitation and habitat destruction have made many orchid species endangered. In the absence of effective identification methods, illicit trade of orchids continues unabated. Considering DNA barcoding as a potential identification tool, species discrimination capability of five loci, ITS, matK, rbcL, rpoB, and rpoC1, was tested in 393 accessions of 94 Indian orchid species belonging to 47 genera, including one listed in Appendix I of CITES and 26 medicinal species. ITS provided the highest species discrimination rate of 94.9%. While, among the chloroplast loci, matK provided the highest species discrimination rate of 85.7%. None of the tested loci individually discriminated 100% of the species. Therefore, multi-locus combinations of up to five loci were tested for their species resolution capability. Among two-locus combinations, the maximum species resolution (86.7%) was provided by ITS+matK. ITS and matK sequences of the medicinal orchids were species specific, thus providing unique molecular identification tags for their identification and detection. These observations emphasize the need for the inclusion of ITS in the core barcode for plants, whenever required and available.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».