Scientific abstracts from the 6th International Barcode of Life Conference / Résumés scientifiques du 6<sup>e</sup> congrès international « Barcode of Life »
Notice bibliographique
Résumé
Background: Due to the overwhelming increase in multi-locus DNA barcode data provided by taxonomists and field scientists, sequence analysis techniques have been widely developed to effectively compare multi-locus sequences. On the one hand, traditional alignment-based methods are time-consuming and cannot be used for the analysis of non-alignable, multi-locus sequences. On the other hand, alignment-free algorithms allow for the establishment of similarity between biological sequences based on the counts of fixed-length substrings (k-mers) and have proved successful in many applications, including multi-locus DNA barcode analysis. Alignment-free algorithms rely on counting and comparing the frequency of all the distinct k-mers that occur in the considered sequences. Results: Here, we present LAF (Logic Alignment Free), a method that combines alignment-free techniques and rule-based classifiers in order to assign multi-locus DNA barcode sequences to their corresponding species. LAF looks for a minimal subset of k-mers whose relative frequencies are used to build the classification models as disjunctive-normal-form logic formulas (“if-then rules”, e.g., “if the frequency of AACT>0.03, then the species of the sequence is Mycena pura”). Significance: We successfully applied LAF to the classification of DNA barcode sequences belonging to the plant and fungus kingdoms. In particular, focusing our analysis on multi-locus barcode samples, we succeeded in obtaining reliable classification performances at different taxonomic levels by extracting a handful of rules.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».