What Can Environmental Sequences Tell Us About the Distribution of Low‐Rank Taxa? The Case of <i>Euplotes</i> (Ciliophora, Spirotrichea), Including a Description of <i>Euplotes enigma</i> sp. nov.
Notice bibliographique
Résumé
Environmental sequences have become a major source of information. High-throughput sequencing (HTS) surveys have been used to infer biogeographic patterns and distribution of broad taxa of protists. This approach is, however, more questionable for addressing low-rank (less inclusive) taxa such as species and genera, because of the increased chance of errors in identification due to blurry taxonomic boundaries, low sequence divergence, or sequencing errors. The specious ciliate genus Euplotes partially escapes these limitations. It is a ubiquitous, monophyletic taxon, clearly differentiated from related genera, and with a relatively well-developed internal systematics. It has also been the focus of several ecological studies. We present an update on Euplotes biogeography, taking into consideration for the first time environmental sequences, both traditional (Sanger) and HTS. We inferred a comprehensive small subunit rRNA gene phylogeny of the genus including a newly described marine species, Euplotes enigma, characterized by a unique question mark-shaped macronucleus. We then added available environmental sequences to the tree, mapping associated metadata. The resulting scenario conflicts on many accounts with previously held views, suggesting, for example, that a large diversity of anaerobic Euplotes species exist, and that marine representatives of mainly freshwater lineages (and vice-versa) might be more common than previously thought.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».