Application of a sequence-based taxonomic classification method to uncultured and unclassified marine single-stranded RNA viruses in the order Picornavirales
Notice bibliographique
Résumé
Abstract Metagenomics has altered our understanding of microbial diversity and ecology. This includes its applications to viruses in marine environments that have demonstrated their enormous diversity. Within these are RNA viruses, many of which share genetic features with members of the order Picornavirales; yet, very few of these have been taxonomically classified. The only recognized family of marine RNA viruses is the Marnaviridae, which was founded based on discovery and characterization of the species Heterosigma akashiwo RNA virus. Two additional genera of marine RNA viruses, Labyrnavirus (one species) and Bacillarnavirus (three species), were subsequently defined within the order Picornavirales but not assigned to a family. We have defined a sequence-based framework for taxonomic classification of twenty marine RNA viruses into the family Marnaviridae. Using RNA-dependent RNA polymerase (RdRp) phylogeny and distance-based analyses, we assigned the genera Labyrnavirus and Bacillarnavirus to the family Marnaviridae and created four additional genera in the family: Locarnavirus (four species), Kusarnavirus (one species), Salisharnavirus (four species) and Sogarnavirus (six species). We used pairwise capsid protein comparisons to delineate species within families, with 75 per cent identity as the species demarcation threshold. The family displays high sequence diversities and Jukes–Cantor distances for both the RdRp and capsid genes, suggesting that the classified viruses are not representative of all of the virus diversity within the family and that there are many more extant taxa. Our proposed taxonomic framework provides a sound classification system for this group of viruses that will have broadly applicable principles for other viral groups. It is based on sequence data alone and provides a robust taxonomic framework to include viruses discovered via metagenomic studies, thereby greatly expanding the realm of viruses subject to taxonomic classification.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».