Towards the implementation of a DNA barcode library for the identification of Peruvian species of Anastrepha (Diptera: Tephritidae)
Notice bibliographique
Résumé
The genus Anastrepha is a diverse lineage of fruit-damaging tephritid flies widespread across the Neotropical Region. Accurate taxonomic identification of these flies is therefore of paramount importance in agricultural contexts. DNA barcoding libraries are molecular-based tools based on a short sequence of the mitochondrial COI gene enabling rapid taxonomic identification of biological species. In this study, we evaluate the utility of this method for species identification of Peruvian species of Anastrepha and assemble a preliminary barcode profile for the group. We obtained 73 individual sequences representing the 15 most common species, 13 of which were either assigned to previously recognized or newly established BINs. Intraspecific genetic divergence between sampled species averaged 1.01% (range 0-3.3%), whereas maximum interspecific values averaged 8.67 (range 8.26-17.12%). DNA barcoding was found to be an effective method to discriminate between many Peruvian species of Anastrepha that were tested, except for most species of the fraterculus species group, which were all assigned to the same BIN as they shared similar and, in some cases, identical barcodes. We complemented this newly produced dataset with 86 published sequences to build a DNA barcoding library of 159 sequences representing 56 Peruvian species of Anastrepha (approx. 58% of species reported from that country). We conclude that DNA barcoding is an effective method to distinguish among Peruvian species of Anastrepha outside the fraterculus group, and that complementary methods (e.g., morphometrics, additional genetic markers) would be desirable to assist sensu stricto species identification for phytosanitary surveillance and management practices of this important group of pestiferous flies.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».