MétaCan
Menu
Retour à la cohorte
Enregistrement W3016127071 · doi:10.1038/s41598-020-63233-y

Mitochondrial plastid DNA can cause DNA barcoding paradox in plants

2020· article· en· W3016127071 sur OpenAlexaff
Hyun-Seung Park, Murukarthick Jayakodi, Sae Hyun Lee, Jae-Hyeon Jeon, Hyun-Oh Lee, Jee Young Park, Byeong Cheol Moon, Chang‐Kug Kim, Rod A. Wing, Steven G. Newmaster, Ji Yeon Kim, Tae‐Jin Yang

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Diversity and Evolution
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaRural Development AdministrationNational Research Foundation
Mots-clésMitochondrial DNAPlastidDNA barcodingGenomeBiologyEvolutionary biologyLineage (genetic)GeneticsGeneComputational biologyChloroplast

Résumé

récupéré en direct d'OpenAlex

The transfer of ancestral plastid genomes into mitochondrial genomes to generate mitochondrial plastid DNA (MTPT) is known to occur in plants, but its impacts on mitochondrial genome complexity and the potential for causing a false-positive DNA barcoding paradox have been underestimated. Here, we assembled the organelle genomes of Cynanchum wilfordii and C. auriculatum, which are indigenous medicinal herbs in Korea and China, respectively. In both species, it is estimated that 35% of the ancestral plastid genomes were transferred to mitochondrial genomes over the past 10 million years and remain conserved in these genomes. Some plastid barcoding markers co-amplified the conserved MTPTs and caused a barcoding paradox, resulting in mis-authentication of botanical ingredients and/or taxonomic mis-positioning. We identified dynamic and lineage-specific MTPTs that have contributed to mitochondrial genome complexity and might cause a putative barcoding paradox across 81 plant species. We suggest that a DNA barcoding guidelines should be developed involving the use of multiple markers to help regulate economically motivated adulteration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,204
Écart entre enseignants0,166 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPlant Diversity and EvolutionTravaux en français237 207