MétaCan
Menu
Retour à la cohorte
Enregistrement W3033811237 · doi:10.1139/gen-2019-0191

The importance of DNA barcode choice in biogeographic analyses — a case study on marine midges of the genus <i>Clunio</i>

2020· article· en· W3033811237 sur OpenAlexvenueno aff
Nico Fuhrmann, Tobias S. Kaiser

Notice bibliographique

RevueGenome · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLepidoptera: Biology and Taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyMitochondrial DNAEvolutionary biologyDNA barcodingGenomeNucleotide diversityEcotypeHaplotypeGeneticsGeneGenotype

Résumé

récupéré en direct d'OpenAlex

DNA barcodes are widely used for species identification and biogeographic studies. Here, we compare the use of full mitochondrial genomes versus DNA barcodes and other mitochondrial DNA fragments for biogeographic and ecological analyses. Our dataset comprised 120 mitochondrial genomes from the genus Clunio (Diptera: Chironomidae), comprising five populations from two closely related species (Clunio marinus and Clunio balticus) and three ecotypes. We extracted cytochrome oxidase c subunit I (COI) barcodes and partitioned the mitochondrial genomes into non-overlapping windows of 750 or 1500 bp. Haplotype networks and diversity indices were compared for these windows and full mitochondrial genomes (15.4 kb). Full mitochondrial genomes indicate complete geographic isolation between populations, but do not allow for conclusions on the separation of ecotypes or species. COI barcodes have comparatively few polymorphisms, ideal for species identification, but do not resolve geographic isolation. Many of the similarly sized 750 bp windows have higher nucleotide and haplotype diversity than COI barcodes, but still do not resolve biogeography. Only when increasing the window size to 1500 bp, two windows resolve biogeography reasonably well. Our results suggest that the design and use of DNA barcodes in biogeographic studies must be carefully evaluated for each investigated species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,276
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetLepidoptera: Biology and TaxonomyTravaux en français237 207