MétaCan
Menu
Retour à la cohorte
Enregistrement W3094723092 · doi:10.1002/aps3.11394

A targeted sequence capture array for phylogenetics and population genomics in the Salicaceae

2020· article· en· W3094723092 sur OpenAlexafffund
Brian J. Sanderson, Stephen DiFazio, Quentin Cronk, Tao Ma, Matthew S. Olson

Notice bibliographique

RevueApplications in Plant Sciences · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAgriculture and Agri-Food CanadaNational Natural Science Foundation of ChinaSveriges LantbruksuniversitetGenome CanadaTexas Tech UniversityNational Science Foundation
Mots-clésBiologyPhylogeneticsSalicaceaePhylogenetic treeEvolutionary biologyGenomicsPopulationSequence (biology)PhylogenomicsGeneticsGeneGenomeCladeBotanyWoody plant

Résumé

récupéré en direct d'OpenAlex

Premise The family Salicaceae has proved taxonomically challenging, especially in the genus Salix , which is speciose and features frequent hybridization and polyploidy. Past efforts to reconstruct the phylogeny with molecular barcodes have failed to resolve the species relationships of many sections of the genus. Methods We used the wealth of sequence data in the family to design sequence capture probes to target regions of 300–1200 bp of exonic regions of 972 genes. Results We recovered sequence data for nearly all of the targeted genes in three species of Populus and three species of Salix . We present a species tree, discuss concordance among gene trees, and present population genomic summary statistics for these loci. Conclusions Our sequence capture array has extremely high capture efficiency within the genera Populus and Salix , resulting in abundant phylogenetic information. Additionally, these loci show promise for population genomic studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,248
Écart entre enseignants0,189 · 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplications in Plant SciencesMême sujetBioenergy crop production and managementTravaux en français237 207