MétaCan
Menu
Retour à la cohorte
Enregistrement W3117254111 · doi:10.1002/ece3.6982

Phylogeny and biogeography of the Japanese rhinoceros beetle, <i>Trypoxylus dichotomus</i> (Coleoptera: Scarabaeidae) based on SNP markers

2020· article· en· W3117254111 sur OpenAlexaff
Huan Yang, Chongjuan You, Clement K. M. Tsui, Luke R. Tembrock, Zhi Qiang Wu, De Yang

Notice bibliographique

RevueEcology and Evolution · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilkworms and Sericulture Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésSubspeciesBiologyPhylogeographyEvolutionary biologyRhinocerosPopulationGenetic diversityGenetic structureZoologyPhylogenetic treeGene flowGenetic variationGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract The Japanese rhinoceros beetle Trypoxylus dichotomus is one of the largest beetle species in the world and is commonly used in traditional Chinese medicine. Ten subspecies of T. dichotomus and a related Trypoxylus species (T. kanamorii) have been described throughout Asia, but their taxonomic delimitations remain problematic. To clarify issues such as taxonomy, and the degree of genetic differentiation of Trypoxylus populations, we investigated the genetic structure, genetic variability, and phylogeography of 53 specimens of Trypoxylus species from 44 locations in five Asian countries (China, Japan, Korea, Thailand, and Myanmar). Using specific‐locus amplified fragment sequencing (SLAF‐seq) techniques, we developed 330,799 SLAFs over 114.16M reads, in turn yielding 46,939 high‐resolution single nucleotide polymorphisms (SNPs) for genotyping. Phylogenetic analysis of SNPs indicated the presence of three distinct genetic groups, suggesting that the various subspecies could be treated as three groups of populations. PCA and ADMIXTURE analysis also identified three genetic clusters (North, South, West), which corresponded to their locations, suggesting that geographic factors were important in maintaining within population homogeneity and between population divergence. Analyses of SNP data confirmed the monophyly of certain subspecies on islands, while other subspecies (e.g., T. d. septentrionalis) were found to be polyphyletic and nested in more than one lineage. AMOVA demonstrated high level of differentiation among populations/groups. Also, pairwise FST values revealed high differentiation, particularly between South and West, as well as between North and South. Despite the differentiation, measurable gene flow was inferred between genetic clusters but at varying rates and directions. Our study demonstrated that SLAF‐seq derived markers outperformed 16S and COII sequences and provided improved resolution of the genetic differentiation of rhinoceros beetle populations from a large part of the species’ range.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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'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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetSilkworms and Sericulture ResearchTravaux en français237 207