MétaCan
Menu
Retour à la cohorte
Enregistrement W3127731354 · doi:10.1093/gigascience/giab006

AXIOME3: Automation, eXtension, and Integration Of Microbial Ecology

2021· article· en· W3127731354 sur OpenAlexafffund
Daniel Min, Andrew C. Doxey, Josh D. Neufeld

Notice bibliographique

RevueGigaScience · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNuclear Waste Management OrganizationNatural Sciences and Engineering Research Council of CanadaMcKnight Foundation
Mots-clésComputer scienceVisualizationPipeline (software)Data miningGraphical user interfaceUsabilityData visualizationProgramming languageHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advances in high-throughput sequencing accessibility have democratized small subunit ribosomal RNA gene sequence data collection, coincident with an increasing availability of computational tools for sequence data processing, multivariate statistics, and data visualization. However, existing tools often require programming ability and frequent user intervention that may not be suitable for fast-paced and large-scale data analysis by end user microbiologists who are unfamiliar with the Linux command line environment or who prefer interactions with a GUI. Here we present AXIOME3, which is a completely redeveloped AXIOME pipeline that streamlines small subunit ribosomal RNA data analysis by managing QIIME2, R, and Python-associated analyses through an interactive web interface. FINDINGS: AXIOME3 comes with web GUI to improve usability by simplifying configuration processes and task status tracking. Internally, it uses an automated pipeline that is wrapped around QIIME2 to generate a range of outputs including amplicon sequence variant tables, taxonomic classifications, phylogenetic trees, biodiversity metrics, and ordinations. The extension module for AXIOME3 provides advanced data visualization tools such as principal coordinate analysis, bubble plots, and triplot ordinations that can be used to visualize interactions between a distance matrix, amplicon sequence variant taxonomy, and sample metadata. CONCLUSIONS: Because repeat analysis of small subunit ribosomal RNA amplicon sequence data is challenging for those who have limited experience in command line environments, AXIOME3 now offers rapid and user-friendly options within an automated pipeline, with advanced data visualization tools and the ability for users to incorporate additional analyses easily through extension. AXIOME3 is completely open source (https://github.com/neufeld/AXIOME3, https://github.com/neufeld/AXIOME3-GUI), and researchers are encouraged to modify and redistribute the package.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0040,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,013

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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

En bref

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGigaScienceMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207