Molecular identification and DNA barcode screening of acaroid mites in ground flour dust
Notice bibliographique
Résumé
Molecular identification of acaroid mites is difficult because of the scarcity of molecular data in GenBank. Here, acaroid mites collected from ground flour dust in Xi’an, China, were preliminarily morphologically classified/grouped. Universal primers were then designed to amplify and screen suitable DNA barcodes for identifying these mites. Sixty mite samples were morphologically classified into six groups. Groups 1–2 were identified to Dermatophagoides farinae and Tyrophagus putrescentiae, while Groups 3–6 were not identified to the species level. ITS2 exhibited higher efficiency in molecular identification in comparison with COI, 12S, and 16S. Groups 1–6 were identified as D. farinae, T. putrescentiae, Suidasia nesbitti, Chortoglyphus arcuatus, Lepidoglyphus destructor, and Gohieria sp., respectively. The phylogenetic results were consistent with the morphological classification. Group 6 was further identified as G. fusca according to the morphology of the reproductive foramen. We conclude that the use of ITS2 and the availability of universal primers provide an ideal DNA barcode for molecular identification of acaroid mites. The use of multiple target genetic markers in conjunction with morphological approaches will improve the accuracy of Acaridida identification.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».