ANI, Mash and Dashing equally differentiate between <i>Klebsiella</i> species
Notice bibliographique
Résumé
ABSTRACT Species of the genus Klebsiella are among the most important multidrug resistant human pathogens, though they have been isolated from a variety of environments. Given the need for quickly and accurately classifying newly sequenced Klebsiella genomes, we compared 982 Klebsiella genomes using different species-delimiting measures: Average Nucleotide Identity (ANI), which is becoming a standard for species delimitation, as well as Mash, Dashing, and DNA compositional signatures, which can be run in a fraction of the time required to run ANI. ROC analyses showed equal quality in species delimitation for ANI, Mash and Dashing (AUC: 0.99), followed by DNA signatures (AUC: 0.96). The groups obtained at optimal cutoffs were largely in agreement with species designation. Using optimized cutoffs, we obtained 17 species-level groups using either ANI, Mash, or Dashing, all containing the same genomes, unlike DNA signatures which broke the dataset into 38 groups. Further use of Mash to map species after adding draft genomes to the dataset also showed excellent results (AUC: 0.99), producing a total of 28 Klebsiella species in the publicly available genome collection. The ecological niches of Klebsiella strains were found to neither be related to species delimitation, nor to protein functional content, suggesting that a single Klebsiella species can have a wide repertoire of ecological functions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».