Jumpchain Simulations to Study the Effects of CpG Hypermutability on Inferences of Positive Selection
Notice bibliographique
Résumé
Detecting signals of positive selection in protein-coding DNA sequences is of central importance in the study of molecular evolution.The statistical methods available for such a task are based on a suite of simplifying assumptions, many of which are known to violated in real data.However, the extent to which violations impact inferences of positive selection remains poorly characterized.One main hurdle in the study of this problem is the difficulty in simulating artificial data, which would incorporate some of the complexities assumed absent by inference systems.In this work, we explore the use of an under-exploited simula-List of Figures 1.1 Codon Chart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 3.1 Distribution of inferred ω values under the M0 model over 100 simulations.The blue density curve represents the frequency of ω when the λ CpG = 1.0, the pink density curve shows the frequency of ω when the λ CpG = 5.0, and finally the green density curve shows the frequency of ω when the λ CpG = 10.0.The red dashed line indicates the true value of the ω . . . . . . . . .18 3.2 VWA9 Positive Selection Plot . . . . . . . . . .
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».