MétaCan
Menu
Retour à la cohorte
Enregistrement W4317792330 · doi:10.1101/2023.01.23.524574

Novel Pipeline for Large-Scale Comparative Population Genetics

2023· preprint· en· W4317792330 sur OpenAlexafffundabout
Samantha Majoros, Sarah J. Adamowicz, Karl Cottenie

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDiptera species taxonomy and behavior
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGenome Canada
Mots-clésBiologyPopulationPopulation geneticsGenetic structureTaxonEvolutionary biologyPipeline (software)EcologyGenetic variationGeneticsGeneComputer scienceDemography

Résumé

récupéré en direct d'OpenAlex

Abstract As scientists continue to ask complex questions about biodiversity and deal with increasingly large amounts of data, there is a demand for new methods and computational developments to perform scientific analyses. Analytical pipelines and modules can provide a way to meet these demands and ensure reproducibility in scientific methods and analyses. The goal of this study was to create efficient, reproducible, reusable programming modules that are publicly available for future research. These modules were used to determine population genetic structure measures and compare these measures across species with different biological traits. The functionality of the modules is shown through a case study on Diptera (true fly) species from Canada and Greenland. We leveraged high-throughput DNA sequencing data from Northern areas, as it is a valuable resource and provides new opportunities to study the Arctic. Data were pulled from public databases (Barcode of Life Data System and Global Biodiversity Information Facility), as well as taxon-specific literature. The pipeline we developed in R includes fifteen modules, including modules to prepare and filter the data, calculate population genetic structure measures (e.g., F ST ), and run a multiple regression. These modules can be easily adapted and applied to a diverse set of animal groups, geographic regions, and biological traits. Best practices were followed for pipeline development, and the modules were designed and tested to work for datasets of different sizes by providing multiple different analyses and filtering options. Biological results were also obtained for Diptera species. Habitat and larval diet were both significantly related to population genetic structure. Evidence of isolation by distance and a relationship between population genetic structure and both latitude and longitude were also found. Overall, this study has created efficient, reusable bioinformatics modules, and provided insight into the factors affecting population genetic structure in Northern fly communities. Author Summary The goal of our study is to provide researchers with a series of R programming modules that can be used to determine how genetically different populations of the same species are and see how these differences are influenced by biological traits of the species and other variables. The scripts provided are flexible, accessible, and provide researchers with a useful tool for answering questions about population genetics and dealing with large amounts of DNA sequencing data. To show the functionality of the modules, we performed a case study using fly species from Canada and Greenland. We chose to focus on Northern regions as these areas are undergoing significant changes, and as the climate shifts, so will Northern species communities and compositions. Our study revealed that habitat and larval diet were both significantly related to population genetic structure. We also found evidence of isolation by distance, suggesting that populations that are further apart are less genetically similar, as well as relationships with latitude and longitude. Through this study we not only provided some insight into the factors influencing population genetic structure in Northern fly communities but also provided efficient and reusable R programming modules that can be used by other researchers.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,013

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 Opus0,065
Tête enseignante GPT0,258
Écart entre enseignants0,193 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetDiptera species taxonomy and behaviorTravaux en français237 207