Data-Mining with Three Genome-Scale Approaches Supports that Lungfish is the Closest Living Relative of Land Vertebrate, but not Coelacanth
Notice bibliographique
Résumé
The origin of tetrapod has been one of intense debating open questions for decades between coelacanth (Latimeria chalumnae) and lungfish (Protopterus annectens). For resolving this incongruence in phylogenies, a genome-wide data mining approach is used to retrieve 43 shared genes of seven taxa from GenBank and further 1001 orthologous genes of ten taxa from the Ensembl and NCBI. We used the maximum gene-support tree approach and the majority-rule branch approach to analyze 43 nuclear genes encoding amino acid residues, and compared these results to those inferred with the concatenation approach. Our results successfully provide strong evidence in favor of the lungfish-tetrapod hypothesis, but reject the coelacanth-tetrapod hypothesis based on significantly fewer gene support frequency and lower taxon jackknife probabilities for the coelacanth-tetrapod clade than the lungfish-tetrapod one with the maximum gene-support tree approach and the jackknife method for taxon subsampling. When more genomic data became available in recent years, sequencing data of 1001 shared genes was mined. We used the maximum gene-support approach with this larger dataset successfully to infer that lungfish is the closest relative of land vertebrates with a significant difference at p < 0.01 (Chi-Square test) in gene support values between the maximum gene-support tree and the second most gene-support tree with ML methods. The second most gene support frequency to the maximum gene support frequency (SM ratio), a combined index, is a better support measure than a single absolute value of support to reveal the insight of the phylogenetic support. Our results also show increasing the number of shared genes is much more effective than increasing the number of taxa.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».