Variable performance of DNA barcoding and morphological characteristics for the identification of Arctic black-legged Aedes (Diptera: Culicidae), with a focus on the Punctor subgroup
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Arctic ecosystems face increasing risks from vector-borne diseases due to climate-driven shifts in disease patterns and vector distribution. However, species identification challenges impact vector-borne disease surveillance, necessitates accurate identification. Aedes species are predominant among Arctic mosquitoes and pose health risks, with some species potentially carrying Jamestown Canyon and Snowshoe hare viruses. However, identifying Aedes species is challenging, especially under Arctic conditions and with complex adult traits. This study assessed the suitability of DNA barcoding (COI and ITS2 regions) and morphological characteristics for the identification of Arctic black-legged Aedes . It also aimed to evaluate the reliability of publicly available sequences. Our analysis focused on Aedes impiger , Aedes nigripes , and two species from the Punctor subgroup – Aedes hexodontus and Aedes punctor . In our study, the COI barcoding region distinguished Ae. impiger and Ae. nigripes but not within the species of the Punctor subgroup. In addition, the ITS2 barcoding region did not differentiate the species. When we evaluated GenBank and BOLD sequences, we found issues of under-representation and misidentifications, particularly within the Punctor subgroup. Based on these results, we recommend addressing identification difficulties, particularly within the Punctor subgroup, and advocate for more comprehensive morphological and molecular identification strategies. Integrating morphology and DNA barcoding holds promise for robust disease surveillance in Arctic regions, yet challenges persist, especially in complex species groups like the Punctor subgroup. Tackling these issues is pivotal to ensuring accurate vector status determination and reliable disease risk assessments in a rapidly changing Arctic ecosystem.
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.
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 | 0,001 | 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 découle