The geographic and phylogenetic structure of public DNA barcode databases: an assessment using Chrysomelidae (leaf beetles)
Notice bibliographique
Résumé
Introduction DNA barcoding in insects has progressed rapidly, with the ultimate goal of a complete inventory of the world’s species. However, the barcoding effort to date has been driven by a few national campaigns and leaves much of the world unsampled. This study investigates to what degree the current barcode data cover the species diversity across the globe, using the leaf beetle family Chrysomelidae as an example. Methods A recent version (June 2023) of the Barcode-of-Life database was subjected to test of sampling completeness using the barcode-to-BIN ratio and sampling coverage (SC) metric. All barcodes were placed in a phylogenetic tree of ~600 mitochondrial genomes, applying phylogenetic diversity (PD) and metrics of community phylogenetics to national barcode sets to test for sampling completeness at clade level and reveal the global structure of species diversity. Results The database included 73342 barcodes, grouped into 5310 BINs (species proxies) from 101 countries. Costa Rica contributed nearly half of all barcode sequences, while nearly 50 countries were represented by less than ten barcodes. Only five countries, Costa Rica, Canada, South Africa, Germany, and Spain, had a high sampling completeness, although collectively the barcode database covers most major taxonomic and biogeographically confined lineages. PD showed moderate saturation as more species diversity is added in a country, and community phylogenetics indicated clustering of national faunas. However, at the species level the inventory remained incomplete even in the most intensely sampled countries, and the sampling was insufficient for assessment of global species richness patterns. Discussion The sequence-based inventory in Chrysomelidae needs to be greatly expanded to include more areas and deeper local sampling before reaching a knowledge base similar to the existing Linnaean taxonomy. However, placing the barcodes into a backbone phylogenetic tree from mitochondrial genomes, a taxonomically and biogeographically highly structured pattern of global diversity emerges into which all species can be integrated via their barcodes.
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 | 0,009 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,001 | 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 ».