A response to: Evaluating the reliability of DNA Barcoding for Central American Pacific shallow water echinoderms identification
Notice bibliographique
Résumé
Introduction: Chacón-Monge et al. (2024) sought to test the accuracy of DNA barcoding for species identification in Pacific Central American shallow water echinoderms. They used cytochrome c oxidase I (COI) sequences derived from new material collected as part of the BioMar-ACG project in Costa Rica. Using their set of 348 echinoderm sequences, they compared species identification results from two online platforms: the National Center for Biotechnology Information (NCBI) GenBank using the nucleotide Basic Local Alignment Search Tool (BLASTn), and the Barcode of Life Data Systems (BOLD) Identification Engine. Objective: The present article is a response to their results and conclusions. Methods: We reinterpreted the results from the authors’ Appendix 2 to enable an objective comparison between the BOLD Identification Engine and BLASTn in GenBank. Results: While the authors found that both platforms were limited by the number of reference sequences available in their respective databases, they concluded that GenBank outperformed BOLD for identification; however, we identify several methodological flaws in their analysis. These include pseudoreplication amongst query sequences, contaminated sequences stemming from sampling errors, and a lack of standardization when interpreting results from the two platforms. Their assessment of the BOLD Identification Engine was also limited by improper selection of a reference database. Conclusion: Addressing these errors, we reinterpret their results and demonstrate that there is no difference in performance between the two platforms.
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 | 0,011 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,012 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,014 |
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 ».