Whole-genome-based taxonomy as the most accurate approach to identify <i>Flavobacterium</i> species
Notice bibliographique
Résumé
The genus Flavobacterium comprises a diversity of species, including fish pathogens. Multiple techniques have been used to identify isolates of this genus, such as phenotyping, polymerase chain reaction genotyping, and in silico whole-genome taxonomy. In this study, we demonstrate that whole-genome-based taxonomy, using average nucleotide identity and molecular phylogeny, is the most accurate approach for Flavobacterium species. We obtained various isolated strains from official collections; these strains had been previously characterized by a third party using various identification methodologies. We analyzed isolates by PCR genotyping using previously published primers targeting gyrB and gyrA genes, which are supposedly specific to the genus Flavobacterium and Flavobacterium psychrophilum, respectively. After genomic analysis, nearly half of the isolates had their identities re-evaluated: around a quarter of them were re-assigned to other genera and two isolates are new species of flavobacteria. In retrospect, the phenotyping method was the least accurate. While gyrB genotyping was accurate with the isolates included in this study, bioinformatics analysis suggests that only 70% of the Flavobacterium species could be appropriately identified using this approach. We propose that whole-genome taxonomy should be used for accurate Flavobacterium identification, and we encourage bacterial collections to review the identification of isolates identified by phenotyping.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,002 |
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 ».