Whole-genome-based taxonomy as the most accurate approach to identify <i>Flavobacterium</i> species
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
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.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle