Recovering ecological interactions by mining non-target data from whole genome re-sequencing projects
Notice bibliographique
Résumé
Abstract The study of parasitic species can shed light on aspects of their host’s ecology. Such interactions are however often unknown or understudied due to the difficulty to detect and/or quantify many infections. Whole-genome sequencing and re-sequencing data have been generated at an increasing rate and reduced costs over the last two decades. Projects based on whole organisms, like whole insect specimens, provide genomic material for the target taxon, but may also include sequencing reads from associated microbes and other parasites. Here, we screened for the presence of non-host reads in a collection of whole-genome (re-) sequence projects from the Glanville fritillary butterfly, Melitaea cinxia, a model organism in research on the ecology and evolution of species in spatially structured and fragmented landscapes. We identified infections with different bacteria and eukaryotic parasites, which are shared between populations and underly both previously known and new biotic interactions for this butterfly species. The bacterial symbiont Wolbachia , usually common in insects, was found at relatively low prevalence, while Spiroplasma was ubiquitous across samples from several European populations of the butterfly. Additionally, we confirmed expected rates of larval parasitism by at least two parasitoid wasps. Such results provide proof of principle that key ecological interactions can be uncovered efficiently from existing data, an important first step to characterising the role host-associated organisms play in shaping the ecology and evolutionary history of their host species.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».