<i>Popfinder</i>: A Highly Effective Artificial Neural Network Package for Genetic Population Assignment
Notice bibliographique
Résumé
The ability to assign biological samples to source populations with high accuracy and precision based on genetic variation is important for numerous applications from ecological studies through wildlife conservation to epidemiology. However, population assignment when genetic differentiation is low is challenging, and methods to address this problem are lacking. The application of artificial neural networks to population assignment using genomic data is highly promising. Here we present popfinder: a new, easy-to-use Python-based artificial neural network pipeline for genetic population assignment. We tested popfinder both with simulated genetic data from populations connected by varying levels of gene flow and with reduced-representation sequence data for three species of seabirds with weak to no population genetic structure. Popfinder was able to assign individuals to their source populations with high accuracy, precision and recall in most cases, including both simulated and empirical data sets, except in the empirical data set with the weakest population structure, where the comparator programs also performed poorly. Compared to other available software, popfinder was slower on the simulated data sets due to hyperparameter tuning and the fact that it does not reduce the dimensionality of the data set; however, all programs ran in seconds on empirical data sets. Additionally, popfinder provides a perturbation ranking method to help develop optimised SNP panels for genetic population assignment and is designed to be user-friendly. Finally, we caution users of all assignment programs to watch both for leakage of data during model training, which can lead to overfitting and inflation of performance metrics, and for unequal detection probabilities.
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 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».