MétaCan
Menu
Retour à la cohorte
Enregistrement W4409278218 · doi:10.1101/2025.04.03.646975

REvolutionH-tl: A Fast and Robust Tool for Decoding Evolutionary Gene Histories

2025· preprint· en· W4409278218 sur OpenAlex
José Antonio Ramírez-Rafael, Annachiara Korchmaros, Katia Aviña‐Padilla, Alitzel López-Sánchez, Gabriel Martinez-Medina, Alfredo José Hernández-Álvarez, Marc Hellmuth, Peter F. Stadler, Maribel Hernández-Rosales

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineComputer Science
ThématiqueEvolutionary Algorithms and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésDecoding methodsGeneGeneticsBiologyEvolutionary biologyComputer scienceComputational biologyAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract REvolutionH-tl is a fast, scalable, and integrated software platform for inferring orthology relationships, gene trees, species trees, and reconciled evolutionary scenarios directly from sequence data. Built upon the formal framework of best match graphs (BMGs), REvolutionH-tl predicts orthogroups and orthologous gene pairs with high accuracy, requiring neither precomputed trees nor multiple external tools. The software reconstructs event-labeled gene and species trees, seamlessly integrating reconciliation to produce fast, accurate, and biologically insightful evolutionary scenarios. Through extensive benchmarking on synthetic datasets with known ground truth, REvolutionH-tl outperforms or matches the accuracy of established tools such as OrthoFinder, Proteinortho, RAxML, GeneRax, and RANGER-DTL, while achieving significantly lower runtimes. A key innovation of REvolutionH-tl is its built-in support for detailed, publication-ready visualizations, which allow users to explore genome evolution dynamics, orthogroup composition, and reconciliation results with clarity and ease. These visual features position REvolutionH-tl as the first platform of its kind to combine analytical precision with intuitive interpretability. The software is open-source, cross-platform, and freely available at https://pypi.org/project/revolutionhtl/ , providing a robust solution for large-scale evolutionary analyses in comparative genomics. Author summary Comparative genomics relies on understanding how genes evolve across species. This involves identifying groups of related genes, reconstructing their evolutionary trees, and aligning them with the evolutionary history of species. These steps are typically performed using multiple tools, often requiring manual integration and technical expertise. We present REvolutionH-tl , an open-source software that automates the entire evolutionary reconstruction process—starting from protein sequences and producing gene trees, species trees, orthology assignments, and reconciled evolutionary scenarios. Unlike existing tools, REvolutionH-tl also includes built-in, high-quality visualizations that help users interpret complex evolutionary events such as gene duplications and losses. We evaluated REvolutionH-tl on simulated genomes with known evolutionary histories and found that it matches or exceeds the performance of widely used tools, while being significantly faster. Its visual output makes evolutionary analysis more accessible and interpretable, offering a valuable resource for researchers studying genome evolution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,221
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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