Genetic insights: integrating DNA barcoding with taxonomy in the study of <i>Baccaurea</i> (Phyllanthaceae)
Notice bibliographique
Résumé
Traditional taxonomic revisions based on macromorphological and leaf anatomical traits may have limitations in accurately distinguishing certain species within the genus. To improve taxonomic clarity, this study applied DNA barcoding to enhance the understanding of the taxonomy and phylogeny of Baccaurea Lour., a plant genus widely utilized for food, medicine, and building materials. DNA barcode regions, including rbcL, ITS2, and trnH- psbA, were used to analyze 64 samples representing 19 Baccaurea species. Using similarity Basic Local Alignment Search Tool and phylogenetic tree inference, we determined the discriminatory efficiencies of rbcL, ITS2, trnH -psbA, and their combinations rbcL + ITS2 and rbcL + ITS2 + trnH- psbA as 21.1%, 89.5%, 87.5%, 89.5%, and 89.5%, respectively. The Neighbor-Joining tree revealed well-defined, monophyletic species clusters that largely align with phylogenetic positions based on macromorphological features. Notably, our results indicate that Baccaurea parviflora and the synonymized Baccaurea scortechinii are distinct species, recommending the re-establishment of B. scortechinii as a separate species. DNA barcoding is useful in delineating species boundaries, facilitating routine specimen identification, and flagging atypical samples for detailed examination.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 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 ».