MétaCan
Menu
Retour à la cohorte
Enregistrement W4410477696 · doi:10.1101/2025.05.16.654383

Incidence and attributes of chimeric COI and 18S sequences derived from nematode-infected arthropods

2025· preprint· en· W4410477696 sur OpenAlexfundno aff
Jacopo D’Ercole, Robin Floyd, Sean W. J. Prosser, Saeideh Jafarpour, Paul D. N. Hebert

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEntomopathogenic Microorganisms in Pest Control
Établissements canadiensnon disponible
Organismes subventionnairesCanada Foundation for InnovationGovernment of CanadaMinistry of Colleges and UniversitiesOntario GenomicsGenome Canada
Mots-clésNematodeBiologyZoologyEvolutionary biologyIncidence (geometry)EcologyMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract High-throughput sequencing is speeding the discovery of new species and making it possible to quantify the species richness of bulk samples. However, chimeric sequences can lead to both type I errors (true species mistakenly rejected) and type II errors (chimeras incorrectly viewed as valid species). This study employed nanopore sequencing to examine the incidence and nature of chimeric sequences recovered from 531 arthropod specimens infected with nematodes. Specifically, it examined chimera formation in two gene regions: the 658 bp segment of mitochondrial COI employed as the barcode region for the animal kingdom, and a 900 bp segment of nuclear 18S often employed to discriminate lineages of nematodes. This work revealed chimeras for both gene regions despite the deep sequence divergences between members of these two phyla. However, the incidence of chimeric molecules was higher for 18S than COI, with chimera formation correlating with local variation in DNA stability and conserved regions between parent sequences. Aside from demonstrating that chimeras can arise from distantly related organisms, this study provides insights into the mechanisms underlying their formation.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEntomopathogenic Microorganisms in Pest ControlTravaux en français237 207