MétaCan
Menu
Retour à la cohorte
Enregistrement W4411296705 · doi:10.1016/j.tig.2025.05.004

Protist genomics: key to understanding eukaryotic evolution

2025· review· en· W4411296705 sur OpenAlexaff
Alexandra Schoenle, Ore Francis, John M. Archibald, Fabien Burki, Jan de Vries, Kenneth Dumack, Laura Eme, Isabelle Florent, Elisabeth Hehenberger, Tarja T. Hoffmeyer, Iker Irisarri, Enrique Lara, Michelle M. Leger, Julius Lukeš, Ramón Massana, Varsha Mathur, F. O. Nitsche, Jürgen F. H. Strassert, Alexandra Z. Worden, Vyacheslav Yurchenko, Javier del Campo, Ann‐Marie Waldvogel

Notice bibliographique

RevueTrends in Genetics · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtist diversity and phylogeny
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésProtistBiologyGenomicsKey (lock)Genome BiologyEvolutionary biologyComputational biologyComparative genomicsGenomeGeneticsGeneEcology

Résumé

récupéré en direct d'OpenAlex

All eukaryotes other than animals, plants, and fungi are protists. Protists are highly diverse and found in nearly all environments, with key roles in planetary health and biogeochemical cycles. They represent the majority of eukaryotic diversity, making them essential for understanding eukaryotic evolution. However, these mainly unicellular, microscopic organisms are understudied and the generation of protist genomes lags far behind most multicellular lineages. Current genomic methods, which are primarily designed for animals and plants, are poorly suited for protists. Advancing protist genome research requires reevaluating plant- and animal-centric genomic standards. Future efforts must leverage emerging technologies and bioinformatics tools, ultimately enhancing our understanding of eukaryotic molecular and cell biology, ecology, and 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,066
Tête enseignante GPT0,329
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations15
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in GeneticsMême sujetProtist diversity and phylogenyTravaux en français237 207