Doblin: inferring dominant clonal lineages from high-resolution DNA barcoding time series
Notice bibliographique
Résumé
MOTIVATION: The lineage dynamics and history of cells in a population reflect the interplay of evolutionary forces they experience, including mutation, drift, and selection. When the population is polyclonal, lineage dynamics also manifest the extent of clonal competition among co-existing mutational variants. If the population exists in a community of other species, the lineage dynamics could also reflect the population's ecological interaction with the rest of the community. Recent advances in high-resolution lineage tracking via DNA barcoding, coupled with next-generation sequencing of bacteria, yeast, and mammalian cells, allow for precise quantification of clonal dynamics in these organisms. RESULTS: In this work, we introduce Doblin, an R suite for identifying dominant barcode lineages based on high-resolution lineage tracking data. We first benchmarked Doblin's accuracy using lineage data from evolutionary simulations, showing that it recovers the clones' identity and relative fitness in the simulation. Next, we applied Doblin to analyze clonal dynamics in laboratory evolutions of Escherichia coli populations undergoing antibiotic treatment and in colonization experiments of the gut microbial community. Doblin's versatility allows it to be applied to lineage time-series data across different experimental setups. AVAILABILITY AND IMPLEMENTATION: Doblin is available on CRAN (https://CRAN.R-project.org/package=doblin) and Github (https://github.com/dagagf/doblin).
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 ».