Phylogenomic Analysis of Deep-Branching Telonemid
Notice bibliographique
Résumé
The evolutionary history of eukaryotic supergroups has been investigated primarily by large-scale phylogenomics, but one major hindrance to continued progress is that some major eukaryotic groups have extremely sparse sampling. The phylum Telonemia is one such group. Environmental sampling shows two major subgroups of Telonemia, but there are only multigene phylogenomic data from three closely related species belonging to one of the subgroups, TEL1. Here, a single cell was isolated from the pelagic Pacific Ocean, which SSU phylogenetic analysis reveals to be a telonemid of the TEL2 subgroup and distantly related to telonemids with multigene sequence data. Through single-cell transcriptome sequencing and phylogenomic analysis, we investigate the impact of this new telonemid on the relation of Telonemia to the Stramenopila-Alveolata-Rhizaria supergroup (SAR) and other sparsely sampled or historically unstable supergroups, namely, Hemimastigophora, Provora, and Haptista. Our maximum-likelihood (ML) analysis supports Telonemia as sister to Hemimastigophora, together as sister to SAR, with Haptista and Provora forming a clade and sister to all three. However, our Bayesian analysis failed to converge on a topology. Throughout different Telonemia sampling, gene sampling, alignment trimming, and site removal schemes, the sisterhood of Telonemia and Hemimastigophora remained largely supported in ML trees, even when their sisterhood to SAR dissolved, as was the sisterhood of Haptista and Provora. Inclusion of our TEL2 telonemid largely did not influence these relationships. However, our results also highlight the unstable placements of aforementioned groups throughout variations of our data, of which subsets give results consistent with other previously published analyses of this scale.
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 ».