Megabarcoding dark taxa – Assessing the utility of mass DNA barcoding for phorid fly species discovery
Notice bibliographique
Résumé
Many hyperdiverse, small-bodied insect families contain numerous undescribed species, generally termed "dark taxa". Scuttle flies (Diptera: Phoridae), being among the most diverse insect groups globally, are a prime example. DNA barcoding can help delineate dark taxa, particularly when integrated with morphology, and/or additional molecular evidence. We sequenced COI-barcodes from 9,120 Finnish phorid specimens and initially identified them using the BOLD database. Furthermore, species identifications of all 843 specimens, belonging to other genera than Megaselia, were confirmed morphologically. Initially, the BOLD-based identifications matched the morphological identifications only in 68% of the cases, primarily due to numerous misidentifications in BOLD. After adjusting the BOLD reference identifications based on morphological analyses of male features, we established a reliable framework for female identification. This is advantageous for future identification of females, as they are often excluded from traditional identification keys. Only two species were discovered as new to Finland, demonstrating that Finnish fauna is well-known, except Megaselia. Although DNA barcodes show great promise for identifying phorids, incorrectly identified reference sequences remain challenging, not the functionality of barcode gene Cytochrome c oxidase subunit I (COI) itself. The number of Megaselia BINs greatly exceeded the known Finnish species count, with many sequences lacking matches in BOLD. This further highlights Megaselia as a particularly dark group, for which genetic tools are essential for uncovering species identities and assessing diversity.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».