Algorithmes pour la réconciliation dâun arbre de gènes avec un arbre dâespèces
Notice bibliographique
Résumé
Une réconciliation entre un arbre de gènes et un arbre d’espèces décrit une histoire\nd’évolution des gènes homologues en termes de duplications et pertes de gènes. Pour\ninférer une réconciliation pour un arbre de gènes et un arbre d’espèces, la parcimonie est\ngénéralement utilisée selon le nombre de duplications et/ou de pertes. Les modèles de\nréconciliation sont basés sur des critères probabilistes ou combinatoires.\nLe premier article définit un modèle combinatoire simple et général où les duplications\net les pertes sont clairement identifiées et la réconciliation parcimonieuse n’est\npas la seule considérée. Une architecture de toutes les réconciliations est définie et des\nalgorithmes efficaces (soit de dénombrement, de génération aléatoire et d’exploration)\nsont développés pour étudier les propriétés combinatoires de l’espace de toutes les réconciliations\nou seulement les plus parcimonieuses.\nBasée sur le processus classique nommé naissance-et-mort, un algorithme qui calcule\nla vraisemblance d’une réconciliation a récemment été proposé. Le deuxième article\nutilise cet algorithme avec les outils combinatoires décrits ci-haut pour calculer\nefficacement (soit approximativement ou exactement) les probabilités postérieures des\nréconciliations localisées dans le sous-espace considéré.\nBasé sur des taux réalistes (selon un modèle probabiliste) de duplication et de perte\net sur des données réelles/simulées de familles de champignons, nos résultats suggèrent\nque la masse probabiliste de toute l’espace des réconciliations est principalement localisée\nautour des réconciliations parcimonieuses. Dans un contexte d’approximation de la\nprobabilité d’une réconciliation, notre approche est une alternative intéressante face aux\nméthodes MCMC et peut être meilleure qu’une approche sophistiquée, efficace et exacte\npour calculer la probabilité d’une réconciliation donnée.\nLe problème nommé Gene Tree Parsimony (GTP) est d’inférer un arbre d’espèces qui\nminimise le nombre de duplications et/ou de pertes pour un ensemble d’arbres de gènes.\nBasé sur une approche qui explore tout l’espace des arbres d’espèces pour les génomes considérés et un calcul efficace des coûts de réconciliation, le troisième article décrit\nun algorithme de Branch-and-Bound pour résoudre de façon exacte le problème GTP.\nLorsque le nombre de taxa est trop grand, notre algorithme peut facilement considérer\ndes relations prédéfinies entre ensembles de taxa. Nous avons testé notre algorithme sur\ndes familles de gènes de 29 eucaryotes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,006 |
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 ».