Algorithmes pour la réconciliation dâun arbre de gènes avec un arbre dâespèces
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".