文献

J-GLOBAL ID：201802219706936570   整理番号：18A2030953

監視された機械学習はバイオモニタリングに適用される分類学に基づく環境DNAメタバーコーディングを実行する【JST・京大機械翻訳】

Supervised machine learning outperforms taxonomy-based environmental DNA metabarcoding applied to biomonitoring

著者 (8件)： Cordier Tristan (Department of Genetics and Evolution, University of Geneva, Geneva, Switzerland) ,  Forster Dominik (Ecology Group, University of Kaiserslautern, Kaiserslautern, Germany) ,  Dufresne Yoann (Department of Genetics and Evolution, University of Geneva, Geneva, Switzerland) ,  Dufresne Yoann (Institut Pasteur - Hub of Bioinformatics and Biostatistics - C3BI, USR 3756 IP CNRS, Paris, France) ,  Martins Catarina I. M. (Marine Harvest ASA, Bergen, Norway) ,  Stoeck Thorsten (Ecology Group, University of Kaiserslautern, Kaiserslautern, Germany) ,  Pawlowski Jan (Department of Genetics and Evolution, University of Geneva, Geneva, Switzerland) ,  Pawlowski Jan (ID-Gene ecodiagnostics, Ltd, Plan-les-Ouates, Switzerland)
資料名： Molecular Ecology Resources  (Molecular Ecology Resources)
巻： 18  号： 6  ページ： 1381-1391  発行年： 2018年 
JST資料番号： W2685A  ISSN： 1755-098X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生物多様性モニタリングは,人為的活動の環境影響評価のための標準である。いくつかの最近の研究により,環境DNA(eDNA代謝コード化)のハイスループットアンプリコン配列決定は,従来の形態分類学に基づく生物学的評価の多くの限界を克服できることが示された。最近,著者らは,教師つき機械学習(SML)を用いて,配列の分類学的親和性にかかわらず,eDNAメタマーコーディングデータから正確な生物指標値を予測することができることを示した。しかし,そのようなモデルの正確さが分子マーカーの分類学的分解能に依存するかどうか,またはSMLが確立された生物指標種を標的とする代謝コード化アプローチとどのように比較されるかは不明である。本研究では,5つの異なるリボソーム細菌と真核生物マーカーに関する予測モデルを訓練し,独立データセットに及ぼす海洋水産養殖の環境影響を評価するためのそれらの性能を測定することにより,これらの問題に取り組んだ。著者らの結果は,すべてのテストされたマーカーが正確な予測モデルを生み出し,それらがすべて分類学的に割り当てられた配列に依存する評価を上回ることを示した。注目すべきことに,普遍的真核生物または原核生物マーカーを用いて構築したモデルの性能に有意差は見られなかった。異なる潜在的生物指標分類群を構成するのに十分広い分類学的範囲を持つ分子マーカーを用いて,SMLアプローチは分類学に基づくeDNA生物学的評価の限界を克服することができる。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分解能 ,  予測モデル ,  細菌 ,  *機械学習 ,  *DNA【核酸】 ,  真核生物 ,  リボソーム ,  生物指標 ,  代謝 ,  生物多様性 ,  環境影響 ,  原核生物
準シソーラス用語： 分子マーカー ,  *バーコーディング ,  *分類学 , 【Automatic Indexing@JST】

著者キーワード (5件)： バイオモニタリング ,  生物指標 ,  環境DNA ,  予測モデル ,  教師付き機械学習

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  微生物形態学・分類学  (EG03030Y)

タイトルに関連する用語 (5件)： 機械学習 ,  バイオモニタリング ,  分類学 ,  環境DNA ,  メタバーコーディング