Aprendizaje profundo de disparo cero para la anotación de secuencias de eDNA desconocidas utilizando co-ocurrencias y...

Área de la Ciencia:

• Ecología
• Bioinformática
• Aprendizaje Automático

Sus antecedentes:

• El metabarcoding de ADN ambiental (eDNA) está revolucionando la monitorización de la biodiversidad.
• El análisis de datos de eDNA se ve obstaculizado por bases de datos de referencia incompletas y grandes volúmenes de datos.
• La anotación taxonómica actual se basa en el post-análisis de expertos, lo que introduce posibles sesgos.

Objetivo del estudio:

• Desarrollar un enfoque de aprendizaje automático para la anotación taxonómica automatizada y mejorada de secuencias de eDNA.
• Integrar datos de co-ocurrencia taxonómica, geográfica y filogenética para una anotación mejorada.
• Superar las limitaciones de las bases de datos de referencia incompletas en el análisis de eDNA.

Principales métodos:

• Se desarrolló un enfoque de aprendizaje profundo que utiliza redes neuronales artificiales (ANN) para la asignación taxonómica.
• La información filogenética estructuró el espacio de incrustación para secuencias de ADN.
• Se entrenaron ANN adicionales sobre incrustaciones filogenéticas y datos de co-ocurrencia para aprender combinaciones de especies.

Principales resultados:

• El método predijo correctamente especies no vistas (no en bases de datos de referencia) en aproximadamente el 24% de los casos.
• El enfoque aprovecha las incrustaciones filogenéticas y la modulación geográfica para predicciones precisas.
• Las predicciones del método de aprendizaje profundo coincidieron en gran medida con los métodos bioinformáticos tradicionales en muestras de eDNA reales.

Conclusiones:

• El método de aprendizaje profundo desarrollado anota eficazmente secuencias de eDNA, incluidas aquellas ausentes de las bases de datos de referencia.
• Este enfoque automatiza y mejora la asignación taxonómica, reduciendo la dependencia de la intervención experta.
• El método muestra un potencial significativo para anotar el creciente volumen de datos de eDNA en la investigación de la biodiversidad.