分类学来源：两个有影响力的灵长类分类的逻辑对齐

Nico M. Franz; Naomi M. Pier; DeAnn M. Reeder; Mingmin Chen; Shizhuo Yu; Parisa Kianmajd; Shawn Bowers; Bertram Ludaescher

分类学来源：两个有影响力的灵长类分类的逻辑对齐

种群与进化 2014-12-12 v2 基因组学

作者: Nico M. Franz , Naomi M. Pier , DeAnn M. Reeder , Mingmin Chen , Shizhuo Yu , Parisa Kianmajd , Shawn Bowers , Bertram Ludaescher

在 arXiv 上查看 ↗ PDF ↗

摘要

诸如《世界哺乳动物物种》(MSW)之类的分类标准旨在全球范围内统一名称用法，但不同版本之间仍可能经历显著的分类学变化。这种情况对生物多样性和系统发育数据社区提出了挑战，要求开发更细粒度的标识符，以人类和机器都能处理的方式跟踪分类学的一致性和不一致性，即跨多个分类层次逻辑地表示分类学来源。在这里，我们证明了对对应于MSW第二版和第三版的两个灵长类分类进行分类学来源推理是可行的。我们的方法包含三个主要组成部分：(1) 将名称用法个体化为分类学概念，(2) 通过人工断言的区域连接演算(RCC-5)关系来阐明概念，以及(3) 使用答案集编程工具包来推理和可视化这些分类输入约束的逻辑一致对齐。我们的用例涉及灵长类 sec. Groves (1993; MSW2 - 317个分类学概念；233个在物种级别) 和灵长类 sec. Groves (2005; MSW3 - 483个分类学概念；376个在物种级别)。使用402个概念到概念的输入断言，推理过程产生了一个单一的一致对齐，并推断出153,111个最大信息关系，构成了灵长类 sec. MSW2/MSW3中每个概念对的全面来源解析图。整个对齐及其各种划分有助于对名称/含义分离进行定量分析，揭示出跨处理的配对名称用法中大约有三分之一是不可靠的——即相同名称标识一致分类学含义的意义上。我们最后对下一代生物多样性和系统发育数据平台中基于逻辑的来源工具持乐观态度。

关键词

分类学来源灵长类分类分类学概念区域连接演算答案集编程对齐来源解析

引用

@article{arxiv.1412.1025,
  title  = {Taxonomic Provenance: Two Influential Primate Classifications Logically Aligned},
  author = {Nico M. Franz and Naomi M. Pier and DeAnn M. Reeder and Mingmin Chen and Shizhuo Yu and Parisa Kianmajd and Shawn Bowers and Bertram Ludaescher},
  journal= {arXiv preprint arXiv:1412.1025},
  year   = {2014}
}

备注

Partial manuscript; figures down-sampled

分类学来源：两个有影响力的灵长类分类的逻辑对齐

摘要

关键词

引用

备注

相关论文