Applicability for species discrimin

Applicability for species discrimination SpeciesIdentifier software and a tree-based method (NJ) were employed to evaluate species delimitation of Clematis (Table 4 and Fig. 2). Based on the “best match” and “best close match” models, atpB-rbcL from the chloroplast genome showed the best discriminatory power (even better than that of the combined data in the “best close match” model), followed by ITS and ETS, whereas accD and rpl16 introns showed the poorest rate of identification success (Table 4). The combined data showed that the best discriminatory power was achieved using the “best match” model, which detected the highest percentage of monophyletic taxa in the NJ tree (Table 4).

結果 (繁體中文) 1:

適用性物種歧視
SpeciesIdentifier軟件和基於樹的方法（NJ）被用來評估威靈仙（表4和圖2）的物種劃界。基於“最佳匹配”和“最佳勢均力敵的比賽”模式，ATPB-rbcL基因從葉綠體基因組表現出最好的歧視功率（甚至比在“最密切匹配”的模式合併數據），其次是ITS和ETS，而的accD和rpl16內含子顯示識別成功的最貧困率（表4）。將合併的數據表明，在使用“最佳匹配”的模式，其中檢測到的單系類群在NJ樹中的最高百分比（表4）取得的最好的鑑別能力。

結果 (繁體中文) 2:

物種歧視的適用性
採用物種識別軟體和基於樹木的方法（NJ）來評估克萊馬提斯物種的劃分（表4和圖2）。基於"最佳匹配"和"最佳匹配"模型，來自葉綠體基因組的atpB-rbcL顯示了最佳的歧視性能力（甚至比"最佳匹配"模型中的組合資料更好），其次是ITS和ETS，而accD和rpl16 introns顯示識別成功率最差（表4）。綜合資料顯示，使用"最佳匹配"模型實現了最佳歧視性功率，該模型在NJ樹中檢測到的單體性分類的比例最高（表4）。

結果 (繁體中文) 3:

物種鑒別的適用性
物種識別軟件和基於樹的方法（NJ）被用來評估鐵線蓮的物種劃分（錶4和圖2）。基於“最佳匹配”和“最佳接近匹配”模型，葉綠體基因組中的atpB-rbcL顯示出最佳的鑒別能力（甚至比“最佳接近匹配”模型中的組合數據更好），ITS和ETS緊隨其後，而accD和rpl16內含子顯示出最差的鑒別成功率（錶4）。綜合資料顯示，使用“最佳匹配”模型獲得最佳判別力，該模型檢測到NJ樹中單系分類單元的百分比最高（錶4）。