MétaCan
Menu
Retour à la cohorte
Enregistrement W1969998179 · doi:10.1186/1471-2156-12-81

The genetic basis of salinity tolerance traits in Arctic charr (Salvelinus alpinus)

2011· article· en· W1969998179 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Genetics · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensFisheries and Oceans CanadaUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSalvelinusArcticBiologySalinityFisheryZoologyEcologyTroutFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The capacity to maintain internal ion homeostasis amidst changing conditions is particularly important for teleost fishes whose reproductive cycle is dependent upon movement from freshwater to seawater. Although the physiology of seawater osmoregulation in mitochondria-rich cells of fish gill epithelium is well understood, less is known about the underlying causes of inter- and intraspecific variation in salinity tolerance. We used a genome-scan approach in Arctic charr (Salvelinus alpinus) to map quantitative trait loci (QTL) correlated with variation in four salinity tolerance performance traits and six body size traits. Comparative genomics approaches allowed us to infer whether allelic variation at candidate gene loci (e.g., ATP1α1b, NKCC1, CFTR, and cldn10e) could have underlain observed variation. RESULTS: Combined parental analyses yielded genome-wide significant QTL on linkage groups 8, 14 and 20 for salinity tolerance performance traits, and on 1, 19, 20 and 28 for body size traits. Several QTL exhibited chromosome-wide significance. Among the salinity tolerance performance QTL, trait co-localizations occurred on chromosomes 1, 4, 7, 18 and 20, while the greatest experimental variation was explained by QTL on chromosomes 20 (19.9%), 19 (14.2%), 4 (14.1%) and 12 (13.1%). Several QTL localized to linkage groups exhibiting homeologous affinities, and multiple QTL mapped to regions homologous with the positions of candidate gene loci in other teleosts. There was no gene × environment interaction among body size QTL and ambient salinity. CONCLUSIONS: Variation in salinity tolerance capacity can be mapped to a subset of Arctic charr genomic regions that significantly influence performance in a seawater environment. The detection of QTL on linkage group 12 was consistent with the hypothesis that variation in salinity tolerance may be affected by allelic variation at the ATP1α1b locus. IGF2 may also affect salinity tolerance capacity as suggested by a genome-wide QTL on linkage group 19. The detection of salinity tolerance QTL in homeologous regions suggests that candidate loci duplicated from the salmonid-specific whole-genome duplication may have retained their function on both sets of homeologous chromosomes. Homologous affinities suggest that loci affecting salinity tolerance in Arctic charr may coincide with QTL for smoltification and salinity tolerance traits in rainbow trout. The effects of body size QTL appear to be independent of changes in ambient salinity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,229
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle