Quantitative genetic and translocation experiments reveal genotype‐by‐environment effects on juvenile life‐history traits in two populations of Chinook salmon (<i>Oncorhynchus tshawytscha</i>)
Notice bibliographique
Résumé
Understanding the genetic architecture of phenotypic plasticity is required to assess how populations might respond to heterogeneous or changing environments. Although several studies have examined population-level patterns in environmental heterogeneity and plasticity, few studies have examined individual-level variation in plasticity. Here, we use the North Carolina II breeding design and translocation experiments between two populations of Chinook salmon to detail the genetic architecture and plasticity of offspring survival and growth. We followed the survival of 50,800 offspring through the larval stage and used parentage analysis to examine survival and growth through freshwater rearing. In one population, we found that additive genetic, nonadditive genetic and maternal effects explained 25%, 34% and 55% of the variance in larvae survival, respectively. In the second population, these effects explained 0%, 24% and 61% of the variance in larvae survival. In contrast, fry survival was regulated primarily by additive genetic effects, which indicates a shift from maternal to genetic effects as development proceeds. Fry growth also showed strong additive genetic effects. Translocations between populations revealed that offspring survival and growth varied between environments, the degree of which differed among families. These results indicate genetic differences among individuals in their degree of plasticity and consequently their ability to respond to environmental variation.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».