Scanning the genome for gene SNPs related to climate adaptation and estimating selection at the molecular level in boreal black spruce
Notice bibliographique
Résumé
Outlier detection methods were used to scan the genome of the boreal conifer black spruce (Picea mariana [Mill.] B.S.P.) for gene single-nucleotide polymorphisms (SNPs) potentially involved in adaptations to temperature and precipitation variations. The scan involved 583 SNPs from 313 genes potentially playing adaptive roles. Differentiation estimates among population groups defined following variation in temperature and precipitation were moderately high for adaptive quantitative characters such as the timing of budset or tree height (Q(ST) = 0.189-0.314). Average differentiation estimates for gene SNPs were null, with F(ST) values of 0.005 and 0.006, respectively, among temperature and precipitation population groups. Using two detection approaches, a total of 26 SNPs from 25 genes distributed among 11 of the 12 linkage groups of black spruce were detected as outliers with F(ST) as high as 0.078. Nearly half of the outlier SNPs were located in exons and half of those were nonsynonymous. The functional annotations of genes carrying outlier SNPs and regression analyses between the frequencies of these SNPs and climatic variables supported their implication in adaptive processes. Several genes carrying outlier SNPs belonged to gene families previously found to harbour outlier SNPs in a reproductively isolated but largely sympatric congeneric species, suggesting differential subfunctionalization of gene duplicates. Selection coefficient estimates (S) were moderate but well above the magnitude of drift (>>1/N(e)), indicating that the signature of natural selection could be detected at the nucleotide level despite the recent establishment of these populations during the Holocene.
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 ».