MétaCan
Menu
Retour à la cohorte
Enregistrement W2124872088 · doi:10.1111/j.1365-294x.2008.03771.x

Landscape genetics and hierarchical genetic structure in Atlantic salmon: the interaction of gene flow and local adaptation

2008· article· en· W2124872088 sur OpenAlexafffund
Mélanie Dionne, François Caron, Julian J. Dodson, Louis Bernatchez

Notice bibliographique

RevueMolecular Ecology · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensMinistère des Ressources naturelles et des Forêts (Québec)Université Laval
Organismes subventionnairesNatural Resources Canada
Mots-clésBiologyLocal adaptationAdaptation (eye)Gene flowEvolutionary biologyEcological geneticsGenetic structureGenePopulation geneticsGeneticsGenetic variationPopulation

Résumé

récupéré en direct d'OpenAlex

Disentangling evolutionary forces that may interact to determine the patterns of genetic differentiation within and among wild populations is a major challenge in evolutionary biology. The objective of this study was to assess the genetic structure and the potential influence of several ecological variables on the extent of genetic differentiation at multiple spatial scales in a widely distributed species, the Atlantic salmon, Salmo salar. A total of 2775 anadromous fish were sampled from 51 rivers along the North American Atlantic coast and were genotyped using 13 microsatellites. A Bayesian analysis clustered these populations into seven genetically and geographically distinct groups, characterized by different environmental and ecological factors, mainly temperature. These groups were also characterized by different extent of genetic differentiation among populations. Dispersal was relatively high and of the same magnitude within compared to among regional groups, which contrasted with the maintenance of a regional genetic structure. However, genetic differentiation was lower among populations exchanging similar rates of local as opposed to inter-regional migrants, over the same geographical scale. This raised the hypothesis that gene flow could be constrained by local adaptation at the regional scale. Both coastal distance and temperature regime were found to influence the observed genetic structure according to landscape genetic analyses. The influence of other factors such as latitude, river length and altitude, migration tactic, and stocking was not significant at any spatial scale. Overall, these results suggested that the interaction between gene flow and thermal regime adaptation mainly explained the hierarchical genetic structure observed among Atlantic salmon populations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations223
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetGenetic diversity and population structureTravaux en français237 207