MétaCan
Menu
Retour à la cohorte
Enregistrement W2129077573 · doi:10.1111/1755-0998.12017

Consistent divergence times and allele sharing measured from cross‐species application of <scp>SNP</scp> chips developed for three domestic species

2012· article· en· W2129077573 sur OpenAlexaff
Joshua M. Miller, James Kijas, Michael P. Heaton, John C. McEwan, David W. Coltman

Notice bibliographique

RevueMolecular Ecology Resources · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiologySNPTaxonAlleleDivergence (linguistics)Evolutionary biologyGeneticsSingle-nucleotide polymorphismEcologyGeneGenotype

Résumé

récupéré en direct d'OpenAlex

Recent advances in technology facilitated development of large sets of genetic markers for many taxa, though most often model or domestic organisms. Cross-species application of genomic technologies may allow for rapid marker discovery in wild relatives of taxa with well-developed resources. We investigated returns from cross-species application of three commercially available SNP chips (the OvineSNP50, BovineSNP50 and EquineSNP50 BeadChips) as a function of divergence time between the domestic source species and wild target species. Across all three chips, we observed a consistent linear decrease in call rate (~1.5% per million years), while retention of polymorphisms showed an exponential decay. These results will allow researchers to predict the expected amplification rate and polymorphism of cross-species application for their taxa of interest, as well as provide a resource for estimating divergence times.

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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,667

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 Opus0,026
Tête enseignante GPT0,249
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations60
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Ecology ResourcesMême sujetGenetic diversity and population structureTravaux en français237 207