Temporal change in genetic structure and effective population size in steelhead trout (<i>Oncorhynchus mykiss</i>)
Notice bibliographique
Résumé
There is a wealth of published molecular population genetic studies, however, most do not include historic samples and thus implicitly assume temporal genetic stability. We tested for changes in genetic diversity and structure in three populations of steelhead trout (Oncorhynchus mykiss) from a northern British Columbia watershed using seven microsatellite loci over 40 years. We found little change in genetic diversity (mean allele numbers and observed and expected heterozygosity), despite large variation in the estimated numbers of steelhead returning to the watershed over the same time period. However, the temporal stability in genetic diversity is not reflected in population structure, which appears to be high among populations, yet significantly variable over time. The neighbour-joining tree showed that, overall, two of the populations (Zymoetz and Kispiox) clustered separately from the third (Babine); a finding which was not consistent with their geographical separation. The clustering pattern was also not temporally consistent. We used the temporal method to estimate the effective number of breeders (Nb ) for the three populations; our values (Nb = 17-102) were low for the large and presumed vigorous populations of steelhead trout sampled. The low Nb values were also not consistent with the generally high genetic diversity estimates, suggesting the possibility of intermittent gene flow among the three populations. The use of temporal analyses in population genetic samples should be a priority; first, to verify observed patterns in contemporary data, and second, to build a dataset of temporal analyses to allow generalizations to be made concerning temporal genetic stability and effective population size in natural 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 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 ».