Challenges in assessing adaptive genetic diversity: overview of methods and empirical illustrations
Notice bibliographique
Résumé
INTRODUCTION Since its inception, the concept of ‘evolutionarily significant unit’ (ESU) has had several theoretical definitions differing mainly on the emphasis given to neutral versus adaptive genetic diversity (Ryder 1986; Waples 1991; Moritz 1994; Crandall et al . 2000; reviewed in Fraser and Bernatchez 2001). The ‘neutral’ definition highlights a genetic background shaped over a long-term evolutionary time scale by evolutionary forces such as genetic drift and migration (Moritz 2002). In contrast, the ‘adaptive’ definition underlines the existing, adaptively significant phenotypic variation resulting from the ongoing action of natural selection (McKay and Latta 2002; van Tienderen et al . 2002). Thus, neutral and adaptive diversities depict distinct temporal realms (Fig. 6.1) and should be assessed separately and differently (Bowen 1999; Moritz 2002). The neutral component of genetic diversity was the first to be investigated, coinciding with the breakthrough in the development of molecular markers and new tools and concepts in phylogeography and population genetics. A wide range of methods is currently available to measure neutral genetic variability, which has resulted in crucial answers to several key conservation issues (see examples in Frankham et al . 2002). In contrast, characterizing adaptive genetic variation remains challenging (van Tienderen et al . 2002; Vasemägi and Primmer 2005), requiring the identification of a small number of adaptive loci scattered throughout the genome (Black et al . 2001). Moreover, molecular markers are generally assumed to be neutral and they have been shown to be poor indicators of adaptive genetic diversity (Merilä and Crnokrak 2001; Reed and Frankham 2001; McKay and Latta 2002). Given this background, we review here different strategies that can be adopted to reveal genetic polymorphisms with an adaptive role. The goal of this chapter is not to present an exhaustive and detailed list of existing methods, but rather to highlight the underlying principles of those we believe to be the most useful and/or readily applicable, as well as their advantages and drawbacks. Several examples relevant to conservation are also presented.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,038 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».