Resolving fine‐scale population structure and fishery exploitation using sequenced microsatellites in a northern fish
Notice bibliographique
Résumé
Abstract The resiliency of populations and species to environmental change is dependent on the maintenance of genetic diversity, and as such, quantifying diversity is central to combating ongoing widespread reductions in biodiversity. With the advent of next‐generation sequencing, several methods now exist for resolving fine‐scale population structure, but the comparative performance of these methods for genetic assignment has rarely been tested. Here, we evaluate the performance of sequenced microsatellites and a single nucleotide polymorphism (SNP) array to resolve fine‐scale population structure in a critically important salmonid in north eastern Canada, Arctic Charr (Salvelinus alpinus). We also assess the utility of sequenced microsatellites for fisheries applications by quantifying the spatial scales of movement and exploitation through genetic assignment of fishery samples to rivers of origin and comparing these results with a 29‐year tagging dataset. Self‐assignment and simulation‐based analyses of 111 genome‐wide microsatellite loci and 500 informative SNPs from 28 populations of Arctic Charr in north‐eastern Canada identified largely river‐specific genetic structure. Despite large differences (~4X) in the number of loci surveyed between panels, mean self‐assignment accuracy was similar with the microsatellite loci and the SNP panel (>90%). Subsequent analysis of 996 fishery‐collected samples using the microsatellite panel revealed that larger rivers contribute greater numbers of individuals to the fishery and that coastal fisheries largely exploit individuals originating from nearby rivers, corroborating results from traditional tagging experiments. Our results demonstrate the efficacy of sequence‐based microsatellite genotyping to advance understanding of fine‐scale population structure and harvest composition in northern and understudied species.
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 | 0,001 | 0,001 |
| 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 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 ».