Unraveling hierarchical genetic structure in a marine metapopulation: A comparison of three high‐throughput genotyping approaches
Notice bibliographique
Résumé
Marine metapopulations often exhibit subtle population structure that can be difficult to detect. Given recent advances in high-throughput sequencing, an emerging question is whether various genotyping approaches, in concert with improved sampling designs, will substantially improve our understanding of genetic structure in the sea. To address this question, we explored hierarchical patterns of structure in the coral reef fish Elacatinus lori using a high-resolution approach with respect to both genetic and geographic sampling. Previously, we identified three putative E. lori populations within Belize using traditional genetic markers and sparse geographic sampling: barrier reef and Turneffe Atoll; Glover's Atoll; and Lighthouse Atoll. Here, we systematically sampled individuals at ~10 km intervals throughout these reefs (1,129 individuals from 35 sites) and sequenced all individuals at three sets of markers: 2,418 SNPs; 89 microsatellites; and 57 nonrepetitive nuclear loci. At broad spatial scales, the markers were consistent with each other and with previous findings. At finer spatial scales, there was new evidence of genetic substructure, but our three marker sets differed slightly in their ability to detect these patterns. Specifically, we found subtle structure between the barrier reef and Turneffe Atoll, with SNPs resolving this pattern most effectively. We also documented isolation by distance within the barrier reef. Sensitivity analyses revealed that the number of loci (and alleles) had a strong effect on the detection of structure for all three marker sets, particularly at small spatial scales. Taken together, these results illustrate empirically that high-throughput genotyping data can elucidate subtle genetic structure at previously-undetected scales in a dispersive marine fish.
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 ».