MétaCan
Menu
Retour à la cohorte
Enregistrement W3022599661 · doi:10.1038/s41598-020-64692-z

Crossing the pond: genetic assignment detects lobster hybridisation

2020· article· en· W3022599661 sur OpenAlexfundno aff
Charlie D. Ellis, Tom L. Jenkins, Linda Svanberg, Susanne P. Eriksson, Jamie R. Stevens

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundHavforskningsinstituttetUniversité Laval
Mots-clésFisheryBiologyComputational biologyComputer science

Résumé

récupéré en direct d'OpenAlex

American lobsters (Homarus americanus) imported live into Europe as a seafood commodity have occasionally been released or escaped into the wild, within the range of an allopatric congener, the European lobster (H. gammarus). In addition to disease and competition, introduced lobsters threaten native populations through hybridisation, but morphological discriminants used for species identification are unable to discern hybrids, so molecular methods are required. We tested an array of 79 single nucleotide polymorphisms (SNPs) for their utility to distinguish 1,308 H. gammarus from 38 H. americanus and 30 hybrid offspring from an American female captured in Sweden. These loci provide powerful species assignment in Homarus, enabling the robust identification of hybrid and American individuals among a survey of European stock. Moreover, a subset panel of the 12 most powerful SNPs is sufficient to separate the two pure species, even when tissues have been cooked, and can detect the introduced component of hybrids. We conclude that these SNP loci can unambiguously identify hybrid lobsters that may be undetectable via basic morphology, and offer a valuable tool to investigate the prevalence of cryptic hybridisation in the wild. Such investigations are required to properly evaluate the potential for introgression of alien genes into European lobster 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,221
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCrustacean biology and ecologyTravaux en français237 207