How do genes flow? Identifying potential dispersal mode for the semi-aquatic lichen Dermatocarpon luridum using spatial modelling and photobiont markers
Notice bibliographique
Résumé
BACKGROUND: Landscape genetics is an interdisciplinary field that combines tools and techniques from population genetics with the spatially explicit principles from landscape ecology. Spatial variation in genotypes is used to test hypotheses about how landscape pattern affects dispersal in a wide range of taxa. Lichens, symbiotic associations between mycobionts and photobionts, are an entity for which little is known about their dispersal mechanism. Our objective was to infer the dispersal mechanism in the semi-aquatic lichen Dermatocarpon luridum using spatial models and the spatial variation of the photobiont, Diplosphaera chodatii. We sequenced the ITS rDNA and the β-actin gene regions of the photobiont and mapped the haplotype spatial distribution in Payuk Lake. We subdivided Payuk Lake into subpopulations and applied four spatial models based on the topography and hydrology to infer the dispersal mechanism. RESULTS: Genetic variation corresponded with the topography of the lake and the net flow of water through the waterbody. A lack of isolation-by-distance suggests high gene flow or dispersal within the lake. We infer the dispersal mechanism in D. luridum could either be by wind and/or water based on the haplotype spatial distribution of its photobiont using the ITS rDNA and β-actin markers. CONCLUSIONS: We inferred that the dispersal mechanism could be either wind and/or water dispersed due to the conflicting interpretations of our landscape hypotheses. This is the first study to use spatial modelling to infer dispersal in semi-aquatic lichens. The results of this study may help to understand lichen dispersal within aquatic landscapes, which can have implications in the conservation of rare or threatened lichens.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».