Salmonid chromosome evolution as revealed by a novel method for comparing RADseq linkage maps
Notice bibliographique
Résumé
Abstract Whole genome duplication (WGD) can provide material for evolutionary innovation. Assembly of large, outbred eukaryotic genomes can be difficult, but structural rearrangements within such taxa can be investigated using linkage maps. RAD sequencing provides unprecedented ability to generate high-density linkage maps for non-model species, but can result in low numbers of homologous markers between species due to phylogenetic distance or differences in library preparation. Family Salmonidae is ideal for studying the effects of WGD as the ancestral salmonid underwent WGD relatively recently, around 65 million years ago, then rediploidized and diversified. Extensive synteny between orthologous chromosomes occurs in extant salmonids, but each species has both conserved and unique chromosome arm fusions and fissions. Here we generate a high-density linkage map (3826 markers) for the Salvelinus genera (Brook Charr S. fontinalis ), and then identify orthologous chromosome arms among the other available salmonid high-density linkage maps, including six species of Oncorhynchus , and one species for each of Salmo and Coregonus , as well as the sister group for the salmonids, Esox lucius for homeolog designation. To this end, we developed MapComp , a program that identifies identical and proximal markers between linkage maps using a reference genome of a related species as an intermediate. This approach increases the number of comparable markers between linkage maps by 5-fold, enabling a characterization of the most likely history of retained chromosomal rearrangements post-WGD, and identifying several conserved chromosomal inversions. Analyses of RADseq-based linkage maps from other taxa will also benefit from MapComp , available at: https://github.com/enormandeau/mapcomp/
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».