In-field genetic stock identification of overwintering coho salmon in the Gulf of Alaska: Evaluation of Nanopore sequencing for remote real-time deployment
Notice bibliographique
Résumé
Abstract Genetic stock identification (GSI) by single nucleotide polymorphism (SNP) sequencing has become the gold standard for stock identification in Pacific salmon, which are found in mixed-stocks during the oceanic phase of their lifecycle. Sequencing platforms currently applied require large batch sizes and multi-day processing in specialized facilities to perform genotyping by the thousands. However, recent advances in third-generation single-molecule sequencing platforms, like the Oxford Nanopore minION, provide base calling on portable, pocket-sized sequencers and hold promise for the application of real-time, in-field stock identification on variable batch sizes. Here we report and evaluate utility and comparability of at-sea stock identification of coho salmon Oncorhynchus kisutch based on targeted SNP amplicon sequencing on the minION platform during the International Year of the Salmon Signature Expedition to the Gulf of Alaska in the winter of 2019. Long read sequencers are not optimized for short amplicons, therefore we concatenate amplicons to increase coverage and throughput. Nanopore sequencing at-sea yielded stock assignment for 50 of the 80 assessed individuals. Nanopore-based SNP calls agreed with Ion Torrent based genotypes in 83.25%, but assignment of individuals to stock of origin only agreed in 61.5% of individuals highlighting inherent challenges of Nanopore sequencing, such as resolution of homopolymer tracts and indels. However, poor representation of assayed coho salmon in the queried baseline dataset contributed to poor assignment confidence on both platforms. Future improvements will focus on lowering turnaround time, accuracy, throughput, and cost, as well as augmentation of the existing baselines, specifically in stocks from coastal northern BC and Alaska. If successfully implemented, Nanopore sequencing will provide an alternative method to the large-scale laboratory approach. Genotyping by amplicon sequencing in the hands of diverse stakeholders could inform management decisions over a broad expanse of the coast by allowing the analysis of small batches in remote areas in near real-time.
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 ».