Genome-scale comparative analysis for host resistance against sea lice between Atlantic salmon and rainbow trout
Notice bibliographique
Résumé
Sea lice (Caligus rogercresseyi) is an ectoparasite which causes major production losses in the salmon aquaculture industry worldwide. Atlantic salmon (Salmo salar) and rainbow trout (Oncorhynchus mykiss) are two of the most susceptible salmonid species to sea lice infestation. The objectives of this study were to: (1) identify genomic regions associated with resistance to Caligus rogercresseyi in Atlantic salmon and rainbow trout by performing single-step Genome-Wide Association studies (ssGWAS), and (2) identify candidate genes related to trait variation based on exploring orthologous genes within the associated regions across species. A total of 2626 Atlantic salmon and 2643 rainbow trout were challenged and genotyped with 50 K and 57 K SNP panels, respectively. We ran two independent ssGWAS for sea lice resistance on each species and identified 7 and 13 regions explaining more than 1% of the genetic variance for the trait, with the most important regions explaining 3% and 2.7% for Atlantic salmon and rainbow trout, respectively. We identified genes associated with immune response, cytoskeleton function, and cell migration when focusing on important genomic regions for each species. Moreover, we found 15 common orthogroups which were present in more than one associated genomic region, within- or between-species; however, only one orthogroup showed a clear potential biological relevance in the response against sea lice. For instance, dual-specificity protein phosphatase 10-like (dusp10) and dual-specificity protein phosphatase 8 (dusp8) were found in genomic regions associated with lice density in Atlantic salmon and rainbow trout, respectively. Dusp10 and dusp8 are modulators of the MAPK pathway and might be involved in the differences of the inflammation response between lice resistant and susceptible fish from both species. Our results provide further knowledge on candidate genes related to sea lice resistance and may help establish better control for sea lice in fish 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».