MétaCan
Menu
Retour à la cohorte
Enregistrement W4293553786 · doi:10.3389/fgene.2022.986724

Temporal sampling and network analysis reveal rapid population turnover and dynamic migration pattern in overwintering regions of a cosmopolitan pest

2022· article· en· W4293553786 sur OpenAlexaff
Fushi Ke, Jianyu Li, Liette Vasseur, Minsheng You, Shijun You

Notice bibliographique

RevueFrontiers in Genetics · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensBrock University
Organismes subventionnairesFujian Agriculture and Forestry UniversityNatural Science Foundation of Fujian ProvinceNational Natural Science Foundation of China
Mots-clésMetapopulationGene flowBiologyPopulationPEST analysisEcologyGenetic variationGeneticsGeneBiological dispersal

Résumé

récupéré en direct d'OpenAlex

Genetic makeup of insect pest is informative for source-sink dynamics, spreading of insecticide resistant genes, and effective management. However, collecting samples from field populations without considering temporal resolution and calculating parameters related to historical gene flow may not capture contemporary genetic pattern and metapopulation dynamics of highly dispersive pests. Plutella xylostella ( L. ), the most widely distributed Lepidopteran pest that developed resistance to almost all current insecticides, migrates heterogeneously across space and time. To investigate its real-time genetic pattern and dynamics, we executed four samplings over two consecutive years across Southern China and Southeast Asia, and constructed population network based on contemporary gene flow. Across 48 populations, genetic structure analysis identified two differentiated insect swarms, of which the one with higher genetic variation was replaced by the other over time. We further inferred gene flow by estimation of kinship relationship and constructed migration network in each sampling time. Interestingly, we found mean migration distance at around 1,000 km. Such distance might have contributed to the formation of step-stone migration and migration circuit over large geographical scale. Probing network clustering across sampling times, we found a dynamic P. xylostella metapopulation with more active migration in spring than in winter, and identified a consistent pattern that some regions are sources (e.g., Yunnan in China, Myanmar and Vietnam) while several others are sinks (e.g., Guangdong and Fujian in China) over 2 years. Rapid turnover of insect swarms and highly dynamic metapopulation highlight the importance of temporal sampling and network analysis in investigation of source-sink relationships and thus effective pest management of P. xylostella , and other highly dispersive insect pests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,021
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,220
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetPlant and animal studiesTravaux en français237 207