MétaCan
Menu
Retour à la cohorte
Enregistrement W4296977470 · doi:10.1038/s41467-022-33366-x

High-resolution silkworm pan-genome provides genetic insights into artificial selection and ecological adaptation

2022· article· en· W4296977470 sur OpenAlexaff
Xiaoling Tong, Minjin Han, Kunpeng Lu, Shuaishuai Tai, Shubo Liang, Yucheng Liu, Hai Hu, Jianghong Shen, Anxing Long, Chengyu Zhan, Xin Shun Ding, Shuo Liu, Qiang Gao, Bili Zhang, Linli Zhou, Duan Tan, Yajie Yuan, Nangkuo Guo, Yanhong Li, Zhangyan Wu, Lulu Liu, Chunlin Li, Yaru Lu, Tingting Gai, Yahui Zhang, Renkui Yang, Heying Qian, Yan‐Qun Liu, Jiangwen Luo, Lu Zheng, Jinghou Lou, Yunwu Peng, Weidong Zuo, Jiangbo Song, Songzhen He, Songyuan Wu, Yunlong Zou, Lei Zhou, Lan Cheng, Yuxia Tang, Guotao Cheng, Lianwei Yuan, Weiming He, Jiabao Xu, Tao Fu, Yang Xiao, Ting Lei, Anying Xu, Ye Yin, Jian Wang, Antónia Monteiro, Éric Westhof, Cheng Lu, Zhixi Tian, Wen Wang, Zhonghuai Xiang, Fangyin Dai

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilkworms and Sericulture Research
Établissements canadiensInstitute of GeneticsMinistry of Agriculture
Organismes subventionnairesSoochow UniversitySouthwest UniversityNatural Science Foundation of ChongqingZhejiang UniversityJiangsu UniversityNational Natural Science Foundation of China
Mots-clésBiologyBombyx moriGenomeDomesticationSelection (genetic algorithm)Evolutionary biologyGenomicsAdaptation (eye)PopulationGeneGeneticsComputational biologyArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

The silkworm Bombyx mori is an important economic insect for producing silk, the "queen of fabrics". The currently available genomes limit the understanding of its genetic diversity and the discovery of valuable alleles for breeding. Here, we deeply re-sequence 1,078 silkworms and assemble long-read genomes for 545 representatives. We construct a high-resolution pan-genome dataset representing almost the entire genomic content in the silkworm. We find that the silkworm population harbors a high density of genomic variants and identify 7308 new genes, 4260 (22%) core genes, and 3,432,266 non-redundant structure variations (SVs). We reveal hundreds of genes and SVs that may contribute to the artificial selection (domestication and breeding) of silkworm. Further, we focus on four genes responsible, respectively, for two economic (silk yield and silk fineness) and two ecologically adaptive traits (egg diapause and aposematic coloration). Taken together, our population-scale genomic resources will promote functional genomics studies and breeding improvement for silkworm.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,267
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations173
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSilkworms and Sericulture ResearchTravaux en français237 207