Landscape characteristics determine the gene exchange pattern of Opisthopappus species in the Taihang Mountains
Notice bibliographique
Résumé
Landscape features are effective geographical barriers resulting inpopulation differentiation of plant species. Taihang Mountains in China possess complexly geographical topology and specific landscape characteristics. Two closely related syntopic Opisthopappus species, mainly distribute in different areas of Taihang Mountains, respectively. How the landscape of Taihang Mountains affects the gene exchange between these two species still unclear. Combined SNP data from restriction-site associated DNA sequencing (RAD-seq) and recently developed landscape genetic methods (EEMS, Samβada, LFMM), we conducted a landscape genetic analysis of these two species. It found that the diversity of O. longilobus was higher than that of O. taihangensis, the gene flow was mostly from north to south along Taihang Mountains. However, a general north–south gene exchange barrier between O. longilobus and O. taihangensis was detected. Among the landscape factors of Taihang Mountains, eight was found to be the important ones, including average precipitation in August, October, and November, solar radiation in August, soil PH, built-up land, rain-fed cultivated land, and workability. And these eight factors were closely related to the occurred barriers, indicating that climatic conditions and human activities rather than geographical environment resulted in these barriers. Twenty-nine selected SNPs were identified to be significant correlated with the eight factors, especially average precipitation in November. Thus, the average precipitation in November could be regarded as an ecological indicator for O. longilobus and O. taihangensis. The results revealed the effect of landscape features on two species and the adaption on the landscape environment of Taihang Mountains during the long-term evolution.
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 | 0,000 |
| 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 ».