Epigenetic then genetic variations underpin rapid adaptation of oyster populations ( <i>Crassostrea gigas</i> ) to Pacific Oyster Mortality Syndrome (POMS)
Notice bibliographique
Résumé
Abstract Disease emergence is accelerating in response to human activity-induced global changes. Understanding the mechanisms by which host populations can rapidly adapt to this threat will be crucial for developing future management practices. Pacific Oyster Mortality Syndrome (POMS) imposes a substantial and recurrent selective pressure on oyster populations ( Crassostrea gigas) . Rapid adaptation to this disease may arise through both genetic and epigenetic mechanisms. In this study, we used a combination of whole exome capture of bisulfite-converted DNA, next-generation sequencing, and (epi)genome-wide association mapping, to show that natural oyster populations differentially exposed to POMS displayed signatures of selection both in their genome (single nucleotide polymorphisms) and epigenome (CG-context DNA methylation). Consistent with higher resistance to POMS, the genes targeted by genetic and epigenetic variations were mainly related to host immunity. By combining correlation analyses, DNA methylation quantitative trait loci, and variance partitioning, we revealed that a third of the observed phenotypic variation was explained by interactions between the genetic sequence and epigenetic information, ∼14% by the genetic sequence, and up to 25% by the epigenome alone. Thus, as well as genetic adaptation, epigenetic mechanisms governing immune responses contribute significantly to the rapid adaptation of hosts to emerging infectious diseases.
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 | 0,000 | 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) | 0,001 | 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 ».