Optimization of an amplicon sequencing‐based microsatellite panel and protocol for stock identification and kinship inference of lake trout (<i>Salvelinus namaycush</i>)
Notice bibliographique
Résumé
Abstract Kinship‐based methods of population assessment such as close‐kin mark‐recapture require accurate and efficient genotyping methods capable of resolving complex relationships among kin. Inference of such relationships can be difficult using biallelic loci due to the large number of markers required to obtain the necessary power. Sequencing‐based microsatellite panels offer an efficient alternative, combining high polymorphism with efficient next‐generation methods. Here we construct, optimize, and test one such panel for lake trout ( Salvelinus namaycush ) using a combination of previously‐published loci adapted for sequencing and de novo loci mined from a genome assembly. We performed three rounds of primer optimization, yielding a final panel of 131 loci, followed by testing with two different levels of PCR multiplexing (all primers in one or two groups) and two different reaction volumes (5 and 10 μL). Our results showed that the use of the largest multiplex and smallest reaction volume did not substantially change results, allowing significant cost and time savings. To test panel accuracy, we used both a set of 153 known‐origin samples from origins of management interest and a series of hatchery crosses representing nine families with parent‐offspring, half‐sibling, and largely‐unrelated pairs. Our results indicate that sequencing‐based microsatellite panels can efficiently and accurately provide the information required for a population genetics analyses including population assignment, calculation of between‐population F ST , and kinship‐based population estimation techniques. Such techniques are seeing increasing applications for a wide range of taxa; our findings should provide insight and guidance for the development of the necessary molecular resources.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».