MétaCan
Menu
← Retour à la cohorte
Enregistrement W4376114851 · doi:10.22541/au.168371520.09492745/v1

Is structural variation necessary to create islands of divergence in moderate gene flow species? A case study in sockeye salmon

2023· preprint· en· W4376114851 sur OpenAlexaff
Peter T. Euclide, Wesley A. Larson, Yue Shi, Kristen M. Gruenthal, Kris A. Christensen, Jim Seeb, Lisa W. Seeb

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBiologyGene flowLocal adaptationEvolutionary biologyAdaptation (eye)Divergence (linguistics)GenomeStructural variationGenetic variationGenetic architectureAdaptive radiationGeneticsGeneGenetic divergenceSelection (genetic algorithm)PhenotypePhylogeneticsGenetic diversityPopulation

Résumé

récupéré en direct d'OpenAlex

Local adaptation is often facilitated by loci clustered in relatively few regions of the genome, termed genomic islands of divergence. However, the mechanisms that create, mold, and maintain these islands are poorly understood. Here, we use sockeye salmon as a model species to investigate the mechanisms responsible for creating islands of divergence linked to adaptive variation. Previous research suggests that multiple islands are involved in adaptive radiation of sockeye salmon. However, these studies were based on low-density genomic methods that genotyped tens to thousands of loci, making it difficult to elucidate the mechanisms responsible for islands. We used whole genome resequencing to genotype millions of loci to investigate these mechanisms. We discovered 64 islands, 16 of which were shared between two isolated populations; these 16 islands were clustered in four genomic regions. Characterization of the shared regions suggested that three of four were likely created by chromosomal inversions, while the other was created by processes not involving structural variation. Additionally, all four regions were relatively small (< 600 kb), suggesting inversions and other low recombination regions do not have to span megabases to be important for adaptive divergence. In sum, our study demonstrates that heterogeneous selection can lead to a mosaic of islands created by different mechanisms within the same genome. Future studies should continue to investigate how gene flow, selection, and the architecture of genetic traits interact to influence the genomic landscape of adaptive divergence.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,291
Écart entre enseignants0,257 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→