Evaluating genotyping‐in‐thousands by sequencing as a genetic monitoring tool for a climate sentinel mammal using non‐invasive and archival samples
Notice bibliographique
Résumé
Abstract Genetic tools for wildlife monitoring can provide valuable information on spatiotemporal population trends and connectivity, particularly in systems experiencing rapid environmental change. Multiplexed targeted amplicon sequencing techniques, such as genotyping‐in‐thousands by sequencing (GT‐seq), can provide cost‐effective approaches for collecting genetic data from low‐quality and quantity DNA samples, making them potentially useful for long‐term wildlife monitoring using non‐invasive and archival samples. Here, we developed a GT‐seq panel as a potential monitoring tool for the American pika (Ochotona princeps) and evaluated its performance when applied to traditional, non‐invasive, and archival samples, respectively. Specifically, we optimized a GT‐seq panel (307 single nucleotide polymorphisms (SNPs)) that included neutral, sex‐associated, and putatively adaptive SNPs using contemporary tissue samples (n = 77) from the Northern Rocky Mountains lineage of American pikas. The panel demonstrated high genotyping success (94.7%), low genotyping error (0.001%), and excellent performance identifying individuals, sex, relatedness, and population structure. We subsequently applied the GT‐seq panel to archival tissue (n = 17) and contemporary fecal pellet samples (n = 129) collected within the Canadian Rocky Mountains to evaluate its effectiveness. Although the panel demonstrated high efficacy with archival tissue samples (90.5% genotyping success, 0.0% genotyping error), this was not the case for the fecal pellet samples (79.7% genotyping success, 28.4% genotyping error) likely due to the exceptionally low quality/quantity of recovered DNA using the approaches implemented. Overall, our study reinforced GT‐seq as an effective tool using contemporary and archival tissue samples, providing future opportunities for temporal applications using historical specimens. Our results further highlight the need for additional optimization of sample and genetic data collection techniques prior to broader‐scale implementation of a non‐invasive genetic monitoring tool for American pikas.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».