An amplicon panel for high-throughput and low-cost genotyping of Pacific oyster
Notice bibliographique
Résumé
Maintaining genetic diversity in cultured shellfish can be challenging due to high variance in individual reproductive success, founder effects, and rapid genetic drift, but is important to retain adaptive potential and avoid inbreeding depression. To support broodstock management and selective breeding in cultured Pacific oysters (Crassostrea (Magallana) gigas), we developed an amplicon panel targeting 592 genomic regions and SNP variants with an average of 50 amplicons per chromosome. Target SNPs were selected based on elevated observed heterozygosity or differentiation in Pacific oyster populations in British Columbia, Canada. The use of the panel for parentage applications was evaluated using multiple generations of oysters from a breeding program on Vancouver Island, Canada (n = 181) and families selected for Ostreid herpesvirus-1 resistance from the Molluscan Broodstock Program in Oregon, USA (n = 136). Population characterization was evaluated using wild, naturalized, farmed, or hatchery oysters sampled throughout the Northern Hemisphere (n = 189). Technical replicates showed high genotype concordance (97.5%; n = 68 replicates). Parentage analysis found suspected pedigree and sample handling errors, demonstrating the panel's value for quality control in breeding programs. Suspected null alleles were identified and found to be largely population dependent, suggesting population-specific variation impacting target amplification. Null alleles were identified using existing data without the need for pedigree information, and once they were removed, assignment rates increased to 93.0 and 86.0% of possible assignments in the two breeding program datasets. A pipeline for analyzing the amplicon sequence data from sequencer output, amplitools, is also provided.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».