Development of an 8K SNP chip to assess adaptive diversity and hybridization in polar bears
Notice bibliographique
Résumé
Abstract The polar bear ( Ursus maritimus ) is a species particularly vulnerable to the effects of climate change. As the climate warms, polar bears will be forced to move to more suitable habitats which are likely to shrink, adapt to the new conditions, or decline in population size. However, the genomic diversity within and among all 19 subpopulations of polar bears, and therefore their adaptive potential, is currently unknown. In addition, warmer climates are likely to result in more frequent contact between polar bears and grizzly bears ( U. arctos ), with which they can hybridize. Here we describe the development, quality control, and application of the Ursus maritimus V2 SNP chip. This 8 K SNP chip contains loci explicitly selected to assess both RAD-derived and transcriptome-derived loci, as well as SNPs to detect hybridization between species. A total of 7,239 loci (90.3% of those printed) were successfully genotyped, with over 99% genotype concordance for individuals typed in duplicate on this chip, and between individuals typed here and on the Ursus maritimus V1 SNP chip. Using simulations, we demonstrate that the markers have high accuracy and efficiency to detect hybridization and backcrosses between polar bears and grizzly bears. However, empirical analysis of 371 polar bears, 440 grizzly bears, and 8 known hybrids found no novel instances of recent hybridization. The Ursus maritimus V2 SNP chip provides a powerful tool for monitoring the adaptive potential of this species along with assessing population structure, quantitative genomics, and hybridization in polar bears.
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 | 0,001 |
| 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 ».