Accurate runs of homozygosity estimation from low coverage genome sequences in non-model species
Notice bibliographique
Résumé
Runs of homozygosity (ROH) are increasingly being analyzed using whole genome sequences in non-model species as a measure of inbreeding and to assess demographic history, thus providing useful information for conservation. However, most studies have used Plink for ROH inference which has been shown to perform poorly when sequencing depth is below 10X, often underestimating the true proportion of the genome in ROH, which could lead to erroneous status assessment and management decisions. We use whole genome sequences from caribou, a non-model species at risk, subsampled to sequencing depths ranging from 1X to 15X, to assess the performance of ROHan, a program developed to enable ROH estimation using lower coverage sequences but so far only optimized for human data. We use 22 individuals with varying extent of inbreeding to assess the effects of sequencing depth, input parameters, and demographic history on the inference of ROH. We found that accurate estimation of the percentage of the genome and lengths of ROH can be achieved down to depths as low as 3-5X. However, input parameters and the demographic history of the individual can have a dramatic effect on results. Using our optimized settings, we then re-analyze low coverage sequences from a small and isolated caribou population and demonstrate high levels of inbreeding which had previously been missed. We provide recommendations for thorough optimization of parameters including the need for multiple runs as well as careful interpretation of outputs to enable robust ROH inference using low coverage whole genome sequences in wildlife species.
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 | 0,011 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».