Genomics‐Enabled Mixed‐Stock Analysis Uncovers Intraspecific Migratory Complexity and Detects Unsampled Populations in a Harvested Fish
Notice bibliographique
Résumé
The contributions of distinct populations to annual harvests provide key insights to conservation, especially in migratory species that return to specific reproductive areas. In this context, genetic stock identification (GSI) requires reference samples from source populations to assign harvested individuals, yet sampling might be challenging as reproductive areas could be remote and/or unknown. To investigate intraspecific variation in walleye (Sander vitreus) populations harvested in two large lakes in northern Quebec, we used genotyping-by-sequencing data to develop a panel of 303 filtered single-nucleotide polymorphisms. We then genotyped 1465 fish and assessed individual migration distances from GPS coordinates of capture locations. Samples were assigned to a source population using two methods, one requiring allele frequencies of known populations (RUBIAS) and the other without prior knowledge (STRUCTURE). Individual assignments to a known population reached 93% consistency between both methods in the main lake where we identified all five major source populations. However, the analyses also revealed up to three small unsampled populations. Furthermore, populations were characterised by large differences in average migration distance. In contrast, assignment consistency reached 99% in the neighbouring lake and walleye were assigned with high confidence to two populations having a similar distribution throughout the lake. The complex population structure and migration patterns in the main lake suggest a more heterogeneous habitat and thus, greater potential for local adaptation. This study highlights how combining analytical approaches can inform the robustness of GSI results in a given system and detect intraspecific diversity and complexity relevant for conservation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».