Pedigree-based genome-wide imputation using a low-density amplicon panel for the highly polymorphic Pacific oyster Crassostrea (Magallana) gigas
Notice bibliographique
Résumé
High-density genomic data are instrumental for selective breeding, but the costs associated with these approaches can hinder progress, as is the case for most aquaculture species. A strategy to reduce genotyping costs is to genotype a few select individuals at high-density ( e.g. , parents, grandparents), and many others at low density ( e.g. , offspring), then impute genotypes. This has been demonstrated in silico for Pacific oyster Crassostrea ( Magallana ) gigas but was particularly challenging relative to other species and has never been empirically tested. Here, four families of Pacific oysters, bred via marker-assisted selection for variation at a locus for field survival in an ostreid herpesvirus 1 (OsHV-1)-positive estuary, were exposed to OsHV-1 then genotyped using a low-density amplicon panel ( n = 240 individuals). Parents were genotyped with the amplicon panel and by whole-genome resequencing. Offspring genotypes were imputed, and accuracy was determined by comparing against held-out whole-genome data for offspring. Imputation resulted in reduced minor allele frequencies and enriched homozygosity relative to empirical data. An in silico three-generation analysis was used to investigate the effect of deepening the pedigree, resulting in superior concordance in genotypes (GC = 84.5 %) and allelic dosage ( r = 0.73) compared to two-generation imputation (GC = 75.3 %; r = 0.63). Genome-wide associations to OsHV-1 survivorship with imputed data identified significantly associated regions on the expected chromosome 8, but not at the expected position based on previous work, pointing to a potentially more complex genetic architecture for the trait. Our results empirically demonstrate the utility of amplicon panel-based genome-wide imputation in shellfish, and thus enable low-cost selective breeding techniques.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».