Application of Genomic Offsets to Inform Freshwater Fisheries Management Under Climate Change
Notice bibliographique
Résumé
), which has already been negatively impacted by increases in extreme temperature throughout its distribution. A previous study using whole genome resequencing of wild kokanee stocks identified 1412 environmentally associated SNPs and demonstrated genomic offset, a measure of climate vulnerability, to be significantly correlated with higher increases in extreme warm temperatures across much of the species' range in western Canada. Here, we aimed to operationalize this information for fisheries management by first developing a Genotyping-in-Thousands by sequencing (GT-seq) panel populated exclusively with environment associated SNPs. We then evaluated the robustness of the GT-seq panel relative to the signal in the whole genome resequencing baseline and demonstrated a novel application of donor and recipient importance (DI/RI) analysis to inform recreational fisheries stocking decisions. We found that a reduced GT-seq panel of 616 SNPs exhibited a significant positive correlation with those calculated from the full set of 1412 SNPs across the climate change scenarios tested; similar results were obtained when adding new reference populations not included in the original whole genome resequencing baseline. The DI/RI analysis revealed clear spatial trends, with populations situated in the warmest regions of southern interior British Columbia (Canada) having the highest probability for successful translocations to different recipient locations to the north. Similarly, candidate recipient lakes for stocking at the center of the distribution had higher recipient importance values than those located towards the eastern and western range peripheries. Although further refinement is required, pairing targeted genotyping with genomic offset and DI/RI predictions holds great promise for informing freshwater fisheries management moving forward.
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) | 0,001 | 0,001 |
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 ».