Development and validation of an exome-wide SNP genotyping array for genomic prediction, GWAS and assessment of introgressive hybridization between black and red spruces, and transferability to white and Norway spruces
Notice bibliographique
Résumé
Abstract Introgressive hybridization plays a major role in shaping the evolutionary dynamics and adaptive potential of forest trees. In this study, we developed and validated an exome-wide bispecific SNP genotyping array (Pmr25k) for the closely related species black spruce ( Picea mariana ) and red spruce ( Picea rubens ), two ecologically and economically important North American conifers that form a widespread hybrid zone in eastern Canada. Exome capture and sequencing of pooled red spruce samples yielded over 25,000 high-quality SNPs, which were used in conjunction with a previously developed black spruce gene SNP resource of over 97,000 high-quality SNPs, to construct the bispecific genotyping array. The final array comprised 21,573 successfully manufactured SNPs, representing 14,200 distinct gene loci, of which 85% were segregating when both species were considered together. More than 4000 segregating SNPs could also be successfully used and genotyped in each of white spruce ( Picea glauca ) and Norway spruce ( Picea abies ), highlighting the conserved nature of DNA attachment sites and presence of homologous SNPs for many gene loci. The Pmr25k array thus provides an efficient and reliable high-throughput genotyping tool to investigate introgression, genetic adaptation at the gene level, and to assist genomic-based prediction for breeding and conservation efforts in boreal spruces.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».