Decoding the Genetic Resources of Common Carp ( <i>Cyprinus carpio</i> ) Across Three Habitats in China: From Subspecies Patterns to Genetic Status
Notice bibliographique
Résumé
ABSTRACT As one of the earliest domesticated aquatic species, the common carp ( Cyprinus carpio ) has developed a dynamic and complex genetic landscape globally due to subspecies divergence, variety introductions and insufficient genetic management. China, which holds the world's largest diversity of both wild and domesticated carp populations, also faces substantial challenges in managing subspecies composition and genetic resources. In this study, 952 individuals from 25 populations across wild river systems, paddy fields and ponds were sampled, and mitochondrial DNA markers ( cytochrome b and control region) were used to redefine subspecies distributions from a habitat‐based perspective and to clarify genetic patterns within and among habitats. Our results show that C. c. rubrofuscus has become the dominant subspecies across all three habitat types, whereas C. c. carpio is mainly preserved in wild river populations in northeastern China. Pond populations retain the highest number of pure subspecies ( C. c. rubrofuscus and C. c. haematopterus ). Wild populations exhibited the highest genetic diversity and relatively low differentiation, while pond populations had the fewest haplotypes and the strongest genetic divergence, reflecting long‐term artificial selection. Paddy‐field populations displayed heterogeneous patterns: Qingtian, Heili and Qingyuan paddy‐field carp were highly isolated with low diversity, whereas others showed frequent gene flow with nearby wild carp. These findings highlight the need for habitat‐specific genetic management strategies to maintain genetic diversity and safeguard native carp resources.
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) | 0,000 | 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 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 ».