MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948670117 · doi:10.5061/dryad.gf1vhhmkh

Genomic basis of deep‐water adaptation in Arctic Charr (Salvelinus alpinus) morphs

2020· dataset· en· W6948670117 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of VictoriaUniversity of GuelphDalhousie UniversityMemorial University of NewfoundlandFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Local adaptationGenetic divergenceGenomeGeneGenomicsDivergence (linguistics)Genetic variationHuman evolutionary genetics

Résumé

récupéré en direct d'OpenAlex

Colonization of extreme habitats requires extensive adaptation to novel environmental challenges. Deep-water environments (>50 m) have high hydrostatic pressure, low temperature, and low light, requiring physiological and visual system adaptation, but genomic mechanisms underlying evolution in these environments are rarely known. Post-glacial colonization of Gander Lake in Newfoundland, Canada, by Arctic Charr (Salvelinus alpinus) provides the opportunity to study the genomic basis of adaptation to extreme deep-water environments. Here, we compare genomic and morphometric divergence between a phenotypically divergent deep-water, demersal morph adapted to depths of up to 288m and a larger, piscivorous morph occupying shallower depths. Using a SNP array and resequencing of nuclear and mitochondrial genomes, we find moderate genetic divergence (FST = 0.15 - 0.11) between morphs, consistent with divergence in body shape and size, despite absence of mitochondrial genome divergence. Outlier analyses identified three key genes with very high divergence against a genome-wide distribution of diverged genomic islands containing genes with functions related to deep-water adaptation such as sensory processes, ligand binding and regulation of transcription. Quantification of SNP array signal intensity variation associated with complex polymorphisms (e.g. copy number variants), similarly uncovered genetic separation of morphs and coincided with several islands of genomic divergence, but also revealed additional genomic regions and molecular mechanisms associated with depth adaptation. Together, these results show that adaptation to an extreme deep-water environment has been facilitated by multiple polymorphism types with roles in cellular and physiological processes, providing insight into the genomic basis of adaptation in extreme environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,231
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→