Genomics-based Mixed-stock Analysis of Brook Trout Reveals Cryptic Population Structure and Complex Lake Migrations
Notice bibliographique
Résumé
Effective fishery management relies on knowing the contributions of genetically distinct populations to mixed-stock harvests. We investigated population genomic structure and harvest contributions of lake-migratory brook trout inhabiting three large Quebec lakes (Mistassini, Mistasiniishish, Waconichi). These brook trout support fisheries important to the Cree Nation of Mistissini and their tourism outfitting industry. Together with local partners we collected 1063 samples from spawning sites and feeding areas between 2020-2022. We then used a GTseq (Genotyping-in-Thousands by sequencing) panel of 393 single nucleotide polymorphisms to: i) infer population genetic structure and test for unknown populations; ii) assign individuals to their population of origin, and iii) determine harvest contributions of genetically distinct populations. Our results revealed population structure in two of three study lakes and extensive movements of brook trout, with some individuals travelling over 100km away from spawning rivers. In the largest lake (Mistassini), two of three populations contributed over 90% of the lake’s harvest and exhibited distinct spatial distributions that were stable across years. In Mistasiniishish Lake, over 80% of harvested trout originated from a single, previously known population; the remaining trout originated from a cryptic, unsampled population with a strongly overlapping spatial distribution. No population structure was detected in Waconichi Lake. We also detected low levels of migration from Mistasiniishish Lake into Mistassini Lake through a waterfall historically reported to be a dispersal barrier. Our results illustrate the precision afforded by GTseq to inform insights into the ecology and genetics of lake-migratory salmonids, thereby facilitating local management for sustainable fisheries.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».