A new Genotyping-in-thousands by sequencing (GT-seq) assay for polar bears (Ursus maritimus): development, validation, and applications
Notice bibliographique
Résumé
Traditional wildlife monitoring approaches are often time-consuming and expensive, and fail to partner with and benefit Indigenous communities. This is particularly relevant for polar bears (Ursus maritimus), which lack contemporary range-wide data on population dynamics, are facing large-scale habitat declines due to climate change, and are of socioeconomic and cultural importance to northern communities. Genetic monitoring using non-invasive samples (e.g. scat) can provide a complement or alternative to traditional methods, but requires novel genetic techniques that are optimized for degraded DNA. Thus, my second data chapter focused on developing, optimizing, and validating a Genotyping-in-Thousands by sequencing (GT-seq) panel of 324 single nucleotide polymorphisms for degraded polar bear DNA. My work demonstrated successful genotyping (>50% loci) for a range of DNA sources, including 62.9% of non-invasively collected scat samples determined to contain polar bear DNA, and that GT-seq data can be reliably used to discern individuals, identify sex, assess relatedness, and resolve population structure in Canadian polar bears. To further expand our understanding of polar bear population dynamics and explore the power of GT-seq, I used this new GT-seq assay in my third data chapter to test for male-biased dispersal in four Canadian polar bear subpopulations and whether this increases with population density. My genetic clustering results indicated some fine-scale genetic structure in females from low-density areas, consistent with male-biased dispersal. In contrast, spatial autocorrelation analyses did not reveal spatial patterns consistent with male-biased dispersal, although were likely limited by poor sampling resolution and geographic scale of sampling. My work confirms that GT-seq provides comparable information and resolution to traditional methods of monitoring, but enables greater cost-efficiency and the use of degraded (e.g. non-invasive) samples. Importantly, I demonstrate the power of GT-seq for sex-biased dispersal evaluation and provide the first of such applications. Overall, I conclude that GT-seq in tandem with community-based monitoring programs may improve temporal monitoring of polar bear populations and Arctic ecosystems, actively provide socioeconomic benefits to northern communities, and serve as a model for inclusive, non-invasive wildlife monitoring worldwide.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».