Variabilité génétique, moléculaire et quantitative du Tilapia du Nil (Oreochromis niloticus, Linnaeus, 1758) dans le bassin du Congo
Bibliographic record
Abstract
Dans ce travail de thèse de doctorat, deux objectifs ont été poursuivis à savoir : i) évaluer la structure génétique des populations du tilapia du Nil (Oreochromis niloticus, Linnaeus, 1758) pour orienter les mesures de gestion à l’échelle de la sous-région du bassin du Congo; ii) et évaluer l’héritabilité des traits de croissance afin d’envisager une amélioration génétique de ladite espèce. Dans la perspective de déterminer la structuration génétique du tilapia du Nil dans le bassin du Congo à l'aide de récents outils génomiques de type GBS, 13,792 SNPs neutres étaient identifiés à partir de 438 tilapias du Nil collectés au Cameroun, en République Centrafricaine et en République Démocratique de Congo. La présence de groupements génétiques distincts a été élucidée par la méthode de regroupement bayésien implémentée dans le programme Admixture exécuté en utilisant 2000 bootstraps avec un nombre de groupes (K) variant de 1 à 14. L’estimation du flux génique potentiel, entre les sites, a été réalisée à l’aide du logiciel Treemix et l’évaluation de degré d’apparentement par paire entre deux individus d’un même site ou écosystème (utilisant les indices de relation de parenté ou relatedness, AJK), par vcftools. L’estimation de l’héritabilité des traits de croissance du tilapia du Nil a été réalisée en utilisant les données de 660 poissons cultivés dans les hapas placés en étang entre 185 et 209 jours d’expérience. Les mesures de masse corporelle et de longueur standard ont été prises in situ tandis que le facteur de condition a été déduit en utilisant la formule de Fulton. La détermination de données liées à la morphologie a été obtenue par analyse Procruste généralisée. Une analyse utilisant le modèle animal mixte a été appliquée à ces traits morphométriques pour estimer les différentes composantes de variance génétique et environnementale à partir desquelles l'héritabilité de chaque caractère, les effets des facteurs environnementaux et les corrélations génétiques entre les traits ont été déduits. Les résultats de l’analyse de structure sur les 13,792 marqueurs neutres ont révélé l’existence d'une structuration génétique mise en évidence avec l’identification de 5 populations génétiquement différentes (moyenne Fst = 0.079; CI: 0.073 à 0.086, P-valeur = 0.001). Il ressort de cette étude qu’il y a eu flux de gènes entre certains sites et qu’il y a moins d’individus apparentés dans les rivières et lacs par rapport aux piscicultures.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".