Agritrop
Accueil

A quantitative theory for genomic offset statistics

Gain Clément, Rhone Bénédicte, Cubry Philippe, Salazar Israfel, Forbes Florence, Vigouroux Yves, Jay Flora, François Olivier. 2023. A quantitative theory for genomic offset statistics. Molecular Biology and Evolution, 40 (6):msad140, 10 p.

Article de revue ; Article de recherche ; Article de revue à facteur d'impact
[img]
Prévisualisation
Version publiée - Anglais
Sous licence Licence Creative Commons.
2023_Gain-etal_MBE_A quantitative theory for genomic offset statistics.pdf

Télécharger (5MB) | Prévisualisation

Url - autres données associées : https://github.com/bcm-uga/geneticgap / Url - autres données associées : https://github.com/bcm-uga/LEA

Liste HCERES des revues (en SHS) : oui

Thème(s) HCERES des revues (en SHS) : Anthropologie-Ethnologie; Psychologie-éthologie-ergonomie

Résumé : Genomic offset statistics predict the maladaptation of populations to rapid habitat alteration based on association of genotypes with environmental variation. Despite substantial evidence for empirical validity, genomic offset statistics have well-identified limitations, and lack a theory that would facilitate interpretations of predicted values. Here, we clarified the theoretical relationships between genomic offset statistics and unobserved fitness traits controlled by environmentally selected loci and proposed a geometric measure to predict fitness after rapid change in local environment. The predictions of our theory were verified in computer simulations and in empirical data on African pearl millet (Cenchrus americanus) obtained from a common garden experiment. Our results proposed a unified perspective on genomic offset statistics and provided a theoretical foundation necessary when considering their potential application in conservation management in the face of environmental change.

Mots-clés Agrovoc : génomique, statistiques, génétique quantitative, analyse quantitative, Cenchrus americanus

Mots-clés libres : Predictive ecological genomics, Genomic offset, Climate Change, Local adaptation, Pearl millet

Classification Agris : F30 - Génétique et amélioration des plantes
U10 - Informatique, mathématiques et statistiques

Champ stratégique Cirad : CTS 2 (2019-) - Transitions agroécologiques

Agences de financement hors UE : Agence Nationale de la Recherche

Projets sur financement : (FRA) Modèles pour l'écologie génomique prédictive, (FRA) Genomic prediction of vulnerability of African crops to future climate, (FRA) Exposition prénatale au tabac et à la pollution atmosphérique et effets sur la santé respiratoire et le neurodévelopment de l'enfant: rôle de la méthylation placentaire

Auteurs et affiliations

  • Gain Clément, Université Grenoble Alpes (FRA)
  • Rhone Bénédicte, CIRAD-BIOS-UMR AGAP (CRI) ORCID: 0000-0002-4198-622X
  • Cubry Philippe, IRD (FRA)
  • Salazar Israfel, INRIA (FRA)
  • Forbes Florence, INRIA (FRA)
  • Vigouroux Yves, IRD (FRA)
  • Jay Flora, CNRS (FRA)
  • François Olivier, Université de Grenoble (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/605875/)

Voir la notice (accès réservé à Agritrop) Voir la notice (accès réservé à Agritrop)

[ Page générée et mise en cache le 2024-12-18 ]