.png){kind=icon}
返回
Predictive evolutionary genomics: principles, validation, and practice
.png){kind=icon}
OA
AI
DOI：10.1111/nph.71370.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
气候变化和栖息地丧失正在驱动全球种群产生快速的进化响应，这为在保护和农业中进行进化预测带来了紧迫需求。此类预测可分为三个时间尺度：基于性状的模型使用多元数量遗传方程来预测约20代内的相关表型响应；基于等位基因的分析模拟等位基因频率动态，时间跨度可达100代；以及复合适应评分通过聚合许多小效应来获得更长期限的预测。然而，这些方法一直缺乏整合。本文提出了一种贝叶斯框架，用于整合这三种互补的进化预测方法。该框架结合基因组、表型和环境数据，生成具有明确不确定性的概率预测。我们展示了如何通过实验进化、田间实验、历史标本和双向移植来验证预测的进化预测。这些经过验证的预测可以通过预测哪些种群面临未来灭绝风险、优化未来气候下的育种计划以及规划环境变化下的生态系统管理，来推动保护和农业项目的发展。通过支持进化生物学向更预测性方法转变，该框架可能有助于提高我们在变化世界中管理和保护生物多样性及粮食安全的能力。
Keyword:
agriculture
climate change
evolution
genomics
plants
prediction
uncertainty
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
8.1
论文数:
1.8K
被引数:
9.1W
机构
引用论文
WorldClim 2: new 1-km spatial resolution climate surfaces for global land areasWorldClim 2: 全球陆地区域新的1公里空间分辨率气候表面
.png){kind=icon}
PREAI
分享收藏
分享收藏分享收藏
查看更多内容