XiaoMi-AI文件搜索系统
World File Search System全息学
多个单个特征GWA和监督的机器学习揭示了欧洲对Ash Dieback的Fraxinus Excelsior耐受性的遗传结构
1丹麦弗雷德里克斯伯格哥本哈根大学地球科学与自然资源管理系| 2西北德国森林研究所，汉恩。Münden，德国| 3立陶宛考纳斯的Kaunas林业与环境工程大学应用科学大学| 4 NTNU大学博物馆自然历史系，挪威科学技术大学（NTNU），挪威特朗德海姆| 5立陶宛立陶宛农业与林业研究中心，立陶宛Kaunas | 6 Zentralstelle der forstverwaltung，ForschungsanstaltfürWaldökologieund forstwirtschaft，Hauptstraße16，Trippstadt，德国| 7森林生物多样性与自然保护研究所，联邦森林研究与培训中心，自然危害和景观，奥地利维也纳| 8 Skogforsk，Ekebo 2250，Svalöv，瑞典| 9瑞典农业科学大学瑞典南部森林研究中心，瑞典阿尔纳普| 10森林发展部，爱尔兰都柏林Teagasc | 11巴伐利亚森林遗传学办公室（AWG），德国Teisendorf | 12森林昆虫学研究所，森林病理学和森林保护，生态系统管理部，气候与生物多样性，波库大学，维也纳，奥地利，奥地利| 13丹麦哥本哈根卫生与医学科学学院进化全息学中心| 14 BIOGECO，INRAE，波尔多大学，法国CESTASMünden，德国| 3立陶宛考纳斯的Kaunas林业与环境工程大学应用科学大学| 4 NTNU大学博物馆自然历史系，挪威科学技术大学（NTNU），挪威特朗德海姆| 5立陶宛立陶宛农业与林业研究中心，立陶宛Kaunas | 6 Zentralstelle der forstverwaltung，ForschungsanstaltfürWaldökologieund forstwirtschaft，Hauptstraße16，Trippstadt，德国| 7森林生物多样性与自然保护研究所，联邦森林研究与培训中心，自然危害和景观，奥地利维也纳| 8 Skogforsk，Ekebo 2250，Svalöv，瑞典| 9瑞典农业科学大学瑞典南部森林研究中心，瑞典阿尔纳普| 10森林发展部，爱尔兰都柏林Teagasc | 11巴伐利亚森林遗传学办公室（AWG），德国Teisendorf | 12森林昆虫学研究所，森林病理学和森林保护，生态系统管理部，气候与生物多样性，波库大学，维也纳，奥地利，奥地利| 13丹麦哥本哈根卫生与医学科学学院进化全息学中心| 14 BIOGECO，INRAE，波尔多大学，法国CESTAS
![arxiv：2502.07366v1 [stat.me] 2025年2月11日](/simg/8\89b2f180849147a459f426aef53f9e4f9cb4c95f.webp)
arxiv：2502.07366v1 [stat.me] 2025年2月11日
holobiont由宿主有机体及其微生物群组成。在动物育种的背景下，因为可以将Holobiont视为选择运行的单个单元，因此将微生物群数据整合到基因组预测模型中可能是改善表型和遗传值的预测的有希望的方法。尽管如此，全息型跨代数据很少来解决这一假设，因此填补了这一空白，我们提出了一个新的仿真框架。我们的方法是基于跨代全息素模型的模拟器（RITHMS）的R实现，是一个开源软件包，它在MOBPS软件包上构建，并结合了微生物群的独特特征，尤其是垂直和水平传输以及由于环境和宿主基因的调制。此外，Rithms可以考虑各种选择策略，并且适合不同的遗传体系结构。我们在各种情况下使用RITHM模拟了跨代全息学数据，改变了遗传力，微生物性和微生物群。我们发现，模拟数据准确地反映了预期特征，特别是基于微生物多样性指标，分类单元之间的相关性，垂直和水平传播的调节，对环境效应的响应以及根据选择策略的演变的演变。我们的结果支持我们的仿真框架的相关性，并说明了其在构建选择指数平衡遗传增益和微生物多样性的可能用途。RITHMS是一种高级，灵活的工具，用于生成跨代全息素数据，该数据结合了遗传学，微生物群和环境之间的复杂相互作用。