1. |
- Ahlbeck Bergendahl, Ida, et al.
(författare)
-
Fisk- och skaldjursbestånd i hav och sötvatten 2016 : Resursöversikt
- 2016
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- I rapporten kan du ta del av bedömningen som görs av situationen för bestånd som regleras inom ramen för EU:s gemensamma fiskeripolitik (GFP). Bedömningarna baseras på det forskningssamarbete och den rådgivning som sker inom det Internationella Havsforskningsrådet (ICES).De bestånd som förvaltas nationellt baseras på de biologiska underlagen, och rådgivningen i huvudsak på den forskning och övervakning samt analys som bedrivs av Institutionen för akvatiska resurser vid Sveriges lantbruksuniversitet (SLU Aqua) samt yrkesfiskets rapportering.Rapporten omfattar 41 fiskarter uppdelade i olika bestånd, samt sju skal- och blötdjursarter.Nytt för årets upplaga är kapitlet om ekosystemtjänster. Avsnittet beskriver de fördelar människan får genom ekosystemen, till exempel hur fisk och skaldjur kommer till nytta för människan genom föda, rekreation och biologisk mångfald. Nytt för i år är också att rapportens diagram och figurer anpassats för läsare med defekt färgseende.Översikten är utarbetad av SLU Aqua på uppdrag av Havs- och vattenmyndigheten.
|
|
3. |
- Ullah, Ikram, 1984-, et al.
(författare)
-
Integrating Sequence Evolution into Probabilistic Orthology Analysis
- 2015
-
Ingår i: Systematic Biology. - : Oxford University Press. - 1063-5157 .- 1076-836X. ; 64:6, s. 969-982
-
Tidskriftsartikel (refereegranskat)abstract
- Orthology analysis, that is, finding out whether a pair of homologous genes are orthologs - stemming from a speciation - or paralogs - stemming from a gene duplication - is of central importance in computational biology, genome annotation, and phylogenetic inference. In particular, an orthologous relationship makes functional equivalence of the two genes highly likely. A major approach to orthology analysis is to reconcile a gene tree to the corresponding species tree, (most commonly performed using the most parsimonious reconciliation, MPR). However, most such phylogenetic orthology methods infer the gene tree without considering the constraints implied by the species tree and, perhaps even more importantly, only allow the gene sequences to influence the orthology analysis through the a priori reconstructed gene tree. We propose a sound, comprehensive Bayesian MCMC-based method, DLRSOrthology, to compute orthology probabilities. It efficiently sums over the possible gene trees and jointly takes into account the current gene tree, all possible reconciliations to the species tree, and the, typically strong, signal conveyed by the sequences. We compare our method with PrIME-GEM, a probabilistic orthology approach built on a probabilistic duplication-loss model, and MrBayesMPR, a probabilistic orthology approach that is based on conventional Bayesian inference coupled with MPR. We find that DLRSOrthology outperforms these competing approaches on synthetic data as well as on biological data sets and is robust to incomplete taxon sampling artifacts.
|
|