Skip to main content

A method to bin alleles of genetic loci that maintains population heterogeneity

Buy Article:

$50.00 plus tax (Refund Policy)


Fishery resources are often studied when individuals from multiple stocks are aggregated. For that reason, mixed-stock analysis (MSA), i.e., estimation of the stock composition of a mixture of individuals, is an important component of many research programs. Although many characteristics can be used in MSA, DNA loci, particularly microsatellites, have become extremely common. Microsatellite loci usually have a greater number of potential expressions, or alleles, than other marker types. A high degree of polymorphism can enhance the power of MSA, but allele proportions are estimated less precisely and rare alleles are absent or observed in very small numbers in typically sized samples. The reduced precision and presence of rare alleles can degrade the performance of some analytic methods. Although the effect can be reduced by binning alleles, which is common, an objective method of doing so has not been available previously. We present a method for binning alleles that reduces the number of rare alleles, largely preserves the genetic relationships observed among stocks, and modestly improves the performance of mixed-stock and individual-assignment analyses. The method is illustrated with data from Yukon River chum salmon (Oncorhynchus keta) and western Alaska Dolly Varden (Salvelinus malma).

On étudie souvent les ressources halieutiques dans des conditions où des individus de plusieurs stocks sont rassemblés. C'est pourquoi, l'analyse des stocks mixtes (MSA), c'est-à-dire l'estimation de la composition des stocks composés d'un mélange d'individus, fait partie intégrale de nombreux programmes de recherche. Bien qu'on puisse utiliser plusieurs caractéristiques dans les MSA, on emploie très couramment les locus ADN, particulièrement les microsatellites. Les locus microsatellites possèdent généralement un nombre plus élevé d'expressions potentielles, ou d'allèles, que les autres types de marqueurs. Un haut degré de polymorphisme peut améliorer la puissance des analyses MSA, mais les proportions des allèles ne peuvent être mesurées avec autant de précision et les allèles rares sont absents ou observés en très petits nombres dans les échantillons de taille ordinaire. La réduction de la précision et la présence des allèles rares peuvent diminuer la performance de certaines méthodes analytiques. Bien que l'effet peut être réduit par la mise en lots des allèles, ce qui arrive souvent, il n'y avait pas jusqu'ici de méthode objective pour le faire. Nous présentons une méthode de mise en lots des allèles qui réduit le nombre d'allèles rares, qui conserve en grande partie les relations génétiques observées entre les stocks et qui améliore marginalement la performance des analyses de stocks mixtes et d'assignations d'individus. Nous fournissons des exemples de la méthode à l'aide de données sur le saumon kéta (Oncorhynchus keta) du fleuve Yukon et la Dolly Varden (Salvelinus malma) de l'ouest de l'Alaska.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: July 1, 2005

More about this publication?
  • Published continuously since 1901 (under various titles), this monthly journal is the primary publishing vehicle for the multidisciplinary field of aquatic sciences. It publishes perspectives (syntheses, critiques, and re-evaluations), discussions (comments and replies), articles, and rapid communications, relating to current research on cells, organisms, populations, ecosystems, or processes that affect aquatic systems. The journal seeks to amplify, modify, question, or redirect accumulated knowledge in the field of fisheries and aquatic science. Occasional supplements are dedicated to single topics or to proceedings of international symposia.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • Ingenta Connect is not responsible for the content or availability of external websites

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more