Slik leser du en forskningsartikkel om fiskegenetikk

Forskningsartikler om genetikk er skrevet for fagfeller, ikke for lesere som vil forstå hva det betyr for oppdrett. Men du trenger ikke en doktorgrad for å vurdere om et funn er viktig, eller om overskriften i en nyhetssak overdriver. Her er en sjekkliste.

1. Hvilken populasjon gjelder det?

Det første spørsmålet er alltid: hvilke fisk ble studert? Et avlsselskaps linje, en villbestand eller en forsøksgruppe? Hvor mange familier og fisk? Hvilken alder?

Et eksempel: Tsai m.fl. (2015) undersøkte rundt 5000 laks fra 198 helsøskenfamilier i en skotsk avlspopulasjon. Funnene gjelder først og fremst den populasjonen. De kan være en god pekepinn for andre linjer, men ikke et fasitsvar.

2. Hvordan ble egenskapen målt?

Samme egenskap kan måles på ulike måter, og tallene avhenger av metoden. For lusresistens fant Kolstad m.fl. (2005) en arvbarhet på 0,26 i en kontrollert smittetest, men bare 0,14 for totalt antall lus og 0,02 for bevegelige stadier under naturlig smitte. Det er ikke motstrid, men ulike spørsmål.

3. Hvilken skala gjelder tallet?

For egenskaper som er ja eller nei (overlever/dør) oppgis arvbarhet ofte både på observert skala og underliggende skala. IPN-resistens er et eksempel: 0,26 mot 0,55 i Houston m.fl. (2010). Sammenligner du tall fra ulike studier, må du sjekke at de er på samme skala.

4. Hva betyr «±»?

Tallet etter ± er standardfeilen, et mål på usikkerheten. Arvbarhet 0,52 ± 0,05 betyr at estimatet er ganske presist. Arvbarhet 0,26 ± 0,07 er mer usikkert. Små studier gir ofte store standardfeil.

5. Er det en QTL eller mange små effekter?

Hvis en studie rapporterer en QTL som forklarer en stor del av variasjonen, som i IPN-studiene, kan avl gå raskt, og man kan bruke markører. Rapporteres derimot mange små effekter, som for vekst, må man bruke genomisk seleksjon på hele genomet. Sjekk også hva «forklarer» betyr: andel av genetisk varians, andel av fenotypisk varians eller andel av variasjonen innen familier?

6. Er det statistisk signifikant?

Et funn kan være statistisk signifikant uten å være viktig, og viktig uten å være signifikant i en liten studie. I helgenomstudier (GWAS) testes hundretusenvis av markører samtidig, så terskelen for å kalle noe signifikant, er satt svært strengt. Spør derfor både om resultatet er signifikant og hvor stor effekten er.

7. Er prediksjonen testet på nye data?

En modell som er testet på de samme fiskene den ble bygget på, vil alltid se bedre ut enn den er. Se etter om det er brukt kryssvalidering eller en uavhengig testgruppe. I Tsai m.fl. (2016) er det en tydelig illustrasjon: prediksjonsnøyaktigheten var 0,34–0,61 innen en populasjon, men bare 0,05–0,11 mellom populasjoner.

8. Hvem har finansiert og hvem har data?

Mange av de beste datasettene i fiskegenetikk kommer fra avlsselskaper. Det er ikke i seg selv et problem, men det er verdt å se om dataene er tilgjengelige og om forfatterne oppgir interessekonflikter.

9. Overskriften mot sammendraget

Les sammendraget (abstract) før nyhetssaken. Finn tallene, populasjonen og forbeholdene. Har nyhetssaken utelatt dem? Har den gjort «assosiert med» til «forårsaker»?

En rask huskeliste

1. Hvilken populasjon og hvor mange fisk?
2. Hvordan ble egenskapen målt?
3. Hvilken skala, og hva er usikkerheten?
4. Én stor effekt eller mange små?
5. Statistisk signifikant, og hvor stor er effekten?
6. Testet på uavhengige data?
7. Hvem eier dataene?

Hvis du sitter igjen med spørsmål om et begrep, finner du de fleste i ordlisten.

Kilder

• Tsai m.fl. (2015), BMC Genetics: The genetic architecture of growth and fillet traits in farmed Atlantic salmon
• Tsai m.fl. (2016), Genetics Selection Evolution: Genomic prediction of host resistance to sea lice in farmed Atlantic salmon populations
• Kolstad m.fl. (2005), Aquaculture 247: Genetic variation in resistance of Atlantic salmon to the salmon louse
• Houston m.fl. (2010), Heredity: The susceptibility of Atlantic salmon fry to freshwater infectious pancreatic necrosis is largely explained by a major QTL