Evolve and Resequence (E&R) studies investigate the genomic selection response of populations in an Experimental Evolution setup. Despite the popularity of E&R, empirical studies in sexually reproducing organisms typically suffer from an excess of candidate loci due to linkage disequilibrium, and single gene or SNP resolution is the exception rather than the rule. Recently, so-called “secondary E&R” has been suggested as promising experimental follow-up procedure to confirm putatively selected regions from a primary E&R study. Secondary E&R provides also the opportunity to increase mapping resolution by allowing for additional recombination events, which separate the selection target from neutral hitchhikers. Here, we use computer simulations to assess the effect of different crossing schemes, population size, experimental duration, and number of replicates on the power and resolution of secondary E&R. We find that the crossing scheme and population size are crucial factors determining power and resolution of secondary E&R: A simple crossing scheme with few founder lines consistently outcompetes crossing schemes where evolved populations from a primary E&R experiment are mixed with a complex ancestral founder population. Regardless of the experimental design tested, a population size of at least 4,800 individuals, which is roughly five times larger than population sizes in typical E&R studies, is required to achieve a power of at least 75%. Our study provides an important step toward improved experimental designs aiming to characterize causative SNPs in Experimental Evolution studies.

中文翻译：

---

没有表型的精细映射：二次进化和重测序实验中选择目标的识别

进化和重测序 (E&R) 研究调查实验进化设置中种群的基因组选择反应。尽管 E&R 很受欢迎，但有性生殖生物体的实证研究通常会由于连锁不平衡而遭受候选基因座过多的困扰，并且单基因或 SNP 解析是例外而不是规则。最近，所谓的“二级 E&R”已被建议作为有希望的实验后续程序，以确认从初级 E&R 研究中推定选择的区域。二级 E&R 还提供了通过允许额外的重组事件来提高映射分辨率的机会，这些事件将选择目标与中立的搭便车者分开。在这里，我们使用计算机模拟来评估不同交叉方案、人口规模、实验持续时间，以及二次 E&R 的功率和分辨率的重复次数。我们发现交叉方案和种群规模是决定二级 E&R 的能力和分辨率的关键因素：一个简单的交叉方案很少有创始人线，始终胜过交叉方案，其中来自初级 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。以及二次 E&R 的功效和分辨率的重复次数。我们发现交叉方案和种群规模是决定二级 E&R 的能力和分辨率的关键因素：一个简单的交叉方案很少有创始人线，始终胜过交叉方案，其中来自初级 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。以及二次 E&R 的功效和分辨率的重复次数。我们发现交叉方案和种群规模是决定二级 E&R 的能力和分辨率的关键因素：一个简单的交叉方案很少有创始人线，始终胜过交叉方案，其中来自初级 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。我们发现交叉方案和种群规模是决定二级 E&R 的能力和分辨率的关键因素：一个简单的交叉方案很少有创始人线，始终胜过交叉方案，其中来自初级 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。我们发现交叉方案和种群规模是决定二级 E&R 的能力和分辨率的关键因素：一个简单的交叉方案很少有创始人线，始终胜过交叉方案，其中来自初级 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。一个简单的交叉方案，很少有创始人线，始终胜过交叉方案，其中来自主要 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。一个简单的交叉方案，很少有创始人线，始终胜过交叉方案，其中来自主要 E&R 实验的进化种群与复杂的祖先创始人种群混合。无论测试的实验设计如何，至少需要 4,800 人的人口规模，这大约是典型 E&R 研究中人口规模的五倍，才能达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。这大约是典型 E&R 研究中人口规模的五倍，需要达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。这大约是典型 E&R 研究中人口规模的五倍，需要达到至少 75% 的功效。我们的研究为改进实验设计迈出了重要一步，旨在描述实验进化研究中的致病 SNP。