Local Adaptation by Alleles of Small Effect
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Population genetic models predict that alleles with small selection coefficients may be swamped by migration and will not contribute to local adaptation. But if most alleles contributing to standing variation are of small effect, how does local adaptation proceed? Here I review predictions of population and quantitative genetic models and use individual-based simulations to illustrate how the architecture of local adaptation depends on the genetic redundancy of the trait, the maintenance of standing genetic variation (V(G)), and the susceptibility of alleles to swamping. Even when population genetic models predict swamping for individual alleles, considerable local adaptation can evolve at the phenotypic level if there is sufficient V(G). However, in such cases the underlying architecture of divergence is transient: F(ST) is low across all loci, and no locus makes an important contribution for very long. Because this kind of local adaptation is mainly due to transient frequency changes and allelic covariances, these architectures will be difficult--if not impossible--to detect using current approaches to studying the genomic basis of adaptation. Even when alleles are large and resistant to swamping, architectures can be highly transient if genetic redundancy and mutation rates are high. These results suggest that drift can play a critical role in shaping the architecture of local adaptation, both through eroding V(G) and affecting the rate of turnover of polymorphisms with redundant phenotypic effects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle