The quantitative genetics of a complex trait under continuous directional selection
Notice bibliographique
Résumé
We analyzed data from a long‐term artificial selection experiment that includes 4 lines of mice bred for high voluntary wheel running (HR) and 4 non‐selected control (C) lines. The HR lines reached a selection limit at generation ~16, running ~3‐fold more revolutions/day than C lines. In addition, wheel running varied across generations in an apparently cyclical fashion in both HR and C. We used the first 25 generations to estimate quantitative genetic parameters before, during, and after the selection limit was reached. We used ASReml‐R to apply the “animal model”, a linear mixed‐model that uses all the information on the coefficients of co‐ancestry among individuals in a pedigree. Our preliminary results indicate additive genetic variance ( V A ) was not eliminated in HR lines after the limit was reached. However, the selection regime led to a negative covariance between V A and maternal genetic variance ( V M ), which could maintain V A in the selected trait and potentially explain the presence of a cycle. We also found that the genetic correlation between mean running speed and duration of wheel running tended to be lower in females than in males, which may explain why the response to selection was achieved differently in females (mainly speed) and males (both speed and duration). Supported by NSF grants IOS‐1121273 to TG and EF0328594 to PAC, and a NSERC postdoctoral fellowship to VC.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».