MétaCan
Menu
Retour à la cohorte
Enregistrement W1910009211 · doi:10.1111/evo.12228

RAPID EVOLUTION OF CHEATING MITOCHONDRIAL GENOMES IN SMALL YEAST POPULATIONS

2013· article· en· W1910009211 sur OpenAlexfundno aff
Jean‐Nicolas Jasmin, Clifford Zeyl

Notice bibliographique

RevueEvolution · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesSoochow UniversityNational Science Foundation
Mots-clésBiologyMitochondrial DNANatural selectionGeneticsHeteroplasmyMeiotic driveEvolutionary biologyNon-Mendelian inheritanceGenetic FitnessExperimental evolutionCheatingAlleleMeiosisSperm competitionMutationGenomeSelection (genetic algorithm)GeneMating

Résumé

récupéré en direct d'OpenAlex

Outcrossed sex exposes genes to competition with their homologues, allowing alleles that transmit more often than their competitors to spread despite organismal fitness costs. Mitochondrial populations in species with biparental inheritance are thought to be especially susceptible to such cheaters because they lack strict transmission rules like meiosis or maternal inheritance. Yet the interaction between mutation and natural selection in the evolution of cheating mitochondrial genomes has not been tested experimentally. Using yeast experimental populations, we show that although cheaters were rare in a large sample of spontaneous respiratory-deficient mitochondrial mutations (petites), cheaters evolve under experimentally enforced outcrossing even when mutation supply and selection are restricted by repeatedly bottlenecking populations.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetEvolution and Genetic DynamicsTravaux en français237 207