MétaCan
Menu
Retour à la cohorte
Enregistrement W1957268961 · doi:10.1111/evo.12309

SENSITIVITY OF THE DISTRIBUTION OF MUTATIONAL FITNESS EFFECTS TO ENVIRONMENT, GENETIC BACKGROUND, AND ADAPTEDNESS: A CASE STUDY WITH<i>DROSOPHILA</i>

2013· article· en· W1957268961 sur OpenAlexafffund
Alethea D. Wang, Nathaniel P. Sharp, Aneil F. Agrawal

Notice bibliographique

RevueEvolution · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyContext (archaeology)Selection (genetic algorithm)Drosophila melanogasterMutationEvolutionary biologyGenetic variationGenetic modelGeneticsGeneMachine learning

Résumé

récupéré en direct d'OpenAlex

Heterogeneity in the fitness effects of individual mutations has been found across different environmental and genetic contexts. Going beyond effects on individual mutations, how is the distribution of selective effects, f(s), altered by changes in genetic and environmental context? In this study, we examined changes in the major features of f(s) by estimating viability selection on 36 individual mutations in Drosophila melanogaster across two different environments in two different genetic backgrounds that were either adapted or nonadapted to the two test environments. Both environment and genetic background affected selection on individual mutations. However, the overall distribution f(s) appeared robust to changes in genetic background but both the mean, E(s), and the variance, V(s) were dependent on the environment. Between these two properties, V(s) was more sensitive to environmental change. Contrary to predictions of fitness landscape theory, the match between genetic background and assay environment (i.e., adaptedness) had little effect on f(s).

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 enseignants0,717
Score d'incertitude au seuil0,324

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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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

Citations21
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetEvolution and Genetic DynamicsTravaux en français237 207