MétaCan
Menu
Retour à la cohorte
Enregistrement W1972583249 · doi:10.1111/jeb.12428

Misregulation of spermatogenesis genes in <i><scp>D</scp>rosophila</i> hybrids is lineage‐specific and driven by the combined effects of sterility and fast male regulatory divergence

2014· article· en· W1972583249 sur OpenAlexafffund
Suzanne Gomes, Alberto Civetta

Notice bibliographique

RevueJournal of Evolutionary Biology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of California, San Diego
Mots-clésBiologySterilityGeneGeneticsLineage (genetic)SpermatogenesisSpermEndocrinology

Résumé

récupéré en direct d'OpenAlex

Hybrid male sterility is a common outcome of crosses between different species. Gene expression studies have found that a number of spermatogenesis genes are differentially expressed in sterile hybrid males, compared with parental species. Late-stage sperm development genes are particularly likely to be misexpressed, with fewer early-stage genes affected. Thus, a link has been posited between misexpression and sterility. A more recent alternative explanation for hybrid gene misexpression has been that it is independent of sterility and driven by divergent evolution of male-specific regulatory elements between species (faster male hypothesis). The faster male hypothesis predicts that misregulation of spermatogenesis genes should be independent of sterility and approximately the same in both hybrids, whereas sterility should only affect gene expression in sterile hybrids. To test the faster male hypothesis vs. the effect of sterility on gene misexpression, we analyse spermatogenesis gene expression in different species pairs of the Drosophila phylogeny, where hybrid male sterility occurs in only one direction of the interspecies cross (i.e. unidirectional sterility). We find significant differences among genes in misexpression with effects that are lineage-specific and caused by sterility or fast male regulatory divergence.

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 enseignants0,530
Score d'incertitude au seuil0,143

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 Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,193 · 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

Citations22
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207