MétaCan
Menu
Retour à la cohorte
Enregistrement W1973865687 · doi:10.1073/pnas.1118918109

Evidence for elevated mutation rates in low-quality genotypes

2012· article· en· W1973865687 sur OpenAlexaff
Nathaniel P. Sharp, Aneil F. Agrawal

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGenotypeQuality (philosophy)MutationGeneticsBiologyGenePhilosophy

Résumé

récupéré en direct d'OpenAlex

The deleterious mutation rate plays a key role in a number of important topics in biology, from mating system evolution to human health. Despite this broad significance, the nature and causes of variation in mutation rate are poorly understood, especially in multicellular organisms. We test whether genetic quality, the presence or absence of deleterious alleles, affects the mutation rate in Drosophila melanogaster by using a modified mutation accumulation approach. We find evidence that genotypes constructed to carry deleterious "treatment" alleles on one chromosome during mutation accumulation experience an elevated mutation rate on a different chromosome. Further, this elevation is correlated with the effect of the treatment alleles on phenotypic condition, measured as body mass. Treatment alleles that reduce mass by 10% cause a doubling in the rate of mutational decline. Our results show that mutation rates are sensitive to genetic stress, such that individuals with low-quality genotypes will produce offspring of even lower genetic quality, in a mutational positive feedback loop. This type of variation in mutation rate is expected to alter a variety of predictions based on mutation load theory and accelerate adaptation to new environments. Positive mutational feedback could affect human health by increasing the rate of germline mutation, and possibly somatic mutation, in individuals of poor health because of genetic or environmental stress.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,139

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,079
Tête enseignante GPT0,389
Écart entre enseignants0,309 · 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'étudeExpérimental (laboratoire)
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

Citations106
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetEvolution and Genetic DynamicsTravaux en français237 207