The molecular signature of selection underlying human adaptations
Notice bibliographique
Résumé
In the last decade, advances in human population genetics and comparative genomics have resulted in important contributions to our understanding of human genetic diversity and genetic adaptation. For the first time, we are able to reliably detect the signature of natural selection from patterns of DNA polymorphism. Identifying the effects of natural selection in this way provides a crucial piece of evidence needed to support hypotheses of human adaptation. This review provides a detailed description of the theory and analytical approaches used to detect signatures of natural selection in the human genome. We discuss these methods in relation to four classic human traits--skin color, the Duffy blood group, bitter-taste sensation, and lactase persistence. By highlighting these four traits we are able to discuss the ways in which analyses of DNA polymorphism can lead to inferences regarding past histories of selection. Specifically, we can infer the importance of specific regimes of selection (i.e. directional selection, balancing selection, and purifying selection) in the evolution of a trait because these different types of selection leave different patterns of DNA polymorphism. In addition, we demonstrate how these types of data can be used to estimate the time frame in which selection operated on a trait. As the field has advanced, a general issue that has come to the forefront is how specific demographic events in human history, such as population expansions, bottlenecks, and subdivision of populations, have also left a signature across the genome that can interfere with our detection of the footprint of selection at particular genes. Therefore, we discuss this general problem with respect to the four traits reviewed here, and describe the ways in which the signature of selection can be teased from a background signature of demographic history. Finally, we move from a discussion of analyses of selection motivated by a "candidate-gene" approach, in which a priori information led to the analysis of specific gene, to discussion of "genome-scanning" approaches that are directed at discovering new genes that have been under positive selection. Such scans can be designed to detect those genes that have been positively selected in our divergence from chimpanzees, as well as those genes that have been under selection as human populations have migrated, differentiated, and adapted to specific geographic environments. We predict that both approaches will be applied in the future, enabling a greater insight into human species-wide adaptations, as well as the specific adaptations of human 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».