Rethinking dog domestication by integrating genetics, archeology, and biogeography
Notice bibliographique
Résumé
The dog was the first domesticated animal but it remains uncertain when the domestication process began and whether it occurred just once or multiple times across the Northern Hemisphere. To ascertain the value of modern genetic data to elucidate the origins of dog domestication, we analyzed 49,024 autosomal SNPs in 1,375 dogs (representing 35 breeds) and 19 wolves. After combining our data with previously published data, we contrasted the genetic signatures of 121 breeds with a worldwide archeological assessment of the earliest dog remains. Correlating the earliest archeological dogs with the geographic locations of 14 so-called "ancient" breeds (defined by their genetic differentiation) resulted in a counterintuitive pattern. First, none of the ancient breeds derive from regions where the oldest archeological remains have been found. Second, three of the ancient breeds (Basenjis, Dingoes, and New Guinea Singing Dogs) come from regions outside the natural range of Canis lupus (the dog's wild ancestor) and where dogs were introduced more than 10,000 y after domestication. These results demonstrate that the unifying characteristic among all genetically distinct so-called ancient breeds is a lack of recent admixture with other breeds likely facilitated by geographic and cultural isolation. Furthermore, these genetically distinct ancient breeds only appear so because of their relative isolation, suggesting that studies of modern breeds have yet to shed light on dog origins. We conclude by assessing the limitations of past studies and how next-generation sequencing of modern and ancient individuals may unravel the history of dog domestication.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».