GENOTYPE‐BY‐TEMPERATURE INTERACTIONS MAY HELP TO MAINTAIN CLONAL DIVERSITY IN <i>ASTERIONELLA FORMOSA</i> (BACILLARIOPHYCEAE)
Notice bibliographique
Résumé
Marine and freshwater phytoplankton populations often show large clonal diversity, which is in disagreement with clonal selection of the most vigorous genotype(s). Temporal fluctuation in selection pressures in variable environments is a leading explanation for maintenance of such genetic diversity. To test the influence of temperature as a selection force in continually (seasonally) changing aquatic systems we carried out reaction norms experiments on co-occurring clonal genotypes of a ubiquitous diatom species, Asterionella formosa Hassall, across an environmentally relevant range of temperatures. We report within population genetic diversity and extensive diversity in genotype-specific reaction norms in growth rates and cell size traits. Our results showed genotype by environment interactions, indicating that no genotype could outgrow all others across all temperature environments. Subsequently, we constructed a model to simulate the relative proportion of each genotype in a hypothetical population based on genotype and temperature-specific population growth rates. This model was run with different seasonal temperature patterns. Our modeling exercise showed a succession of two to several genotypes becoming numerically dominant depending on the underlying temperature pattern. The results suggest that (temperature) context dependent fitness may contribute to the maintenance of genetic diversity in isolated populations of clonally reproducing microorganisms in temporally variable environments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».