QUANTIFYING THE CONSTRAINING INFLUENCE OF GENE FLOW ON ADAPTIVE DIVERGENCE IN THE LAKE-STREAM THREESPINE STICKLEBACK SYSTEM
Notice bibliographique
Résumé
The constraining effect of gene flow on adaptive divergence is often inferred but rarely quantified. We illustrate ways of doing so using stream populations of threespine stickleback (Gasterosteus aculeatus) that experience different levels of gene flow from a parapatric lake population. In the Misty Lake watershed (British Columbia, Canada), the inlet stream population is morphologically divergent from the lake population, and presumably experiences little gene flow from the lake. The outlet stream population, however, shows an intermediate phenotype and may experience more gene flow from the lake. We first used microsatellite data to demonstrate that gene flow from the lake is low into the inlet but high into the outlet, and that gene flow from the lake remains relatively constant with distance along the outlet. We next combined gene flow data with morphological and habitat data to quantify the effect of gene flow on morphological divergence. In one approach, we assumed that inlet stickleback manifest well-adapted phenotypic trait values not constrained by gene flow. We then calculated the deviation between the observed and expected phenotypes for a given habitat in the outlet. In a second approach, we parameterized a quantitative genetic model of adaptive divergence. Both approaches suggest a large impact of gene flow, constraining adaptation by 80-86% in the outlet (i.e., only 14-20% of the expected morphological divergence in the absence of gene flow was observed). Such approaches may be useful in other taxa to estimate how important gene flow is in constraining adaptive divergence in nature.
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 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».