Multicoloured greenbeards, bacteriocin diversity and the rock‐paper‐scissors game
Notice bibliographique
Résumé
Greenbeard genes identify copies of themselves in other individuals and cause their bearer to behave nepotistically towards those individuals. Bacterial toxins (bacteriocins) exemplify the greenbeard effect because producer strains carry closely linked genes for immunity, such that toxicity is limited to nonproducer strains. Bacteriocin producers can be maintained in a dynamic polymorphism, known as rock-paper-scissors (RPS) dynamics, with immune and susceptible strains. However, it is unclear whether and how such dynamics will be maintained in the presence of multiple toxin types (multiple beard 'colours'). Here, we analyse strain dynamics using models of recurrent patch colonization and population growth. We find that (i) polymorphism is promoted by a small number of founding lineages per patch, strong local resource competition and the occurrence of mutations; (ii) polymorphism can be static or dynamic, depending on the intensity of local interactions and the costs of toxins and immunity; (iii) the occurrence of multiple toxins can promote RPS dynamics; and (iv) strain diversity can be maintained even when toxins differ in toxicity or lineages can exhibit multitoxicity/multi-immunity. Overall, the factors that maintain simple RPS dynamics can also promote the coexistence of multiple toxin types (multiple beard colours), thus helping to explain the remarkable levels of bacteriocin diversity in nature. More generally, we contrast these results with the maintenance of marker diversity in genetic kin recognition.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».