Stepwise loss of motilin and its specific receptor genes in rodents
Notice bibliographique
Résumé
Specific interactions among biomolecules drive virtually all cellular functions and underlie phenotypic complexity and diversity. Biomolecules are not isolated particles, but are elements of integrated interaction networks, and play their roles through specific interactions. Simultaneous emergence or loss of multiple interacting partners is unlikely. If one of the interacting partners is lost, then what are the evolutionary consequences for the retained partner? Taking advantages of the availability of the large number of mammalian genome sequences and knowledge of phylogenetic relationships of the species, we examined the evolutionary fate of the motilin (MLN) hormone gene, after the pseudogenization of its specific receptor, MLN receptor (MLNR), on the rodent lineage. We speculate that the MLNR gene became a pseudogene before the divergence of the squirrel and other rodents about 75 mya. The evolutionary consequences for the MLN gene were diverse. While an intact open reading frame for the MLN gene, which appears functional, was preserved in the kangaroo rat, the MLN gene became inactivated independently on the lineages leading to the guinea pig and the common ancestor of the mouse and rat. Gain and loss of specific interactions among biomolecules through the birth and death of genes for biomolecules point to a general evolutionary dynamic: gene birth and death are widespread phenomena in genome evolution, at the genetic level; thus, once mutations arise, a stepwise process of elaboration and optimization ensues, which gradually integrates and orders mutations into a coherent pattern.
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 | 0,000 | 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) | 0,000 | 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 ».