Selfing, adaptation and background selection in finite populations
Notice bibliographique
Résumé
Classic deterministic genetic models of the evolution of selfing predict species should be either completely outcrossing or completely selfing. However, even species considered high selfers outcross to a small degree (e.g. Arabidopsis thaliana and Caenorhabditis elegans). This discrepancy between theory and data may exist because the classic models ignore the effects of drift interacting with selection, that is, Hill-Robertson effects. High selfing rates make the effective rate of recombination near zero, which is expected to cause the build-up of negative disequilibria in finite populations. Despite the transmission advantage associated with complete selfing, low levels of outcrossing may be favoured because of the benefits of increasing the effective rate of recombination to dissipate negative disequilibria. Using multilocus simulations, we confirm that selfing reduces effective population size through background selection and causes negative disequilibria between selected sites. Consequently, the rate of adaptation is substantially reduced in strong selfers. When selfing rate is allowed to evolve, populations evolve to be either strong outcrossers or strong selfers, depending on the parameter values. Amongst selfers, low, but nonzero, levels of outcrossing can be maintained by selection even when all mutations are deleterious; more outcrossing is maintained with higher rates of deleterious mutation. The addition of beneficial mutations can (i) lead to a quantitative increase in the degree of outcrossing amongst stronger selfers but (ii) may cause outcrossing species to evolve into stronger selfers.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».