Genetic signatures of natural selection in response to air pollution in red spruce (<i><scp>P</scp>icea rubens</i>, Pinaceae)
Notice bibliographique
Résumé
One of the most important drivers of local adaptation for forest trees is climate. Coupled to these patterns, however, are human-induced disturbances through habitat modification and pollution. The confounded effects of climate and disturbance have rarely been investigated with regard to selective pressure on forest trees. Here, we have developed and used a population genetic approach to search for signals of selection within a set of 36 candidate genes chosen for their putative effects on adaptation to climate and human-induced air pollution within five populations of red spruce (Picea rubens Sarg.), distributed across its natural range and air pollution gradient in eastern North America. Specifically, we used FST outlier and environmental correlation analyses to highlight a set of seven single nucleotide polymorphisms (SNPs) that were overly correlated with climate and levels of sulphate pollution after correcting for the confounding effects of population history. Use of three age cohorts within each population allowed the effects of climate and pollution to be separated temporally, as climate-related SNPs (n = 7) showed the strongest signals in the oldest cohort, while pollution-related SNPs (n = 3) showed the strongest signals in the youngest cohorts. These results highlight the usefulness of population genetic scans for the identification of putatively nonneutral evolution within genomes of nonmodel forest tree species, but also highlight the need for the development and application of robust methodologies to deal with the inherent multivariate nature of the genetic and ecological data used in these types of analyses.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».