Genetic Mapping of Natural Variation in Schooling Tendency in the Threespine Stickleback
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although there is a heritable basis for many animal behaviors, the genetic architecture of behavioral variation in natural populations remains mostly unknown, particularly in vertebrates. We sought to identify the genetic basis for social affiliation in two populations of threespine sticklebacks (Gasterosteus aculeatus) that differ in their propensity to school. Marine sticklebacks from Japan school strongly whereas benthic sticklebacks from a lake in Canada are more solitary. Here, we expanded on our previous efforts to identify quantitative trait loci (QTL) for differences in schooling tendency. We tested fish multiple times in two assays that test different aspects of schooling tendency: 1) the model school assay, which presents fish with a school of eight model sticklebacks; and 2) the choice assay, in which fish are given a choice between the model school and a stationary artificial plant. We found low-to-moderate levels of repeatability, ranging from 0.1 to 0.5, in schooling phenotypes. To identify the genomic regions that contribute to differences in schooling tendency, we used QTL mapping in two types of crosses: benthic × marine backcrosses and an F2 intercross. We found two QTL for time spent with the school in the model school assay, and one QTL for number of approaches to the school in the choice assay. These QTL were on three different linkage groups, not previously linked to behavioral differences in sticklebacks. Our results highlight the importance of using multiple crosses and robust behavioral assays to uncover the genetic basis of behavioral variation in natural populations.
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.
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 | 0,001 |
| 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 découle