Cost of Adaptation and Fitness Effects of Beneficial Mutations in<i>Pseudomonas fluorescens</i>
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
Adaptations are constructed through the sequential substitution of beneficial mutations by natural selection. However, the rarity of beneficial mutations has precluded efforts to describe even their most basic properties. Do beneficial mutations typically confer small or large fitness gains? Are their fitness effects environment specific, or are they broadly beneficial across a range of environments? To answer these questions, we used two subsets (n = 18 and n = 63) of a large library of mutants carrying antibiotic resistance mutations in the bacterium Pseudomonas fluorescens whose fitness, along with the antibiotic sensitive ancestor, was assayed across 95 novel environments differing in the carbon source available for growth. We explore patterns of genotype-by-environment (G × E) interactions and ecological specialization among the 18 mutants initially found superior to the sensitive ancestor in one environment. We find that G × E is remarkably similar between the two sets of mutants and that beneficial mutants are not typically associated with large costs of adaptation. Fitness effects among beneficial mutants depart from a strict exponential distribution: they assume a variety of shapes that are often roughly L shaped but always right truncated. Distributions of (beneficial) fitness effects predicted by a landscape model assuming multiple traits underlying fitness and a single optimum often provide a good description of the empirical distributions in our data. Simulations of data sets containing a mixture of single and double mutants under this landscape show that inferences about the distribution of fitness effects of beneficial mutants is quite robust to contamination by second-site mutations.
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 | 0,000 |
| 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 découle