Adaptation with gene flow across the landscape in a dune sunflower
Notice bibliographique
Résumé
Isolation by adaptation increases divergence at neutral loci when natural selection against immigrants reduces the rate of gene flow between different habitats. This can occur early in the process of adaptive divergence and is a key feature of ecological speciation. Despite the ability of isolation by distance (IBD) and other forms of landscape resistance to produce similar patterns of neutral divergence within species, few studies have used landscape genetics to control for these other forces. We have studied the divergence of Helianthus petiolaris ecotypes living in active sand dunes and adjacent non-dune habitat, using landscape genetics approaches, such as circuit theory and multiple regression of distance matrices, in addition to coalescent modelling. Divergence between habitats was significant, but not strong, and was shaped by IBD. We expected that increased resistance owing to patchy and unfavourable habitat in the dunes would contribute to divergence. Instead, we found that landscape resistance models with lower resistance in the dunes performed well as predictors of genetic distances among subpopulations. Nevertheless, habitat class remained a strong predictor of genetic distance when controlling for isolation by resistance and IBD. We also measured environmental variables at each site and confirmed that specific variables, especially soil nitrogen and vegetation cover, explained a greater proportion of variance in genetic distance than did landscape or the habitat classification alone. Asymmetry in effective population sizes and numbers of migrants per generation was detected using coalescent modelling with Bayesian inference, which is consistent with incipient ecological speciation being driven by the dune habitat.
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 ».