MétaCan
Menu
Retour à la cohorte
Enregistrement W2364785655 · doi:10.1002/ece3.2151

Experimental evolution of the grain of metabolic specialization in yeast

2016· article· en· W2364785655 sur OpenAlexafffund
Pedram Samani, Graham Bell

Notice bibliographique

RevueEcology and Evolution · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésTraitBiologyAdaptation (eye)Experimental evolutionGeneEvolutionary biologyYeastSelection (genetic algorithm)PhenotypeSaccharomyces cerevisiaeNatural selectionMechanism (biology)EcologyNegative selectionGeneticsGenomeComputer science

Résumé

récupéré en direct d'OpenAlex

Adaptation to any given environment may be accompanied by a cost in terms of reduced growth in the ancestral or some alternative environment. Ecologists explain the cost of adaptation through the concept of a trade-off, by which gaining a new trait involves losing another trait. Two mechanisms have been invoked to explain the evolution of trade-offs in ecological systems, mutational degradation, and functional interference. Mutational degradation occurs when a gene coding a specific trait is not under selection in the resident environment; therefore, it may be degraded through the accumulation of mutations that are neutral in the resident environment but deleterious in an alternative environment. Functional interference evolves if the gene or a set of genes have antagonistic effects in two or more ecologically different traits. Both mechanisms pertain to a situation where the selection and the alternative environments are ecologically different. To test this hypothesis, we conducted an experiment in which 12 experimental populations of wild yeast were each grown in a minimal medium supplemented with a single substrate. We chose 12 different carbon substrates that were metabolized through similar and different pathways in order to represent a wide range of ecological conditions. We found no evidence for trade-offs between substrates on the same pathway. The indirect response of substrates on other pathways, however, was consistently negative, with little correlation between the direct and indirect responses. We conclude that the grain of specialization in this case is the metabolic pathway and that specialization appears to evolve through mutational degradation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,222
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetEvolution and Genetic DynamicsTravaux en français237 207