New Mutations: Condition-dependent Rates and Sex-specific Effects
Notice bibliographique
Résumé
Mutations arise spontaneously in all populations, and can severely diminish fitness. This mutation load is a key issue in evolutionary biology, affecting population persistence, the maintenance of genetic variation, and mating system evolution. The rate at which new mutations arise and their effects on fitness are generally treated as constant within a population, but theory suggests that variation in these parameters can have profound impacts. I explored the sex-specific effects of new mutations, and the role of condition in determining the mutation rate, using genotypes of Drosophila melanogaster loaded with spontaneous mutations. I found that the effect of mutations was more severe on male than on female fitness, pointing to a role for sexual selection in purging deleterious genetic variation. The expected consequence is that deleterious mutations will be eliminated at the expense of males, reducing the mutation load of sexual females, and thereby reducing the cost of sexual reproduction. I also found evidence that infection with a bacterial pathogen can heighten the degree of sex-specific selection. However, sex differences in selection could also reduce mean fitness if many alleles have sexually antagonistic effects. By comparing mutational and standing genetic variation, I tested for non-mutational variation in sexual fitness, which would be a signature of sexual antagonism. While there was some suggestion of sexual antagonism, deleterious mutations adequately explained levels of standing variation. Mutation load can also be affected if mutation rates depend on condition. I compared mutation rates across genotypes that varied in condition due to differences in genetic quality, and found that low condition caused elevated rates of mutational fitness decline. A genomic analysis revealed condition-dependent DNA repair pathway usage as the likely reason for this difference. Condition-dependent mutation is expected to reduce mean fitness in sexual populations, but may also increase the rate of extinction in asexuals.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».