Finding genes and lineages under selection in speciation
Notice bibliographique
Résumé
What are the genes and traits that respond to selection and cause prezygotic reproductive isolation between species? This question has been hard to answer because genomes are large, the targets of selection may be scattered across the genome (Sabeti et al., ) and different genes may respond to the same selective pressure in different populations (Scheinfeldt et al., ). In this issue of Molecular Ecology, Weber et al. () use a clever comparative approach and leading-edge transcriptomic methods to identify the species and genes under positive selection for divergence between brittle stars (the echinoderm class Ophiuroidea) in the Ophioderma longicauda species complex. They found convincing evidence of positive or diversifying selection acting on two genes encoding ion channels that form part of the signal transduction cascade within the sperm in response to pheromones. Evidence for selection was concentrated in genes from one species (called C5, with internal fertilization and female parental care of brooded juveniles and not in the other species (called C3, with more conventional broadcast spawning and planktonic development of embryos and larvae). That analysis greatly extends the range of taxa, life history traits and molecules that are associated with positive selection in speciation. It also illustrates some of the current limitations on the application of RNAseq methods in the search for the targets of selection in nonmodel organisms like brittle stars. From both points of view, the new work by Weber et al. () has important implications for our understanding of speciation in the ocean.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».