MétaCan
Menu
Retour à la cohorte
Enregistrement W2746902022 · doi:10.1111/evo.13334

Environmental complexity and the purging of deleterious alleles

2017· article· en· W2746902022 sur OpenAlexafffund
Amardeep Singh, Aneil F. Agrawal, Howard D. Rundle

Notice bibliographique

RevueEvolution · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of OttawaUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésBiologySexual selectionMatingExperimental evolutionDrosophila melanogasterEvolutionary biologyGeneticsAlleleSelection (genetic algorithm)Sexual conflictAntagonistic CoevolutionEpistasisGene

Résumé

récupéré en direct d'OpenAlex

Sexual interactions among adults can generate selection on both males and females with genome-wide consequences. Sexual selection through males is one component of this selection that has been argued to play an important role in purging deleterious alleles. A common technique to assess the influence of sexual selection is by a comparison of experimental evolution under enforced monogamy versus polygamy. Mixed results from past studies may be due to the use of highly simplified laboratory conditions that alter the nature of sexual interactions. Here, we examine the rate of purging of 22 gene disruption mutations in experimental polygamous populations of Drosophila melanogaster in each of two mating environments: a simple, high-density environment (i.e., typical fly vials), and a lower density, more spatially complex environment. Based on past work, we expect sexual interactions in the latter environment to result in stronger selection in both sexes. Consistent with this, we find that mutations tend to be purged more quickly in populations evolving in complex environments. We discuss possible mechanisms by which environmental complexity might modulate the rate at which deleterious alleles are purged and putatively ascribe a role for sexual interactions in explaining the treatment differences in our experiment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,218
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations51
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetAnimal Behavior and ReproductionTravaux en français237 207