Mitochondrial Recombination Reveals Mito–Mito Epistasis in Yeast
Notice bibliographique
Résumé
Abstract Genetic variation in mitochondrial DNA (mtDNA) provides adaptive potential although the underlying genetic architecture of fitness components within mtDNAs is not known. To dissect functional variation within mtDNAs, we first identified naturally occurring mtDNAs that conferred high or low fitness in Saccharomyces cerevisiae by comparing growth in strains containing identical nuclear genotypes but different mtDNAs. During respiratory growth under temperature and oxidative stress conditions, mitotype effects were largely independent of nuclear genotypes even in the presence of mito–nuclear interactions. Recombinant mtDNAs were generated to determine fitness components within high- and low-fitness mtDNAs. Based on phenotypic distributions of isogenic strains containing recombinant mtDNAs, we found that multiple loci contributed to mitotype fitness differences. These mitochondrial loci interacted in epistatic, nonadditive ways in certain environmental conditions. Mito–mito epistasis (i.e., nonadditive interactions between mitochondrial loci) influenced fitness in progeny from four different crosses, suggesting that mito–mito epistasis is a widespread phenomenon in yeast and other systems with recombining mtDNAs. Furthermore, we found that interruption of coadapted mito–mito interactions produced recombinant mtDNAs with lower fitness. Our results demonstrate that mito–mito epistasis results in functional variation through mitochondrial recombination in fungi, providing modes for adaptive evolution and the generation of mito–mito incompatibilities.
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 ».