The role of ecological factors in shaping bat cone opsin evolution
Notice bibliographique
Résumé
Bats represent one of the largest and most striking nocturnal mammalian radiations, exhibiting many visual system specializations for performance in light-limited environments. Despite representing the greatest ecological diversity and species richness in Chiroptera, Neotropical lineages have been undersampled in molecular studies, limiting the potential for identifying signatures of selection on visual genes associated with differences in bat ecology. Here, we investigated how diverse ecological pressures mediate long-term shifts in selection upon long-wavelength (Lws) and short-wavelength (Sws1) opsins, photosensitive cone pigments that form the basis of colour vision in most mammals, including bats. We used codon-based likelihood clade models to test whether ecological variables associated with reliance on visual information (e.g. echolocation ability and diet) or exposure to varying light environments (e.g. roosting behaviour and foraging habitat) mediated shifts in evolutionary rates in bat cone opsin genes. Using additional cone opsin sequences from newly sequenced eye transcriptomes of six Neotropical bat species, we found significant evidence for different ecological pressures influencing the evolution of the cone opsins. WhileLwsis evolving under significantly lower constraint in highly specialized high-duty cycle echolocating lineages, which have enhanced sonar ability to detect and track targets, variation inSws1constraint was significantly associated with foraging habitat, exhibiting elevated rates of evolution in species that forage among vegetation. This suggests that increased reliance on echolocation as well as the spectral environment experienced by foraging bats may differentially influence the evolution of different cone opsins. Our study demonstrates that different ecological variables may underlie contrasting evolutionary patterns in bat visual opsins, and highlights the suitability of clade models for testing ecological hypotheses of visual evolution.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».