MétaCan
Menu
Retour à la cohorte
Enregistrement W2806690444 · doi:10.1093/jhered/esy027

Purifying Selection in the Toll-Like Receptors of Song Sparrows Melospiza melodia

2018· article· en· W2806690444 sur OpenAlexaff
Martha J. Nelson‐Flower, Ryan R. Germain, Elizabeth A. MacDougall‐Shackleton, Sabrina S. Taylor, Peter Arcese

Notice bibliographique

RevueJournal of Heredity · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Vectors
Établissements canadiensWestern UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneticsLoss of heterozygosityInbreedingGeneGenetic variationInnate immune systemNegative selectionEvolutionary biologyNatural selectionSelection (genetic algorithm)Immune systemGenomeAllelePopulation

Résumé

récupéré en direct d'OpenAlex

Variation in immune gene sequences is known to influence resistance to infectious diseases and parasites, and hence survival and mate choice, across animal taxa. Toll-like receptors (TLRs) comprise one essential gene family in the vertebrate innate immune system and recognize evolutionarily conserved structures from all major microorganism classes. However, the causes and consequences of TLR variation in passerine birds remain largely unexplored. We examined 7 TLR genes in song sparrows (Melospiza melodia), a species that is studied across North America. We then examined sequences from 4 unduplicated TLRs (TLR1LB, TLR3, TLR4, and TLR15) from birds in 2 parts of the species' range (N = 27, N = 6), tested for evidence of selection, and conducted pilot analyses of the role of TLR heterozygosity in survival. We identified 45 SNPs: 19 caused changes in amino acid sequences and 2 of these were likely deleterious. We found no evidence of codon-level episodic positive selection but detected purifying selection at codons in all TLRs. Contrary to expectations we found no strong correlation between heterozygosity at TLRs and inbreeding coefficient f (estimate ± standard error [SE] = -0.68 ± 0.37, Radj2 = 0.08, F1,25 = 3.38, P = 0.08). In addition, pilot analyses revealed no relationship between TLR heterozygosity and survival (β ± SE: 0.09 ± 2.00, P = 0.96), possibly due to small sample size. Further analyses of genetic diversity in TLRs are likely to advance understanding of the effects of innate immune gene diversity on the fitness and persistence of wild populations.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HeredityMême sujetViral Infections and VectorsTravaux en français237 207