MétaCan
Menu
Retour à la cohorte
Enregistrement W2900291748 · doi:10.1111/dgd.12576

Parallel transcriptome evolution in stream threespine sticklebacks

2018· article· en· W2900291748 sur OpenAlexaboutno aff
Jun Kitano, Asano Ishikawa, Makoto Kusakabe

Notice bibliographique

RevueDevelopment Growth & Differentiation · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésBiologyTranscriptomeComputational biologyEvolutionary biologyGeneGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Natural selection can cause similar phenotypic evolution in phylogenetically independent lineages inhabiting similar environments. Compared to morphological, behavioral, and physiological traits, little is known about the parallel evolution of transcriptome. Furthermore, the relative contribution of cis- and trans-regulatory changes to parallel transcriptome evolution largely remains unclear. The threespine stickleback fish (Gasterosteus aculeatus) is a great model for studying parallel evolution because its ancestral marine populations independently colonized freshwater habitats in multiple geographical regions, resulting in independent pairs of marine and freshwater ecotypes in each region. Here, we investigated transcriptomic parallelism among the marine and stream ecotypes of Japanese and Canadian threespine sticklebacks by conducting common garden experiments and microarray analysis of the brain, which controls several physiological and behavioral traits differing between these ecotypes. We found parallel expression differences in 103 genes, including those encoding the enzymes involved in taurine synthesis and glycoprotein hydrolysis. The number of genes differentially expressed in parallel was significantly larger than the number of genes showing an antiparallel pattern (71 genes). To investigate the genetic architecture underlying transcriptome divergence, we re-analyzed the previous expression quantitative trait locus (eQTL) data and found that most eQTLs were located on the same chromosome as the transcripts, possibly in cis-regulatory regions. Furthermore, the effect sizes of the eQTLs on the same chromosomes were larger than those on different chromosomes. Thus, we found that divergence in the brain transcriptome between the ecotypes shows parallelism and is mainly caused by genetic changes occurring on the same chromosome as the target genes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), 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 revueDevelopment Growth & DifferentiationMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207