MétaCan
Menu
Retour à la cohorte
Enregistrement W2920076534 · doi:10.1002/evl3.106

Parallel genetic evolution and speciation from standing variation

2019· article· en· W2920076534 sur OpenAlexafffund
Ken Thompson, Matthew M. Osmond, Dolph Schluter

Notice bibliographique

RevueEvolution Letters · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKillam TrustsUniversity of California, DavisUniversity of British ColumbiaGenome British ColumbiaCanada Foundation for Innovation
Mots-clésGenetic algorithmVariation (astronomy)Evolutionary biologyGenetic variationParallel evolutionBiologyGeneticsPhysicsPhylogenetic treeAstrophysics

Résumé

récupéré en direct d'OpenAlex

Adaptation often proceeds from standing variation, and natural selection acting on pairs of populations is a quantitative continuum ranging from parallel to divergent. Yet, it is unclear how the extent of parallel genetic evolution during adaptation from standing variation is affected by the difference in the direction of selection between populations. Nor is it clear whether the availability of standing variation for adaptation affects progress toward speciation in a manner that depends on the difference in the direction of selection. We conducted a theoretical study investigating these questions and have two primary findings. First, the extent of parallel genetic evolution between two populations rapidly declines as selection changes from fully parallel toward divergent, and this decline is steeper in organisms with more traits (i.e., greater dimensionality). This rapid decline happens because small differences in the direction of selection greatly reduce the fraction of alleles that are beneficial in both populations. For example, populations adapting to optima separated by an angle of 33° might have only 50% of potentially beneficial alleles in common. Second, relative to when adaptation is from only new mutation, adaptation from standing variation improves hybrid fitness under parallel selection and reduces hybrid fitness under divergent selection. Under parallel selection, genetic parallelism from standing variation reduces the phenotypic segregation variance in hybrids, thereby increasing mean fitness in the parental environment. Under divergent selection, larger pleiotropic effects of alleles fixed from standing variation cause maladaptive transgressive phenotypes when combined in hybrids. Adaptation from standing genetic variation therefore slows progress toward speciation under parallel selection and facilitates progress toward speciation under divergent selection.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,003
Tête enseignante GPT0,194
Écart entre enseignants0,190 · 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

Citations117
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolution LettersMême sujetEvolution and Genetic DynamicsTravaux en français237 207