Herbivore-mediated negative frequency-dependent selection underlies a trichome dimorphism in nature
Notice bibliographique
Résumé
Abstract Negative frequency-dependent selection (NFDS) has been shown to maintain polymorphism in a diverse array of traits. The action of NFDS has been confirmed through modeling, experimental approaches, and genetic analyses. In this study, we investigated NFDS in the wild using morph-frequency changes spanning a 20-year period from over 30 dimorphic populations of Datura wrightii. In these populations, plants either possess glandular (sticky) or non-glandular (velvety) trichomes, and the ratio of these morphs varies substantially among populations. Our method provided evidence that NFDS, rather than drift or migration, is the primary force maintaining this dimorphism. Most populations that were initially dimorphic remained dimorphic, and the overall mean and variance in morph frequency did not change over time. Furthermore, morph-frequency differences were not related to geographic distances. Together, these results indicate that neither directional selection, drift, or migration played a substantial role in determining morph frequencies. However, as predicted by negative frequency-dependent selection, we found that the rare morph tended to increase in frequency, leading to a negative relationship between the change in the frequency of the sticky morph and its initial frequency. In addition, we found that morph-frequency change over time was significantly correlated with the damage inflicted by two herbivores: Lema daturaphila and Tupiochoris notatus. The latter is a specialist on the sticky morph and damage by this herbivore was greatest when the sticky morph was common. The reverse was true for L. daturaphila, such that damage increased with the frequency of the velvety morph. These findings suggest that these herbivores contribute to balancing selection on the observed trichome dimorphism.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».