Evolutionary Physiology and Genomics in the Highly Adaptable Killifish (<i>Fundulus heteroclitus</i>)
Notice bibliographique
Résumé
By investigating evolutionary adaptations that change physiological functions, we can enhance our understanding of how organisms work, the importance of physiological traits, and the genes that influence these traits. This approach of investigating the evolution of physiological adaptation has been used with the teleost fish Fundulus heteroclitus and has produced insights into (i) how protein polymorphisms enhance swimming and development; (ii) the role of equilibrium enzymes in modulating metabolic flux; (iii) how variation in DNA sequences and mRNA expression patterns mitigate changes in temperature, pollution, and salinity; and (iv) the importance of nuclear-mitochondrial genome interactions for energy metabolism. Fundulus heteroclitus provides so many examples of adaptive evolution because their local population sizes are large, they have significant standing genetic variation, and they experience large ranges of environmental conditions that enhance the likelihood that adaptive evolution will occur. Thus, F. heteroclitus research takes advantage of evolutionary changes associated with exposure to diverse environments, both across the North American Atlantic coast and within local habitats, to contrast neutral versus adaptive divergence. Based on evolutionary analyses contrasting neutral and adaptive evolution in F. heteroclitus populations, we conclude that adaptive evolution can occur readily and rapidly, at least in part because it depends on large amounts of standing genetic variation among many genes that can alter physiological traits. These observations of polygenic adaptation enhance our understanding of how evolution and physiological adaptation progresses, thus informing both biological and medical scientists about genotype-phenotype relationships. © 2020 American Physiological Society. Compr Physiol 10:637-671, 2020.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».