MétaCan
Menu
← Retour à la cohorte
Enregistrement W3124523717 · doi:10.1101/2021.01.26.428300

Multiple Mutualist Effects generate synergistic selection and strengthen fitness alignment in a tripartite interaction between legumes, rhizobia, and mycorrhizal fungi

2021· preprint· en· W3124523717 sur OpenAlexafffund
Michelle E. Afkhami, Maren Friesen, John R. Stinchcombe

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDivision of Integrative Organismal SystemsNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoDivision of Environmental BiologyU.S. Department of AgricultureNational Institute of Food and AgricultureNational Science Foundation
Mots-clésMedicago truncatulaBiologyRhizobiaHeritabilityTraitMutualism (biology)SymbiosisSelection (genetic algorithm)Host (biology)Mycorrhizal fungiEcologyEvolutionary biologyBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Nearly all organisms interact with multiple mutualists, and complementarity within these complex interactions can result in synergistic fitness effects. However, it remains largely untested how multiple mutualists impact eco-evolutionary dynamics. We tested how multiple microbial mutualists-- N-fixing bacteria and mycorrrhizal fungi-- affected selection and heritability in their shared host plant ( Medicago truncatula ), as well as fitness alignment between partners. Our results demonstrate for the first time that multispecies mutualisms synergistically affect selection and heritability of host traits and enhance fitness alignment between mutualists. Specifically, we found that multiple mutualists doubled the strength of selection on a plant architectural trait, resulted in 2-3-fold higher heritability of reproductive success, and more than doubled the strength of fitness alignment between N-fixing bacteria and plants. Taken together, these findings show that synergism generated by multiple mutualisms extends to key components of microevolutionary change, and emphasizes the importance of multiple mutualist effects in understanding evolutionary trajectories.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
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 Opus0,023
Tête enseignante GPT0,204
Écart entre enseignants0,180 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetPlant and animal studies→Travaux en français237 207→