Evolution of plasticity in production and transgenerational inheritance of small RNAs under dynamic environmental conditions
Notice bibliographique
Résumé
In a changing environment, small RNAs (sRNAs) play an important role in the post-transcriptional regulation of gene expression and can vary in abundance depending on the conditions experienced by an individual (phenotypic plasticity) and its parents (non-genetic inheritance). Many sRNAs are unusual in that they can be produced in two ways, either using genomic DNA as the template (primary sRNAs) or existing sRNAs as the template (secondary sRNAs). Thus, organisms can evolve rapid plastic responses to their current environment by adjusting the amplification rate of sRNA templates. sRNA levels can also be transmitted transgenerationally by the direct transfer of either sRNAs or the proteins involved in amplification. Theory is needed to describe the selective forces acting on sRNA levels, accounting for the dual nature of sRNAs as regulatory elements and templates for amplification and for the potential to transmit sRNAs and their amplification agents to offspring. Here, we develop a model to study the dynamics of sRNA production and inheritance in a fluctuating environment. We tested the selective advantage of mutants capable of sRNA-mediated phenotypic plasticity within resident populations with fixed levels of sRNA transcription. Even when the resident was allowed to evolve an optimal constant rate of sRNA production, plastic amplification rates capable of responding to environmental conditions were favored. Mechanisms allowing sRNA transcripts or amplification agents to be inherited were favored primarily when parents and offspring face similar environments and when selection acts before the optimal level of sRNA can be reached within the organism. Our study provides a clear set of testable predictions for the evolution of sRNA-related mechanisms of phenotypic plasticity and transgenerational inheritance.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».