MétaCan
Menu
Retour à la cohorte
Enregistrement W4206110660 · doi:10.1093/gbe/evab282

Heterogeneous Mutation Rates and Spectra in Yeast Hybrids

2021· letter· en· W4206110660 sur OpenAlexaff
Anna Fijarczyk, Mathieu Hénault, Souhir Marsit, Guillaume Charron, Christian R. Landry

Notice bibliographique

RevueGenome Biology and Evolution · 2021
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensUniversité LavalPROTEO
Organismes subventionnairesnon disponible
Mots-clésBiologyMutation rateGeneticsMutationMutation AccumulationLoss of heterozygosityHybridSaccharomyces cerevisiaeYeastAlleleGeneBotany

Résumé

récupéré en direct d'OpenAlex

Mutation rates and spectra vary between species and among populations. Hybridization can contribute to this variation, but its role remains poorly understood. Estimating mutation rates requires controlled conditions where the effect of natural selection can be minimized. One way to achieve this is through mutation accumulation experiments coupled with genome sequencing. Here, we investigate 400 mutation accumulation lines initiated from 11 genotypes spanning intralineage, interlineage, and interspecific crosses of the yeasts Saccharomyces paradoxus and S. cerevisiae and propagated for 770 generations. We find significant differences in mutation rates and spectra among crosses, which are not related to the level of divergence of parental strains but are specific to some genotype combinations. Differences in number of generations and departures from neutrality play a minor role, whereas polyploidy and loss of heterozygosity impact mutation rates in some of the hybrid crosses in an opposite way.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenome Biology and EvolutionMême sujetFungal and yeast genetics researchTravaux en français237 207