Two hundred and five newly assembled mitogenomes provide mixed evidence for rivers as drivers of speciation for Amazonian primates
Notice bibliographique
Résumé
Mitochondrial DNA remains a cornerstone for molecular ecology, especially for study species from which high-quality tissue samples cannot be easily obtained. Methods using mitochondrial markers are usually reliant on reference databases, but these are often incomplete. Furthermore, available mitochondrial genomes often lack crucial metadata, such as sampling location, limiting their utility for many analyses. Here, we assembled 205 new mitochondrial genomes for platyrrhine primates, most from the Amazon and with known sampling locations. We present a dated mitogenomic phylogeny based on these samples along with additional published platyrrhine mitogenomes, and use this to assess support for the long-standing riverine barrier hypothesis (RBH), which proposes that river formation was a major driver of speciation in Amazonian primates. Along the Amazon, Negro, and Madeira rivers, we found mixed support for the RBH. While we identified divergences that coincide with a river barrier, only some occur synchronously and also overlap with the proposed dates of river formation. The most compelling evidence is for the Amazon river potentially driving speciation within bearded saki monkeys (Chiropotes spp.) and within the smallest extant platyrrhines, the marmosets and tamarins. However, we also found that even large rivers do not appear to be barriers for some primates, including howler monkeys (Alouatta spp.), uakaris (Cacajao spp.), sakis (Pithecia spp.), and robust capuchins (Sapajus spp.). Our results support a more nuanced, clade-specific effect of riverine barriers and suggest that other evolutionary mechanisms, besides the RBH and allopatric speciation, may have played an important role in the diversification of platyrrhines.
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 ».