MétaCan
Menu
Retour à la cohorte
Enregistrement W4283268351 · doi:10.1098/rsbl.2022.0059

A personal cost of cheating can stabilize reproductive altruism during the early evolution of clonal multicellularity

2022· article· en· W4283268351 sur OpenAlexafffund
Marybelle Cameron-Pack, Stephan König, Anajose Reyes-Guevara, Adrián Reyes‐Prieto, Aurora M. Nedelcu

Notice bibliographique

RevueBiology Letters · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyMulticellular organismAltruism (biology)CheatingExperimental evolutionSomatic cellEvolutionary biologyContext (archaeology)Genetic FitnessReproductionGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Understanding how cooperation evolved and is maintained remains an important and often controversial topic because cheaters that reap the benefits of cooperation without paying the costs can threaten the evolutionary stability of cooperative traits. Cooperation—and especially reproductive altruism—is particularly relevant to the evolution of multicellularity, as somatic cells give up their reproductive potential in order to contribute to the fitness of the newly emerged multicellular individual. Here, we investigated cheating in a simple multicellular species—the green alga Volvox carteri , in the context of the mechanisms that can stabilize reproductive altruism during the early evolution of clonal multicellularity. We found that the benefits cheater mutants can gain in terms of their own reproduction are pre-empted by a cost in survival due to increased sensitivity to stress. This personal cost of cheating reflects the antagonistic pleiotropic effects that the gene coding for reproductive altruism— regA —has at the cell level. Specifically, the expression of regA in somatic cells results in the suppression of their reproduction potential but also confers them with increased resistance to stress. Since regA evolved from a life-history trade-off gene, we suggest that co-opting trade-off genes into cooperative traits can provide a built-in safety system against cheaters in other clonal multicellular lineages.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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'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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207