MétaCan
Menu
Retour à la cohorte
Enregistrement W4283698603 · doi:10.1016/j.isci.2022.104677

Molecular basis of ocean acidification sensitivity and adaptation in Mytilus galloprovincialis

2022· article· en· W4283698603 sur OpenAlexfundno aff
Lydia Kapsenberg, Mark C. Bitter, Angelica Miglioli, Clàudia Aparicio-Estalella, Carles Pelejero, Jean‐Pierre Gattuso, Rémi Dumollard

Notice bibliographique

RevueiScience · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsUniversità degli Studi di GenovaAgence Nationale de la RechercheInstitut de Cardiologie de MontréalOttawa Hospital Research InstituteEuropean CommissionU.S. Department of EducationUniversity of ChicagoConsejo Superior de Investigaciones CientíficasNational Science Foundation
Mots-clésOcean acidificationMytilusBiologyAdaptation (eye)Marine speciesEcologyClimate change

Résumé

récupéré en direct d'OpenAlex

Predicting the potential for species adaption to climate change is challenged by the need to identify the physiological mechanisms that underpin species vulnerability. Here, we investigated the sensitivity to ocean acidification in marine mussels during early development, and specifically the trochophore stage. Using RNA and DNA sequencing and in situ RNA hybridization, we identified developmental processes associated with abnormal development and rapid adaptation to low pH. Trochophores exposed to low pH seawater exhibited 43 differentially expressed genes. Gene annotation and in situ hybridization of differentially expressed genes point to pH sensitivity of (1) shell field development and (2) cellular stress response. Five genes within these two processes exhibited shifts in allele frequencies indicative of a potential for rapid adaptation. This case study contributes direct evidence that protecting species' existing genetic diversity is a critical management action to facilitate species resilience to climate change.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,199 · 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'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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207