MétaCan
Menu
Retour à la cohorte
Enregistrement W4313829708 · doi:10.1093/evolut/qpac025

Repeated genetic divergence plays a minor role in repeated phenotypic divergence of lake-stream stickleback

2022· article· en· W4313829708 sur OpenAlexaffabout
Hilary A. Poore, Yoel E. Stuart, Diana J. Rennison, Marius Roesti, Andrew P. Hendry, Daniel I. Bolnick, Catherine L. Peichel

Notice bibliographique

RevueEvolution · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensMcGill University
Organismes subventionnairesNational Institutes of HealthNational Science Foundation
Mots-clésGasterosteusBiologySticklebackParallel evolutionEvolutionary biologyPhenotypePhenotypic traitSelection (genetic algorithm)Quantitative trait locusAdaptation (eye)Gene flowEcological speciationGenetic architectureReplicateTraitGeneticsGenetic variationGenePhylogeneticsFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Recent studies have shown that the repeated evolution of similar phenotypes in response to similar ecological conditions (here "parallel evolution") often occurs through mutations in the same genes. However, many previous studies have focused on known candidate genes in a limited number of systems. Thus, the question of how often parallel phenotypic evolution is due to parallel genetic changes remains open. Here, we used quantitative trait locus (QTL) mapping in F2 intercrosses between lake and stream threespine stickleback (Gasterosteus aculeatus) from four independent watersheds on Vancouver Island, Canada to determine whether the same QTL underlie divergence in the same phenotypes across, between, and within watersheds. We find few parallel QTL, even in independent crosses from the same watershed or for phenotypes that have diverged in parallel. These findings suggest that different mutations can lead to similar phenotypes. The low genetic repeatability observed in these lake-stream systems contrasts with the higher genetic repeatability observed in other stickleback systems. We speculate that differences in evolutionary history, gene flow, and/or the strength and direction of selection might explain these differences in genetic parallelism and emphasize that more work is needed to move beyond documenting genetic parallelism to identifying the underlying causes.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,571

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 recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,193 · 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

Citations23
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207