Interactions between environmental factors drive selection on cyanogenesis in <i>Trifolium repens</i>
Notice bibliographique
Résumé
Phenotypic and genetic clines frequently evolve due to varying selection along environmental gradients. However, the specific environmental factors that impose differential selection are often multivariate and difficult to tease apart. We addressed this complexity using a factorial manipulation of watering, soil nutrients and (simulated) herbivory in controlled conditions to better understand the agents of selection driving the evolution of clines in a polymorphic chemical antiherbivore defence, hydrogen cyanide (HCN), of the plant white clover Trifolium repens . We found the presence or absence of the two metabolic components required for HCN production (cyanogenic glucosides and linamarase) to be more prominent determinants of vegetative growth and sexual reproduction in T. repens than HCN itself. We also found that the ability to produce one or both of cyanogenic glucosides or linamarase resulted in a growth advantage under drought and simulated herbivory that outweighs the metabolic cost of their production. These results support the view that the metabolic components underlying HCN play important roles beyond defence by increasing plant tolerance to stress. The growth advantage under drought, however, was diminished in the absence of nutrient addition, consistent with multivariate interactions as drivers of selection. This study provides novel insight into how a cosmopolitan plant has adapted to environmental gradients, and more generally, highlights the importance of considering interactions between multiple environmental factors when studying the evolution of phenotypic and genetic clines.
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) | 0,001 | 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 ».