MétaCan
Menu
Retour à la cohorte
Enregistrement W4319827694 · doi:10.1093/molbev/msad030

Adaptation of Antarctic Icefish Vision to Extreme Environments

2023· article· en· W4319827694 sur OpenAlexafffund
Gianni M. Castiglione, Frances E. Hauser, Alexander Van Nynatten, Belinda S. W. Chang

Notice bibliographique

RevueMolecular Biology and Evolution · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of South Carolina
Mots-clésBiologyAdaptation (eye)Extreme environmentEvolutionary biologyEcologyZoologyGeneticsNeuroscienceBacteria

Résumé

récupéré en direct d'OpenAlex

Extreme environments, such as Antarctic habitats, present major challenges for many biological processes. Antarctic icefishes (Crynotothenioidea) represent a compelling system to investigate the molecular basis of adaptation to cold temperatures. Here, we explore how the sub-zero habitats of Antarctic icefishes have impacted rhodopsin (RH1) function, the temperature-sensitive dim-light visual pigment found in rod photoreceptors. Using likelihood models and ancestral reconstruction, we find that accelerated evolutionary rates in icefish RH1 underlie unique amino acid mutations absent from other deep-dwelling fishes, introduced before (S160A) and during (V259M) the onset of modern polar conditions. Functional assays reveal that these mutations red-shift rhodopsin spectral absorbance, consistent with spectral irradiance under sea ice. These mutations also lower the activation energy associated with retinal release of the light-activated RH1, and accelerate its return to the dark state, likely compensating for a cold-induced decrease in kinetic rates. These are adaptations in key properties of rhodopsin that mediate rod sensitivity and visual performance in the cold dark seas of the Antarctic.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,214

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 Opus0,044
Tête enseignante GPT0,327
Écart entre enseignants0,284 · 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'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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Biology and EvolutionMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207