MétaCan
Menu
Retour à la cohorte
Enregistrement W4327675837 · doi:10.1093/molbev/msad061

Evolutionary Trajectories are Contingent on Mitonuclear Interactions

2023· article· en· W4327675837 sur OpenAlexafffund
Damien Biot-Pelletier, Stefano Bettinazzi, Isabelle Gagnon‐Arsenault, Alexandre K. Dubé, Camille Bédard, Tuc H. M. Nguyen, Heather L. Fiumera, Sophie Breton, Christian R. Landry

Notice bibliographique

RevueMolecular Biology and Evolution · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversité LavalUniversité de MontréalPROTEO
Organismes subventionnairesFonds de Recherche du Québec - SantéEuropean Commission
Mots-clésBiologyEpistasisGenomeGeneticsNuclear geneEvolutionary biologyMitochondrial DNAGenome evolutionGeneHaplotypeAlleleComputational biology

Résumé

récupéré en direct d'OpenAlex

Critical mitochondrial functions, including cellular respiration, rely on frequently interacting components expressed from both the mitochondrial and nuclear genomes. The fitness of eukaryotic organisms depends on a tight collaboration between both genomes. In the face of an elevated rate of evolution in mtDNA, current models predict that the maintenance of mitonuclear compatibility relies on compensatory evolution of the nuclear genome. Mitonuclear interactions would therefore exert an influence on evolutionary trajectories. One prediction from this model is that the same nuclear genome evolving with different mitochondrial haplotypes would follow distinct molecular paths toward higher fitness. To test this prediction, we submitted 1,344 populations derived from 7 mitonuclear genotypes of Saccharomyces cerevisiae to >300 generations of experimental evolution in conditions that either select for a mitochondrial function or do not strictly require respiration for survival. Performing high-throughput phenotyping and whole-genome sequencing on independently evolved individuals, we identified numerous examples of gene-level evolutionary convergence among populations with the same mitonuclear background. Phenotypic and genotypic data on strains derived from this evolution experiment identify the nuclear genome and the environment as the main determinants of evolutionary divergence, but also show a modulating role for the mitochondrial genome exerted both directly and via interactions with the two other components. We finally recapitulated a subset of prominent loss-of-function alleles in the ancestral backgrounds and confirmed a generalized pattern of mitonuclear-specific and highly epistatic fitness effects. Together, these results demonstrate how mitonuclear interactions can dictate evolutionary divergence of populations with identical starting nuclear genotypes.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,639

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 Opus0,007
Tête enseignante GPT0,273
Écart entre enseignants0,265 · 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

Citations45
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Biology and EvolutionMême sujetEvolution and Genetic DynamicsTravaux en français237 207