Two Forms of Sexual Dimorphism in Gene Expression in<i>Drosophila melanogaster</i>: Their Coincidence and Evolutionary Genetics
Notice bibliographique
Résumé
Phenotypic sexual dimorphism can be mediated by sex differences in gene expression. We examine two forms of sexual dimorphism in gene expression in Drosophila melanogaster: 1) sex-biased gene expression (SBGE) in which the sexes differ in the amount a gene is expressed and 2) sexual dimorphism in isoform usage, that is, sex-specific splicing (SSS). In whole body (but not the head) expression, we find a negative association between SBGE and SSS, possibly suggesting that these are alternate routes to resolving sexual antagonistic selection. Next, we evaluate whether expression dimorphism contributes to the heterogeneity among genes in rmf, the intersexual genetic correlation in body expression that constrains the extent to which a gene's expression can evolve independently between the sexes. We find lower rmf values for genes with than without SSS. We find higher rmf values for male- than female-biased genes (except genes with extreme male bias), even though male-biased genes are known to have greater evolutionary divergence in expression. Finally, we examine population genetic patterns in relation to SBGE and SSS because genes with expression dimorphism have likely experienced a history of sex differences in selection. SSS is associated with reduced values of Tajima's D and elevated direction of selection (DoS) values, suggestive of higher rates of adaptive evolution. Though DoS is highly elevated for genes with extreme male bias, DoS otherwise tends to decline from female-biased to unbiased to male-biased genes. Collectively, the results indicate that SBGE and SSS are differentially distributed across the genome and are associated with different forms of selection.
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) | 0,000 | 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 ».