Microbiome transfer from native to invasive species may increase invasion risk and shorten invasion lag
Notice bibliographique
Résumé
Abstract In a fast-changing world, understanding how organisms adapt to their environment is a pressing necessity. Research has focused on genetic adaptation, while our understanding of non-genetic modes is still in its infancy. Particularly, the host-associated microbiome may strongly influence an organism’s ability to cope with its environment. The presence of certain microbes in the gut, for example, can facilitate the utilization of dietary resources, provide protection from pathogens, and increase resilience to diverse abiotic conditions. However, the role that the microbiome may play in species’ adaptation to novel challenges is largely unexplored, experimentally as well as theoretically. Here, we study the possibility of such adaptation in invasive species. We present and explore a new hypothesis: Invasive species may rapidly adapt to local conditions by adopting beneficial microbes of similar co-occurring native species. Ironically, due to competition, these native species are also those most likely to suffer from the invaders’ spread. We formulate a mathematical framework to investigate how the transfer of beneficial microbes between a native and an introduced species can alter their competitive dynamics. We suggest that, non-intuitively, the presence of a related native species may facilitate the success of an invasive species’ establishment. This occurs when the invader’s fitness is strongly influenced by adaptation to local conditions that is provided by microbes acquired from the natives’ microbiomes. Further, we show that in such cases a delayed acquisition of native microbes may explain the occurrence of an invasion lag, and we discuss biological systems that could lend themselves for the testing of our hypotheses. Overall, our results contribute to broadening the conceptualization of rapid adaptation via microbiome transfer and offer possible insights for designing early intervention strategies for invasive species management during their lag phase.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».